알고리즘 트레이딩에서의 파이썬 - 페이지 9

[MetaQuotes]

Python을 사용하여 증권 거래소에서 주문 배치를 자동화하는 방법

Python을 사용하여 증권 거래소에서 주문 배송 자동화

비디오 "파이썬을 사용하여 증권 거래소에서 주문 제출을 자동화하는 방법"에서 강사는 메타트레이더 5에서 주문을 실행하기 위한 로봇 트레이더를 생성하기 위해 파이썬 언어를 사용하는 방법을 시연합니다.

그들은 IRBR33F를 예로 사용하여 기호, 편차, 주문 유형, 수량 및 실행 가격을 단 몇 분 만에 입력하는 방법을 보여줍니다.

강사는 또한 더 많은 학습에 관심이 있는 사람들을 위해 Python 및 알고리즘 개발 과정을 제공합니다.

[MetaQuotes]

Python 및 MetaTrader 5 Algotrading 데모 03.26.2021

ALGOTRADING - PYTHON E METATRADER 5 - 데모 26.03.2021

이 비디오에서는 Python을 사용하여 타임프레임을 기반으로 증권 거래소 자산에서 일중 데이터를 수집하는 방법을 보여줍니다.

[MetaQuotes]

Python을 사용한 장기 및 단기 거래 - 알고리즘 거래

OPERAÇÃO LONG AND SHORT COM PYTHON - 알고리즘 거래

비디오는 Python 및 MetaTrader를 사용하여 길고 짧은 작업을 수행하는 데모를 보여줍니다.

발표자는 Petro 4 및 Petro 3에 대한 거래를 실행하고 20 브라질 헤알의 이익에 도달하면 자동으로 거래를 종료하는 조건을 설정합니다.

데모가 단계별로 수행되지는 않지만 Python을 사용하여 간단한 방식으로 조건문 및 주문 기능을 사용하여 거래를 실행할 수 있는 가능성을 보여줍니다.

[MetaQuotes]

MetaTrader 5 + Python : 지표 생성 #1

MetaTrader 5 + Python делаем индикатор #1

이 YouTube 동영상은 MetaTrader 5와 함께 Python을 사용하여 거래 지표를 만드는 방법을 소개합니다. 비디오는 라이브러리 설치, MetaTrader 5 초기화 및 스크립트 테스트와 같은 주제를 다룹니다. 또한 동영상에서는 Python을 사용하여 가격 및 거래량 데이터를 분석하는 방법과 다양한 자산에서 데이터를 검색하는 방법을 설명합니다. 스크립트 테스트 및 코드 공유의 중요성이 강조되고 비디오는 시청자가 자신의 코드와 리소스를 소셜 미디어에 공유하도록 요청하는 것으로 끝납니다.

• 00:00:00 이 섹션에서는 YouTube 비디오 발표자가 거래 및 Python을 사용하여 지표를 만드는 방법에 대해 설명합니다. 발표자는 먼저 음질을 확인하고 시청자에게 소리에 문제가 있으면 알려달라고 요청합니다. 그런 다음 사용자가 스톡 장면에서 데이터를 분석 및 가져오고, 자체 코드를 작성하고, 해당 코드를 지표로 사용할 수 있는 기능을 선보입니다. 또한 발표자는 스크립트를 사용하려고 할 때 발생할 수 있는 일부 오류를 강조 표시하기 전에 사용자가 마법사를 사용하여 Python 스크립트 또는 생성된 라이브러리를 선택하는 방법을 설명합니다. 마지막으로 그는 생성된 코드를 공개하고 해결 문제에 대해 논의합니다.
  
  
• 00:05:00 이 섹션에서 저자는 Python과 MetaTrader 5를 사용하여 지표를 생성하는 방법을 설명합니다. 먼저 Python에서 MetaTrader5를 사용하는 데 필요한 라이브러리를 설치하는 방법을 보여준 다음 Python 경로를 찾는 방법을 보여줍니다. YouTuber는 계속해서 MetaTrader 5를 초기화하고 스크립트를 테스트하는 방법을 보여줍니다. 그들은 또한 전체 프로세스에 중요하다고 말하는 MetaTrader 5 문서를 참조합니다. 전반적으로 YouTube 사용자의 동영상은 Python 및 MetaTrader5를 사용하여 지표를 만드는 방법을 소개하는 역할을 합니다.
  
