이 비디오 섹션에서 발표자는 사용자가 백테스팅 목적으로 지정된 날짜 범위의 틱 데이터를 저장할 수 있는 MetaTrader 5 기능의 유용성을 강조합니다. 그는 정확한 거래 알고리즘을 개발하기 위해 충분한 과거 데이터를 갖는 것의 중요성을 강조하고 거래 모델을 만들기 위해 데이터를 CSV 파일로 내보내 Python에 로드할 것을 권장합니다. 그는 또한 거래에서 봇과 AI의 사용이 증가함에 따라 이 기능이 더 이상 무료가 아닐 수도 있다고 예측합니다. 발표자는 시청자가 거래 및 암호화폐에 관심이 있는 경우 이 기능을 활용하고 자신의 웹사이트에 더 많은 관심을 갖도록 권장합니다.
En este video os voy a mostrar una característica de metatrader 5 que me encanta. Esta característica nos permite coger un montón de datos y crear una inteli...
이 비디오는 Python과 함께 MetaTrader 5를 사용하고 로그인을 만드는 방법을 설명합니다. 청중은 먼저 Python용 MetaTrader 5 패키지를 설치해야 하며 YouTuber는 예제 코드를 제공하여 라이브러리를 가져오는 방법을 시연합니다. 그는 또한 Python을 사용하여 MetaTrader 5 봇을 생성하는 방법에 대해 사용할 수 있는 많은 리소스가 있다고 언급합니다. 영상은 저렴하고 유용한 거래 자료를 위해 유튜버의 웹사이트를 방문하라는 추천으로 끝납니다.
En este video os voy a mostrar una característica de metatrader 5 que me encanta. Esta característica nos permite coger un montón de datos y crear una inteli...
비디오 자습서는 Python을 사용하여 MetaTrader 5 거래 응용 프로그램에서 틱(가격)을 얻는 두 가지 방법을 보여줍니다. 첫 번째 방법은 symbolinfo.tick 함수를 사용하는 것입니다. 이 함수는 매수 또는 매도 틱을 선택할 수 있는 옵션과 함께 시장의 현재 가격을 반환합니다. 두 번째 방법은 약간 더 복잡하며 copyticksrange 함수와 datetime 라이브러리를 사용하여 지정된 날짜부터 현재 시간까지 틱 데이터를 검색합니다. 튜토리얼에는 15분마다 수집되는 틱 데이터 그래프가 포함되어 있으며 정확도를 보장하기 위해 실제 그래프와 비교하는 방법을 보여줍니다. 마지막으로 비디오는 암호화폐 거래에 관심이 있는 사람들을 위해 저렴하고 유용한 거래 문서를 제공하는 웹사이트를 홍보합니다.
En este video os voy a enseñar a obtener los ticks del mercado con python y metatrader 5.¡Disfruta de mi curso de MQL5 aquí! https://www.komaku.es/curso/6352...
Python을 사용한 거래 봇에 대한 비디오 자습서의 이 섹션에서는 Python을 사용하여 작업을 열고 수정하는 프로세스를 다룹니다. 발표자는 사전 및 주문 발송 기능을 활용한 단계별 가이드를 통해 개통을 위한 구매 정의에 대한 안내를 제공합니다. 사전이 다루어야 하는 다른 요소에는 거래 유형, 손절매 및 이익실현 가치가 포함됩니다. 적은 물량을 사용하여 거래의 비용 효율성을 확인하는 것이 좋습니다. 또한 발표자는 시세 및 포인트 접근을 위한 심볼인포 기능 활용에 대해 설명한다. 마찬가지로 비디오는 "positions get"이라는 내장 기능을 통해 티켓 번호 획득으로 시작하여 주문 전송 기능을 통해 공개 거래를 수정하는 방법을 보여줍니다. 사전 형식을 사용하여 티켓 번호 값을 포함하는 "포지션" 키를 사용하여 손절매 및 이익실현 값을 수정할 수 있습니다. 발표자는 저렴하고 유용한 거래 문서 웹페이지를 추천하며 마무리합니다.
