외환 봇 파이썬

우리의 forex 로봇은 이상 발견했습니다. 외환 로봇 일명 전문가 고문은 당신을 위해 외환 시스템을 거래하는 소프트웨어입니다. 그들은 외환 터미널에서 실행하고 당신이 선택한 통화에 연결할 수 있습니다. 고급 계산을 사용하여 그들은 당신을 위해 외환 거래를 열고 관리합니다. forex 전략에 모든 EA는 다릅니다 최상의 결과를 위해 동시에 둘 이상을 사용 경험이 필요없고 설치가 간단합니다. 외환 로봇을 사용하면 즉시 거래를 개선 할 수있는 유일한 방법입니다. 전문 고문을 통해 즉시 시작할 수 있습니다 자신의 기술 수준에 관계없이 업무 시스템을 거래하기 어려운 계산과 안전한 돈 관리가 처리됩니다. 잠을 잘 수 없으며 하루 24 시간 거래를 찾을 수 있습니다. 그리고 동시에 여러 쌍을 처리 할 수있는 유일한 방법입니다 모든 전문가 조언자는 완전 자동이며 모든 차트를 지배 할 수있는 기능이로드되어 있습니다. 모든 코드가 있지만 우리의 모든 외환 로봇에 부엌 싱크대가 있습니다. 자동 핸즈프리 forex 거래 예 적절한 돈 관리 관리 중지 및 자동 수익 획득 확인 각 전문가가 모든 통화 쌍에 대해 완벽하게 최적화되어 있고 마이크로, 미니 및 표준 로트를 거래 할 수 있습니다. Python으로 배치합니다. 최근에 turinginance 블로그에서 위대한 게시물을 읽었습니다 간단히 말해서, 그것은 거래 전략 개발에 대한 과학적 접근 방법을 설명합니다 개인적으로는 데이터를 관찰하고, 모델로 생각하고 가설을 세우는 것이 좋은 엔지니어에게 필요한 두 번째 성격입니다. 이 게시물에서는 거래 전략 개발에 관련된 모든 단계가 아니라 몇 단계 만 거치면서이 접근법을 명확하게 보여줍니다. 가장 일반적인 거래 수단 인 SP 500 ETF 스파이에서 관찰을 시작하겠습니다. 관찰 몇 일 동안 큰 손실을보고 시장이 붕괴되었다는 언론 매체의 이야기가 대부분 있음을 나에게 알았습니다. 몇 가지 실수를 저질렀다. 나는 손실을 줄이기 위해 몇 가지 실수를했다. 다음 날의 회복을 놓치기 만했다. 일반적인 이론 연속적인 손실의 기간이 지나면, 많은 상인들은 더 큰 손실에 대한 두려움에서 그들의 위치를 ​​청산 할 것이다. 이 행동은 계산 된 위험보다는 두려움에 의해 지배됩니다. 똑똑한 상인이 할인 거래를하기 위해옵니다. 가설 SPY의 다음날 수익은 일련의 연속적인 손실 이후에 상승 편향을 보여줍니다. 가설을 테스트하기 위해 연속 일수 -0 1 일당 수익률 이하의 모든 항목은 다운 일로 간주됩니다. 반환 계열은 거의 무작위이므로 예상 한대로 연속 5 일 이상 연속 일 확률이 낮아 발생 빈도가 매우 낮습니다 낮은 발생 횟수는 신뢰할 수없는 통계적 추정치가됩니다. 따라서 5시에 멈 춥니 다. 다음은 다운 일 수의 함수로서 nex-tday 수익을 시각화 한 것입니다. 또한 수익률의 90 신뢰 구간 라인 사이에서 평균 수익률은 가설 확정 수와 긍정적 인 상관 관계가 있음이 드러났습니다. 그러나이 여분의 알파가 예상 수익률 밴드와 비교하여 매우 작음을 분명히 볼 수 있습니다. 착취당하는 통계적 우위와 가능한 한 자주 반복 다음 단계는이 가장자리가 거래 전략으로 전환 될 수 있는지 조사하는 것입니다. 위의 데이터가 주어지면 거래 전략을 공개 할 수 있습니다. next close. Below는 순수한 buy-and-hold와 비교 한이 전략의 결과입니다. 