Python: impariamolo insieme

Anni di esperienza Python: 4/5
Progetti già sviluppati in Python: svariate strategie di quant trading automatico in machine learning tramite API di broker

E' il mio linguaggio di riferimento, se posso aiutarvi chiedete pure. Specie sui libri migliori.

Per questo tipo di progetti la trinità è Numpy, Pandas, Sklearn (e XGBoost). Per la grafica Plotly conoscendo Matplotlib. Altra libreria di ML di livello istituzionale è MLFINLAB
Per i dati le possibilità sono infinite, ditemi quello che vi serve e vi indirizzo. Stessa cosa per i migliori broker con migliori API. MT5 lasciate perdere.
Come IDE direi Jupiter, se no Spyder che si installa in Anaconda. Direttamente su browser direi Google Colab.
Intanto linko alcuni ottimi siti da studiare divisi per categorie.

Python generico:
Python Tutorials – Real Python
Python Tutorial for Beginners - Learn Python Programming from Scratch - DataFlair
Practical Business Python -

Numpy e Pandas:
Documentazioni ufficiali molto ben fatte, da usare come riferimento. Poi ci sono alcuni testi essenziali da rimediare, non so se si possano linkare quindi ditemi voi.
101 Pandas Exercises for Data Analysis - ML+
NumPy Tutorial: Data Analysis with Python – Dataquest

Machine Learning:
https://towardsdatascience.com/learn-on-towards-data-science-52245bc91451
https://www.dataschool.io/15-hours-of-expert-machine-learning-videos/
http://datahacker.rs/
https://mlcourse.ai/
https://machinelearningmastery.com/
https://www.analyticsvidhya.com/blog/https://medium.com/auquan/https-medium-com-auquan-machine-learning-techniques-trading-b7120cee4f05

Ciao!

Grazie per il post - potresti approfondire la tua esperienza sulle migliori API qualitativamente e che tipo di dati ottieni? Paghi o sono API gratuite?
 
Anni di esperienza Python: 4/5
Progetti già sviluppati in Python: svariate strategie di quant trading automatico in machine learning tramite API di broker

E' il mio linguaggio di riferimento, se posso aiutarvi chiedete pure. Specie sui libri migliori.

Per questo tipo di progetti la trinità è Numpy, Pandas, Sklearn (e XGBoost). Per la grafica Plotly conoscendo Matplotlib. Altra libreria di ML di livello istituzionale è MLFINLAB
Per i dati le possibilità sono infinite, ditemi quello che vi serve e vi indirizzo. Stessa cosa per i migliori broker con migliori API. MT5 lasciate perdere.
[/URL]

Grazie Federico: ad ora non hai ancora almeno 30 3D per cui non riesco ad inviarti mp.
Nel frattempo, vorrei chiederti: come mai secondo la tua esperienza " MT5 lasciate perdere " ?.
 
Anni di esperienza Python: 4/5
Progetti già sviluppati in Python: svariate strategie di quant trading automatico in machine learning tramite API di broker

E' il mio linguaggio di riferimento, se posso aiutarvi chiedete pure. Specie sui libri migliori.

Per questo tipo di progetti la trinità è Numpy, Pandas, Sklearn (e XGBoost). Per la grafica Plotly conoscendo Matplotlib. Altra libreria di ML di livello istituzionale è MLFINLAB
Per i dati le possibilità sono infinite, ditemi quello che vi serve e vi indirizzo. Stessa cosa per i migliori broker con migliori API. MT5 lasciate perdere.
Come IDE direi Jupiter, se no Spyder che si installa in Anaconda. Direttamente su browser direi Google Colab.
Intanto linko alcuni ottimi siti da studiare divisi per categorie.