00:00:00 비디오의 이 섹션에서 발표자는 Python을 사용하여 작업을 열고 수정하는 방법을 설명합니다. 발표자는 사전을 사용하여 구매를 정의한 다음 해당 사전을 인수로 사용하여 주문 보내기 기능을 사용하여 오퍼레이션을 여는 단계별 가이드를 제공합니다. 사전에는 시장 기호, 거래량(작업에 사용된 금액을 나타냄), 주문 유형, 손절매 및 이익 실현 값과 같은 정보가 포함되어야 합니다. 발표자는 낮은 볼륨을 사용하도록 조언하고 손절매 및 이익실현이 어떻게 작동하는지에 대한 간략한 설명을 제공합니다. 발표자는 심볼 인포 기능을 활용해 시세와 포인트를 얻는 방법도 설명한다. 마지막으로 발표자는 오더 사전에서 감정 유형과 관련된 모든 오류 코드에 액세스하려면 웹 페이지를 방문할 것을 권장합니다.
00:05:00 이 섹션에서는 "주문 보내기"라는 기능을 사용하여 공개 거래를 수정하는 방법을 설명합니다. 첫 번째 단계는 "포지션 가져오기"라는 내장 함수를 사용하여 공개 거래의 티켓 번호를 얻는 것입니다. 티켓 번호를 얻으면 사용자는 사전 형식을 사용하여 손절매를 수정하거나 이익을 얻을 수 있습니다. 사전에 티켓 번호의 값이 있는 "위치" 키를 갖는 것이 중요합니다. 이 방법은 구매 및 판매 거래 모두에 적용할 수 있습니다. 비디오는 저렴하고 유용한 거래 자료에 대한 웹 사이트 권장 사항으로 끝납니다.
En este video os voy a enseñar como abrir operaciones con python usando la libreria de metatrader 5.¡Disfruta de mi curso de MQL5 aquí! https://www.komaku.es...
이 비디오에서 발표자는 MetaTrader 5에서 자동으로 수행할 수 없기 때문에 Python에서 거래 정지를 프로그래밍하는 방법을 설명합니다. 그는 가격이 떨어지면 손실을 최소화하고 가격이 떨어지면 이익을 보장하기 위해 손절매를 수동으로 설정하는 방법을 시연합니다. 가격 차트의 간단한 예를 사용하여 올라갑니다. 발표자는 화면에 단계별 가이드와 코드를 제공하고 유용한 거래 문서를 위해 자신의 웹사이트를 방문할 것을 제안합니다.
En este video os voy a enseñar a como crear y usar el trailing stop en python.Check my MQL5 course here! https://www.komaku.es/curso/635402fb806ae5107e4d0014...
이 비디오에서 발표자는 백테스팅 데이터를 생성하여 스크립트 및 암호화폐 거래를 위한 성공적인 인공 지능 알고리즘을 생성하는 방법을 시연합니다. 그들은 거래 유형, 이익, 성공률, 기울기 및 지표와 같은 다양한 속성을 생성하기 전에 데이터를 생성하고 파일 형식을 패치하기 위해 작은 파일을 사용할 것을 제안합니다. 또한 마이닝 파일을 바이너리 모드로 열어 반복적으로 데이터 파일을 열고 검색하는 문제를 극복하는 방법도 설명합니다. 또한 효과적인 거래를 위해 AI를 훈련할 때 지표 값 저장의 중요성을 강조합니다.
00:00:00 이 섹션에서 YouTube 사용자는 효과적인 인공 지능 알고리즘을 만드는 데 필수적인 백 테스트 데이터를 생성하는 방법을 보여줍니다. 더 큰 파일은 사용하기 지루할 수 있으므로 데이터를 생성하는 데 작은 파일을 사용할 것을 권장합니다. 백테스팅 데이터를 생성하기 위해 그는 파일의 형식을 패치한 다음 거래 유형, 이익, 성공률, 기울기 및 지표와 같은 AI를 교육하기 위한 다양한 속성을 생성합니다. 유튜버의 알고리즘은 파일의 각 라인에 대한 변수와 지표를 불러오면서 거래를 시뮬레이션한 다음 거래가 가능한지 여부를 테스트하고 거래의 성공 또는 실패 결과를 확인합니다. 유튜버의 오류 중 하나는 지표 값을 저장하지 않는 것인데, 그는 이것이 AI 훈련에 중요한 속성이라고 언급했습니다.