이것은 전혀 나빠 보이지 않습니다. sharpe 비율을 살펴보십시오. strategy score는 하강합니다. 2 2 대 0 44 BH에 대해 이것은 실제로 꽤 좋은 돈입니다 위탁 전략 비용이 너무 많아서 흥분을 느낀다. 위의 전략이 내가 오랜 기간 때문에 간단히 거래하고 싶은 것이 아니라면, 이론 자체가 더 깊은 생각을 불러 일으킨다. 무언가를 유용하게 만든다. 같은 원리가 하루 동안의 데이터에 적용된다면, 스캘핑 전략의 한 형태가 만들어 질 수있다. 위의 예에서 드로우 다운의 깊이에주의를 기울이지 않고, 다운일의 수를 세는 것만으로 세계를 조금 단순화했다. 또한, 위치 출구는 그냥 기본 다음날 닫기입니다. 개선해야 할 부분이 많이 있지만 내 생각에 본질은 이것입니다. SPY의 미래 수익률은 이전 3 ~ 5 일 동안의 인출 및 인출 지속 시간에 의해 영향을받지 않습니다. 상인은 일련의 지표와 해석을 기반으로 시장에서 어떤 행동을 기대하는지 알고있다. 후자는 종종 자신의 기억이나 일종의 모델을 기반으로 이루어진다. 지표의 좋은 집합을 찾고 정보를 처리하는 것은 큰 도전이된다. 첫째, 하나의 필요 어떤 요인이 미래의 가격과 관련이 있는지 이해하기 예측 품질이 전혀없는 데이터는 잡음과 복잡성을 줄이고 전략 성능을 저하시킵니다 좋은 지표를 찾는 것은 자체적으로, 종종 시장 역학에 대한 깊은 이해가 필요하다. 전략 설계의이 부분은 쉽게 자동화 될 수 없다. 다행히도, 좋은 지표 세트가 발견되면, 상인의 기억과 직감은 통계 모델로 쉽게 대체 될 수있다. 변동성 거래에 관해서는 그 움직임에 어떤 영향을 미치는지 이해하는 데 꽤 시간이 걸렸습니다 특히 VXX와 XIV I의 미래 수익률을 예측하는 변수에 관심이 있습니다 여기에 전장 설명을하지는 않겠지 만 변덕에 대한 두 가지 가장 중요한 지표는 구조상 기울기와 현재 변동성 프리미엄이라는 용어입니다. 이 두 가지에 대한 내 정의는 휘발성 프리미엄 VIX - 현실화 된 Volt 용어 구조 기울기 VIX - VXV. VIX VXV는 SP 500 실현 된 1 개월 및 3 개월의 묵시적 변동성입니다. 여기에 SPY의 10 일 실현 변동성이 있습니다. th Yang-Zhang 공식 델타는 VixAndMore 블로그에서 종종 논의되었으며 프리미엄은 옵션 거래로 잘 알려져 있습니다. 프리미엄이 높고 선물이 contango delta 0 일 때 단기 변동성이 중요합니다. 프리미엄 및 일일 롤업 VXX에서 용어 구조 따라하지만 이것은 단지 대략적인 추정입니다 좋은 거래 전략은 VXX의 거래 방향에 대한 예측과 함께 프리미엄과 델타의 정보를 결합합니다. 나는 오랫동안 고투하고 있습니다. 두 지표의 잡음이 많은 데이터를 결합하는 좋은 방법을 제시합니다. 선형 회귀와 같은 표준 접근법의 대부분을 시도했지만 if-thens를 많이 작성했지만 한 가지 지표 만 사용하는 것과 비교하면 아주 적은 개선이있었습니다. 좋은 예 간단한 규칙을 가진 그러한 단일 지표 전략에 대한 정보는 TradingTheOdds 블로그에서 찾을 수 있습니다. 좋지 않지만 여러 지표로 수행 할 수있는 작업은 무엇입니까? Mark에서 얻은 일부 샘플 외 VXX 데이터부터 시작하겠습니다 etSci 이것은 VXX가 만들어지기 전에 시뮬레이션 된 데이터입니다. 동일한 기간의 지표가 아래에 그려져 있습니다. 이 경우 지표 프리미엄 중 하나를 취하여 VXX의 미래 수익에 대비하여 플롯하면 어떤 상관 관계가 보일 수 있지만 데이터가 매우 시끄 럽습니다. 