  
• 00:10:00 비디오의 이 섹션에서 연사는 Python을 사용하여 가격 사다리에서 거래량을 계산하고 가격을 분석하는 방법을 시연합니다. 그는 다른 라이브러리를 사용하여 추가로 분석할 수 있는 전체 Python 코드와 출력 결과를 포함합니다. 연사는 불필요한 거래를 피하기 위해 스크립트를 실행하기 전에 테스트하는 것이 중요하다고 강조합니다. 그는 또한 거래 플랫폼을 시연하면서 유로와 같은 다양한 기호와 코드에서 이름이 어떻게 지정되는지 보여줍니다.
  
  
• 00:15:00 이 섹션에서 저자는 MetaTrader 5와 Python을 사용하여 지표를 만드는 방법에 대해 이야기합니다. 몇 가지 코드를 살펴보고 오류를 수정하는 방법을 설명한 다음 시장에 연결하고 다양한 자산에서 데이터를 검색하는 방법을 보여줍니다. 하지만 주말이라 시장이 문을 닫아 많은 자료를 불러올 수 없다는 점을 지적한다. 그들은 다른 사람들과 코드를 공유하는 것의 중요성을 강조하고 시청자가 그렇게 하도록 격려합니다. 그들은 또한 주말이나 공휴일 동안 많은 자산에 사용할 수 없는 지표에 대한 볼륨 데이터의 필요성을 언급합니다.
  
  
• 00:20:00 이 섹션에서 비디오 제작자는 기호를 포함하여 표시기에 추가할 수 있는 추가 기능을 탐색하고 사용 가능한 볼륨이 없는 경우 빈 목록을 반환하는 함수를 만들어 오류 테스트에 대해 논의합니다. 작성자는 또한 MetaTrader5 터미널을 사용하여 코드를 확인하고 주문, 포지션 및 이익에 대한 정보를 얻는 방법과 가능한 거래 전략을 위한 데이터를 분석하는 방법을 시연합니다. 비디오는 다른 사람들에게 더 많은 학습 리소스를 제공하기 위해 시청자가 소셜 미디어에서 비디오에 대한 자신의 코드와 링크를 공유하도록 요청하는 것으로 끝납니다.

[MetaQuotes]

Python with MetaTrader 5: 지표 생성(2부)

MetaTrader5 + Python делаем индикатор #2

이 튜토리얼은 Python을 사용하여 과거 데이터를 얻고 MetaTrader 5를 사용하여 이해할 수 있는 형식으로 표시하는 데 중점을 둡니다. 비디오는 연결을 가져오고 초기화하고 MetaTrader 5에서 데이터를 검색하는 방법에 대한 단계별 지침을 제공합니다. 발표자는 또한 방법을 보여줍니다. 데이터를 생성 및 컴파일하고 차트에서 결과를 시각화하고 Python을 사용하여 촛대 차트를 만듭니다. 튜토리얼은 내부 계산을 위한 지표 형태로 데이터를 출력하고 거래 신호를 보내는 방법에 대한 논의로 끝납니다. 발표자는 지표를 사용할 때 몇 가지 어려움과 주의가 필요함을 언급하면서 프로그래밍 기술을 지속적으로 업그레이드하는 것의 중요성을 강조합니다.

• 00:00:00 이 섹션에서 화자는 Python에서 과거 데이터를 사용하여 MetaTrader 5에서 지표를 만드는 방법에 대해 설명합니다. Euro to Ruble 도구가 예로 사용되며, 화자는 과거 데이터를 수집하고 분석하는 방법을 설명합니다. 별도의 웹 페이지에 표시됩니다. 발표자는 또한 마지막 비디오 이후 플랫폼에 일부 변경 사항이 있다고 언급하고 t-44라는 새 파일을 만드는 방법을 시연합니다. 전반적으로 초점은 시청자에게 장비에 대한 과거 데이터를 가져와 쉽게 이해할 수 있는 형식으로 표시하는 방법을 가르치는 것입니다.
  
