Zdrojový kód wiki Algotrading

Version 11.1 by David Brazda on 26.02.2023 14:45
Show last authors
1 = Resources =
2
3 algo-trading basics [[https:~~/~~/algo-trading.readthedocs.io/en/latest/data-science-basics.html>>https://algo-trading.readthedocs.io/en/latest/data-science-basics.html]] a [[github>>https://github.com/awoo424/algotrading]]
4
5
6 = Python and stocks =
7
8 [[https:~~/~~/github.com/LastAncientOne/SimpleStockAnalysisPython>>https://github.com/LastAncientOne/SimpleStockAnalysisPython]]
9
10 [[integrace s TradingView webhooks >>https://github.com/robswc/tradingview-webhooks-bot]]- python based, na vlastnim serveru. (pokud se osvedci traderspost, pak muzu nainstalovat toto, napriklad na forum.pgwiki.cz, kde je docker a ma domenu)
11
12 [[python AI - pandas market predictor on GITHUB>>https://github.com/somkietacode/Pandas_Market_Predictor]]
13
14 = Zajimavé indikátory =
15
16 Podívat se na Prior SAR: The SAR value for previous period.
17 Extreme Point (EP): The highest high of the current uptrend.
18 Acceleration Factor (AF): Starting at 0.02, increases by 0.02 each time the extreme point makes a new high. AF can only reach a maximum of 0.2, no matter how long the uptrend extends.
19 \\Dále se podívat na Commodity Channel Index (CCI)
20 The Commodity Channel Index (CCI) helps identify price reversals, price extremes, and trend strength.
21 Developed by Donald Lambert, CCI is a momentum-based oscillator used to help determine when an investment vehicle is reaching a condition of being overbought or oversold. Popis zde - vyzkouset
22
23 A také [[ROC>>https://algo-trading.readthedocs.io/en/latest/technical-analysis.html#rate-of-change-roc]]
24
25 Popis základních indikátorů a  jak na ně v pythonu je zde (projít!!)
26 [[https:~~/~~/algo-trading.readthedocs.io/en/latest/technical-analysis.html>>url:https://algo-trading.readthedocs.io/en/latest/technical-analysis.html]]
27 \\a dale
28 Rsi divergence
29 [[https:~~/~~/github.com/SpiralDevelopment/RSI-divergence-detector>>url:https://github.com/SpiralDevelopment/RSI-divergence-detector]]
30
31
32 = AI =
33
34 Základní myšlenka: Vstup (buď trade data nebo nějaký sec rt bar) + základní hodnoty indikátorů(ma, rsi, momentum..). Model dostane sušenku, když v aktuálním bodě predikuje, že půjde o malou hodnotu nahoru (např. 5 ticků). Za to dostane odměnu. A pustit na to třeba měsíční data. A vidělo by se. To by nemuselo být složité na interpretaci.
35
36 A pak vytrénovaný model pustit na online data.
37
38
39 LSTM in stock - příklad [[https:~~/~~/www.kaggle.com/code/faressayah/stock-market-analysis-prediction-using-lstm/notebook>>https://www.kaggle.com/code/faressayah/stock-market-analysis-prediction-using-lstm/notebook]]
40
41 podívat se na keras a LTSM
42
43 Zajimavý článek [[základy Recurrent Neural Networks>>http://karpathy.github.io/2015/05/21/rnn-effectiveness/]] a [[https:~~/~~/towardsdatascience.com/recurrent-neural-networks-rnns-3f06d7653a85>>https://towardsdatascience.com/recurrent-neural-networks-rnns-3f06d7653a85]]
44
45 Příklad - [[singlefeature LSTM model in pytorch>>https://algo-trading.readthedocs.io/en/latest/integrated-strategy.html#single-feature-lstm-model]].
46
47 [[Stock Machine learning algorithms on github>>https://github.com/LastAncientOne/Deep_Learning_Machine_Learning_Stock]] ([[LSTM>>https://github.com/LastAncientOne/Deep_Learning_Machine_Learning_Stock/blob/master/Stock_Algorithms/LSTM_RNN_Part2.ipynb]])- projít
48
49 Zadání: predikční modely (HFT, 15s dt, střednědobý)
50
51 * - learning data
52 ** vývoj ceny - timeseries relevantní frekvence (trades, 15s ohlc a třeba 1h(1d) ohlc)
53 ** dopočítané/doplněné sloupce k timeseries (indikátory, calendar data a další time related data)
54 ** další doplňující atributy - jako premarket, fair price, trend z minulých období, odhad dnešního dne(dopočítávaný), celkový sentiment(může doplňovat jiný [[model>>https://algo-trading.readthedocs.io/en/latest/sentiment-analysis.html]] z news)
55 *
56
57

Navigace