Python para negociação algorítmica - página 3

[MetaQuotes]

The data importance in Trading - Garbage in, Garbage out! (an MT5 broker vs Yahoo finance)

The data importance in Trading - Garbage in, Garbage out! (an MT5 broker vs Yahoo finance)

The importance of using the same data source to train and deploy a trading algorithm is emphasized in this video. By comparing returns generated by the same trading signal using different data sources, such as Yahoo Finance and a broker's data, the speaker highlights the significance of the quality and relevance of the data used. The video advises traders to conduct their own experiments and use relevant data sources from the broker being traded on to train their algorithms for better returns.

[MetaQuotes]

Modelos de negociação ao vivo MetaTrader 5 usando Python - parte 1: importar dados do corretor

Modelos de negociação ao vivo MetaTrader 5 usando Python - parte 1: importar dados do corretor

Neste vídeo, Lucas demonstra como usar o Python e o MetaTrader 5 para importar os dados de uma corretora, extraindo os dados da vela e transformando-os em um formato de quadro de dados legível. Ele observa que a plataforma MetaTrader 5 funciona apenas em dispositivos Windows e não em sistemas Mac sem aplicativos adicionais. Ele cria uma função chamada "get_rate" que permite fácil automação alterando seus parâmetros e, usando a função set index, ele define a coluna de tempo como o índice do quadro de dados, permitindo que os dados históricos sejam importados para o Python.

• 00:00:00 Nesta seção, Lucas da Control demonstra como importar os dados do corretor usando Python e MetaTrader 5. Primeiro, ele importa as bibliotecas necessárias, incluindo MetaTrader 5, pandas, numpy e datetime. Em seguida, ele conecta a planilha Python à plataforma MetaTrader 5 usando a função de inicialização do mt5. Lucas mostra como extrair dados de vela, incluindo abertura, alta, baixa, fechamento e volume, usando as taxas de cópia da função e transforma os dados extraídos em um formato de quadro de dados legível. Lucas observa que a plataforma MetaTrader 5 funciona apenas no Windows e não em dispositivos Mac sem aplicativos adicionais, como desktop paralelo ou VPS.
  
  
• 00:05:00 Nesta seção, o vídeo apresenta como importar dados de sua corretora usando a plataforma MetaTrader5 para Python. O código é usado para criar uma função chamada "get_rate" e a função recebe "símbolo" e "número de dados" como entrada. A função facilita a alteração de seus parâmetros, como a seleção do intervalo de tempo, e permite uma fácil automação do processo. Usando a função set index e definindo a coluna de tempo como o índice do quadro de dados, os dados históricos podem ser importados para o Python.

[MetaQuotes]

Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 2: Colocar ordem no MetaTrader 5 usando Python

Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 2: Colocar ordem no MetaTrader 5 usando Python

Lucas de explica o processo de envio de ordens no MetaTrader 5 usando Python. Isso envolve inicializar o símbolo e o desvio em pip, escolher o modo de preenchimento, criar uma solicitação a ser enviada ao MetaTrader 5, especificar a ação desejada e executar as ordens. Ele enfatiza a importância de extrair todas as informações necessárias, como ID de posição, em variáveis, pois elas não estarão disponíveis depois que a planilha Python for encerrada. O vídeo também detalha o processo envolvido no fechamento de uma posição aberta para a qual um código semelhante, mas inverso, de ordens de compra e venda precisa ser aplicado ao usar o preço de compra em vez do preço de venda.

• 00:00:00 Nesta seção, Lucas explica como enviar ordens no MetaTrader 5 usando Python, o que pode ser muito útil para criar bots de negociação. Antes de iniciar o código, no entanto, é vital ativar a negociação algorítmica na plataforma MetaTrader 5, permitindo-a primeiro em 'Expert Adviser' na opção 'Tools'. Então, os usuários podem começar inicializando o símbolo e o desvio em pip. Depois de escolher o modo de preenchimento, que é crucial para criar um algoritmo de negociação robusto, os usuários podem criar uma solicitação para enviar ao MT5, especificar a ação que desejam e usar a função de envio de ordens para executar as ordens.
  
