算法交易中的Python - 页 9

[MetaQuotes]

如何使用 Python 自动在证券交易所下单

使用 Python 在证券交易所自动发送订单

在“如何使用 PYTHON 在证券交易所自动提交订单”视频中，讲师演示了如何使用 Python 语言创建机器人交易员以在 MetaTrader 5 中执行订单。

他们以 IRBR33F 为例，展示了如何在短短几分钟内输入代码、偏差、订单类型、交易量和执行价格。

讲师还为那些有兴趣了解更多的人提供了有关 Python 和算法开发的课程。

[MetaQuotes]

Python 和 MetaTrader 5 算法交易演示 03.26.2021

ALGOTRADING - PYTHON E METATRADER 5 - 演示 26.03.2021

在本视频中，我展示了如何使用 Python 根据时间范围从证券交易所资产中收集日内数据。

[MetaQuotes]

使用 Python 进行多头和空头交易 - 算法交易

OPERAÇAO 多头和空头 COM PYTHON - 算法交易

该视频展示了使用 Python 和 MetaTrader 执行多头和空头操作的演示。

演示者执行 Petro 4 和 Petro 3 的交易，并设置一个条件，如果交易达到 20 巴西雷亚尔的利润则自动关闭交易。

虽然演示不是一步一步完成的，但它展示了使用 Python 以直接的方式使用条件语句和订单函数执行交易的可能性。

[MetaQuotes]

MetaTrader 5 + Python：创建指标 #1

MetaTrader 5 + Python 应用程序 #1

该 YouTube 视频介绍了如何使用 Python 和 MetaTrader 5 创建交易指标。该视频涵盖了安装库、初始化 MetaTrader 5 和测试脚本等主题。此外，该视频还介绍了如何使用 Python 分析价格和交易量数据，以及如何从不同资产中检索数据。强调了测试脚本和共享代码的重要性，视频最后呼吁观众在社交媒体上分享他们自己的代码和资源。

• 00:00:00 在本节中，YouTube 视频主持人讨论了使用交易和 Python 创建指标。主持人首先检查音质，并要求观众在遇到任何声音问题时提醒他。然后他展示了一项功能，允许用户分析和提取股票场景中的数据，编写自己的代码，并将这些代码用于指标。此外，演示者还解释了用户如何使用向导来选择 Python 脚本或生成的库，然后突出显示在尝试使用脚本时可能发生的一些错误。最后，他揭示了生成的代码并讨论了解决问题。
  
  
• 00:05:00 在本节中，作者解释了如何使用 Python 和 MetaTrader 5 创建指标。他们首先展示了如何安装在 Python 中使用 MetaTrader5 所需的库，然后演示了如何定位 Python 路径。 YouTuber 继续展示如何初始化 MetaTrader 5 和测试脚本。他们还参考了 MetaTrader 5 文档，他们说这对整个过程至关重要。总体而言，YouTuber 的视频介绍了如何使用 Python 和 MetaTrader5 创建指标。
  
  
• 00:10:00 在视频的这一部分中，演讲者演示了如何使用 Python 从价格阶梯计算交易量和分析价格。他包括完整的 Python 代码和输出结果，可以使用不同的库对其进行进一步分析。演讲者强调了在执行脚本之前测试脚本以避免任何不必要的交易的重要性。他还在演示交易平台时展示了各种符号，例如欧元，以及它们在代码中的命名方式。
  
  
• 00:15:00 在本节中，作者讨论了使用 MetaTrader 5 和 Python 创建指标。他们通过一些代码并解释如何修复错误，然后展示如何连接到市场并检索不同资产的数据。但是，他们注意到由于周末市场休市，因此他们无法检索到太多数据。他们强调与他人共享代码的重要性，并鼓励观众这样做。他们还提到指标需要量数据，周末或节假日许多资产无法获得这些数据。
  
  
• 00:20:00 在本节中，视频创作者探讨了可以添加到指标的其他功能，包括交易品种，并讨论了通过创建一个函数来测试错误，如果没有交易量可用，该函数返回一个空白列表。创建者还演示了如何使用 MetaTrader5 终端检查代码并获取有关订单、持仓和利润的信息，以及分析数据以制定可能的交易策略。视频最后呼吁观众在社交媒体上分享他们自己的代码和视频链接，为其他人提供更多学习资源。

[MetaQuotes]

