알고리즘 트레이딩에서의 파이썬 - 페이지 3

[MetaQuotes]

거래에서 데이터의 중요성 - 쓰레기가 들어오고 쓰레기가 나옵니다! (MT5 브로커 vs 야후 파이낸스)

거래에서 데이터의 중요성 - 쓰레기가 들어오고 쓰레기가 나옵니다! (MT5 브로커 vs 야후 파이낸스)

동일한 데이터 소스를 사용하여 거래 알고리즘을 교육하고 배포하는 것의 중요성이 이 비디오에서 강조됩니다. 연사는 Yahoo Finance 및 중개인 데이터와 같은 다양한 데이터 소스를 사용하여 동일한 거래 신호로 생성된 수익을 비교함으로써 사용된 데이터의 품질 및 관련성의 중요성을 강조합니다. 비디오는 트레이더들에게 더 나은 수익을 위해 알고리즘을 훈련하기 위해 트레이딩 중인 브로커의 관련 데이터 소스를 사용하고 자체 실험을 수행할 것을 조언합니다.

[MetaQuotes]

Python을 사용한 MetaTrader 5 실시간 거래 템플릿 - 파트 1: 브로커 데이터 가져오기

Python을 사용한 MetaTrader 5 실시간 거래 템플릿 - 파트 1: 브로커 데이터 가져오기

이 비디오에서 Lucas는 Python 및 MetaTrader 5를 사용하여 촛불 데이터를 추출하고 읽을 수 있는 데이터 프레임 형식으로 변환하여 브로커의 데이터를 가져오는 방법을 보여줍니다. 그는 MetaTrader 5 플랫폼이 Windows 장치에서만 작동하고 추가 응용 프로그램이 없는 Mac 시스템에서는 작동하지 않는다는 점에 주목합니다. 그는 매개변수를 변경하여 쉽게 자동화할 수 있는 "get_rate"라는 함수를 만들고, set index 함수를 사용하여 시간 열을 데이터 프레임의 인덱스로 설정하여 과거 데이터를 Python으로 가져올 수 있도록 합니다.

• 00:00:00 이 섹션에서는 Control의 Lucas가 Python 및 MetaTrader 5를 사용하여 브로커 데이터를 가져오는 방법을 보여줍니다. 먼저 MetaTrader 5, pandas, numpy 및 datetime을 포함하여 필요한 라이브러리를 가져옵니다. 그런 다음 mt5의 초기화 기능을 사용하여 Python 시트를 MetaTrader 5 플랫폼에 연결합니다. Lucas는 함수에서 복사율을 사용하여 시가, 고가, 저가, 종가, 볼륨을 포함한 캔들 데이터를 추출하는 방법을 보여주고 추출된 데이터를 읽을 수 있는 데이터 프레임 형식으로 변환합니다. Lucas는 MetaTrader 5 플랫폼이 Windows에서만 작동하며 병렬 데스크톱 또는 VPS와 같은 추가 애플리케이션이 없는 Mac 장치에서는 작동하지 않는다고 말합니다.
  
  
• 00:05:00 이 섹션에서는 MetaTrader5 플랫폼을 사용하여 브로커에서 Python으로 데이터를 가져오는 방법을 소개합니다. 이 코드는 "get_rate"라는 함수를 만드는 데 사용되며 이 함수는 "기호"와 "데이터 수"를 입력으로 받습니다. 이 기능을 사용하면 시간 프레임 선택과 같은 매개변수를 쉽게 변경할 수 있으며 프로세스를 쉽게 자동화할 수 있습니다. set index 기능을 사용하고 시간 열을 데이터 프레임의 인덱스로 설정하면 과거 데이터를 Python으로 가져올 수 있습니다.

[MetaQuotes]

Python을 사용한 MetaTrader 5 실시간 거래 - 2부: Python을 사용한 MetaTrader 5에서 주문하기

Python을 사용한 MetaTrader 5 실시간 거래 - 2부: Python을 사용한 MetaTrader 5에서 주문하기

Lucas는 Python을 사용하여 MetaTrader 5에서 주문을 보내는 과정을 설명합니다. 여기에는 핍의 기호 및 편차 초기화, 채우기 모드 선택, MetaTrader 5로 보낼 요청 생성, 원하는 작업 지정 및 주문 실행이 포함됩니다. 그는 Python 시트가 종료된 후에는 사용할 수 없기 때문에 위치 ID와 같은 모든 필요한 정보를 변수로 추출하는 것이 중요하다고 강조합니다. 비디오는 또한 요청 가격 대신 입찰 가격을 사용하면서 구매 및 판매 주문의 유사하지만 반대 코드를 적용해야 하는 열린 포지션을 닫는 것과 관련된 프로세스를 자세히 설명합니다.