  
• 00:05:00 Nesta seção, o palestrante demonstra como fechar uma posição aberta no MetaTrader5 usando Python. Para fechar uma posição, seria aplicado o mesmo código usado para abrir, mas com as ordens de compra e venda invertidas e o preço bid usado em vez do preço ask. O palestrante enfatiza a importância de extrair todas as informações relevantes, incluindo o ID da posição, em variáveis, pois elas não estarão disponíveis na memória depois que a planilha Python for encerrada. A determinação do modo de preenchimento também é discutida, com o palestrante destacando a necessidade de pesquisar o modo de preenchimento de cada ativo, pois pode variar dependendo da corretora e do ativo.

[MetaQuotes]

Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 3: Gerenciamento de dinheiro com MetaTrader 5/Python

Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 3: Gerenciamento de dinheiro com MetaTrader 5 / Python

Lucas demonstra como usar MetaTrader5 e Python para criar uma função de gerenciamento de dinheiro que coloca uma ordem de take profit e stop loss em uma solicitação. A função considera o gerenciamento de risco para determinar os valores ideais para stop loss e take profit. Ele mostra como usar uma função chamada "tradeSize" para ajustar o risco de uma posição comprada em EUR/USD e determinar o melhor volume com base no capital da conta e na alavancagem. Lucas enfatiza a importância de ter cuidado ao ajustar o volume de pedidos para manter a exposição adequada ao risco.

• 00:00:00 Nesta seção, Lucas mostra como criar uma função de gerenciamento de dinheiro usando MetaTrader5 e Python. Ele demonstra como colocar um take profit e stop loss em uma ordem de solicitação e explica como encontrar valores ideais para o stop loss e take profit dependendo do gerenciamento de risco. Lucas também apresenta uma função de limite de recompensa de risco que considera o símbolo, o tipo de posição e os níveis de risco e recompensa, o que ajuda a encontrar o lucro ideal e o stop loss. A função extrai alavancagem e preço para encontrar o número de casas decimais, calcula a variação em porcentagem descontada pela alavancagem e, finalmente, arredonda o preço para o número de casas decimais do ativo.
  
  
• 00:05:00 Nesta seção, o palestrante explica como usar uma função para gerenciamento de dinheiro no MetaTrader 5 ao negociar usando Python. O palestrante demonstra como ajustar o risco de uma posição comprada em EUR/USD dependendo da alavancagem e como encontrar o melhor volume a ser tomado com base no capital e na alavancagem da conta. A função chamada "tradeSize" pode ser encontrada na descrição do tutorial do MetaTrader 5 que o palestrante menciona. O palestrante também destaca a importância de ajustar o volume dos pedidos a serem feitos com cuidado para garantir que a exposição ao risco seja adequada.

[MetaQuotes]

Negociação ao vivo de modelos MetaTrader 5 usando Python - parte 4: Criação de sinal de negociação

Negociação ao vivo de modelos MetaTrader 5 usando Python - parte 4: Criação de sinal de negociação

O YouTuber demonstrou a criação de um sinal de negociação usando MetaTrader 5 e Python inicializando a conexão entre as duas plataformas, criando uma classe "mt5" que é usada para colocar a estratégia em negociação ao vivo e importando dados usando a função "obter taxas" . Eles então criaram um sinal SMA básico de 30 e 60 dias usando a função de rolagem e basearam as condições de compra e venda na média de movimento rápido acima ou abaixo da média de movimento lento. Este processo apresentou uma maneira simples de criar um sinal de negociação para negociação ao vivo usando MetaTrader 5 e Python.

[MetaQuotes]

Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 5: Modelo de negociação ao vivo (MetaTrader 5/Python)

Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 5: Modelo de negociação ao vivo (MetaTrader5/Python)

O vídeo "Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 5: modelo de negociação ao vivo (MetaTrader5/Python)" demonstra como usar o modelo de negociação ao vivo para executar uma estratégia de negociação. Os usuários podem selecionar um horário específico para executar o algoritmo e escolher uma lista de símbolos com uma estratégia padrão de um sinal aleatório. Os pedidos podem ser feitos usando o modelo e os usuários podem alterar o sinal aleatório. O vídeo adverte que as porcentagens de stop loss e take profit não levam em conta o spread e aconselha o uso de um lapso de tempo de um segundo para evitar o processamento de vários sinais no mesmo segundo. Os espectadores são convidados a curtir e se inscrever no canal e se juntar à comunidade Discord.