Python generico:
Python Tutorials – Real Python
Python Tutorial for Beginners - Learn Python Programming from Scratch - DataFlair
Practical Business Python -

Numpy e Pandas:
Documentazioni ufficiali molto ben fatte, da usare come riferimento. Poi ci sono alcuni testi essenziali da rimediare, non so se si possano linkare quindi ditemi voi.
101 Pandas Exercises for Data Analysis - ML+
NumPy Tutorial: Data Analysis with Python – Dataquest

Machine Learning:
https://towardsdatascience.com/learn-on-towards-data-science-52245bc91451
https://www.dataschool.io/15-hours-of-expert-machine-learning-videos/
http://datahacker.rs/
https://mlcourse.ai/
https://machinelearningmastery.com/
https://www.analyticsvidhya.com/blog/https://medium.com/auquan/https-medium-com-auquan-machine-learning-techniques-trading-b7120cee4f05

ciao Federico, interessanti i link che hai postato, la momento ci stiamo focalizzando su data-analysis e visualizzazione per non creare confusione
affrontando insieme tutti gli argomenti, però successivamente ci interessa approfondire le possibilità di applicare il ML all'argomento. Quindi i consigli
su come affrontare gli argomenti sono benvenuti !
 
ciao Federico, interessanti i link che hai postato, la momento ci stiamo focalizzando su data-analysis e visualizzazione per non creare confusione
affrontando insieme tutti gli argomenti, però successivamente ci interessa approfondire le possibilità di applicare il ML all'argomento. Quindi i consigli
su come affrontare gli argomenti sono benvenuti !
Ah perfetto, se avete altri dubbi chiedete pure, spero di essere in grado di rispondere. Per esempio sui libri di testo sono in grado di dare l'indirizzo giusto.

Grazie Federico: ad ora non hai ancora almeno 30 3D per cui non riesco ad inviarti mp.
Nel frattempo, vorrei chiederti: come mai secondo la tua esperienza " MT5 lasciate perdere " ?.
Ci arriverò, abbi fede ahahahahaha. La MT5, non che io sia the wolf of Wall Street ma alcuni trader pro li ho conosciuti, è considerata un giocattolo dozzinale nell'ambiente.
Ovviamente per appurare me la sono studiata nel corso del tempo e francamente la trovo molto limitata. Intanto il linguaggio proprietario che trovo sempre irritante, ormai lo standard assoluto è
il trio Python/R/C++ (o C#) e impararne uno nuovo solo per quello è fastidioso. Poi è comunque limitata nell'uso di machine learning avanzato, almeno in teoria. Ripeto, non sono esperto di ML avendo anche in altri topic del forum chiesto spiegazioni su funzionamenti basilari, ma smanettando e implementando una idea concreta dei limiti te la fai. E' una piattaforma lenta, macchinosa e francamente già vecchiotta rispetto alle recenti evoluzioni. Rispetto ad altre piattaforme ed altri broker sta anni luce indietro. E' per amatoriali e dummies diciamo.

Ciao!

Grazie per il post - potresti approfondire la tua esperienza sulle migliori API qualitativamente e che tipo di dati ottieni? Paghi o sono API gratuite?
Ciao. Tendenzialmente cerco di rimanere sul gratuito ma in alcuni casi pagare è inevitabile. Per esempio i tick data li devi pagare per forza, è raro trovare dati storici gratuiti di qualità.
Sui broker dipende dall'asset usato, dai dati usati, dalla necessità di implementare ML o rimanere sull'algo classico.
Tu dimmi le tue preferenze e ti indico sia i data migliori che le API più affidabili.
Comunque in linea generale:
Dati gratuiti -> AlphaVantage, yfinance, Dukascopy, fxmarketapi, FRED api, versione free di Finnhub che ha i dati free migliori di tutti.
Dati a Pagamento (per retail, senza strafare) -> IEX cloud, Tiingo, Interactive Brokers
I tick data sono un mondo a parte quindi non ne parlo.
Broker API: la migliore è quella di Interactive Brokers, ma è anche la più complicata ed i dati si pagano. Poi per il Forex direi fxcmpy e Oanda. Se no c'è Alpaca che è buona.
Se volete arrivare all'high frequency trading e quindi necessitate di costi fissi e spread bassi il broker per eccellenza (per un retail) è LMAX. Ma costa.
 