그래도 음수 프리미엄이 다음날 긍정적 인 VXX 수익을 올릴 수 있다는 것은 확실합니다. 보험료와 델타를 하나의 모델로 결합하는 것이 나에게 어려움 이었지만, 항상 통계적 근사를 원했습니다. 본질, 델타, 프리미엄의 조합에 대해 현재 가치에 가장 가까운 모든 역사적인 가치를 찾고 미래의 수익을 추정하는 것을 좋아합니다. 알고리즘을 사용하지만, 포기할 때마다 가장 가까운 이웃 회귀선을 발견 할 때까지 포기해야했습니다. 두 입력을 기반으로 예측자를 신속하게 구축 할 수 있었고 그 결과가 너무 좋았습니다. 델타, 프리미엄의 데이터 세트를 만든다. * VXX 다음 날 샘플을 반환한다. 위의 데이터 세트를 기반으로 가장 가까운 이웃 예측자를 만든다. 규칙을 가지고 샘플 밖에서 전략을 바꾼다. 예측 수익률이 0 일 때 예상 수익률이 짧으면 길어집니다. 예상 수익률이 0이면 짧아집니다. 전략이 더 간단하지는 않습니다. 결과가 매우 양호하고 더 많은 근력 근력 추정기를 사용하면 더 좋아집니다. 첫 번째로, 10 점을 사용하면 전략이 우수합니다 , 아래 그림의 평면 밖의 빨간색 선은 샘플의 마지막 지점입니다. 그런 다음 성능은 40 및 80 점으로 향상됩니다. 마지막 두 플롯에서 전략은 동일한 입출력을 수행하는 것으로 보입니다 - of-sample Sharpe 비율은 2 3입니다. 결과에 매우 만족하며, 이 기술로 가능한 것의 표면만을 긁어 모았습니다. 이상적인 backtesting 도구를 찾았습니다. 내 이상적인 정의를 설명합니다. 이전의 Backtesting 딜레마 포스트에서는 내가 사용할 수있는 어떤 결과가 나오지 않았습니다. ight away 그러나 사용 가능한 옵션을 검토하면 내가 원하는 것을 더 잘 이해할 수있었습니다. 내가 보았던 옵션 중에서 pybacktest는 단순성과 속도로 인해 가장 좋아하는 옵션이었습니다. 소스 코드를 살펴본 후 몇 가지 아이디어를 얻었습니다 더 간단하고 좀 더 우아하게 만들었습니다. 저기에서, 지금은 TradingWithPython 라이브러리에서 사용할 수있는 자체 backtester를 작성하는 것은 단지 작은 단계였습니다. 나는 모든 거래 전략이 공유하는 기능을 포함하는 접근 방식을 선택했습니다. 종종 복사 붙여 넣기 위치 및 pnl, 성능 메트릭 계산 및 플롯 만들기와 같은 것들. 입력 및 종료 지점 결정과 같은 전략 기능은 백 테스터 외부에서 수행해야합니다. 일반적인 워크 플로우는 입력 항목 및 종료 항목 찾기 - pnl 계산 및 플롯 작성 백 테스터 - 사후 처리 전략 데이터가 포함되어 있습니다. 이 순간 모듈은 여기에서 소스를 살펴보면 아주 적지 만 앞으로는 이익을 추가 할 계획입니다. d stop-loss exit 및 다중 자산 포트폴리오가 있습니다. 백 테스트 모듈의 사용법은이 예제 노트북에 나와 있습니다. IPython 노트북을 다른 디렉토리에 저장하여 구성합니다. 노트북에 액세스하기 위해 필자가 열어야하는 불편 함이 있습니다. 터미널 및 입력 ipython 노트북 - 필라 인라인 각 ipython 팀 이이 문제를 해결할 것이라고 확신 할 때마다, 하지만 그 동안에는 파일을 탐색기에서 신속하게 노트북에 액세스하는 꽤 하강 방법이 있습니다. 당신이 필요로하는 모든 할 일은 원하는 디렉토리에 ipython 서버를 시작하는 컨텍스트 메뉴를 추가하는 것입니다. 