• 00:00:00 이 섹션에서 Lucas는 거래 봇 생성에 매우 유용한 Python을 사용하여 MetaTrader 5에서 주문을 보내는 방법을 설명합니다. 그러나 코드를 시작하기 전에 먼저 '도구' 옵션의 '전문 고문'에서 허용하여 MetaTrader 5 플랫폼에서 알고리즘 거래를 활성화하는 것이 중요합니다. 그런 다음 사용자는 pip에서 기호와 편차를 초기화하여 시작할 수 있습니다. 강력한 거래 알고리즘을 생성하는 데 중요한 채우기 모드를 선택한 후 사용자는 MT5에 보낼 요청을 생성하고 원하는 작업을 지정하고 주문 보내기 기능을 사용하여 주문을 실행할 수 있습니다.
  
  
• 00:05:00 이 섹션에서 발표자는 Python을 사용하여 MetaTrader5에서 오픈 포지션을 청산하는 방법을 시연합니다. 포지션을 닫으려면 오픈에 사용된 것과 동일한 코드가 적용되지만 매수 및 매도 주문이 반전되고 매도 가격 대신 매도 가격이 사용됩니다. 발표자는 Python 시트가 종료된 후에는 메모리에서 사용할 수 없으므로 위치 ID를 포함한 모든 관련 정보를 변수로 추출하는 것의 중요성을 강조합니다. 브로커와 자산에 따라 다를 수 있으므로 각 자산의 채우기 모드를 검색해야 할 필요성을 강조하면서 채우기 모드의 결정도 논의됩니다.

[MetaQuotes]

Python을 사용한 MetaTrader 5 실시간 거래 - 3부: MetaTrader 5/Python을 사용한 자금 관리

Python을 사용한 MetaTrader 5 실시간 거래 - 3부: MetaTrader 5/Python을 통한 자금 관리

Lucas는 MetaTrader5 및 Python을 사용하여 요청에 이익실현 및 손절 주문을 넣는 자금 관리 기능을 만드는 방법을 보여줍니다. 이 기능은 손절매 및 이익 실현을 위한 최적의 값을 결정하기 위해 위험 관리를 고려합니다. 그는 "tradeSize"라는 함수를 사용하여 EUR/USD의 롱 포지션에 대한 위험을 조정하고 계정 자본 및 레버리지를 기반으로 최상의 거래량을 결정하는 방법을 보여줍니다. Lucas는 적절한 위험 노출을 유지하기 위해 주문량을 조정할 때 주의해야 한다고 강조합니다.

• 00:00:00 이 섹션에서 Lucas는 MetaTrader5 및 Python을 사용하여 자금 관리 기능을 만드는 방법을 보여줍니다. 그는 요청 주문에 테이크프로핏과 손절매를 배치하는 방법을 시연하고 위험 관리에 따라 손절매와 손절매에 대한 최적의 값을 찾는 방법을 설명합니다. Lucas는 또한 기호, 포지션 유형, 위험 및 보상 수준을 취하는 위험 보상 임계값 기능을 도입하여 최적의 이익실현 및 손절매를 찾는 데 도움을 줍니다. 이 함수는 레버리지와 가격을 추출하여 소수점 이하 자릿수를 찾고, 레버리지로 할인된 비율의 변동을 계산하고, 마지막으로 가격을 자산의 소수점 이하 자릿수로 반올림합니다.
  
  
• 00:05:00 이 섹션에서는 화자가 Python을 사용하여 거래할 때 MetaTrader 5에서 자금 관리 기능을 사용하는 방법을 설명합니다. 발표자는 레버리지에 따라 EUR/USD의 롱 포지션 위험을 조정하는 방법과 계정의 자본 및 레버리지를 기반으로 취할 최적의 거래량을 찾는 방법을 시연합니다. 화자가 언급한 MetaTrader 5 튜토리얼의 설명에서 "tradeSize"라는 함수를 찾을 수 있습니다. 연사는 또한 위험 노출이 적절하도록 신중하게 주문량을 조정하는 것의 중요성을 강조합니다.