• 00:00:00 Vamos em frente e executamos a estratégia de negociação. É importante escolher a métrica de tempo com cuidado para não acabar abrindo e fechando muitas posições muito rapidamente e perdendo dinheiro nas transações. Esse modelo específico permite que os usuários escolham um horário específico para executar o algoritmo e selecionar a lista de símbolos, com uma estratégia padrão de um sinal aleatório. No geral, esta é uma ótima introdução para colocar sua estratégia de negociação em negociação ao vivo usando MetaTrader 5 e Python.
  
  
• 00:05:00 Nesta seção do vídeo, o apresentador demonstra como colocar ordens usando o modelo de negociação ao vivo. O template possui um sinal aleatório, que pode ser alterado de acordo com a preferência do usuário. É importante observar que as porcentagens de stop loss e take profit não levam em conta o spread, o que pode levar a resultados indesejáveis se os usuários usarem alavancagem excessiva. O apresentador aconselha colocar um lapso de tempo de um segundo para garantir que vários sinais não sejam processados no mesmo segundo. Por fim, o apresentador convida os espectadores a curtir e se inscrever no canal e a se juntar à comunidade do Discord.

[MetaQuotes]

Modelos MetaTrader 5 de negociação ao vivo usando Python - parte 6: Aprendizado de máquina (MetaTrader 5/Python)

Negociação ao vivo de modelos MetaTrader 5 usando Python - parte 6: Aprendizado de máquina (MetaTrader5/Python)

Lucas mostra como colocar uma estratégia de negociação baseada em aprendizado de máquina na negociação ao vivo. O processo envolve a importação de bibliotecas, usando a engenharia de recursos para transformar dados abertos, altos, baixos, fechados e de volume para entender a relação entre os recursos para criar um algoritmo de aprendizado de máquina, padronizar dados, converter dados usando análise de componentes principais (PCA), ajustar e prever variações e, finalmente, decidir se compra ou vende ativos. Ele também fornece uma condição de tempo baseada em horas e uma condição de dia para escolher o melhor horário para negociar. O código funciona durante o horário de mercado e sinaliza quando comprar ou vender ativos.

[MetaQuotes]

Crie seu próprio bot de negociação MetaTrader 5: Parte 1

Obtenha o código no GitHub: https://github.com/jimtin/algorithmic_trading_bot

Crie seu próprio bot de negociação MetaTrader 5

O tutorial em vídeo discute os componentes necessários e os requisitos para criar um bot de negociação automatizado usando o MetaTrader 5, incluindo Windows 10, Python 3.10, um IDE como PyCharm ou Visual Studio Code, um download do MetaTrader 5 e uma conta de negociação. O apresentador enfatiza a importância de um arquivo settings.json para armazenar informações confidenciais e demonstra a criação de um arquivo de configurações de exemplo usando as bibliotecas Json e OS. Ele também enfatiza os comentários de código e desaconselha a abertura de muitos manipuladores de arquivo de uma só vez. O vídeo termina mostrando como importar informações confidenciais e tratamento de erros antes de prometer demonstrar a conexão com o MetaTrader no próximo episódio.

• 00:00:00 Nesta seção do vídeo, o apresentador discute os requisitos para construir um bot de negociação automatizado usando o MetaTrader 5. Os componentes necessários incluem Windows 10, Python 3.10, um ambiente de desenvolvimento integrado (IDE) como PyCharm ou Visual Studio Code, um download do MetaTrader 5 de um corretor e uma conta de negociação. Em seguida, o apresentador apresenta o primeiro trecho de código, "main.py", que atua como a função principal do código Python, permitindo fácil iteração e aprimoramento do código. O apresentador também discute a importância de um arquivo settings.json para armazenar informações confidenciais, como credenciais de login e informações do servidor, e como ele pode ser usado para evitar colocar essas informações diretamente no código. Por fim, o apresentador inclui uma lista de símbolos para negociar, com o USDJPY como exemplo.
  