00:05:00 비디오의 이 섹션에서 발표자는 데이터 마이닝 파일에서 작업이 성공했는지 확인할 때 직면한 문제에 대해 이야기합니다. 파일을 계속 열고 검색해야 하므로 비효율적이었습니다. 이 문제를 극복하기 위해 그들은 바이너리 모드에서 마이닝 파일을 열 것을 제안합니다. 그러면 확인해야 하는 줄로 직접 이동할 수 있습니다. RAM이 많은 강력한 컴퓨터를 사용하면 빠르고 쉽게 수정할 수 있지만 항상 실현 가능한 것은 아니라고 설명합니다. 발표자는 효과적인 AI를 교육하려면 많은 속성을 저장해야 하며 오류가 있을 수 있지만 간단한 솔루션을 찾을 수 있다고 공유합니다.
En este video os voy a enseñar a como generar datos útiles para entrenar una IA.¡Disfruta de mi curso de MQL5 aquí! https://www.komaku.es/curso/6352f35a7e0d2...
이 비디오에서 진행자는 Jupyter 노트북을 사용하여 출력을 시각화하고 Skyler 라이브러리를 사용하여 결정 트리 및 신경망을 생성하여 이전 비디오의 데이터를 사용하여 AI를 교육하는 방법을 시연합니다. 성공한 작업과 실패한 작업을 시각적으로 분류하기 위해 그래프와 히스토그램이 생성됩니다. 다양한 AI 모델을 사용하여 데이터를 분류하고 호스트는 가장 높은 점수를 사용하여 모델에 가장 적합한 구성을 찾기 위해 루프가 있는 작은 파일을 생성할 것을 권장합니다. 그는 더 나은 결과를 얻기 위해 모델을 만들 때 홀수 개의 의사 결정 트리를 사용할 것을 권장하며 모델의 64% 정확도를 공유합니다. 시청자는 Sky Learn 웹사이트를 방문하여 의사 결정 트리, 포리스트 및 신경망에 대해 자세히 알아보고 비디오를 좋아요, 구독 및 공유하고 호스트 웹사이트를 방문하여 저렴한 거래 및 암호화폐 관련 문서를 구입하는 것이 좋습니다.
00:00:00 이번 영상에서는 진행자가 이전 영상에서 생성된 데이터를 이용해 인공지능을 훈련시키는 방법을 설명합니다. 호스트는 Jupyter 노트북을 사용하여 다양한 테스트 사례의 출력을 시각화하고 인공 지능과 관련된 Skyler 라이브러리를 사용하여 의사 결정 트리 및 신경망을 만듭니다. 데이터는 함수를 통해 Pandas에 전달되고 데이터 프레임은 각 속성 열의 로드 유형을 정의하는 데 사용됩니다. 그런 다음 호스트는 성공한 작업과 실패한 작업을 시각적으로 분류하기 위해 그래프와 히스토그램을 만드는 방법을 공유합니다. 마지막으로 다양한 AI 모델을 사용하여 데이터를 분류하고 호스트는 가장 높은 점수를 사용하여 모델에 가장 적합한 구성을 찾기 위해 루프가 있는 작은 파일을 생성할 것을 권장합니다.
00:05:00 이 섹션에서 화자는 더 나은 결과를 얻기 위해 모델을 만들 때 홀수의 결정 트리를 사용할 것을 권장합니다. 그는 또한 자신이 만든 모델의 정확도가 64%로 다른 유사한 모델보다 1%밖에 낮지 않다고 밝혔습니다. 의사 결정 트리, 포리스트 및 신경망에 익숙하지 않은 사람들을 돕기 위해 그는 이러한 주제에 대해 배울 수 있는 훌륭한 리소스인 Sky Learn 웹 사이트를 방문할 것을 권장합니다.
En este video os voy a enseñar a como crear una IA usando los datos que hemos generado.¡Disfruta de mi curso de MQL5 aquí! https://www.komaku.es/curso/6352f3...