[MetaQuotes]

Python을 사용한 MetaTrader 5 실시간 거래 템플릿 - 파트 4: 거래 신호 생성

Python을 사용한 MetaTrader 5 실시간 거래 템플릿 - 파트 4: 거래 신호 생성

YouTuber는 MetaTrader 5와 Python을 사용하여 두 플랫폼 간의 연결을 초기화하고 전략을 실시간 거래에 적용하는 데 사용되는 클래스 "mt5"를 만들고 "요금 가져오기" 기능을 사용하여 데이터를 가져옴으로써 거래 신호 생성을 시연했습니다. . 그런 다음 롤링 기능을 사용하여 기본적인 30일 및 60일 SMA 신호를 생성하고 빠르게 움직이는 평균이 느리게 움직이는 평균 위 또는 아래에 있는 매수 및 매도 조건을 기반으로 했습니다. 이 프로세스는 MetaTrader 5 및 Python을 사용하여 실시간 거래를 위한 거래 신호를 생성하는 간단한 방법을 보여주었습니다.

[MetaQuotes]

Python을 사용한 MetaTrader 5 실시간 거래 - 파트 5: 실시간 거래 템플릿(MetaTrader 5/Python)

Python을 사용한 MetaTrader 5 실시간 거래 - 파트 5: 실시간 거래 템플릿(MetaTrader5/Python)

"Python을 사용한 템플릿 MetaTrader 5 실시간 거래 - 파트 5: 실시간 거래 템플릿(MetaTrader5/Python)" 비디오는 실시간 거래 템플릿을 사용하여 거래 전략을 실행하는 방법을 보여줍니다. 사용자는 알고리즘을 실행할 특정 시간을 선택하고 임의 신호의 기본 전략으로 기호 목록을 선택할 수 있습니다. 템플릿을 사용하여 주문할 수 있으며 사용자는 임의 신호를 변경할 수 있습니다. 비디오는 손절매 및 이익실현 비율이 스프레드를 고려하지 않으며 동일한 초 내에 여러 신호를 처리하지 않도록 1초의 타임슬립을 사용하도록 조언합니다. 시청자는 채널을 좋아하고 구독하고 Discord 커뮤니티에 가입하도록 초대됩니다.

• 00:00:00 계속해서 거래 전략을 실행합니다. 너무 많은 포지션을 너무 빨리 열고 닫아 거래에서 손실을 보지 않도록 시간 메트릭을 신중하게 선택하는 것이 중요합니다. 이 특정 템플릿을 사용하면 사용자가 임의 신호의 기본 전략으로 알고리즘을 실행하고 기호 목록을 선택할 특정 시간을 선택할 수 있습니다. 전반적으로 이것은 MetaTrader 5 및 Python을 사용하여 거래 전략을 실시간 거래에 적용하는 방법에 대한 훌륭한 소개입니다.
  
  
• 00:05:00 비디오의 이 섹션에서 발표자는 라이브 거래 템플릿을 사용하여 주문하는 방법을 시연합니다. 템플릿에는 사용자 기본 설정에 따라 변경할 수 있는 임의의 신호가 있습니다. 손절매 및 이익실현 비율은 스프레드를 고려하지 않으므로 사용자가 과도한 레버리지를 사용할 경우 바람직하지 않은 결과를 초래할 수 있다는 점에 유의해야 합니다. 발표자는 여러 신호가 같은 초 내에 처리되지 않도록 1초의 타임슬립을 두라고 조언합니다. 마지막으로 발표자는 시청자에게 채널을 좋아하고 구독하고 Discord 커뮤니티에 가입할 것을 촉구합니다.

[MetaQuotes]

템플릿 MetaTrader 5 Python을 사용한 실시간 거래 - 파트 6: 기계 학습(MetaTrader 5/Python)

템플릿 MetaTrader 5 Python을 사용한 실시간 거래 - 파트 6: 기계 학습(MetaTrader5/Python)

Lucas는 기계 학습을 기반으로 한 거래 전략을 실시간 거래에 적용하는 방법을 보여줍니다. 이 프로세스에는 라이브러리 가져오기, 기능 엔지니어링을 사용하여 개방, 고, 저, 폐쇄 및 볼륨 데이터를 변환하여 기계 학습 알고리즘을 생성하기 위한 기능 간의 관계를 이해하고, 데이터를 표준화하고, 주성분 분석(PCA)을 사용하여 데이터를 변환하고, 피팅 및 변동을 예측하고 궁극적으로 자산을 매수할지 매도할지 결정합니다. 그는 또한 거래하기 가장 좋은 시간을 선택할 수 있도록 시간 기반 시간 조건과 요일 조건을 제공합니다. 이 코드는 시장 시간 동안 작동하며 자산을 사고 팔 때 신호를 보냅니다.