  
• 00:05:00 Nesta seção, o palestrante discute a criação de um arquivo de configurações de exemplo que se transformará em um arquivo settings.json para ser usado no programa. Ele observa a importância de importar as bibliotecas Json e OS para ler e localizar arquivos, respectivamente. Ele também enfatiza a importância de comentar o próprio código para entender seu propósito e parâmetros ao retornar a ele mais tarde. O palestrante descreve sua função para obter as configurações do projeto, que inclui verificar se o caminho do arquivo existe e fechar o arquivo assim que terminar. Ele adverte contra a abertura de muitos manipuladores de arquivo de uma só vez e fornece um método para evitar esse problema. Por fim, ele configura o caminho do arquivo de importação para o arquivo settings.json, permitindo flexibilidade na localização do arquivo e garantindo que o programa encontre o arquivo correto.
  
  
• 00:10:00 Nesta seção, o tutorial em vídeo mostra como importar informações confidenciais, como nome de usuário e senha, para o arquivo settings.json. O narrador destaca a importância de importar essas informações com segurança e demonstra o tratamento de erros ao criar intencionalmente um erro no arquivo settings2.json. Por fim, o vídeo conclui prometendo mostrar aos espectadores como se conectar ao MetaTrader 5 no próximo episódio.

[MetaQuotes]

Crie seu próprio bot de negociação MetaTrader 5 - Parte 2

Obtenha o código no GitHub: https://github.com/jimtin/algorithmic_trading_bot

Crie seu próprio bot de negociação MetaTrader 5 - Pt 2

Este vídeo continua o processo de construção de um bot de negociação automatizado usando o MetaTrader 5, com foco no tratamento de erros e na refatoração do código para simplificar sua aparência. O instrutor enfatiza a importância de utilizar uma conta de prática para evitar perdas financeiras desnecessárias e orienta os espectadores no processo de inicialização e login no MetaTrader 5, comentando o código e definindo parâmetros. Eles demonstram o uso de instruções try e except para lidar com quaisquer erros que possam surgir e mostram como imprimir exceções na tela para solucionar problemas no futuro. Além disso, eles criam uma função separada chamada "start_up" para simplificar o código e lidar com o processo de inicialização com mais eficiência. Finalmente, eles importam a nova função para main.py e imprimem o resultado na tela.

• 00:00:00 Nesta seção, o instrutor recomenda concluir o episódio de configuração 101 antes de mergulhar no processo de construção de um bot de negociação automatizado usando o MetaTrader 5. As ferramentas necessárias para este episódio incluem o instalador do pacote Python chamado pip e o oficial Metatrader5 Python biblioteca. É crucial ter uma conta de negociação, e o instrutor recomenda o uso de uma conta de prática para evitar perdas de dinheiro. O instrutor orienta os visualizadores na inicialização e login no Metatrader5 usando uma função chamada start_mt5, comentando sobre o código e definindo parâmetros. O código emprega uma instrução try e except para lidar com quaisquer erros que possam surgir, garantindo que o código permaneça robusto.
  
  
• 00:05:00 Nesta seção, o criador do vídeo discute o tratamento de erros em seu programa de bot de negociação. Eles explicam que, se ocorrer um erro, o programa lançará uma exceção e a imprimirá na tela, o que ajudará os usuários a solucionar quaisquer problemas que surjam no futuro. Além disso, eles demonstram o uso das instruções try e accept em conjunto com as instruções if para lidar com erros de inicialização e login separadamente. Finalmente, eles retornam um valor booleano para indicar sucesso ou falha das funções. O vídeo termina com uma demonstração do programa rodando em main.pi.
  
  
• 00:10:00 Nesta seção, o instrutor discute como simplificar o código criando uma função separada para extrair a funcionalidade de um procedimento de inicialização. Isso é feito criando uma nova função chamada "start_up", que recebe as configurações variáveis do projeto. A nova função repetirá a mesma funcionalidade que foi colocada no main, mas com alguns recursos extras, como uma mensagem para o usuário se a inicialização foi bem-sucedida. A nova função também pode retornar uma mensagem de erro se algo der errado durante o processo de inicialização. Por fim, o instrutor mostra como importar a nova função para main.pi e imprimir o resultado na tela.