Ci arriverò, abbi fede ahahahahaha. La MT5, non che io sia the wolf of Wall Street ma alcuni trader pro li ho conosciuti, è considerata un giocattolo dozzinale nell'ambiente.
Ovviamente per appurare me la sono studiata nel corso del tempo e francamente la trovo molto limitata. Intanto il linguaggio proprietario che trovo sempre irritante, ormai lo standard assoluto è
il trio Python/R/C++ (o C#)

bene, grazie, mi stai confermando che dovrei farmi una piattaforma personalizzata appoggiata a qualche ottima API? Ma io MT5 la uso solo per trasmettere gli ordini e recuperare gli storici, il lavoro tosto lo fa R (e/o Python in futuro, qualora ne scorgessi l'utilità). Per quanto riguarda la velocità d'esecuzione incide anche da quanto dista il cloud dall'exchange, con frame 1 ora, già può essere influente.
 
bene, grazie, mi stai confermando che dovrei farmi una piattaforma personalizzata appoggiata a qualche ottima API? Ma io MT5 la uso solo per trasmettere gli ordini e recuperare gli storici, il lavoro tosto lo fa R (e/o Python in futuro, qualora ne scorgessi l'utilità). Per quanto riguarda la velocità d'esecuzione incide anche da quanto dista il cloud dall'exchange, con frame 1 ora, già può essere influente.
Ti fai il tuo algo in codice puro con automatismi vari, magari con l'aiuto di qualche libreria di backtest. Automatizzi anche lo streaming API, è difficile ma non come sembra. Cioè volendo si riduce tutto a qualche funzione attivata continuamente. L'API una volta che sei connesso sei connesso, in base al timeframe che usi aggiorni le candele ogni tot tempo sempre tramite banali funzioni o timer. Ad esempio ti fai dare il dataframe iniziale dei dati dall'API e poi ogni tot te li fai rimandare, se coincidono passi e se divergono attivi in automatico le funzioni della strategia tra cui l'esecuzione dell'ordine.
Io ti consiglio tutta la vita Python, sia per velocità che per potenziale futuro. E per ampiezza di scelta su API e librerie specifiche. R tienilo per lo studio e l'implementazione, specie sul machine learning che ha Caret, letteralmente oro puro che Python non ha.
Con frame dall'ora in su la velocità di esecuzione è irrilevante, a meno che non sia proprio pachidermico ovviamente. Non serve chissà che. Buona connessione, strategia snella senza ovviamente fare ogni volta il training e broker con spread convenienti. Fino ai 5 minuti secondo me, ma anche in base alla strategia, il discorso è simile e i costi ce li fai rientrare.
Sotto iniziano i guai. Barre a un minuto le devi trattare con un HFT nella scelta del broker, vieni triturato dai costi. Se poi andiamo sull'HFT puro quindi strategie di market making o di arbitraggio estremo sull'order book allora serve l'armeria pesante (ed è comunque difficile). Computer potente, linguaggi tipo C#, colocation vicino al broker. Oltre a strategie ottimizzate tramite algoritmi genetici e reti neurali leggerissime. Il problema che sorge è logico: per farlo ti serve un broker di alto livello tipo LMAX ma li "giocano" solo i pezzi grossi e te fai il pollo. Se vai sul altri broker retail fai la voce grossa ma vieni spazzato via dai costi non adatti.
Ti metto un esempio raro di un fenomeno che ha creato un algo di HFT da retail che gli frutta sui 18000 pips su Forex e Crypto all'anno con accuratezza al 70/80%, una cosa mostruosa.
Lui usa la NEAT, algo di Neuroevolution per fare market making sul book. Quello che lo salva e lo rende profittevole è l'aver evitato l'HFT puro basato sulla velocità che non può farti competere coi big boys di Wall Street. Si è posizionato su tick data e order book ma con ordini ogni 1/2 minuti, è un HFT versione soft. Usa quasi esclusivamente Neuroevolution, materia davvero interessante.
Cercalo su Twitter (@QuantRob) perchè spesso spiega come fa e i paper che usa. Si è progettato tutto in C#, pure la grafica, essendo programmatore. Usa come broker FP Markets che a sua volta usa MT5, quindi da ragione a te e condanna me ahahahaha. Però lo usa veramente nel senso che dicevi te, sfrutta i buoni costi del broker e MT5 lo usa solo in appoggio a modo suo avendo fatto modifiche a bassissimo livello.
Algorithmic Trading / Market Making Simulation Using Machine Learning - YouTube
 