[MetaQuotes]

나만의 MetaTrader 5 트레이딩 봇 만들기: 1부

GitHub에서 코드 받기: https://github.com/jimtin/algorithmic_trading_bot

나만의 MetaTrader 5 트레이딩 봇 구축

비디오 자습서는 Windows 10, Python 3.10, PyCharm 또는 Visual Studio Code와 같은 IDE, MetaTrader 5 다운로드 및 거래 계정을 포함하여 MetaTrader 5를 사용하여 자동 거래 봇을 구축하는 데 필요한 구성 요소 및 요구 사항에 대해 설명합니다. 발표자는 민감한 정보를 저장하기 위한 settings.json 파일의 중요성을 강조하고 Json 및 OS 라이브러리를 사용하여 예제 설정 파일을 만드는 방법을 보여줍니다. 그는 또한 코드 주석 작성을 강조하고 한 번에 너무 많은 파일 핸들을 여는 것에 대해 조언합니다. 비디오는 다음 에피소드에서 MetaTrader에 연결하는 것을 시연하기 전에 민감한 정보를 가져오는 방법과 오류 처리를 보여주면서 끝납니다.

• 00:00:00 비디오의 이 섹션에서 발표자는 MetaTrader 5를 사용하여 자동 거래 봇을 구축하기 위한 요구 사항에 대해 논의합니다. 필요한 구성 요소에는 Windows 10, Python 3.10, 통합 개발 환경(IDE)(예: PyCharm 또는 Visual)이 포함됩니다. Studio Code, 브로커에서 다운로드한 MetaTrader 5 및 거래 계정. 다음으로 발표자는 Python 코드의 주요 기능 역할을 하는 첫 번째 코드인 "main.py"를 소개하여 코드를 쉽게 반복하고 개선할 수 있도록 합니다. 발표자는 로그인 자격 증명 및 서버 정보와 같은 민감한 정보를 저장하기 위한 settings.json 파일의 중요성과 이 정보를 코드에 직접 입력하지 않도록 사용하는 방법에 대해서도 설명합니다. 마지막으로 발표자는 USDJPY를 예로 들어 거래할 기호 목록을 포함합니다.
  
  
• 00:05:00 이 섹션에서 발표자는 프로그램에서 사용할 settings.json 파일로 변환되는 예제 설정 파일을 만드는 방법에 대해 설명합니다. 그는 각각 파일을 읽고 찾기 위해 Json 및 OS 라이브러리를 가져오는 것의 중요성에 주목합니다. 그는 또한 나중에 다시 돌아올 때 코드의 목적과 매개변수를 이해하기 위해 코드에 주석을 다는 것의 중요성을 강조합니다. 그런 다음 화자는 프로젝트 설정을 가져오는 기능에 대해 설명합니다. 여기에는 파일 경로가 있는지 확인하고 완료되면 파일을 닫는 것이 포함됩니다. 그는 한 번에 너무 많은 파일 핸들을 여는 것에 대해 경고하고 이 문제를 방지하는 방법을 제공합니다. 마지막으로 그는 settings.json 파일에 대한 가져오기 파일 경로를 설정하여 프로그램이 올바른 파일을 찾을 수 있도록 하면서 파일 위치의 유연성을 허용합니다.
  
  
• 00:10:00 이 섹션에서 비디오 자습서는 사용자 이름 및 암호와 같은 중요한 정보를 settings.json 파일로 가져오는 방법을 보여줍니다. 내레이터는 이 정보를 안전하게 가져오는 것의 중요성을 강조하고 settings2.json 파일에서 의도적으로 오류를 생성하여 오류 처리를 보여줍니다. 마지막으로 동영상은 시청자에게 다음 에피소드에서 MetaTrader 5에 연결하는 방법을 보여주겠다는 약속으로 마무리됩니다.

