Python Forex Backtesting

Python Algorithmic Trading-Bibliothek PyAlgoTrade ist eine Python-Algorithmic Trading-Bibliothek mit Schwerpunkt auf Backtesting und Unterstützung für Papier-Trading und Live-Trading. Lets sagen, Sie haben eine Idee für eine Handelsstrategie und youd wie es mit historischen Daten zu bewerten und sehen, wie es sich verhält. PyAlgoTrade ermöglicht es Ihnen, dies mit minimalem Aufwand zu tun. Hauptmerkmale Vollständig dokumentiert. Ereignisgesteuert . Unterstützt Markt-, Limit-, Stop - und StopLimit-Aufträge. Unterstützt Yahoo Finanzen, Google Finanzen und NinjaTrader CSV-Dateien. Unterstützt alle Arten von Zeitreihen-Daten im CSV-Format, zB Quandl. Bitcoin-Unterstützung durch Bitstamp. Technische Indikatoren und Filter wie SMA, WMA, EMA, RSI, Bollinger Bands, Hurst Exponent und andere. Leistungsmesswerte wie Sharpe-Ratio und Drawdown-Analyse. Handling Twitter-Ereignisse in Echtzeit. Ereigniserfassung. TA-Lib-Integration. Sehr einfach zu waagerecht skalieren, das heißt, mit einem oder mehreren Computern zu Backtest einer Strategie. PyAlgoTrade ist kostenlos, Open Source, und es ist lizenziert unter der Apache Lizenz, Version 2.0.bt - Flexible Backtesting für Python Was ist bt bt ist ein flexibles Backtesting Framework für Python verwendet, um quantitative Trading-Strategien zu testen. Backtesting ist der Prozess der Prüfung einer Strategie über einen bestimmten Datensatz. Dieses Framework ermöglicht es Ihnen, leicht zu schaffen Strategien, die Mischung und passen verschiedene Algos. Es zielt darauf ab, die Schaffung von leicht zu testenden, wiederverwendbaren und flexiblen Blöcken der Strategielogik zu fördern, um die rasche Entwicklung komplexer Handelsstrategien zu erleichtern. Das Ziel: Quants aus der Neuentwicklung des Rades zu retten und sich auf den wichtigen Teil der Arbeit - Strategieentwicklung - zu konzentrieren. Bt ist in Python codiert und verbindet ein dynamisches und reiches Ökosystem für die Datenanalyse. Zahlreiche Bibliotheken existieren für das maschinelle Lernen, die Signalverarbeitung und die Statistik und können genutzt werden, um das Rad nicht neu zu erfinden - etwas, das allzu oft bei der Verwendung anderer Sprachen auftritt, die den gleichen Reichtum an qualitativ hochwertigen Open Source-Projekten haben. Bt wird auf der ffn gebaut - eine Bibliothek für die Funktionsbibliothek für Python. Check it out Ein schnelles Beispiel Hier ist ein schneller Geschmack von bt: Eine einfache Strategie Backtest Let8217s schaffen eine einfache Strategie. Wir werden eine monatliche, rebalanced, long-only Strategie erstellen, in der wir gleiche Gewichte für jeden Vermögenswert in unserem Universum von Vermögenswerten platzieren. Zuerst werden wir einige Daten herunterladen. Standardmäßig lädt bt. get (Alias ​​für ffn. get) das Adjusted Close von Yahoo Finance herunter. Für die Zwecke dieser Demo werden wir einige Daten herunterladen, die am 1. Januar 2010 beginnen. Sobald wir unsere Daten haben, schaffen wir unsere Strategie. Das Strategie-Objekt enthält die Strategie-Logik durch die Kombination verschiedener Algos. Schließlich erstellen wir einen Backtest. Die die logische Kombination einer Strategie mit einem Datensatz ist. Sobald dies geschehen ist, können wir den Backtest ausführen und die Ergebnisse analysieren. Nun können wir die Ergebnisse unseres Backtests analysieren. Das Ergebnis-Objekt ist ein dünner Wrapper um ffn. GroupStats, der einige Hilfsmethoden hinzufügt.