Python 与 MetaTrader 5：创建指标（第 2 部分）

MetaTrader5 + Python 应用程序 #2

本教程侧重于使用 Python 获取历史数据并使用 MetaTrader 5 以易于理解的格式显示它。该视频提供了有关如何导入和初始化连接以及从 MetaTrader 5 检索数据的分步指导。演示者还演示了如何生成和编译数据，在图表上可视化结果，并使用 Python 创建烛台图表。本教程最后讨论了如何以指标形式输出数据以进行内部计算和发送交易信号。虽然演示者指出了使用指标时的一些挑战和谨慎的必要性，但她强调了继续提升编程技能的重要性。

• 00:00:00 在本节中，演讲者讨论了如何使用 Python 中的历史数据在 MetaTrader 5 上制作指标。以欧元到卢布工具为例，演讲者解释了如何收集和分析历史数据，将显示在单独的网页上。演讲者还提到自上一个视频以来平台发生了一些变化，并演示了如何创建一个名为 t-44 的新文件。总的来说，重点是教观众如何获取仪器的历史数据并以易于理解的格式显示。
  
  
• 00:05:00 在视频的这一部分，演示者讨论了如何使用 MetaTrader 5 IPython 集成中提供的文档来使用 Python 创建图形和指标。该文档包含大量的示例代码和集成示例，以帮助开发人员开始集成。但是，演示者指出，由于文档更新和某些命令的工作方式发生变化，可能会遇到一些挑战。演示者展示了如何使用烛台图表加载和显示特定货币的价格数据，并概述了在 MetaEditor 中创建新脚本所涉及的步骤。演示者还指出，如果任何观众有关于如何改进代码显示的信息，她将不胜感激。
  
  
• 00:10:00 在本节中，重点是如何使用 MetaTrader 5 和 Python 获取金融工具的数据并将其显示在图表上。该视频讨论了如何使用更新的命令进行初始化和进行必要的代码更改。目标是逐行分析代码并进行修改以获取数据并将其显示在图表中。解说员指出，教育水平或经验并不重要，重要的是一个人提升编程技能的能力和意愿。
  
  
• 00:15:00 在本节中，教程深入探讨了连接到 MetaTrader 5 终端和使用命令“复制率”的细节。该视频提供了有关导入和初始化连接、设置时区以及从“复制率”命令获取数据的分步指南。该教程还强调用户可以修改代码以满足他们的特定需求和仪器，并包含示例代码以提供指导。该视频最后演示了如何在调用“复制率”命令以获取最新数据时指定日期。
  
  
• 00:20:00 在视频的这一部分，演示者继续使用 MetaTrader 5 和 Python 构建指标。他们首先从文档中获取代码，以确保一切都井井有条。然后，他们将交易工具设置为欧元并选择合适的时间范围和柱数。然后使用该代码生成数据，然后将其转换为可以使用 pandas 库进行分析的格式。最后，编译代码以确保其正常工作。
  
  
• 00:25:00 在视频的这一部分，演示者展示了从 MetaTrader5 检索数据并将其转换为适合使用神经网络等其他工具进行分析的格式的代码。尽管在代码中遇到错误，他们仍能够成功显示数据并突出显示使用来自 MetaTrader5 的实时数据的潜在优势。它们还提供了在图形或网页上显示数据的提示。
  
  
• 00:30:00 在视频的这一部分，演示者继续使用 MetaTrader5 和 Python 创建指标的先前教程。他首先展示了如何导入 MetaTrader 5 库并建立与交易终端的连接。然后代码下载所选金融工具的历史价格，将它们保存到 pandas 数据框中，并使用 Plotly 库为数据创建图表。演示者还演示了如何绘制折线图和烛台图，并为每个图表提供了必要的代码。图表是交互式的，演示者展示了如何放大和缩小数据。
  
  
• 00:35:00 在本节中，演讲者演示了如何使用 Python 在 MetaTrader 5 中创建烛台图表。通过将方法从“烛台”更改为“OHLС”，反之亦然，用户可以更改他们正在使用的图表类型。然而，演讲者指出，指标往往落后于当前的市场趋势，因此用户应谨慎使用 MetaTrader5 进行交易，并不断调整策略。虽然可以在 Python 中创建指标，但演讲者建议用 C++ 编写它们可能更自然。
  
  
• 00:40:00 在视频的这一部分中，演示者解释了如何使用 MetaTrader5 平台制定计算并以内部计算的指标形式输出数据。用户可以选择将此数据输出为单独的窗口或直接输出到图表上，该工具可用于发送交易信号。虽然可能不清楚如何使用 Python 显示创建的指标，但试验和查看文档可能会有所帮助。主持人还邀请观众在社交媒体上评论和分享视频，并表示希望通过赞助来支持该频道。

[MetaQuotes]