  
• 00:05:00 비디오의 이 섹션에서 발표자는 MetaTrader 5 IPython 통합에서 제공되는 문서를 사용하여 Python을 사용하여 그래프와 지표를 생성하는 방법에 대해 설명합니다. 설명서에는 개발자가 통합을 시작하는 데 도움이 되는 많은 양의 샘플 코드와 통합 예제가 포함되어 있습니다. 그러나 발표자는 설명서의 업데이트와 특정 명령의 작동 방식 변경으로 인해 몇 가지 문제가 있을 수 있다고 지적합니다. 발표자는 촛대 차트를 사용하여 특정 통화에 대한 가격 데이터를 로드하고 표시하는 방법을 보여주고 MetaEditor에서 새 스크립트를 생성하는 것과 관련된 단계를 설명합니다. 발표자는 또한 코드 표시를 개선하는 방법에 대한 정보가 있는 시청자가 있으면 그 정보를 듣고 싶다고 말합니다.
  
  
• 00:10:00 이 섹션에서는 MetaTrader 5 및 Python을 사용하여 금융 상품에서 데이터를 얻고 차트에 표시하는 방법에 중점을 둡니다. 이 동영상에서는 초기화 및 필요한 코드 변경을 위해 업데이트된 명령을 활용하는 방법에 대해 설명합니다. 목표는 코드를 한 줄씩 분석하고 수정하여 데이터를 가져와 차트에 표시하는 것입니다. 내레이터는 교육이나 경험의 수준이 프로그래밍 기술을 업그레이드하려는 능력과 의지만큼 중요하지 않다고 말합니다.
  
  
• 00:15:00 이 섹션에서 자습서는 MetaTrader 5 터미널에 연결하고 "복사 속도" 명령을 사용하는 세부 사항을 자세히 설명합니다. 비디오는 연결 가져오기 및 초기화, 시간대 설정, "복사율" 명령에서 데이터 가져오기에 대한 단계별 가이드를 제공합니다. 튜토리얼은 또한 사용자가 자신의 특정 요구 사항과 도구에 맞게 코드를 수정할 수 있음을 강조하고 지침을 제공하는 샘플 코드를 포함합니다. 비디오는 최신 데이터를 얻기 위해 "복사 속도" 명령을 호출할 때 날짜를 지정하는 방법을 보여 주는 것으로 끝납니다.
  
  
• 00:20:00 비디오의 이 섹션에서 발표자는 MetaTrader 5 및 Python을 사용하여 지표를 구축하는 작업을 계속합니다. 모든 것이 제대로 구성되었는지 확인하기 위해 설명서에서 코드를 가져오는 것부터 시작합니다. 그런 다음 거래 상품을 유로로 설정하고 적절한 기간과 막대 수를 선택합니다. 그런 다음 코드를 사용하여 데이터를 생성한 다음 pandas 라이브러리로 분석할 수 있는 형식으로 변환합니다. 마지막으로 코드가 제대로 작동하는지 확인하기 위해 컴파일됩니다.
  
  
• 00:25:00 비디오의 이 섹션에서 발표자는 MetaTrader5에서 데이터를 검색하고 신경망과 같은 다른 도구를 사용하여 분석에 적합한 형식으로 변환하는 코드를 보여줍니다. 코드에서 오류가 발생했음에도 불구하고 데이터를 성공적으로 표시하고 MetaTrader5의 실시간 데이터 사용의 잠재적 이점을 강조할 수 있습니다. 또한 그래프나 웹 페이지에 데이터를 표시하기 위한 힌트를 제공합니다.
  