저자는 메타트레이더 5에서 거래 데이터를 얻어 파이썬을 이용해 캔들로 변환하는 방법을 설명한다. 그는 MT5의 특정 시장에서 틱 데이터를 얻고 CSV 파일로 내보낼 수 있는 방법을 보여주면서 시작합니다. 그런 다음 간단한 알고리즘을 사용하여 틱 데이터를 Pandas DataFrame에 저장되는 다양한 시간(15분, 1분, 30초 등)의 양초로 변환하는 방법을 보여줍니다. YouTube 사용자는 "닫기" 열이 있는 DataFrame의 중요성을 강조합니다. 이렇게 하면 사용자가 TA-Lib 라이브러리의 도움을 받아 기술 지표를 Python에 로드할 수 있기 때문입니다. 이 비디오는 거래 분석을 위해 Pandas 및 기타 라이브러리를 사용하는 방법을 가르치는 시리즈의 일부입니다.
En este video os voy a enseñar a como crear velas dados unos datos de metatrader.¡Repositorio de Github!: https://github.com/kecoma1/Trading_BOTMis redes:htt...
이 비디오는 닫기 열이 있는 기존 데이터 파일에서 해당 값을 생성하는 데 중점을 두고 기술 분석 라이브러리를 사용하여 Python에서 MACD 값을 로드하는 방법에 대한 자습서를 보여줍니다. 비디오는 기술 분석 라이브러리의 설치와 라이브러리의 개체 생성자를 사용하여 MACD 및 신호 라인 값을 계산하는 방법도 보여줍니다. 마지막으로 연사는 Matplotlib 라이브러리를 사용하여 결과 값의 플로팅을 보여줍니다. 결론적으로 비디오는 기술 분석 라이브러리를 사용하여 Python에서 MACD 값을 로드하는 프로세스에 대한 포괄적인 가이드를 제공합니다.
En este video os voy a enseñar a como cargar el MACD en un dataframe de pandas usando python.¡Repositorio de Github!: https://github.com/kecoma1/Trading_BOTM...
이 비디오에서 화자는 TIA 라이브러리를 사용하여 Python에서 RS 표시기를 로드하는 과정을 설명합니다. 관련된 단계에는 표시기를 로드할 열을 포함하는 데이터 프레임 정의, TIA 라이브러리 가져오기, RS 표시기 생성자 함수로 개체 생성, RS 표시기 메서드를 호출하여 RS 표시기 정보가 있는 데이터 프레임 생성이 포함됩니다. 비디오는 구현의 정확성을 보장하기 위해 RS 지표 데이터를 실제 시장 데이터와 비교하는 방법을 보여줍니다. 요약하면 화자는 Python에서 RS 표시기를 로드하기 위해 따를 수 있는 간단한 접근 방식을 제공합니다.
En este video os voy a enseñar a como cargar el RSI en un dataframe de pandas usando python.¡Repositorio de Github!: https://github.com/kecoma1/Trading_BOTMi...
PYTHON TRADING BOT #3 - MetaTrader 5, 거래 백테스팅 데이터
BOT DE TRADING PYTHON #3 - Metatrader 5, 거래 백테스팅 데이터
이 비디오 섹션에서 발표자는 사용자가 백테스팅 목적으로 지정된 날짜 범위의 틱 데이터를 저장할 수 있는 MetaTrader 5 기능의 유용성을 강조합니다. 그는 정확한 거래 알고리즘을 개발하기 위해 충분한 과거 데이터를 갖는 것의 중요성을 강조하고 거래 모델을 만들기 위해 데이터를 CSV 파일로 내보내 Python에 로드할 것을 권장합니다. 그는 또한 거래에서 봇과 AI의 사용이 증가함에 따라 이 기능이 더 이상 무료가 아닐 수도 있다고 예측합니다. 발표자는 시청자가 거래 및 암호화폐에 관심이 있는 경우 이 기능을 활용하고 자신의 웹사이트에 더 많은 관심을 갖도록 권장합니다.
PYTHON TRADING BOT #4 - MetaTrader 5 및 Python
BOT DE TRADING PYTHON #4 - MetaTrader 5 및 Python
이 비디오는 Python과 함께 MetaTrader 5를 사용하고 로그인을 만드는 방법을 설명합니다. 청중은 먼저 Python용 MetaTrader 5 패키지를 설치해야 하며 YouTuber는 예제 코드를 제공하여 라이브러리를 가져오는 방법을 시연합니다. 그는 또한 Python을 사용하여 MetaTrader 5 봇을 생성하는 방법에 대해 사용할 수 있는 많은 리소스가 있다고 언급합니다. 영상은 저렴하고 유용한 거래 자료를 위해 유튜버의 웹사이트를 방문하라는 추천으로 끝납니다.