컨텍스트 항목을 추가하는 빠른 방법은이 레지스트리 패치를 실행하는 것입니다. 패치는 여러분이 Python 설치를 C 아나콘다에 있다고 가정합니다. 그렇지 않다면, 텍스트 편집기에서 파일을 열고 마지막 줄에 올바른 경로를 설정합니다. 수동으로 레지스트리 키를 추가하는 방법은 Frolian의 블로그에서 찾을 수 있습니다. 많은 사람들은 장기간에 레버리지를받은 etfs가 벤치마킹 고르지 않은 시장에 대해서는 그렇지만 상승 또는 하강의 경우에는 그렇지 않습니다. 레버리지는 예상 결과가 아닌 가장 가능성있는 결과에만 영향을 미칩니다. 자세한 배경은이 게시물을 읽어보십시오 .013은 매우 뛰어났습니다. 대부분의 해를 상회하는 주식에 대한 해 우리는 정확하게 1 년 전에 레버리지를받은 etfs 중 일부를 단락시키고 그들의 벤치 마크를 사용하여 헤지했다면 레버리지를받은 etf 행동을 알면 레버리지를받은 etfs가 벤치 마크에서 outperform했다 그래서 부패로부터 이익을 얻으려고하는 전략은 돈을 잃을 것입니다. 나는이 두 쌍을 고려할 것입니다. SPY 2 SSO -1 SPY -2 SDS -1 QQQ 2 QLD -1 QQQ -2 QID -1 IYF -2 SKF - 1. 각 레버리지 etf는 short -1로 유지되고 1x etf로 헤지됩니다. 역의 헤지를 헤지하기 위해서는 음의 위치가 1x etf에서 유지됩니다. SPY vs SSO의 한 예입니다. 처음에 가격을 100으로 정규화하면 백 테스트 기간 중 250 일 동안 2x etf 위에 쌍에 대한 백 테스트의 결과를 봅니다. 역행렬을 포함한 모든 2x etfs는 2013 년 동안 벤치 마크보다 월등히 뛰어났습니다. 기대에 따르면 베타 붕괴를 이용하는 전략은 수익을 창출하지 못할 것입니다. 시장 상황을 사전에 파악하지 못하거나 범위를 경계하지 않는 한 그들의 unververged counterpart에 대한 etfs는 아무런 도움이되지 않습니다. 그러나 앞으로 시장 정권을 알면 훨씬 쉽게 이익을 얻을 수있는 방법이 있습니다. 불행히도 아무도 아직 실제로 성공하지 못했습니다. 매우 짧은 기간에도 시장 체제를 예측할 수 있습니다. 계산의 전체 소스 코드는 Python 교과 과정 노트북 307.의 구독자가 사용할 수 있습니다. 이 순간에 포기와 함께 시작하고 싶습니다. 내 portrolio의 큰 부분은 짧은 TWTR 위치로 구성되어 있으므로 내 의견이 다소 왜곡되어 있습니다. 내 자신의 분석을 한 이유는 내 베팅이 효과가 없었기 때문입니다. 그리고 트위터는 2013 년 12 월에 포물선 이동을했습니다. 그래서 제가 대답하려고하는 질문은 제 손실을 감수해야하거나 내 단편을 고수해야합니다. 작성 시점에는 TWTR이 시가 총액 약 64 자로 거래됩니다 of 34 7 B 지금까지 회사는 534M의 매출을 올린 후 3013 년에 142M을 잃어 이익을 내지 못했습니다. 지난 두 숫자는 연간 676M의 회사 지출을 나타냅니다. 사용자 가치에서 파생 된 가격입니다. Twitter는 Facebook, Google 및 LinkedIn을 사용하여 사용자 번호 및 해당 값에 대한 아이디어 얻기 아래 표에는 회사 당 사용자 번호와 사용자 당 시가 총액에서 파생 된 사용자 당 가치가 요약되어 있습니다. Wikipedia, Google의 수는 고유 검색 수를 기반으로합니다. 