  
• 00:30:00 비디오의 이 섹션에서 발표자는 MetaTrader5 및 Python을 사용한 지표 생성에 대한 이전 자습서를 계속합니다. 그는 MetaTrader 5 라이브러리를 가져오고 거래 터미널에 연결하는 방법을 보여주면서 시작합니다. 그런 다음 코드는 선택한 금융 상품의 과거 가격을 다운로드하여 pandas 데이터 프레임에 저장하고 Plotly 라이브러리를 사용하여 데이터에 대한 차트를 생성합니다. 발표자는 또한 꺾은선형 차트와 촛대형 차트를 모두 그리는 방법을 시연하고 각각에 필요한 코드를 제공합니다. 차트는 대화식이며 발표자는 데이터를 확대 및 축소하는 방법을 보여줍니다.
  
  
• 00:35:00 이 섹션에서 발표자는 Python을 사용하여 MetaTrader 5 내에서 촛대 차트를 만드는 방법을 시연합니다. 방법을 "촛대"에서 "OHLС"로 또는 그 반대로 변경하여 사용자는 작업 중인 차트 유형을 변경할 수 있습니다. 그러나 연사는 지표가 종종 현재 시장 추세보다 뒤처지므로 사용자는 주의를 기울여 MetaTrader5 거래에 접근하고 지속적으로 전략을 조정해야 한다고 지적합니다. Python에서 표시기를 만드는 것이 가능하지만 발표자는 표시기를 C++로 작성하는 것이 더 기본적일 수 있다고 제안합니다.
  
  
• 00:40:00 비디오의 이 섹션에서 발표자는 MetaTrader5 플랫폼을 사용하여 내부 계산을 위한 지표 형태로 계산 및 출력 데이터를 공식화하는 방법을 설명합니다. 사용자는 이 데이터를 별도의 창으로 출력하거나 그래프에 직접 출력하도록 선택할 수 있으며 도구를 사용하여 거래 신호를 보낼 수 있습니다. Python을 사용하여 생성된 표시기를 표시하는 방법이 명확하지 않을 수 있지만 문서를 실험하고 검토하는 것이 도움이 될 수 있습니다. 발표자는 또한 시청자가 댓글을 달고 소셜 미디어에서 동영상을 공유하도록 초대하며 후원을 통해 채널을 지원하면 감사할 것이라고 언급합니다.

[MetaQuotes]

MetaTrader 5 + Python 생성 지표 #3 Market Depth

MetaTrader 5 + Python 만들기 지표 #3 인용 깊이

동영상은 Python을 사용하여 MetaTrader 5의 주문서에서 데이터를 추출하여 지표를 만드는 방법을 보여줍니다. 연사는 테이블 주문에서 데이터를 연결하고 가져오는 방법과 데이터 분석을 위한 pandas 또는 TensorFlow 신경망과 같은 패키지에 대해 설명합니다. 이 비디오는 또한 Ta-Lib 라이브러리를 추가 지표 또는 데이터 계산에 사용하는 방법과 거래 자동화의 과제를 강조합니다. 연사는 시청자가 혁신적인 거래 솔루션을 만들기 위해 아이디어와 질문을 공유하도록 권장합니다.

• 00:00:00 이 섹션에서 Oleg Shpagin은 사운드 품질을 확인하고 주문서의 데이터를 사용하여 지표를 생성하기 위해 MetaTrader5에서 이전에 작성된 Python 코드를 테스트합니다. 그는 시청자에게 pandas 또는 tensor fob 신경망과 같은 패키지를 사용하여 다른 코드로 분석할 테이블 주문 및 주문서에서 연결을 초기화하고 데이터를 가져오는 방법을 보여줍니다. Shpagin은 또한 대량 데이터 처리를 위해 데이터 테이블의 각 행에서 프로그램의 정보 출력을 보여줍니다.
  
  
• 00:05:00 이 섹션에서 발표자는 Python을 사용하여 MetaTrader5의 시세 게시판에서 데이터를 추출하는 방법을 보여줍니다. 그런 다음 데이터는 신경망을 사용하여 거래 모델을 개발하는 데 사용됩니다. 연사는 방화벽을 적용하여 거래 애플리케이션에 대한 액세스를 제어하거나 비준을 사용하여 인터넷에 대한 무단 액세스를 금지할 수 있다고 설명합니다. 연사는 현재 거래 시스템을 만드는 과정에 있으며 이 플랫폼에서 거래자들의 아이디어를 환영합니다.
  
