Outils de trading algorithmique Python. SMA + Bandes de Bollinger sur actions Severstal + code de stratégie prêt à l'emploi

Article précédent sur « Calculer le changement de prix quotidien »





Lorsque j'ai écrit le dernier article (c'était le premier d'une série), je ne m'attendais pas à ce que les lecteurs soient divisés en 2 catégories :





  1. Ceux qui croient au trading algorithmique





  2. Ceux qui croient que je suis un charlatan





Pour les deux groupes, je vous rappelle que le but du trading algorithmique est d'augmenter la probabilité de réaliser un profit sur un trade.

Ou, comme on dit dans la "théorie des jeux" - pour rendre l'attente mathématique du jeu positive.



Par conséquent, j'invite le public à se mettre d'accord sur ce qui suit :





  1. Si votre commentaire a un sens scientifique, écrivez-le sous le post en Habré.





  2. Si votre commentaire porte un message controversé, alors je vous demande de le poser dans un canal spécialement créé dans le panier .





En fait, j'arrive ici à l'essence de cet article.





SMA (Simple Moving Average) est un indicateur basé sur le calcul du cours de clôture moyen d'un titre.



Pour ceux qui ne savent pas ce qu'est le SMA, je vais donner un algorithme pour le calculer :





  1. "close" t1 t2 t1 t2.





  2. N close.





  3. (simple average).





  4. ( moving) 3





  5. 4 , t2





SMA (N=20) close ( CHMF) 27 2021.:





, SMA Close 20 .





(Bollinger Bands)

1980 SMA, STD (standart deviation, ). , , .



, std 2. , 95% close 5% .





, close , . , , close , .



: , ( ).





Google Colab





RSI.





UPD:

- Google Colab. 100.



, ( , ), '2020-05-31' '2021-05-31' CHMF :

1. = 1.28

2. = 0.0038

3. = 0.015

4. = -0.045

5. = 0.052

6. = 0.007

7. = 153

8. = 100

9. = 53








All Articles