Strategie trend-following

Trading finanziario con Python

Chelsea Yang

Data Science Instructor

Due tipi di strategie di trading

Trend-following

Scommetti che il trend dei prezzi continui nella stessa direzione
Usa indicatori di trend come medie mobili, ADX, ecc. per costruire segnali operativi

Mean reversion

Scommetti che il prezzo torni verso la media
Usa indicatori come RSI, Bande di Bollinger, ecc. per costruire segnali operativi

Strategia di incrocio delle MA

The trend is your friend.

Incrocio di due EMA:
- Segnale long: la EMA di breve incrocia al rialzo la EMA di lungo
- Segnale short: la EMA di breve incrocia al ribasso la EMA di lungo

Calcolare gli indicatori

import talib
# Calculate the indicators
EMA_short = talib.EMA(price_data['Close'],
                      timeperiod=10).to_frame()
EMA_long = talib.EMA(price_data['Close'], 
                     timeperiod=40).to_frame()

Costruire il segnale

# Create the signal DataFrame
signal = EMA_long.copy()
signal[EMA_long.isnull()] = 0


# Construct the signal
signal[EMA_short > EMA_long] = 1

signal[EMA_short < EMA_long] = -1

Rappresentare il segnale

# Plot the signal, price and MAs
combined_df = bt.merge(signal, price_data, EMA_short, EMA_long)
combined_df.columns = ['Signal', 'Price', 'EMA_short', 'EMA_long']

combined_df.plot(secondary_y=['Signal'])

Grafico segnale incrocio EMA

Definire la strategia con il segnale

# Define the strategy
bt_strategy = bt.Strategy('EMA_crossover',

                          [bt.algos.WeighTarget(signal),
                           bt.algos.Rebalance()])

Backtest della strategia basata sul segnale

# Create the backtest and run it
bt_backtest = bt.Backtest(bt_strategy, price_data)
bt_result = bt.run(bt_backtest)

Rappresentare i risultati del backtest

# Plot the backtest result
bt_result.plot(title='Backtest result')

Risultato backtest incrocio MA

Esercitiamoci!

Trading finanziario con Python