Python forex dados

Eu sou novo a programação, Python e Pandas assim que esperançosamente este isn ta pergunta parva. Eu downloaded alguns dados do FOREX de aqui Um valor do mês s dos dados é em torno das linhas 50mil no formato de CSV para todos os pares. Eu gostaria eventualmente de poder Testar uma estratégia em vários quadros de tempo e instruments. Here é o código que eu estou usando. On qualquer coisa, mas um arquivo de teste truncado esta leitura em processo leva um longo time. Is há uma maneira que eu deveria estar armazenando os dados para que Pandas pode ler o Arquivos muito faster. Is há um limite para o tamanho dos dados que Pandas pode razoavelmente handle. Any ajuda seria muito apreciada. Learn Quant skills. If você é um comerciante ou um investidor e gostaria de adquirir um conjunto de habilidades de negociação quantitativa , Você está no lugar certo O curso de negociação com Python irá fornecer-lhe as melhores ferramentas e práticas para a investigação de negociação quantitativa, incluindo funções e scripts escritos por comerciantes qualificados quantitativos O curso dá-lhe o máximo impacto para o seu tempo investido E e dinheiro Concentra-se na aplicação prática de programação para a negociação em vez de teoria ciência da computação O curso vai pagar por si rapidamente, poupando-lhe tempo no processamento manual de dados Você vai gastar mais tempo pesquisando sua estratégia e implementação de trades. Course rentável. Part 1 Noções básicas Você vai aprender por que Python é uma ferramenta ideal para o comércio quantitativo Vamos começar por configurar um ambiente de desenvolvimento e, em seguida, irá apresentá-lo para as bibliotecas científicas. Parte 2 Manipulação dos dados Saiba como obter dados de várias fontes gratuitas, como Yahoo Finance , CBOE e outros sites Leia e escreva vários formatos de dados, incluindo arquivos CSV e Excel. Parte 3 Pesquisando estratégias Aprenda a calcular PL e métricas de desempenho como Sharpe e Drawdown Construir uma estratégia de negociação e otimizar seu desempenho Múltiplos exemplos de estratégias são discutidos nesta parte. Part 4 Going live Esta parte está centrada em torno Interactive Brokers API Você vai aprender a ge T dados de estoque em tempo real e colocar ordens ao vivo. Muitos exemplos de código. O material do curso consiste em notebooks que contêm texto juntamente com código interativo como este Você será capaz de aprender através da interação com o código e modificá-lo ao seu próprio gosto Será Ser um grande ponto de partida para escrever suas próprias estratégias. Enquanto alguns tópicos são explicados em grande detalhe para ajudá-lo a entender os conceitos subjacentes, na maioria dos casos você ganhou t mesmo necessidade de escrever o seu próprio código de baixo nível, por causa do apoio existente aberto - source bibliotecas TradingWithPython biblioteca combina grande parte da funcionalidade discutida neste curso como um ready-to-use funções e será usado durante todo o curso Pandas irá fornecer-lhe todo o poder de levantamento pesado necessário em dados crunching Todo o código é fornecido Sob a licença BSD, permitindo a sua utilização em aplicações comerciais. Código de classificação. Um piloto do curso foi realizada na primavera de 2017, isso é o que os alunos têm a dizer. Matej bem projetado cour Se e bom treinador Definitivamente vale o seu preço e meu tempo Lave Jev obviamente sabia que sua profundidade de material de cobertura era perfeita Se Jev executa algo assim novamente, eu vou ser o primeiro a se inscrever John Phillips Seu curso realmente me pôs em marcha considerando python para Análise do sistema de ações. Trading com Python. I recentemente ler um grande post pelo blog turinginance sobre como ser um quant Em resumo, ele descreve uma abordagem científica para desenvolver estratégias de negociação Para mim pessoalmente, observando dados, pensando com modelos e formando hipóteses É uma segunda natureza, como deve ser para qualquer bom engenheiro. Em este post eu estou indo para ilustrar esta abordagem explicitamente passando por um número de passos apenas um casal, nem todos eles envolvidos no desenvolvimento de uma estratégia de negociação. Dê uma olhada no instrumento de negociação mais comum, o SP 500 ETF SPY vou começar com observations. Observations Ocorreu-me que na maioria das vezes que há muita conversa na mídia sobre o mercado quebrando à ré Er grandes perdas ao longo de vários dias timespan, bastante uma recuperação significativa às vezes segue No passado, eu fiz um par de erros, fechando minhas posições para cortar as perdas curto, apenas para perder uma recuperação nos dias seguintes. Teoria geral Após um período de Perdas consecutivas, muitos comerciantes vão liquidar suas posições por medo de perda ainda maior Grande parte deste comportamento é governado pelo medo, em vez de risco calculado comerciantes mais inteligentes entram, em seguida, para as pechinchas. Hipótese Retornos no próximo dia de SPY irá mostrar um viés para cima Após uma série de perdas consecutivas. Para testar a hipótese, eu ve calculado o número de dias consecutivos para baixo Tudo sob -0 1 retorno diário qualifica-se como um dia para baixo. As séries de retorno são quase aleatórios, assim como seria de esperar, as chances De 5 ou mais dias consecutivos para baixo são baixos, resultando em um número muito limitado de ocorrências Baixo número de ocorrências resultará em estimativas estatísticas não confiáveis, então eu vou parar em 5.Below é uma visualização de nex-tday Retorna como uma