사용자 당 시장 가치 평가가 모든 회사에서 매우 유사하지만 개인 견해는 분명합니다. WTR은 현재 FB 또는 LNKD 사용자별로 더 가치가 있습니다. 경쟁 업체 모두가 더 가치있는 개인 사용자 데이터를 보유하고 있기 때문에 논리적이지 않습니다. GOOG는 검색 엔진에서 Google Docs 및 Gmail에 이르기까지 다양하고 다양한 제품을 제공합니다. 사용자 당 가치가 35에 불과하지만 TWTR은 그와 비슷하지 않습니다. Google의 서비스보다 낮습니다. WTR은 FB 또는 GOOG 제품과 비교할만한 제품을 제공하지 않아 사용자 기반을 확장 할 수있는 여지가 제한되어 있습니다. TWTR은 현재 7 년 전부터 사용되고 있으며 대부분의 사람들은 자신의 기회를 얻었습니다. 신경 쓰지 마라. WTR 사용자 기반은 변동성이 많으며, 다음에 뜨거워 질 것으로 예상된다. 나는 여기서 최고의 레퍼런스가 LNKD 일 것이라고 생각한다. 전문 시장에서 안정된 틈새 시장이있다. 이 메트릭 TWTR에 의해 과대 평가 될 것이다. TWTR에 대해 100으로 사용자 가치를 설정하면 미래 수익에서 파생 된 46.Tpr 가격의 공정한 TWTR 가격을 산출 할 수 있습니다. 미래 수익 추정에 사용할 수있는 충분한 데이터가 있습니다. 내가 찾은 가장 유용한 것들 중 하나가 여기 있습니다. 이용 가능한 정보에 기초하여, TWTR의 낙관적 인 평가는 46-48 범위에 있어야합니다. 더 낮은 거래를 위해 더 높고 많은 운영 위험을 거래해야하는 명확한 이유는 없습니다. 내. IPO가 진행되는 동안 충분한 전문가가 가격을 검토하고 공정한 가격 수준으로 설정했는지를 추측합니다. 다음은 새로운 정보로 정당화되지 않는 비합리적인 시장 움직임이었습니다. 이 새와 같은 것을 주장하는 사람들과 함께 주식 낙찰가를 살펴보십시오. 100 개의 순수한 정서로 날아갈 것입니다. 결코 잘 풀리지 않습니다. 이제는 저를 쉬게하는 유일한 방법은 입가에 돈을 넣고 내 반바지에 집착하는 것입니다. 시간이 알려줍니다. 단기 변동성 단축 VXX는 꽤 먼 거리에서 차트를 볼 때 좋은 생각 변동성 선물에있는 contango로 인해 etn은 대부분의 역풍을 경험하고 매일 값을 약간 잃어 버립니다. 더 많은 정보를 원한다면 일일 균형 조정으로 인해 발생합니다. 잠재 고객을 살펴보십시오. 이상적인 세계에서, 충분히 길게 잡으면 선물과 etn 재조정에서 시간 붕괴로 인해 발생하는 이익은 보장되지만 단기적으로는 꽤 무거운 삭감을 겪었습니다. 2011 년 여름을 되돌아 봅니다. VIX가 올라 오기 바로 전에 짧은 VXX 포지션을 유지할만큼 불행하거나 바보였습니다. 불과 며칠 만에 80 달러의 인출을 거의 저 버렸습니다. 내 브로커가 마진 콜을 위협하게됩니다. 마진 콜은 손실을 의미합니다. 이것은 내가 다시는 좋아하지 않는 상황이 아닙니다. 나는 항상 머리를 시원하게 유지하는 것이 쉽지 않을 것이라고 압도합니다. 스트레스를 경험하고 상황의 압박은 다름 운 좋게 나는 VXX가 행동하는 경향이있다라는 것을 알고 있었다. 그래서 나는 당황하지 않았다. 그러나 마진 콜을 피하기 위해 XIV쪽으로 쪽을 바꿨다. 이야기는 잘 끝난다, 8 개월 후에 나의 포트폴리오는 힘을 되찾았다. 그리고 나는 배웠다. 매우 귀중한 레슨을 시작하십시오. 여기에 경고의 말을 시작하려면 여기서 위험을 얼마나 많이 겪고 있는지 알지 못하는 한 변동성을 피하십시오. 