[MetaQuotes]

Crie seu próprio bot de negociação MetaTrader 5 - obtenha 50.000 castiçais

Obtenha o código no GitHub: https://github.com/jimtin/algorithmic_trading_bot

Crie seu próprio bot de negociação MetaTrader 5 - obtenha 50.000 castiçais

O vídeo fornece um guia passo a passo para criar um bot de negociação automatizado MetaTrader5. O primeiro passo crucial é certificar-se de que você concluiu o episódio MetaTrader Connect e instalou a biblioteca python pandas. O tutorial mostra como inicializar o símbolo e expandir a função de inicialização para incluir símbolos de inicialização. Ele demonstra como recuperar até 50.000 castiçais usando a função 'obter castiçais', que requer entradas de símbolo, período de tempo e número de castiçal. O vídeo enfatiza a garantia de que todas as colunas necessárias estejam presentes nos dados do gráfico de velas e mostra como recuperar os dados do volume do tick. O criador promete demonstrar como calcular um indicador EMA no próximo episódio.

• 00:00:00 Nesta seção, o vídeo fornece etapas sobre como criar seu próprio bot de negociação automatizado MetaTrader5. A primeira etapa é garantir que você concluiu o episódio MetaTrader Connect, que mostra como conectar e recuperar dados do MetaTrader, e instalou a biblioteca python pandas. A inicialização do símbolo é crucial, o que é feito adicionando a função initialize symbol em seu arquivo mt5_lib.py. A função verifica se o símbolo existe para economizar tempo de solução de problemas e, se existir, tentará inicializá-lo com uma abordagem de tentativa e aceitação para tolerância a falhas. É essencial observar que os nomes dos símbolos diferem entre os corretores, portanto, é necessário verificar com seu corretor como eles denotam seus diferentes tipos de símbolos.
  
  
• 00:05:00 Nesta seção, o vídeo discute a expansão da função de inicialização para incluir símbolos de inicialização. A função permite uma função de inicialização separada para extrair coisas que precisam acontecer na inicialização em sua própria função. A função é atualizada para estar em conformidade com settings.py e inclui iterar por meio de uma lista de símbolos e ativá-los individualmente enquanto notifica o usuário sobre quaisquer erros ou exceções. Por fim, o sublinhado duplo principal é atualizado para remover a complexidade e torná-lo mais direto.
  
  
• 00:10:00 Nesta seção, o tutorial mostra como recuperar 50.000 castiçais usando uma nova função chamada "obter castiçais". Esta função requer três informações: o símbolo, o período de tempo e o número de velas a serem recuperadas. O tutorial explica como definir os limites dessa função para 50.000 castiçais, embora seja possível obter milhões de linhas de dados por meio do Metatrader5. A função verifica se não há mais de 50.000 castiçais e, caso contrário, continua recuperando os dados desejados. Uma função também é fornecida para converter prazos em um objeto Metatrader5 para facilitar o processo. O dataframe retornado será usado para obter a média móvel exponencial no próximo episódio.
  
  
• 00:15:00 Nesta seção, o criador do vídeo observa que, para usuários com mais experiência em programação, eles devem ter notado que ele usou instruções if e else em vez de switch para manter a compatibilidade com versões anteriores do Python 3.9. Ele também fornece o código para os diferentes prazos utilizados pelo MetaTrader 5. Seguindo em frente, o vídeo discute como recuperar castiçais usando a API python do MetaTrader5 e como converter os dados em um dataframe Pandas para análise de dados. O vídeo demonstra como trazer todas as funções discutidas anteriormente para "Principal" e usar a matriz de símbolos para recuperar as velas de cada símbolo listado. Por fim, o vídeo mostra como recuperar 1.000 castiçais inicialmente e fornece uma "dica principal" de como aumentar esse número para 50.000.
  
  
• 00:20:00 Nesta seção, o palestrante enfatiza a importância de garantir que todas as colunas estejam presentes nos dados do gráfico de velas para implementar estratégias de negociação, como cruzamentos da EMA. Eles usam uma chamada pandas para exibir todas as colunas e mostrar que os dados do volume do tick também estão presentes. Eles então explicam que obter 50.000 velas é tão simples quanto ajustar a variável das velas antes de prometer demonstrar como calcular um indicador EMA no próximo episódio.