Non preoccuparti, le tue difficoltà sono anche le mie. Ad es. ho scoperto che con pandas non riesco a scaricare dati da yahoo, al momento non so se è per via dell'API yahoo che era cambiata, non è supportata più di tanto o perchè sono imbranato io. Provo con dati fred.
Sia per FRED che Yahoo (si usa yfinance ora) se vuoi ho delle belle funzioni per scaricare in automatico tutto quello che desideri
 
Sia per FRED che Yahoo (si usa yfinance ora) se vuoi ho delle belle funzioni per scaricare in automatico tutto quello che desideri

oddio... se vuoi mettere qua i codici credo che nessuno si offenderà... 😁
Cia'...

PS
anche se credo che ormai Scalpo avrà già brillantemente risolto...
 
Ultima modifica:
Sia per FRED che Yahoo (si usa yfinance ora) se vuoi ho delle belle funzioni per scaricare in automatico tutto quello che desideri

Ieri ho aperto un thread sul FOL (qui) perchè ho il problema di recuperare (x qualche giorno all'anno) dati realtime (o quasi... ...cioè, andrebbero bene anche dati ritardati di 15 minuti) da qualche sito web (ad esempio yahoo o investing.com) .

Questi dati intraday dovrei aggiungerli, tramite la grafica di un indicatore, nel mio software di borsa al mio chart daily del titolo che seguo.

In pratica vorrei il mio solito grafico daily con sul lato dx (oltre l'ultima barra daily completa) una barra daily fittizia (disegnata dall'indicatore) in continua formazione, ottenuta (come dicevo) tramite i dati realtime, della giornata di borsa in corso. Dati ottenuti da qualche script in python.



Quindi sarei interessato anch'io alle funzioni di cui parli.
Se si possono avere ti ringrazio moltissimo.


PS: Messo questo thread fra i preferiti... ...sono interessato anch'io ad una infarinatura di python.
L'unica mia conoscenza di linguaggio vero di programmazione è un po' di C++. Poi, conosco un po' di easylinguage di TS2000 e un po' di AFL di amibroker.
 
come detto nell'altro thread mi verrebbe da consigliarti investpy...
GitHub - alvarobartt/investpy: Financial Data Extraction from Investing.com with Python


esempio di codice...
df=investpy.get_stock_recent_data('ENI', country="italy",interval="Daily")
ti ritorna l'ultimo mese delle quotazioni di ENI... compresa l'ultima barra Daily aggiornata ad oggi RT...
In formato che già potresti leggere con TS2000 o Amibroker...

PS
cit. come suggerito su GitHub:
investpy - Financial Data Extraction from Investing.com with Python developed by Alvaro Bartolome del Canto

PS 2
con investpy avresti la Barra Daily con dati Real Time e non ritardati (quelli di Yahoo credo siano in delay)...
 
Ultima modifica:
Ieri ho aperto un thread sul FOL (qui) perchè ho il problema di recuperare (x qualche giorno all'anno) dati realtime (o quasi... ...cioè, andrebbero bene anche dati ritardati di 15 minuti) da qualche sito web (ad esempio yahoo o investing.com) .

Questi dati intraday dovrei aggiungerli, tramite la grafica di un indicatore, nel mio software di borsa al mio chart daily del titolo che seguo.

In pratica vorrei il mio solito grafico daily con sul lato dx (oltre l'ultima barra daily completa) una barra daily fittizia (disegnata dall'indicatore) in continua formazione, ottenuta (come dicevo) tramite i dati realtime, della giornata di borsa in corso. Dati ottenuti da qualche script in python.



Quindi sarei interessato anch'io alle funzioni di cui parli.
Se si possono avere ti ringrazio moltissimo.


