ट्रेडिंग सिग्नल्स

Python में फाइनेंशियल ट्रेडिंग

Chelsea Yang

Data Science Instructor

ट्रेडिंग सिग्नल्स क्या हैं?

पहले से तय मानदंडों पर आधारित, किसी एसेट को लॉन्ग या शॉर्ट करने के ट्रिगर्स
इन्हें बनाया जा सकता है:
- एक टेक्निकल इंडिकेटर से
- कई टेक्निकल इंडिकेटर्स से
- मार्केट डेटा और इंडिकेटर्स के संयोजन से
एल्गोरिदमिक ट्रेडिंग में सामान्य

सिग्नल का उदाहरण

सिग्नल: Price > SMA (जब प्राइस SMA से ऊपर जाए तो लॉन्ग)

ऐसा प्लॉट जो ट्रेड एंट्री का संकेत देता है.

bt में सिग्नल कैसे लागू करें

डेटा लें और इंडिकेटर्स निकालें
सिग्नल-आधारित स्ट्रैटेजी परिभाषित करें
- bt.algos.SelectWhere()
- bt.algos.WeighTarget()
बैकटेस्ट बनाएँ और चलाएँ
बैकटेस्ट परिणाम देखें

सिग्नल बनाएँ

# Get price data by the stock ticker
price_data = bt.get('aapl', start='2019-11-1', end='2020-12-1')

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

वैकल्पिक रूप से, इंडिकेटर निकालने के लिए talib उपयोग करें:

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

सिग्नल-आधारित स्ट्रैटेजी परिभाषित करें

# Define the signal-based strategy
bt_strategy = bt.Strategy('AboveEMA',
                          [bt.algos.SelectWhere(price_data > sma),
                           bt.algos.WeighEqually(),
                           bt.algos.Rebalance()])

सरलता के लिए, हम मान लेते हैं:
- एक समय में एक ही एसेट ट्रेड करेंगे
- कोई स्लिपेज या कमीशन नहीं
  - Slippage: ट्रेड की अपेक्षित कीमत और निष्पादित कीमत के बीच का अंतर
  - Commission: ट्रेड निष्पादित करते समय ब्रोकर्स द्वारा ली गई फीस

सिग्नल-आधारित स्ट्रैटेजी का बैकटेस्ट

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

बैकटेस्ट परिणाम प्लॉट करें

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

बैकटेस्ट परिणाम का प्लॉट

अभ्यास करते हैं!

Python में फाइनेंशियल ट्रेडिंग