  
• 00:10:00 이 섹션에서 발표자는 Python을 사용하여 MetaTrader 5에서 거래를 위한 가격 차트 화면을 만드는 방법에 대한 시연을 계속합니다. 그는 Python보다 작업하기가 더 쉽기 때문에 C++ 코드를 사용하는 것을 좋아한다고 설명합니다. , 하지만 그는 'Ta-lib'라는 Python 라이브러리를 사용하여 추가 지표 또는 데이터에 대한 계산을 수행하는 방법을 보여줍니다. Ta-lib는 사용자가 코드와 주석을 텍스트 형식으로 작성하지 않도록 하고 데이터를 코드로 가져올 수 있는 가져오기 기능을 제공하는 도구입니다. 발표자는 이 앱이 PC 외에도 다양한 모바일 기기에 맞게 조정될 수 있다는 장점을 강조합니다.
  
  
• 00:15:00 이 섹션에서 발표자는 Python과 함께 Ta-Lib 라이브러리를 사용하여 재무 데이터를 수집하고 해당 데이터를 사용하여 거래 결정을 내리는 방법을 보여줍니다. 연사는 거래 상품에 연결하고 시장에서 과거 데이터를 추출하는 방법을 보여줍니다. 또한 데이터를 Ta-Lib 라이브러리 기능과 함께 사용하기 위해 데이터 테이블의 열 이름을 바꾸는 방법도 보여줍니다. 연사는 시청자가 거래 결정을 위해 신경망을 사용하는 실용적인 응용 프로그램과 같이 향후 비디오에서 가장 보고 싶은 것을 표시하기 위해 댓글을 남길 것을 제안합니다.
  
  
• 00:20:00 이 섹션에서 연사는 급변하는 거래 시장에 적응해야 하는 러시아의 필요성과 이러한 변화에 적응하기 위한 거래 자동화의 과제에 대해 논의합니다. 그는 로봇에만 의존하는 것의 단점을 지적하고 지속적으로 재학습하고 조정해야 할 필요성을 강조합니다. 연사는 또한 신경망이 가격 방향을 예측하는 데 유용할 수 있지만 여전히 효과를 유지하려면 지속적인 재학습이 필요하다고 언급합니다. 결론적으로 그는 시청자가 혁신적인 거래 솔루션을 배우고 만들기 위해 아이디어와 질문을 계속 공유하도록 권장합니다.

[MetaQuotes]

Python을 MetaTrader 5에 연결

Python을 MetaTrader 5에 연결

이 YouTube 동영상에서 작성자는 Python을 사용하여 MetaTrader 5 거래 플랫폼에 연결하는 방법에 대한 자습서를 제공합니다. 필요한 라이브러리를 설치하고 필요한 패키지를 가져오고 플랫폼에서 데이터를 검색하는 방법을 단계별로 설명합니다. 비디오에는 일일 막대를 검색하고 Pandas 라이브러리를 사용하여 데이터를 분석하는 방법의 예도 포함되어 있습니다. 막대를 반복하고 종가와 시가를 비교함으로써 제작자는 강세 및 약세 막대 수를 결정하여 시장 추세 및 통계 패턴에 대한 통찰력을 제공합니다. 이 방법은 거래에서 추가 분석 및 의사 결정에 유용할 수 있습니다.

• 00:00:00 이 섹션에서는 Python을 MetaTrader 5 거래 플랫폼에 연결하는 방법에 대한 가이드를 제공합니다. MetaTrader5 라이브러리 설치 및 pandas 및 numpy와 같은 관련 패키지 가져오기를 포함하여 성공적인 연결을 보장하는 데 필요한 단계를 설명합니다. YouTuber는 또한 mt5 초기화 방법을 사용하여 거래 플랫폼에서 데이터를 검색하는 방법에 대한 예제를 포함하고 시간대 변수 정의가 데이터 처리에 중요한 이유를 설명합니다. 튜토리얼은 mt5.copy_rates_range 메서드를 사용하여 특정 범위에 대한 일일 막대를 검색하고 읽을 수 있는 형식으로 표시하는 방법에 대한 데모로 끝납니다.
  