그렇다면 VXX를 적절하게 단락시켜 일부 위험을 최소화하는 전략을 살펴 보겠습니다..Strategy Thesis VXX는 선물 곡선이 가파른 contango 일 때 대부분의 끌림을 경험합니다. 선물 곡선은 VIX-VXV 관계로 근사됩니다. VXV가 VIX보다 월등히 높은 프리미엄을 가질 때 VXX를 줄입니다. 먼저, VIX-VXV 관계입니다. 위의 차트는 2010 년 1 월 이후의 VIX-VXV 데이터를 보여줍니다. 작년의 데이터 포인트는 빨간색으로 표시됩니다. 둘 사이의 이차 맞춤을 사용하여 VXV f VIX 근사값을 선택했습니다. VIX는 파란색 라인으로 표시됩니다 선상의 값은 미래가 정상적인 contango보다 강해지는 상황을 나타냅니다. 이제 델타 표시기를 정의합니다. 이는 델타 표시기를 정의합니다. VXV-f VIX 이제 델타와 함께 VXX의 가격을 살펴 보겠습니다. 로그에 VXX 이상의 가격 Cale 아래 델타 그린 마커 인디애트 델타 0 레드 마커 델타 0 녹색 영역은 VXX의 음수 반환과 일치합니다. 이 가정을 가진 전략을 시뮬레이션하십시오. 델타 0. 0. 일정한 자본이 매일에 내기 할 때 단축 VXX 100. 미끄러짐 또는 거래 비용 없음. 이 전략은 매일 짧은 거래와 비교되지만 델타를 고려하지 않습니다. 녹색 선은 VXX 짧은 전략을 나타내고 파란색 선은 바보입니다. 간단한 최종일 전략은 내 의견으로는 전혀 나쁘지 않습니다. 그러나 더욱 중요한 것은 앞으로의 미래 곡선에주의를 기울임으로써 위장을 줄이는 것이 거의 피할 수 있다는 것입니다. 이 전략을 단계별로 설명합니다 파이낸싱과 함께 트레이딩 코스 동안. 자산이나 ETF의 가격은 물론 거기에 최고의 지표이지만, 불행히도 단지 너무 많은 정보가 포함되어 있습니다 어떤 사람들은 더 많은 지표가 더 많은 지표가 있다고 생각하는 것 같습니다 평균 크로스 오버 등은 더 좋지만 모든 것이 동일한 기본 가격 시리즈를 기반으로하는 경우에는 모두 가격에 포함 된 동일한 제한된 정보의 하위 집합을 포함하게됩니다. 더 많은 정보를 얻으려면 가격에 포함 된 정보 외에 추가 정보가 필요합니다. 가까운 장래에 어떤 일이 일어날 지 짐작할 수 있습니다. 모든 종류의 정보를 영리한 분석에 결합하는 훌륭한 예는 Long 블로그의 단편에서 찾아 볼 수 있습니다. 이러한 종류의 분석을 위해서는 많은 양의 작업이 필요합니다. 단순히 시간제로 시간을 보내지 않기 때문에 자동으로 정보를 수집하고 쉽게 소화 할 수있는 형식으로 선물하는 내 자신의 시장 대시 보드를 만들었습니다. 이 글에서는 짧은 시간을 기준으로 지표를 작성하는 방법을 보여 드리려고합니다 볼륨 데이터이 게시물은 데이터 수집 및 처리 과정을 설명합니다. 단계 1 데이터 소스 찾기 BATS 교환 사이트에서 무료로 일일 볼륨 데이터를 제공합니다. 단계 2 데이터를 수동으로 검사 짧은 볼륨 데이터 BATS 교환은 압축 된 텍스트 파일에 포함되어 있습니다. 매일 자신의 zip 파일이 있습니다. txt 파일을 다운로드하고 압축을 풀면 처음 몇 줄 안에 들어갑니다. 전체 파일에는 약 6000 개의 기호가 들어 있습니다. 이 데이터는 상당 부분 필요합니다. 작업을 의미있는 방식으로 제공 할 수 있습니다. 3 단계 자동으로 데이터 가져 오기 실제로 원하는 것은 하루 동안의 데이터가 아니라 지난 몇 년 동안 총 볼륨에 대한 짧은 볼륨의 비율입니다. 500 개의 zip 파일을 다운로드하고 수동으로 Excel에 복사하여 붙여 넣는 것처럼 다행히도, 전체 자동화는 몇 줄의 코드 줄 밖에 없습니다. 