ट्रेंड-फॉलोइंग स्ट्रैटेजी

Python में फाइनेंशियल ट्रेडिंग

Chelsea Yang

Data Science Instructor

ट्रेडिंग स्ट्रैटेजी के दो प्रकार

ट्रेंड-फॉलोइंग

दांव कि प्राइस ट्रेंड उसी दिशा में जारी रहेगा
मूविंग एवरेज, ADX आदि जैसे ट्रेंड इंडिकेटर से ट्रेडिंग सिग्नल बनाएँ

मीन रिवर्शन

दांव कि प्राइस मीन की ओर लौटता है
RSI, Bollinger Bands आदि से ट्रेडिंग सिग्नल बनाएँ

MA क्रॉसओवर स्ट्रैटेजी

The trend is your friend.

टू EMA क्रॉसओवर:
- लॉन्ग सिग्नल: शॉर्ट-टर्म EMA, लॉन्ग-टर्म EMA के ऊपर क्रॉस करे
- शॉर्ट सिग्नल: शॉर्ट-ٹर्म EMA, लॉन्ग-टर्म EMA के नीचे क्रॉस करे

इंडिकेटर कैलकुलेट करें

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()

सिग्नल बनाएँ

# 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

सिग्नल प्लॉट करें

# 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'])

EMA_crossover signal plot

सिग्नल के साथ स्ट्रैटेजी परिभाषित करें

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

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

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')

MA_crossover backtest result

अभ्यास करते हैं!

Python में फाइनेंशियल ट्रेडिंग