  
• 00:05:00 이 섹션에서 저자는 MetaTrader 5의 일일 막대에서 데이터를 수집하고 Python의 Pandas 라이브러리를 사용하여 읽을 수 있는 시간 형식으로 변환하는 방법을 보여줍니다. 그런 다음 YouTuber는 막대를 반복하고 종가와 시가를 비교하여 강세 및 약세 막대 수를 결정하는 방법을 보여줍니다. 결과 데이터는 132개의 강세 막대와 125개의 약세 막대가 있음을 보여주며 시장이 50-50 게임임을 증명합니다. 이 방법을 사용하여 시장 추세를 추가로 분석하고 통계 패턴에 대한 통찰력을 얻을 수 있습니다.

[MetaQuotes]

미니 BOVESPA 인덱스용 로봇 - 클래스 1 - METATRADER 5와 파이썬 연결

BOVESPA 미니 인덱스용 로봇 - 클래스 1 - METATRADER 5와 파이썬 연결

비디오 자습서는 Python을 Meta Trader와 연결하여 거래 로봇을 개발하는 과정을 보여주고 다른 언어에 비해 Python의 장점을 강조하고 라이브러리 다운로드 및 가져오기에 대한 단계별 지침을 제공합니다. 데이터 검색 및 DataFrame 생성에 대한 자세한 설명도 포함되어 있으며 연사는 Ibovespa 지수에 대한 과거 데이터를 제공하면서 특정 주식의 종가 그래프를 그리는 방법을 시연합니다. 전반적으로 이 튜토리얼은 자신의 거래 로봇 개발에 관심이 있는 시청자에게 귀중한 통찰력을 제공합니다.

• 00:00:00 비디오의 이 섹션에서 연사는 Python을 MetaTrader 5와 연결하고 거래 로봇을 개발하는 방법을 설명하고 거의 테스트 준비가 된 자신의 로봇을 보여줍니다. 연사는 사용 용이성, 광범위한 통계 도구, 작은 라이브러리 등 다른 언어에 비해 Python을 사용할 때의 이점을 설명합니다. 그런 다음 Anaconda 및 MetaTrader 5 다운로드, 필요한 패키지 설치 및 필요한 라이브러리 가져오기에 대한 지침과 함께 Python을 MetaTrader 5와 연결하는 데 필요한 단계를 설명합니다.
  
  
• 00:05:00 이 섹션에서는 비디오 자습서에서 Python을 MetaTrader 5와 연결하는 방법을 보여주고 데이터 저장, 차트 및 날짜 관리에 사용할 pandas, matplotlib 및 datetime과 같은 라이브러리를 소개합니다. 연사는 MetaTrader 5에서 데이터 검색을 위한 변수를 설정하고 자산 상담을 위한 변수를 정의할 때 올바른 자본화 및 시장 관찰의 중요성을 강조합니다. 이 자습서에는 데이터 검색에 필요한 단계에 대한 자세한 설명과 보다 친숙한 방식으로 정보를 표시하기 위한 DataFrame 생성이 포함되어 있습니다.
  
  
• 00:10:00 이 섹션에서 발표자는 날짜, 시가, 고가, 저가, 종가, 거래량 및 스프레드를 포함한 자신의 포트폴리오 데이터를 보여줍니다. 그런 다음 그는 시간을 보다 친숙한 형식으로 변환하고 특정 주식의 종가 그래프를 그리는 방법을 보여줍니다. 그는 또한 브라질 주식 시장 지수인 Ibovespa에 대한 과거 데이터를 얻을 수 있는 방법을 보여줍니다. 그는 시청자가 이 코드를 사용하여 Python을 MetaTrader 5와 연결하고 다양한 자산에 대한 자체 분석을 시작할 수 있다고 말하면서 결론을 내립니다.