PYTHON TRADING BOT #5 - 틱 가격 얻기
BOT DE TRADING PYTHON #5 - Obteniendo 틱(precios)
비디오 자습서는 Python을 사용하여 MetaTrader 5 거래 응용 프로그램에서 틱(가격)을 얻는 두 가지 방법을 보여줍니다. 첫 번째 방법은 symbolinfo.tick 함수를 사용하는 것입니다. 이 함수는 매수 또는 매도 틱을 선택할 수 있는 옵션과 함께 시장의 현재 가격을 반환합니다. 두 번째 방법은 약간 더 복잡하며 copyticksrange 함수와 datetime 라이브러리를 사용하여 지정된 날짜부터 현재 시간까지 틱 데이터를 검색합니다. 튜토리얼에는 15분마다 수집되는 틱 데이터 그래프가 포함되어 있으며 정확도를 보장하기 위해 실제 그래프와 비교하는 방법을 보여줍니다. 마지막으로 비디오는 암호화폐 거래에 관심이 있는 사람들을 위해 저렴하고 유용한 거래 문서를 제공하는 웹사이트를 홍보합니다.
PYTHON TRADING BOT #6 - 거래 열기 및 수정
BOT DE TRADING PYTHON #6 - 요약 수정 작업
Python을 사용한 거래 봇에 대한 비디오 자습서의 이 섹션에서는 Python을 사용하여 작업을 열고 수정하는 프로세스를 다룹니다. 발표자는 사전 및 주문 발송 기능을 활용한 단계별 가이드를 통해 개통을 위한 구매 정의에 대한 안내를 제공합니다. 사전이 다루어야 하는 다른 요소에는 거래 유형, 손절매 및 이익실현 가치가 포함됩니다. 적은 물량을 사용하여 거래의 비용 효율성을 확인하는 것이 좋습니다. 또한 발표자는 시세 및 포인트 접근을 위한 심볼인포 기능 활용에 대해 설명한다. 마찬가지로 비디오는 "positions get"이라는 내장 기능을 통해 티켓 번호 획득으로 시작하여 주문 전송 기능을 통해 공개 거래를 수정하는 방법을 보여줍니다. 사전 형식을 사용하여 티켓 번호 값을 포함하는 "포지션" 키를 사용하여 손절매 및 이익실현 값을 수정할 수 있습니다. 발표자는 저렴하고 유용한 거래 문서 웹페이지를 추천하며 마무리합니다.
PYTHON TRADING BOT #7 - 트레일링 스톱
BOT DE TRADING PYTHON #7 - 트레일링 스톱이 비디오에서 발표자는 MetaTrader 5에서 자동으로 수행할 수 없기 때문에 Python에서 거래 정지를 프로그래밍하는 방법을 설명합니다. 그는 가격이 떨어지면 손실을 최소화하고 가격이 떨어지면 이익을 보장하기 위해 손절매를 수동으로 설정하는 방법을 시연합니다. 가격 차트의 간단한 예를 사용하여 올라갑니다. 발표자는 화면에 단계별 가이드와 코드를 제공하고 유용한 거래 문서를 위해 자신의 웹사이트를 방문할 것을 제안합니다.
PYTHON TRADING BOT #8 - AI용 데이터 생성
BOT DE TRADING PYTHON #8 - IA에 대한 일반적인 데이터
이 비디오에서 발표자는 백테스팅 데이터를 생성하여 스크립트 및 암호화폐 거래를 위한 성공적인 인공 지능 알고리즘을 생성하는 방법을 시연합니다. 그들은 거래 유형, 이익, 성공률, 기울기 및 지표와 같은 다양한 속성을 생성하기 전에 데이터를 생성하고 파일 형식을 패치하기 위해 작은 파일을 사용할 것을 제안합니다. 또한 마이닝 파일을 바이너리 모드로 열어 반복적으로 데이터 파일을 열고 검색하는 문제를 극복하는 방법도 설명합니다. 또한 효과적인 거래를 위해 AI를 훈련할 때 지표 값 저장의 중요성을 강조합니다.