MetaTrader 5 + Python 创建指标 #3 市场深度

MetaTrader 5 + Python 制作指标 #3 行情深度

该视频演示了如何使用 Python 从 MetaTrader 5 中的订单簿中提取数据以创建指标。演讲者解释了如何从表订单连接和导入数据，并讨论了用于分析数据的包，例如 pandas 或 TensorFlow 神经网络。该视频还重点介绍了如何使用 Ta-Lib 库计算其他指标或数据，以及自动化交易的挑战。演讲者鼓励观众分享他们的想法和问题，以创建创新的交易解决方案。

• 00:00:00 在本节中，Oleg Shpagin 检查音质并在 MetaTrader5 上测试先前编写的 Python 代码，以使用订单簿中的数据创建指标。他向观众展示了如何使用 pandas 或张量 fob 神经网络等包从表订单和订单簿中初始化连接和导入数据，以供其他代码分析。 Shpagin还演示了程序对数据表中每一行信息的输出，用于海量数据处理。
  
  
• 00:05:00 在本节中，演讲者演示了如何使用 Python 从 MetaTrader5 中的报价板中提取数据。然后使用这些数据使用神经网络开发交易模型。演讲者解释说，可以应用防火墙来控制对交易应用程序的访问，或使用批准来禁止未经授权的互联网访问。演讲者目前正在创建一个交易系统，并欢迎来自该平台的交易者的想法。
  
  
• 00:10:00 在本节中，演示者继续演示如何使用 Python 在 MetaTrader 5 中创建价格图表屏幕进行交易。他解释说他喜欢使用 C++ 代码，因为他发现它比 Python 更容易使用, 但他展示了如何使用名为“Ta-lib”的 Python 库来执行附加指标或数据的计算。 Ta-lib 是一种工具，可以让用户避免以文本格式编写代码和注释，还提供了将数据导入代码的导入功能。演示者强调了此应用程序除了 PC 之外还可以针对各种移动设备进行调整的优势。
  
  
• 00:15:00 在本节中，演讲者展示了如何使用带有 Python 的 Ta-Lib 库来收集财务数据并使用该数据做出交易决策。演讲者演示了如何连接到交易工具并从市场中提取历史数据。他还展示了如何重命名数据表中的列，以便通过 Ta-Lib 库函数使用数据。演讲者建议观众留下评论，指出他们对未来视频中最感兴趣的内容，例如使用神经网络进行交易决策的实际应用。
  
  
• 00:20:00 在本节中，演讲者讨论了俄罗斯适应快速变化的贸易市场的必要性以及自动化交易以适应这些变化的挑战。他指出了完全依赖机器人的弊端，并强调了不断重新学习和调整的必要性。演讲者还提到神经网络可用于预测价格方向，但仍需要不断重新学习才能保持有效。最后，他鼓励观众继续分享他们的想法和问题，以学习和创造创新的交易解决方案。

[MetaQuotes]

将 Python 连接到 MetaTrader 5

将 Python 连接到 MetaTrader 5

在这个 YouTube 视频中，创作者提供了如何使用 Python 连接到 MetaTrader 5 交易平台的教程。他们逐步解释了如何安装必要的库、导入所需的包以及从平台检索数据。该视频还包含一个示例，说明如何使用 Pandas 库检索每日柱线和分析数据。通过遍历条柱并比较收盘价和开盘价，创建者可以确定看涨和看跌柱线的数量，从而提供对市场趋势和统计模式的洞察力。此方法可用于交易中的进一步分析和决策。

• 00:00:00 本节提供有关如何将 Python 连接到 MetaTrader 5 交易平台的指南。他们概述了确保成功连接的必要步骤，包括安装 MetaTrader5 库和导入相关包，例如 pandas 和 numpy。 YouTuber 还包括一个示例，说明如何使用 mt5 初始化方法从交易平台检索数据，并解释了为什么定义时区变量对于处理数据很重要。本教程最后演示了如何使用 mt5.copy_rates_range 方法检索特定范围的每日柱线并以可读格式显示它。
   
  
• 00:05:00 在本节中，作者演示了如何使用 Python 中的 Pandas 库从 MetaTrader 5 的日柱中收集数据并将其转换为可读的时间格式。然后，YouTuber 展示了如何通过遍历条形图并比较收盘价和开盘价来确定看涨和看跌条形图的数量。结果数据显示有 132 个看涨柱和 125 个看跌柱，证明市场是 50-50 游戏。此方法可用于进一步分析市场趋势并深入了解统计模式。

[MetaQuotes]

