算法交易中的Python - 页 12

[MetaQuotes]

PYTHON TRADING BOT #3 - MetaTrader 5，回测交易数据

BOT DE TRADING PYTHON #3 - Metatrader 5，datos para backtesting de trading

在此视频部分，演示者强调了 MetaTrader 5 功能的实用性，该功能允许用户保存指定日期范围内的报价数据以用于回溯测试。他强调拥有丰富的历史数据对于开发精确的交易算法的重要性，并建议将数据导出为 CSV 文件以加载到 Python 中以创建交易模型。他还预测，由于机器人和人工智能在交易中的使用越来越多，此功能可能不再免费。主持人鼓励观众使用此功能，如果他们对交易和加密货币有任何兴趣，请进一步关注他的网站。

[MetaQuotes]

Python 交易机器人 #4 - MetaTrader 5 和 Python

BOT DE TRADING PYTHON #4 - MetaTrader 5 y Python

该视频解释了如何通过 Python 使用 MetaTrader 5 并创建登录。观众需要先安装适用于 Python 的 MetaTrader 5 包，YouTuber 通过提供示例代码来演示如何导入库。他还提到，有许多资源可用于介绍如何使用 Python 创建 MetaTrader 5 机器人。该视频最后建议访问 YouTuber 的网站以获取便宜且有用的交易材料。

[MetaQuotes]

PYTHON TRADING BOT #5 - 获取报价

BOT DE TRADING PYTHON #5 - Obteniendo ticks (precios)

该视频教程演示了两种使用 Python 从 MetaTrader 5 交易应用程序获取分时（价格）的方法。第一种方法涉及使用函数 symbolinfo.tick，它返回市场的当前价格，并可选择买价或卖价。第二种方法稍微复杂一些，涉及函数 copyticksrange 和 datetime 库以检索从指定日期到当前时间的报价数据。该教程包括每 15 分钟收集一次的报价数据图表，并演示如何将其与真实图表进行比较以确保准确性。最后，该视频宣传了一个网站，该网站为那些对加密货币交易感兴趣的人提供负担得起且有用的交易文件。

[MetaQuotes]

PYTHON TRADING BOT #6 - 打开和修改交易

BOT DE TRADING PYTHON #6 - 修改操作

使用 Python 交易机器人的视频教程的这一部分涵盖了使用 Python 打开和修改操作的过程。演示者通过使用字典和订单发送功能的分步指南，提供有关定义购买以打开操作的指导。字典应涵盖的其他因素包括交易类型、止损和止盈值。建议使用低交易量检查交易的成本效益。此外，演示者还解释了使用符号信息功能来访问市场价格和点数。同样，该视频演示了通过订单发送功能修改未平仓交易，首先是通过名为“positions get”的内置功能获取票号。字典格式可用于修改止损和获利值，其中包含票号值的“仓位”键。演示者最后推荐了一个负担得起且有用的交易文件网页。

• 00:00:00 在视频的这一部分中，演示者解释了如何使用 Python 打开和修改操作。演示者通过使用字典定义购买，然后使用以该字典作为参数的订单发送功能，提供了打开操作的分步指南。词典应包括市场符号、交易量（代表操作所用资金量）、订单类型以及止损和获利值等信息。演示者建议使用低交易量，并简要说明止损和获利的运作方式。演示者还解释了如何使用交易品种信息功能获取市场价格和点数。最后，主持人建议访问一个网页，以访问订单词典中与感觉类型相关的所有错误代码。
  
  
• 00:05:00 在本节中，视频解释了如何使用称为“订单发送”的功能修改未平仓交易。第一步是使用名为“positions get”的内置函数获取未平仓交易的单号。获得票号后，用户可以使用字典格式修改止损或获利值。重要的是在字典中有“位置”键和票号的值。这种方法可以应用于买卖交易。该视频最后推荐了一个网站，推荐价格合理且有用的交易材料。

[MetaQuotes]

PYTHON TRADING BOT #7 - 追踪止损

BOT DE TRADING PYTHON #7 - 追踪止损

在此视频中，演示者解释了如何使用 Python 编写交易止损，因为它无法在 MetaTrader 5 中自动完成。他演示了如何手动设置止损，以在价格下跌时将损失降至最低，并在价格下跌时确保盈利上升，使用价格图表上的一个简单示例。演示者在屏幕上给出了分步指南和代码，并建议访问他的网站以获取有用的交易文件。

[MetaQuotes]

PYTHON TRADING BOT #8 - 为人工智能生成数据

BOT DE TRADING PYTHON #8 - Generando datos para IA

在此视频中，演示者演示了如何生成回测数据以创建用于交易脚本和加密货币的成功人工智能算法。他们建议在生成交易类型、利润、成功率、斜率和指标等各种属性之前，使用一个小文件来生成数据并修补文件格式。他们还解释了如何通过以二进制模式打开挖掘文件来克服反复打开和搜索数据文件的挑战。此外，他们还强调了在训练 AI 进行有效交易时保存指标值的重要性。