PYTHON TRADING BOT #9 - AI 만들기
BOT DE TRADING PYTHON #9 - Creando una IA
이 비디오에서 진행자는 Jupyter 노트북을 사용하여 출력을 시각화하고 Skyler 라이브러리를 사용하여 결정 트리 및 신경망을 생성하여 이전 비디오의 데이터를 사용하여 AI를 교육하는 방법을 시연합니다. 성공한 작업과 실패한 작업을 시각적으로 분류하기 위해 그래프와 히스토그램이 생성됩니다. 다양한 AI 모델을 사용하여 데이터를 분류하고 호스트는 가장 높은 점수를 사용하여 모델에 가장 적합한 구성을 찾기 위해 루프가 있는 작은 파일을 생성할 것을 권장합니다. 그는 더 나은 결과를 얻기 위해 모델을 만들 때 홀수 개의 의사 결정 트리를 사용할 것을 권장하며 모델의 64% 정확도를 공유합니다. 시청자는 Sky Learn 웹사이트를 방문하여 의사 결정 트리, 포리스트 및 신경망에 대해 자세히 알아보고 비디오를 좋아요, 구독 및 공유하고 호스트 웹사이트를 방문하여 저렴한 거래 및 암호화폐 관련 문서를 구입하는 것이 좋습니다.
파이썬에서 양초 거래하기
VELAS DE TRADING EN PYTHON
저자는 메타트레이더 5에서 거래 데이터를 얻어 파이썬을 이용해 캔들로 변환하는 방법을 설명한다. 그는 MT5의 특정 시장에서 틱 데이터를 얻고 CSV 파일로 내보낼 수 있는 방법을 보여주면서 시작합니다. 그런 다음 간단한 알고리즘을 사용하여 틱 데이터를 Pandas DataFrame에 저장되는 다양한 시간(15분, 1분, 30초 등)의 양초로 변환하는 방법을 보여줍니다. YouTube 사용자는 "닫기" 열이 있는 DataFrame의 중요성을 강조합니다. 이렇게 하면 사용자가 TA-Lib 라이브러리의 도움을 받아 기술 지표를 Python에 로드할 수 있기 때문입니다. 이 비디오는 거래 분석을 위해 Pandas 및 기타 라이브러리를 사용하는 방법을 가르치는 시리즈의 일부입니다.
MACD IN PYTHON - 기술 분석 라이브러리
MACD EN PYTHON - 기술 분석 라이브러리
이 비디오는 닫기 열이 있는 기존 데이터 파일에서 해당 값을 생성하는 데 중점을 두고 기술 분석 라이브러리를 사용하여 Python에서 MACD 값을 로드하는 방법에 대한 자습서를 보여줍니다. 비디오는 기술 분석 라이브러리의 설치와 라이브러리의 개체 생성자를 사용하여 MACD 및 신호 라인 값을 계산하는 방법도 보여줍니다. 마지막으로 연사는 Matplotlib 라이브러리를 사용하여 결과 값의 플로팅을 보여줍니다. 결론적으로 비디오는 기술 분석 라이브러리를 사용하여 Python에서 MACD 값을 로드하는 프로세스에 대한 포괄적인 가이드를 제공합니다.
Python의 RSI - 기술 분석 라이브러리
RSI EN PYTHON - 기술적 분석 라이브러리
이 비디오에서 화자는 TIA 라이브러리를 사용하여 Python에서 RS 표시기를 로드하는 과정을 설명합니다. 관련된 단계에는 표시기를 로드할 열을 포함하는 데이터 프레임 정의, TIA 라이브러리 가져오기, RS 표시기 생성자 함수로 개체 생성, RS 표시기 메서드를 호출하여 RS 표시기 정보가 있는 데이터 프레임 생성이 포함됩니다. 비디오는 구현의 정확성을 보장하기 위해 RS 지표 데이터를 실제 시장 데이터와 비교하는 방법을 보여줍니다. 요약하면 화자는 Python에서 RS 표시기를 로드하기 위해 따를 수 있는 간단한 접근 방식을 제공합니다.