먼저 파일을 다운로드 할 URL을 동적으로 만들어야합니다. 이제 여러 파일을 한 번에 다운로드 할 수 있습니다. 4 단계 다운로드 한 파일을 구문 분석합니다. 우리는 zip 및 pandas 라이브러리를 사용하여 단일 파일을 구문 분석 할 수 있습니다. zip 파일의 모든 기호에 대한 짧은 볼륨 총 볼륨의 비율을 반환합니다. 5 단계 차트 만들기 이제 남은 유일한 것은 다운로드 한 파일 파일과 결합하다 그들에게 하나의 테이블에 결과를 플로팅합니다. 위의 그림에서 지난 2 년간의 평균 짧은 볼륨 비율을 플로팅했습니다. 특정 섹터 나 주식을 살펴보고 싶다면 심볼의 하위 집합을 사용할 수도있었습니다. 데이터를 보면 높은 볼륨 비율이 일반적으로 시장 바닥과 일치하고 낮은 비율이 긴 포지션에서 좋은 진입 점으로 보입니다. 여기에서 시작하여이 짧은 볼륨 비율을 전략 개발의 기초로 사용할 수 있습니다. Trading with Python course. If 당신이 상인이나 투자자이며 양적 거래 기술을 습득하고자한다면 파이썬과의 거래를 고려할 수 있습니다 온라인 과정은 양적 무역 연구, 전문가 양적 거래자가 작성한 기능 및 스크립트 포함 놀라운 양의 데이터를 얻고 처리하고 전략을 설계 및 테스트하고 거래 실적을 분석하는 방법을 배우게됩니다. p를 통해 상인의 성공에 결정적인 정보를 얻으십시오 여기를 클릭하면 Trading With Python 과정 웹 사이트로 계속됩니다. 제 이름은 Jev Kuznetsov입니다. 저는 인쇄 사업에 종사하는 회사의 연구원 엔지니어입니다. 나는 상인입니다. 패턴 인식 및 인공 지능 분야의 전문 물리학을 공부했습니다. 일상 업무는 Matlab의 빠른 알고리즘 프로토 타이핑과 다른 언어에서부터 하드웨어 디자인 프로그래밍에 이르기까지 모든 것을 포함합니다. 2009 년부터 저는 금융 시장에서 자신의 기술력을 사용 해왔습니다. 파이썬이 최고의 도구라는 결론에 도달했을 때 나는 다른 블로그에서 다루고있는 Matlab에서 광범위하게 연구했다. 나를 만날 수있다. 우리의 forex 로봇은 발견했다. forex 로봇 일명 전문가 고문은 거래하는 소프트웨어이다. 너를 위해 forex 체계. 그들은 너의 forex 맨끝 안에 달리고 너가 선택하는 어떤 통화든지에 붙일 수 있는다 진보 된 계산을 사용하여 그들은 forex 무역을 열고 개설한다 당신을 위해 외환 전략에 따라 당신을 위해 모든 EA는 다릅니다 최상의 결과를 위해 동시에 둘 이상을 사용 경험이 필요없고 설치가 간단합니다. 외환 로봇을 사용하면 거래를 즉시 개선 할 수있는 유일한 방법입니다. 전문가 고문과 함께 자신의 기술 수준에 관계없이 즉시 작업 시스템을 시작할 수 있습니다. 어려운 계산과 안전한 자금 관리가 당신을 위해 처리됩니다. 잠을 자지 않아서 하루 24 시간 거래를 찾을 수 있습니다. 그리고 그들은 여러 쌍을 커버 할 수있는 유일한 방법입니다 모든 전문 고문은 완전 자동화되어 있으며 모든 차트를 지배 할 수있는 기능이 탑재되어 있습니다. 우리는 모든 것을 코드하지만 우리의 모든 외환 로봇에 싱크대를 둡니다. 자동 핸즈프리 forex 거래 예 적절한 자금 관리 확인 관리 중지 및 자동 이윤 내기 각 전문가 고문은 모든 통화 쌍에 대해 완벽하게 최적화되어 있으며 마이크로, 미니 및 표준 로트를 교환 할 수 있습니다.