PS: Messo questo thread fra i preferiti... ...sono interessato anch'io ad una infarinatura di python.
L'unica mia conoscenza di linguaggio vero di programmazione è un po' di C++. Poi, conosco un po' di easylinguage di TS2000 e un po' di AFL di amibroker.
I dati streaming da Yahoo è difficile, quello che ho io è una banale funzione per scaricare i dati storici di tutte le azioni SP500 o SP100 in un dataframe Pandas. Ovviamente basta rieseguire lo script per aggiornare, quindi se costruisci un semplice timer che automaticamente ogni tot lo esegue forse ci riesci. Il resto è roba di GUI di cui non mi occupo, spero che tu l'abbia già implementata.
Sulla singola azione rimando banalmente alle istruzioni della libreria: yfinance * PyPI
Per tutto l'SP100 puoi fare questo:

Codice:
resp = requests.get("https://en.wikipedia.org/wiki/S%26P_100")
convert_soup = bs.BeautifulSoup(resp.text, 'lxml')
table = convert_soup.find('table',{'class':'wikitable sortable'})

tickers = []

for rows in table.findAll('tr')[1:]:
    ticker = rows.findAll('td')[0].text.strip()
    tickers.append(ticker)

all_data = pd.DataFrame()
test_data = pd.DataFrame()
no_data = []


for i in tickers:
    try:
        print(i)
        test_data = pdr.get_data_yahoo(i, start = dt.datetime(2000,1,1), end = dt.date.today())
        test_data['symbol'] = i
        all_data = all_data.append(test_data)
        clear_output(wait = True)
    except:
        no_data.append(i)

    clear_output(wait = True)

Questo per fare la stessa cosa su SP500 con dati anche intraday:
Codice:
table=pd.read_html('https://en.wikipedia.org/wiki/List_of_S%26P_500_companies',flavor='html5lib')
df = table[0]
df.to_csv('S&P500-Info.csv')
df.to_csv("S&P500-Symbols.csv", columns=['Symbol'])

df = pd.read_csv('S&P500-Symbols.csv')
df2 = pd.read_csv('S&P500-Info.csv')
symbols = df['Symbol'].values.tolist()
prices = yf.download(  # or pdr.get_data_yahoo(...
        # tickers list or string as well
        tickers = symbols,

        # use "period" instead of start/end
        # valid periods: 1d,5d,1mo,3mo,6mo,1y,2y,5y,10y,ytd,max
        # (optional, default is '1mo')
        period = "10y",

        # fetch data by interval (including intraday if period < 60 days)
        # valid intervals: 1m,2m,5m,15m,30m,60m,90m,1h,1d,5d,1wk,1mo,3mo
        # (optional, default is '1d')
        interval = "1d",

        # group by ticker (to access via data['SPY'])
        # (optional, default is 'column')
        group_by = 'column',

        # adjust all OHLC automatically
        # (optional, default is False)
        auto_adjust = True,

        # download pre/post regular market hours data
        # (optional, default is False)
        prepost = True,

        # use threads for mass downloading? (True/False/Integer)
        # (optional, default is True)
        threads = True,

        # proxy URL scheme use use when downloading?
        # (optional, default is None)
        proxy = None
    )
 
seguo con interesse OK!
iniziato 5/6 anni fa dopo R e poi ho aggiunto C++ e SQL
anaconda
usato per alcune miee idee per macinare i dati storici e alimentare database sqlite
ogni tanto lo riesumo per nuove sperimentazioni ma ripartire è sempre dura

grazie a tutti per i link
 
seguo con interesse OK!
iniziato 5/6 anni fa dopo R e poi ho aggiunto C++ e SQL
anaconda
usato per alcune miee idee per macinare i dati storici e alimentare database sqlite
ogni tanto lo riesumo per nuove sperimentazioni ma ripartire è sempre dura

grazie a tutti per i link

Io sto ripartendo con la borsa.

Mi ritrovo che devo convertire tutti i miei trading system.. ..cose che manco mi ricordo più!