MINI BOVESPA INDEX 机器人 - 第 1 类 - 连接 Python 与 METATRADER 5

BOVESPA MINI INDEX 机器人 - 第 1 类 - 连接 PYTHON 与 METATRADER 5

该视频教程展示了连接 Python 与 Meta Trader 以开发交易机器人的过程，突出了 Python 相对于其他语言的优势，并提供了下载和导入库的分步指导。还包括有关数据检索和创建 DataFrame 的详细说明，演讲者演示了如何绘制特定股票收盘价的图表，同时提供 Ibovespa 指数的历史数据。总的来说，本教程为有兴趣开发自己的交易机器人的观众提供了宝贵的见解。

• 00:00:00 在视频的这一部分中，演讲者解释了如何将 Python 与 MetaTrader 5 连接并开发交易机器人，展示了他自己的机器人几乎已准备好进行测试。演讲者解释了使用 Python 相对于其他语言的优势，例如易用性、广泛的统计工具和较小的库。然后，他继续解释将 Python 与 MetaTrader 5 连接起来的必要步骤，并说明了如何下载 Anaconda 和 MetaTrader 5、安装必要的包以及导入必要的库。
  
  
• 00:05:00 在本节中，视频教程演示了如何将 Python 连接到 MetaTrader 5，并介绍了用于数据存储、图表和日期管理的 pandas、matplotlib 和 datetime 等库。演讲者建立了用于从 MetaTrader 5 检索数据的变量，并强调了在定义资产咨询变量时正确资本化和市场观察的重要性。该教程包括对数据检索所需步骤的详细说明，以及创建 DataFrame 以更友好的方式显示信息。
  
  
• 00:10:00 在这一部分，演讲者展示了他的投资组合数据，包括日期、开盘价、最高价、最低价、收盘价、交易量和点差。然后，他将时间转换为更友好的格式，并展示了如何绘制特定股票收盘价的图表。他还演示了如何获取巴西股票市场指数 Ibovespa 的历史数据。他最后说，观众可以使用此代码将 Python 与 MetaTrader 5 连接起来，并开始他们自己对不同资产的分析。

[MetaQuotes]

使用 MetaTrader 5 集成在 Python 中创建枢轴点交易机器人

使用 MetaTrader 5 集成在 Python 中创建枢轴点交易机器人

在此视频中，创作者演示了如何使用 Pivot Point 指标在 Python 中创建交易机器人并将其集成到 MetaTrader 5 中。该视频提供了有关编写买卖条件代码、针对不同时间范围设置机器人配置和交易的说明工具，并通过执行和取消实时交易来测试其有效性。此外，该视频还提供了在创建交易机器人时快速响应市场变化的技术。该视频最后鼓励用户使用提供的计算并向创作者寻求帮助。

• 00:00:00 在本节中，视频创作者讨论了使用 Pivot Points 在 Python 中创建交易机器人并将其与 MetaTrader 5 集成。创作者已经编写了代码并与观众分享以供他们跟进。该代码使用枢轴点指标并设置买卖条件。创建者还提供了有关如何在 MetaTrader 5 中实时启动机器人以及如何收集交易决策信息的说明。最终代码提供给浏览者参考。
  
  
• 00:05:00 在本节中，创建者演示了如何将他们的枢轴点交易机器人集成到 MetaTrade5 软件中，让用户可以根据枢轴点策略自动执行交易。他们解释了用于计算枢轴点的公式，并演示了如何为不同的时间范围和交易工具配置机器人的设置。他们还展示了如何通过执行实时交易并随后取消交易来测试和验证机器人的有效性。总的来说，本节提供了一个关于如何将轴心点交易变成自动交易机器人的实用教程。
  
  
• 00:10:00 在视频的这一部分，演讲者讨论了在 Python 中使用枢轴点交易策略并集成到 MetaTrade5 平台中的交易机器人的创建。他解释了代码的功能以及它如何从平台数据中提取信息以根据支撑位和阻力位做出交易决策。该代码还检查以前的交易并决定是否应该建立一个新头寸。演讲者强调了代码灵敏度对于快速响应市场变化的重要性。
  
  
• 00:15:00 在这一部分，演讲者总结了视频，指出通过观看演示，用户应该有足够的知识来使用 Python 创建自己的机器人交易程序，如果遇到任何问题，可以参考计算视频中显示。用户还可以观察在平台上执行的交易操作。演讲者建议使用笔记本来跟随演示，并强调该程序的易用性。最后，如果用户在构建自己的交易程序方面需要任何帮助，演讲者会邀请他们发表评论并提出问题。

[MetaQuotes]

MetaTrader 5 市场深度与 Python

使用 Python、Pandas、PyQtGraph 和 RabbitMQ 绘制实时 MetaTrader 5 DOM（订单簿）

该视频演示了如何使用 Python、Pandas、PyQtGraph 和 RabbitMQ 来显示实时订单簿 (DOM)。