• 00:00:00 在本节中，YouTuber 演示了如何生成创建有效人工智能算法所必需的回测数据。他建议使用小文件生成数据，因为使用大文件会很乏味。为了生成回测数据，他修补了文件的格式，然后生成各种属性来训练人工智能，例如交易类型、利润、成功率、斜率和指标。 YouTuber 的算法模拟交易，同时为文件的每一行加载变量和指标，然后测试是否可以进行交易，并检查交易的成功或失败结果。 YouTuber 的错误之一是没有存储指标值，他提到这是训练 AI 的一个重要属性。
  
  
• 00:05:00 在视频的这一部分，演示者谈到了他们在检查数据挖掘文件中的操作是否成功时遇到的问题。他们发现必须不断地打开和搜索文件，效率很低。为了克服这一挑战，他们建议以二进制模式打开挖矿文件，这样他们就可以直接移动到需要检查的行。他们解释说，虽然拥有一台配备大量 RAM 的强大计算机可以快速轻松地修复问题，但这并不总是可行的。主持人分享说，训练一个有效的 AI 需要保存大量属性，虽然可能会出现错误，但可以找到简单的解决方案。

[MetaQuotes]

PYTHON TRADING BOT #9 - 创建一个人工智能

BOT DE TRADING PYTHON #9 - Creando una IA

在本视频中，主持人演示了如何使用上一个视频中的数据训练人工智能，方法是使用 Jupyter notebook 可视化输出并使用 Skyler 库创建决策树和神经网络。创建图形和直方图以直观地对成功和失败的操作进行分类。使用不同的人工智能模型对数据进行分类，主持人建议创建一个带有循环的小文件，以使用最高分找到模型的最佳配置。他建议在创建模型时使用奇数个决策树以获得更好的结果，并分享了他的模型 64% 的准确率。鼓励观众访问 Sky Learn 网站以了解有关决策树、森林和神经网络的更多信息，喜欢、订阅和共享视频，并访问主办方的网站以购买负担得起的交易和加密货币相关文档。

• 00:00:00 在视频的这一部分，主持人解释了如何使用上一个视频中生成的数据来训练人工智能。主持人使用Jupyter笔记本可视化不同测试用例的输出和与人工智能相关的Skyler库来创建决策树和神经网络。数据通过一个函数传递给Pandas，数据框用于定义每个属性列的加载类型。然后主持人分享如何创建图形和直方图以直观地对成功和失败的操作进行分类。最后，使用不同的AI模型对数据进行分类，主持人建议创建一个带有循环的小文件，以找到使用最高分的模型的最佳配置。
  
  
• 00:05:00 在本节中，演讲者建议在创建模型时使用奇数个决策树以获得更好的结果。他还透露，他创建的模型具有 64% 的准确率，仅比另一个类似模型低 1%。为了帮助那些不熟悉决策树、森林和神经网络的人，他建议访问 Sky Learn 网站，这是学习这些主题的重要资源。
  

[MetaQuotes]

在 Python 中交易蜡烛

VELAS DE TRADING EN Python

作者解释了如何从 MetaTrader 5 获取交易数据并使用 Python 将其转换为蜡烛图。他首先展示了如何从 MT5 上的特定市场获取报价数据并将其导出到 CSV 文件。然后，他演示了如何使用简单的算法将报价数据转换为不同时间段的蜡烛图——15 分钟、1 分钟、30 秒等——这些数据保存在 Pandas DataFrame 中。 YouTuber 强调了具有“关闭”列的 DataFrame 的重要性，因为这使用户能够在 TA-Lib 库的帮助下将技术指标加载到 Python 中。该视频是他教授如何使用 Pandas 和其他库进行交易分析的系列视频的一部分。

[MetaQuotes]

Python 中的 MACD - 技术分析库

MACD EN PYTHON - 技术分析库

该视频展示了使用技术分析库在 Python 中加载 MACD 值的教程，重点是从具有关闭列的现有数据文件生成这些值。该视频还演示了技术分析库的安装以及使用库中的对象构造函数计算 MACD 和信号线值。最后，演讲者展示了使用 Matplotlib 库绘制结果值。总之，该视频提供了有关使用技术分析库在 Python 中加载 MACD 值的过程的综合指南。

[MetaQuotes]

Python 中的 RSI - 技术分析库

RSI EN PYTHON - 技术分析库

在此视频中，演讲者解释了使用 TIA 库在 Python 中加载 RS 指标的过程。涉及的步骤包括定义一个包含要加载指标的列的数据框、导入 TIA 库、创建具有 RS 指标构造函数的对象以及调用 RS 指标方法以创建具有 RS 指标信息的数据框。该视频展示了如何将 RS 指标数据与真实市场数据进行比较，以确保执行的准确性。总之，演讲者提供了一种简单的方法，可以按照该方法在 Python 中加载 RS 指标。