[MetaQuotes]

MetaTrader 5 통합으로 Python에서 피벗 포인트 거래 로봇 만들기

MetaTrader 5 통합으로 Python에서 피벗 포인트 거래 로봇 만들기

이 비디오에서 제작자는 Pivot Point 표시기를 사용하여 Python에서 거래 로봇을 만들고 MetaTrader 5에 통합하는 방법을 시연합니다. 이 비디오는 구매 및 판매 조건 코딩, 다양한 시간 프레임 및 거래에 대한 로봇 구성 설정에 대한 지침을 제공합니다. 실시간 거래를 실행하고 취소하여 그 효과를 테스트합니다. 또한 영상에서는 트레이딩 로봇을 만들 때 시장 변화에 빠르게 대응할 수 있는 기법을 제공합니다. 비디오는 사용자가 제공된 계산을 사용하고 제작자에게 도움을 요청하도록 권장하는 것으로 마무리됩니다.

• 00:00:00 이 섹션에서는 비디오 제작자가 피벗 포인트를 사용하여 Python에서 거래 로봇을 만들고 MetaTrader 5와 통합하는 방법에 대해 설명합니다. 제작자는 이미 코드를 작성했으며 시청자가 따라할 수 있도록 이를 시청자와 공유합니다. 코드는 피벗 포인트 표시기를 사용하고 구매 및 판매 조건을 설정합니다. 제작자는 또한 MetaTrader 5에서 실시간으로 로봇을 시작하는 방법과 거래 결정을 위한 정보를 수집하는 방법에 대한 지침을 제공합니다. 최종 코드는 뷰어가 참조할 수 있습니다.
  
  
• 00:05:00 이 섹션에서 제작자는 피벗 포인트 거래 로봇을 MetaTrade5 소프트웨어에 통합하여 사용자가 피벗 포인트 전략에 따라 자동으로 거래를 실행할 수 있도록 하는 방법을 시연합니다. 그들은 피벗 포인트를 계산하는 데 사용되는 공식을 설명하고 다양한 시간 프레임 및 거래 도구에 대한 로봇의 설정을 구성하는 방법을 보여줍니다. 그들은 또한 실시간 거래를 실행하고 나중에 취소함으로써 로봇의 효율성을 테스트하고 검증하는 방법을 보여줍니다. 전반적으로 이 섹션에서는 피벗 포인트 거래를 자동화된 거래 로봇으로 전환하는 방법에 대한 실용적인 자습서를 제공합니다.
  
  
• 00:10:00 비디오의 이 섹션에서 연사는 MetaTrade5 플랫폼에 통합된 Python의 Pivot Point 거래 전략을 사용하는 거래 로봇 생성에 대해 논의합니다. 그는 코드의 기능과 플랫폼 데이터에서 정보를 추출하여 지원 및 저항 수준에 따라 거래 결정을 내리는 방법을 설명합니다. 이 코드는 또한 이전 거래를 확인하고 새 위치에 입력해야 하는지 여부를 결정합니다. 화자는 시장의 변화에 빠르게 대응하기 위해 코드의 민감도가 중요함을 강조한다.
  
  
• 00:15:00 이 섹션에서 화자는 데모를 시청함으로써 사용자가 Python을 사용하여 자신의 로봇 거래 프로그램을 만들 수 있는 충분한 지식을 가지고 있어야 하며 문제가 발생하면 계산을 참조할 수 있다고 말하면서 비디오를 마무리합니다. 비디오에 표시됩니다. 사용자는 플랫폼에서 실행되는 거래 작업을 관찰할 수도 있습니다. 발표자는 시연을 따라가기 위해 노트북을 사용할 것을 제안하고 프로그램의 사용 편의성을 강조합니다. 마지막으로 연사는 사용자가 자신의 거래 프로그램을 구축하는 데 도움이 필요한 경우 의견을 남기고 질문하도록 초대합니다.

[MetaQuotes]

MetaTrader 5 Python을 사용한 시장 심도

Python, Pandas, PyQtGraph 및 RabbitMQ를 사용한 실시간 MetaTrader 5 DOM(오더북) 도표

이 동영상은 실시간 주문서(DOM)를 표시하기 위해 Python, Pandas, PyQtGraph 및 RabbitMQ를 사용하는 방법을 보여줍니다.