E in più dovrei apprendere python per collegare i dati della giornata intraday nel subchart dov'è plottata la serie storica daily.
 
seguo con interesse OK!
iniziato 5/6 anni fa dopo R e poi ho aggiunto C++ e SQL
anaconda
usato per alcune miee idee per macinare i dati storici e alimentare database sqlite
ogni tanto lo riesumo per nuove sperimentazioni ma ripartire è sempre dura

grazie a tutti per i link

Buongiorno nait

Il gruppo di studio si incontra sistematicamente su Telegram.
Naturalmente non parliamo solo di Python in senso stretto, ma anche di automazione in generale e condivisioni di esperienze pertinenti.
Su Python stiamo iniziando a rompere il ghiaccio, ma entro mese penso saremo pronti per vere e proprie sessioni di sviluppo/ricerca operativa.
Un nick del tuo calibro non sarebbe solo gradito: .. di più .. OK!
Per cui nel momento in cui decidi (se hai tempo e voglia) di partecipare, non hai che mandarmi MP.
 
Io sto ripartendo con la borsa.

Mi ritrovo che devo convertire tutti i miei trading system.. ..cose che manco mi ricordo più!

E in più dovrei apprendere python per collegare i dati della giornata intraday nel subchart dov'è plottata la serie storica daily.

ma ti conviene riconvertire? :confused:
se utilizzi TS2000 o AB non ti basta sostituire l'input con la nuova serie storica in formato .TXT?
o anche in formato metastock se hai un convertitore massivo...
 
Buongiorno nait

Il gruppo di studio si incontra sistematicamente su Telegram.
Naturalmente non parliamo solo di Python in senso stretto, ma anche di automazione in generale e condivisioni di esperienze pertinenti.
Su Python stiamo iniziando a rompere il ghiaccio, ma entro mese penso saremo pronti per vere e proprie sessioni di sviluppo/ricerca operativa.
Un nick del tuo calibro non sarebbe solo gradito: .. di più .. OK!
Per cui nel momento in cui decidi (se hai tempo e voglia) di partecipare, non hai che mandarmi MP.

grazie scalpo
vedo se riesco a ritagliarmi del tempo prossimamente
 
ma ti conviene riconvertire? :confused:
se utilizzi TS2000 o AB non ti basta sostituire l'input con la nuova serie storica in formato .TXT?
o anche in formato metastock se hai un convertitore massivo...


Sono obbligato a convertire.

AmiBroker è bellissimo (e potente) ma ha lo strazio di comprare sulla barra appena passata (nel backtesting sullo storico) e non su quella futura ed inoltre compra anche se il prezzo non è stato battuto (comprando di default sul massimo della barra).

Non si possono lanciare degli ordini, sulla barra di domani, del tipo "buy a 9,50 euro Stop".

Amibroker compra sulla barra di oggi anche a 8.00 euro (se 8,00 euro è il massimo della barra di oggi), del "9,50 euro Stop" se ne frega!
Amibroker non conosce il signficato di Buy Stop e Buy Limit.

Classico programma fatto da un genio dell'informatica che non ha mai usato Tradestation.
Purtoppo il suo linguaggio non è orientato al trading, devi programmare tutto tu per ovviare alle sue mancate predisposizioni.

Ho cercato anche di fare un programma in AFL che ovviasse a questi problemi (e lo avevo quasi finito) ma ho visto che forse è meglio comprare Multicharts (lo puoi istallare su tutti i PC che vuoi ed hai sempre l'ultima versione prodotta a vita (sto aspettando uno sconto tipo Pasqua, Natale o Black Friday).

Il problema di Multicharts è che hanno tolto lo "Strategy Builder" di TS2000 (che faceva l'unione di più signal con i relativi nuovi settaggi dei parametri) e pertanto tutte le strategy (con più signal) di TS2000 devono essere riscritte in un unico signal di multicharts.


TS2000 è ormai inutilizzabile per i suoi vecchi bug (anche su qualche word order che inseriva entrate ad c@zzum.. ...è per questo che lo hanno sempre chiamato PaccoStation) e sul fatto che è basato sulla vecchia tecnologia ad 8bit (se non erro).
 
Ultima modifica:
Sono obbligato a convertire.

