Jump to content
Co nového? Mé kurzy
  • Odesílání nákupních příkazů do IB pomocí knihovny ib_insync

    K automatizaci obchodování u IB používáme rozhraní API a obchodní příkazy odesíláme pomocí pythonu s použitím knihovny ib_insync.
    V rámci autotraderu uvedený princip používáme k obchodování akcií, nicméně knihovna ib_insync umožňuje obchodovat i další trhy jako futures nebo opce. V dnešním tutoriálu si jednotlivé principy podrobněji ukážeme.

    Snímek obrazovky 2021-02-13 v 11.35.28.png

    Video naleznete v TechLabu zde

    13.2.2021

    Bogdan Waclawik

    Bogdan, vystupující ve fóru pod nickem 4fx, poskytl v uzavřených diskuzích Finančníka již mnoho praktických Python skriptů a rad ostatním obchodníkům. Je také autorem skriptů Autotraderu předávaných a vyučovaných v rámci workshopu automatizace. Coby autor Bogdan skripty sám používá pro živé obchodování swingových obchodních strategií.


    Sdílíme, co nám samotným funguje.
    7 výukových lekcí.

    Jak reálně uspět v tradingu?

    Naučte se vydělávat na své sny (naše metody na Finančník.cz)

    Praktický návod, jak v trzích získat šanci vydělávat stovky tisíc až miliony dolarů ročně bez vlastního kapitálu a nutností trávit denně hodiny před počítači (bez práce to ale nepůjde).

    >> Získat kurz zdarma <<

    Další články na toto téma

    Python

    Trading, ať už je to na akciovém, komoditním nebo měnovém trhu, vyžaduje stále sofistikovanější nástroje a postupy, aby trader mohl konkurovat a zůstat o krok napřed před trhem. Jeden z nástrojů, který získal značnou oblibu v oboru tradingu, je programovací jazyk Python.
    Python je programovací jazyk, který je známý svou čitelností a pružností, což z něj činí ideální volbu pro rychlé prototypování a vývoj komplexních algoritmů.
    Profesionální trader může využívat Python k analýze dat, backtestingu obchodních strategií nebo dokonce k automatizaci svých obchodů. Díky široké škále knihoven, jako jsou Pandas pro manipulaci s daty, NumPy pro výpočty nebo QuantConnect pro backtesting a obchod, může trader snadno a rychle vytvářet nástroje a aplikace přizpůsobené jeho specifickým potřebám.
    Python rovněž umožňuje snadné propojení s různými datovými zdroji, od tradičních databází po real-time streamingové služby. Toto umožňuje traderovi mít vždy aktuální informace a rychle reagovat na měnící se tržní podmínky.
    Navíc, díky komunitě vývojářů, která za Pythonem stojí, je zde obrovské množství dostupných zdrojů, tutoriálů a knihoven, což umožňuje traderům neustále se zdokonalovat a rozšiřovat své schopnosti v oblasti programování a analýzy dat.
    Na Finančníkovi vytváříme v Pythonu všechny skripty, které nám slouží k analýze dat a obchodování. Aplikace Trading Room je vytvořena v Pythonu a také náš autotrader. Jak se naučit skriptovat v Pythonu od nulových znalostí (sami nejsme programátoři) vyučujeme průběžně v TechLabu.
    Oficiální stránka Pythonu: https://www.python.org/
     

    Portfolio analýza systémů z Excelu zahrnující otevřené obchody

    V předchozím tutoriálu jsme si ukázali jak načíst z deníku vedeného v Excelu záznamy o ukončených obchodech, a ty následně upravit pro účely další analýzy.
    Ve svých denících, ale evidujeme i otevřené pozice, kde náš záznam obsahuje pouze informace o vstupu, a prozatím čekáme na splnění výstupní podmínky. Dnešní video obsahuje popis, jak v daném případě postupovat.

    Video naleznete v TechLabu zde

    Portfolio analýza systémů z Excelu

    Dnes si ukážeme, jakým způsobem lze do Pandas dataframe načíst seznam skutečně provedených obchodů z našeho obchodního deníku vedeného v Excelu a následně vysvětlím, jak je nutné data upravit do formátu, který by umožnil provést portfolio analýzu.
    Jako zdroj dat použiju obchodní deník, který používám v rámci podpory swingového workshopu, ale není to podmínkou, uvedený princip lze aplikovat na jakýkoliv formát deníku.
    Video naleznete v TechLabu zde
×
×
  • Vytvořit...