[MetaQuotes]

나만의 MetaTrader 5 트레이딩 봇 구축 - 2부

GitHub에서 코드 받기: https://github.com/jimtin/algorithmic_trading_bot

나만의 MetaTrader 5 트레이딩 봇 만들기 - 2부

이 비디오는 MetaTrader 5를 사용하여 자동 거래 봇을 구축하는 과정을 계속 진행하며 오류 처리에 중점을 두고 코드를 리팩토링하여 모양을 단순화합니다. 강사는 불필요한 재정적 손실을 피하기 위해 연습 계정을 활용하는 것의 중요성을 강조하고 시청자에게 코드에 대해 설명하고 매개변수를 정의하는 동안 MetaTrader 5를 초기화하고 로그인하는 과정을 안내합니다. 발생할 수 있는 오류를 처리하기 위해 try 및 except 문을 사용하는 방법을 보여주고 향후 문제를 해결하기 위해 화면에 예외를 출력하는 방법을 보여줍니다. 또한 코드를 단순화하고 시작 프로세스를 보다 효율적으로 처리하기 위해 "start_up"이라는 별도의 함수를 만듭니다. 마지막으로 새 함수를 main.py로 가져오고 결과를 화면에 출력합니다.

• 00:00:00 이 섹션에서 강사는 MetaTrader 5를 사용하여 자동 거래 봇을 구축하는 프로세스에 들어가기 전에 설정 101 에피소드를 완료할 것을 권장합니다. 이 에피소드에 필요한 도구에는 pip라는 Python 패키지 설치 프로그램과 공식 Metatrader5 Python이 포함됩니다. 도서관. 거래 계좌를 갖는 것이 중요하며 강사는 돈을 잃지 않도록 연습 계좌를 사용할 것을 강력히 권장합니다. 강사는 start_mt5라는 함수를 사용하여 Metatrader5를 초기화하고 로그인하고 코드에 주석을 달고 매개변수를 정의하는 과정을 시청자에게 안내합니다. 이 코드는 발생할 수 있는 모든 오류를 처리하기 위해 try 및 except 문을 사용하여 코드가 견고하게 유지되도록 합니다.
  
  
• 00:05:00 이 섹션에서는 비디오 제작자가 트레이딩 봇 프로그램의 오류 처리에 대해 설명합니다. 그들은 오류가 발생하면 프로그램이 예외를 발생시키고 화면에 출력하여 사용자가 향후에 발생할 수 있는 모든 문제를 해결하는 데 도움이 된다고 설명합니다. 또한 if 문과 함께 try 및 accept 문을 사용하여 초기화 및 로그인 오류를 개별적으로 처리하는 방법을 보여줍니다. 마지막으로 함수의 성공 또는 실패를 나타내는 부울 값을 반환합니다. 그런 다음 비디오는 main.pi에서 실행되는 프로그램의 데모로 끝납니다.
  
  
• 00:10:00 이 섹션에서 강사는 시작 절차의 기능을 꺼내는 별도의 함수를 만들어 코드를 단순화하는 방법에 대해 설명합니다. 이는 변수 프로젝트 설정을 전달하는 "start_up"이라는 새 함수를 생성하여 수행됩니다. 새 기능은 기본에 배치된 것과 동일한 기능을 반복하지만 시작에 성공한 경우 사용자에게 메시지를 표시하는 것과 같은 몇 가지 추가 기능이 있습니다. 새 기능은 시작 프로세스 중에 문제가 발생한 경우 오류 메시지를 반환할 수도 있습니다. 마지막으로 강사는 새 함수를 main.pi로 가져오고 결과를 화면에 인쇄하는 방법을 보여줍니다.

[MetaQuotes]

나만의 MetaTrader 5 트레이딩 봇 만들기 - 촛대 50,000개 획득

GitHub에서 코드 받기: https://github.com/jimtin/algorithmic_trading_bot

나만의 MetaTrader 5 트레이딩 봇 만들기 - 촛대 50,000개 획득

비디오는 MetaTrader5 자동 거래 봇을 구축하기 위한 단계별 가이드를 제공합니다. 중요한 첫 번째 단계는 MetaTrader Connect 에피소드를 완료하고 Python pandas 라이브러리를 설치했는지 확인하는 것입니다. 튜토리얼은 심볼을 초기화하고 초기화 심볼을 포함하도록 시작 기능을 확장하는 방법을 보여줍니다. 기호, 기간 및 촛대 번호 입력이 필요한 '촛대 가져오기' 기능을 사용하여 최대 50,000개의 촛대를 검색하는 방법을 보여줍니다. 비디오는 필요한 모든 열이 촛대 차트 데이터에 있는지 확인하는 것을 강조하고 틱 볼륨 데이터를 검색하는 방법을 보여줍니다. 제작자는 다음 에피소드에서 EMA 지표를 계산하는 방법을 보여줄 것을 약속합니다.

