Handelssignalen

Financieel traden in Python

Chelsea Yang

Data Science Instructor

Wat zijn handelssignalen?

Triggert long- of shortposities op basis van vooraf gedefinieerde criteria
Kan worden opgebouwd met:
- Eén technische indicator
- Meerdere technische indicatoren
- Combinatie van marktdata en indicatoren
Veelgebruikt in algoritmische handel

Voorbeeldsignaal

Signaal: Prijs > SMA (long als de prijs boven de SMA komt)

Een grafiek van een signaal dat trade‑instappen suggereert.

Signalen implementeren in bt

Haal data op en bereken indicatoren
Definieer de signaalstrategie
- bt.algos.SelectWhere()
- bt.algos.WeighTarget()
Maak en voer een backtest uit
Bekijk het backtestresultaat

Construeer het signaal

# Haal prijsdata op via de ticker
price_data = bt.get('aapl', start='2019-11-1', end='2020-12-1')

# Bereken SMA
sma = price_data.rolling(20).mean()

Of gebruik talib om de indicator te berekenen:

# Bereken SMA
import talib
sma =  talib.SMA(price_data['Close'], timeperiod=20)

Definieer een signaalstrategie

# Definieer de signaalstrategie
bt_strategy = bt.Strategy('AboveEMA',
                          [bt.algos.SelectWhere(price_data > sma),
                           bt.algos.WeighEqually(),
                           bt.algos.Rebalance()])

Voor de eenvoud nemen we aan:
- Handel één asset tegelijk
- Geen slippage of commissies
  - Slippage: het verschil tussen de verwachte prijs en de uitvoeringsprijs
  - Commissie: kosten die brokers rekenen bij uitvoering

Backtest de signaalstrategie

# Maak de backtest en voer uit
bt_backtest = bt.Backtest(bt_strategy, price_data)
bt_result = bt.run(bt_backtest)

Plot het backtestresultaat

# Plot het backtestresultaat
bt_result.plot(title='Backtest result')

Plot van het backtestresultaat

Laten we oefenen!

Financieel traden in Python