Trendvolgende strategieën

Financieel traden in Python

Chelsea Yang

Data Science Instructor

Twee typen handelsstrategieën

Trendvolgend

Ga uit van voortzetting van de prijstrend
Gebruik trendindicatoren zoals voortschrijdende gemiddelden, ADX, enz. om signalen te bouwen

Mean reversion

Ga uit van terugkeer van de prijs naar het gemiddelde
Gebruik indicatoren zoals RSI, Bollinger Bands, enz. om signalen te bouwen

MA-crossoverstrategie

The trend is your friend.

Twee EMA-crossovers:
- Longsignaal: de korte EMA kruist boven de lange EMA
- Shortsignaal: de korte EMA kruist onder de lange EMA

Bereken de indicatoren

import talib
# Bereken de indicatoren
EMA_short = talib.EMA(price_data['Close'],
                      timeperiod=10).to_frame()
EMA_long = talib.EMA(price_data['Close'], 
                     timeperiod=40).to_frame()

Construeer het signaal

# Maak de signalen-DataFrame
signal = EMA_long.copy()
signal[EMA_long.isnull()] = 0


# Construeer het signaal
signal[EMA_short > EMA_long] = 1

signal[EMA_short < EMA_long] = -1

Plot het signaal

# Plot het signaal, de prijs en de 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'])

Plot van EMA-crossover signaal

Definieer de strategie met het signaal

# Definieer de strategie
bt_strategy = bt.Strategy('EMA_crossover',

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

Backtest de signaalstrategie

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

Plot backtestresultaten

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

Backtestresultaat MA-crossover

Laten we oefenen!

Financieel traden in Python