• 00:00:00 이 섹션에서 비디오는 자신의 MetaTrader5 자동 거래 봇을 구축하는 방법에 대한 단계를 제공합니다. 첫 번째 단계는 MetaTrader에서 데이터를 연결하고 검색하는 방법을 보여주는 MetaTrader Connect 에피소드를 완료하고 python pandas 라이브러리를 설치했는지 확인하는 것입니다. mt5_lib.py 파일에 초기화 기호 기능을 추가하여 기호를 초기화하는 것이 중요합니다. 이 기능은 문제 해결 시간을 절약하기 위해 기호가 있는지 확인하고, 존재하는 경우 내결함성을 위해 시도 및 수락 접근 방식으로 기호를 초기화하려고 시도합니다. 기호 이름은 브로커마다 다르므로 브로커와 함께 서로 다른 유형의 기호를 나타내는 방법을 확인해야 합니다.
  
  
• 00:05:00 이 섹션에서 동영상은 초기화 기호를 포함하도록 시작 기능을 확장하는 방법을 설명합니다. 이 기능을 사용하면 별도의 시작 기능이 시작 시 발생해야 하는 작업을 자체 기능으로 추출할 수 있습니다. 이 기능은 settings.py를 준수하도록 업데이트되었으며 기호 목록을 반복하고 사용자에게 오류나 예외를 알리는 동안 개별적으로 활성화하는 기능을 포함합니다. 마지막으로 이중 밑줄 기본 이중 밑줄이 업데이트되어 복잡성을 제거하고 더 간단하게 만듭니다.
  
  
• 00:10:00 이 섹션에서 자습서는 "get candlesticks"라는 새 기능을 사용하여 50,000개의 촛대를 검색하는 방법을 보여줍니다. 이 기능에는 세 가지 정보가 필요합니다. 기호, 기간 및 검색할 양초 수입니다. 이 튜토리얼에서는 Metatrader5를 통해 수백만 행의 데이터를 얻을 수 있지만 이 함수의 경계를 50,000개의 촛대로 설정하는 방법을 설명합니다. 이 함수는 촛대가 50,000개 이하인지 확인하고 그렇지 않은 경우 계속해서 원하는 데이터를 검색합니다. 시간 프레임을 Metatrader5 개체로 변환하여 프로세스를 더 쉽게 만드는 기능도 제공됩니다. 반환된 데이터 프레임은 다음 에피소드에서 지수 이동 평균을 얻는 데 사용됩니다.
  
  
• 00:15:00 이 섹션에서 동영상 작성자는 프로그래밍 경험이 많은 사용자의 경우 Python 3.9에 대한 이전 버전과의 호환성을 유지하기 위해 switch 문 대신 if 및 else 문을 사용했음을 알 수 있다고 설명합니다. 그는 또한 MetaTrader 5에서 사용하는 다양한 시간 프레임에 대한 코드를 제공합니다. 계속해서 비디오에서는 MetaTrader5 Python API를 사용하여 촛대를 검색하는 방법과 데이터 분석을 위해 데이터를 Pandas 데이터 프레임으로 변환하는 방법에 대해 설명합니다. 그런 다음 비디오는 이전에 설명한 모든 기능을 "Main"으로 가져오고 기호 배열을 사용하여 나열된 각 기호에 대한 촛대를 검색하는 방법을 보여줍니다. 마지막으로 비디오는 초기에 1,000개의 촛대를 검색하는 방법을 보여주고 이 숫자를 50,000개로 늘리는 방법에 대한 "최고의 팁"을 제공합니다.
  
  
• 00:20:00 이 섹션에서 발표자는 EMA 교차와 같은 거래 전략을 구현하기 위해 모든 열이 촛대 차트 데이터에 있는지 확인하는 것이 중요함을 강조합니다. 그들은 pandas 호출을 사용하여 모든 열을 표시하고 틱 볼륨 데이터도 있음을 보여줍니다. 그런 다음 50,000개의 양초를 얻는 것은 다음 에피소드에서 EMA 지표를 계산하는 방법을 보여주겠다고 약속하기 전에 양초 변수를 조정하는 것만큼 간단하다고 설명합니다.