AmiBroker è bellissimo (e potente) ma ha lo strazio di comprare sulla barra appena passata (nel backtesting sullo storico) e non su quella futura ed inoltre compra anche se il prezzo non è stato battuto (comprando di default sul massimo della barra).

Non si possono lanciare degli ordini, sulla barra di domani, del tipo "buy a 9,50 euro Stop".

Amibroker compra sulla barra di oggi anche a 8.00 euro (se 8,00 euro è il massimo della barra di oggi), del "9,50 euro Stop" se ne frega!
Amibroker non conosce il signficato di Buy Stop e Buy Limit.

Classico programma fatto da un genio dell'informatica che non ha mai usato Tradestation.
Purtoppo il suo linguaggio non è orientato al trading, devi programmare tutto tu per ovviare alle sue mancate predisposizioni.

Ho cercato anche di fare un programma in AFL che ovviasse a questi problemi (e lo avevo quasi finito) ma ho visto che forse è meglio comprare Multicharts (lo puoi istallare su tutti i PC che vuoi ed hai sempre l'ultima versione prodotta a vita (sto aspettando uno sconto tipo Pasqua, Natale o Black Friday).

Il problema di Multicharts è che hanno tolto lo "Strategy Builder" di TS2000 (che faceva l'unione di più signal con i relativi nuovi settaggi dei parametri) e pertanto tutte le strategy (con più signal) di TS2000 devono essere riscritte in un unico signal di multicharts.


TS2000 è ormai inutilizzabile per i suoi vecchi bug (anche su qualche word order che inseriva entrate ad c@zzum.. ...è per questo che lo hanno sempre chiamato PaccoStation) e sul fatto che è basato sulla vecchia tecnologia ad 8bit (se non erro).
Ma perchè comprare programmi terzi quando puoi fare tutto gratuitamente con Pyhon?
 
Ma perchè comprare programmi terzi quando puoi fare tutto gratuitamente con Pyhon?

Io non sono adatto a fare tutto da zero.
Per fare il codice in AFL (se non erro sono 2000 righe di programma) per eliminare i "problemi" di Amibroker ho investito un casino di tempo e non l'ho manco finito.

Per un po' annaspavo perché non trovavo la strada per fargli fare ciò che volevo... ...provavo una strada e poi mi accorgevo che non risolvevo, etc.
Vabbè, la strada poi l'ho trovata seguendo le ipotesi che lo stesso tradestation adotta nel modo in cui su una barra da precedenza ai vari ordini (stop loss, sell, buy, etc) e sull'ipotesi che esegue nel calcolare il finto/ipotetico movimento che il mercato fa nel muoversi all'interno di una barra (dall'open di una barra al suo close).

Però ho capito che dove esiste un software che mette a disposizione una base già preimpostata è meglio del concetto "del fare tutto da soli".

E per questo che dico che multicharts è una base più preimpostata (ed ha bisogno di molto meno codice) rispetto ad Amibroker per scrivere un indicatore o una strategy.
Con multicharts si rispiarma tempo, codice ed errori da trovare.

Poi, per carità, alla fine i 350 euro per Amibroker sono abbastanza spesi bene, ma se poi uno vuole ancora semplificare le cose, multicharts è molto meglio, perché ti toglie i problemi che ho detto qualche post fa.

Tieni presente che ambedue i programmi accettano la programmazione in C o in C++, e quindi ci puoi fare di tutto con ambedue.


Ad esempio Amibroker è abbastanza potente, le ultime versioni se uno attiva i dati intraday nel suo database, si arriva a collezionare fino a 1 milione di barre ( 6 - 7 anni per storico intraday ad 1 minuto), anche se poi il software rallenta parecchio se non si dispone di una macchina performante.




Certo che se uno deve fare delle cose in cui non c'è già un software idoneo, allora si deve fare tutto da solo... ...ma non è il mio caso attuale.









X farsi il software da zero da se' bisogna investire un casino di tempo che insieme a tutto il resto del tempo (provare strategie, tenersi informato sui propri investimenti, etc) rendono la strada non percorribile da tutti (sia per tempo che per capacità di programmazione).
 
Ultima modifica:
Indietro