função do número de dias down. I ve também traçado intervalo de confiança de 90 dos retornos entre as linhas que se verifica que o retorno médio é positivamente correlacionado com o número de dias para baixo Hypothesis confirmado. No entanto, você pode ver claramente que este Extra alfa é muito pequena em comparação com a faixa dos resultados de retorno provável Mas mesmo uma pequena vantagem pode ser explorada encontrar uma vantagem estatística e repetir tantas vezes quanto possível Próxima etapa é investigar se essa borda pode ser transformada em uma estratégia de negociação. Dado o Dados acima, uma estratégia de negociação pode ser forumled Depois de consectutive 3 ou mais perdas, vá longo Sair em próximo close. Below é um resultado desta estratégia em comparação com pura buy-and-hold Isso não parece ruim em tudo Olhando um os índices sharpe A estratégia marca uma descida 2 2 versus 0 44 para o BH Isso é realmente muito bom don t ficar muito animado embora, como eu não conta para custos de comissão, slippage etc. While a estratégia acima não é algo que eu iria Ike para o comércio simplesmente por causa do longo período de tempo, a própria teoria provoca pensamentos futuros que poderiam produzir algo útil Se o mesmo princípio se aplica a dados intraday, uma forma de estratégia scalping poderia ser construído No exemplo acima eu ve simplificou o mundo um pouco Por apenas contar o número de dias de baixo, sem prestar atenção à profundidade da retirada Também, saída de posição é apenas um próximo próximo dia próximo-fim Há muito a ser melhorado, mas a essência na minha opinião é this. future retorna de SPY são ifluenced pelo drawdown e pela duração do drawdown sobre os 3 a 5 dias anteriores. Um comerciante experiente sabe que comportamento esperar do mercado baseado em um jogo dos indicadores e sua interpretação o último é feito frequentemente baseado em sua memória ou em algum tipo do modelo Encontrar um bom conjunto de indicadores e processar suas informações constitui um grande desafio Primeiro, é preciso entender quais fatores estão correlacionados a futuros preços. Os dados que não têm qualquer qualidade preditiva apenas em O ruído ea complexidade, diminuindo o desempenho da estratégia Encontrar bons indicadores é uma ciência por conta própria, muitas vezes exigindo compreensão profunda da dinâmica do mercado Esta parte do design da estratégia não pode ser facilmente automatizada Felizmente, uma vez que um bom conjunto de indicadores foi encontrado, os comerciantes Memória e intuição podem ser facilmente substituídos por um modelo estatístico, o que provavelmente funcionará muito melhor, já que os computadores têm memória impecável e podem fazer estimativas estatísticas perfeitas. No que diz respeito à negociação de volatilidade, levei bastante tempo para entender o que influencia seus movimentos , Eu estou interessado em variáveis ​​que predizem retornos futuros de VXX e XIV Eu não vou entrar em explicação de comprimento total aqui, mas apenas apresentar uma conclusão meus dois mais valiosos indicadores de volatilidade são a inclinação da estrutura de prazo e atual volatilidade premium Minha definição destes Dois is. volatility prémio VIX-realizedVol. delta prazo estrutura slope VIX-VXV. VIX VXV são os 1 e 3 meses imp Lied volatilidades do SP 500 realizadaVol aqui é uma volatilidade de 10 dias realizada de SPY, calculado com Yang-Zhang delta da fórmula tem sido frequentemente discutido no blog VixAndMore, enquanto premium é bem conhecida da opção trading. It faz sentido para ir curto volatilidade Quando o prêmio é alto e os futuros estão em contango delta 0 Isto fará com que um tailwind do prêmio e do rolo diário ao longo da estrutura do termo em VXX Mas esta é apenas uma estimativa aproximada Uma estratégia de troca boa combinaria a informação do prêmio e do delta a vir Com uma previsão no sentido de negociação em VXX. Eu estive lutando por um tempo muito longo para chegar a uma boa maneira de combinar os dados ruidosos de ambos os indicadores Eu tentei a maioria das abordagens padrão, como a regressão linear, escrevendo um monte de If-thens, mas todos com uma melhoria muito menor em comparação com a utilização de apenas um indicador Um bom exemplo de tal estratégia único indicador com regras simples pode ser encontrado no blog TradingTheOdds Não parece ruim, mas wha T pode ser feito com vários indicadores. Eu vou começar com alguns dados VXX fora da amostra que eu tenho de MarketSci Note que este é dados simulados, antes de VXX foi criado. Os indicadores para o mesmo período são plotados below. If que tomamos Um dos indicadores prêmio neste caso e plotá-lo contra futuros retornos de VXX, alguma correlação pode ser visto, mas os dados são extremamente ruidosos. Ainda assim, é claro que o prémio negativo é susceptível de ter VXX positivo retorna no dia seguinte Combinando Tanto prémio e delta em um modelo tem sido um desafio para mim, mas eu sempre quis fazer uma aproximação estatística Em essência, para uma combinação de delta, premium, eu gostaria de encontrar todos os valores históricos que estão mais próximos dos valores atuais e Fazer uma estimativa dos retornos futuros com base neles Um par de vezes eu comecei a escrever meus próprios algoritmos de interpolação de vizinho mais próximo, mas toda vez que eu tive que desistir até que me deparei com a regressão vizinhos mais próximos scikit Ele me permitiu construir rapidamente Um preditor com base em duas entradas e os resultados são tão bons, que eu estou um pouco preocupado que eu fiz um erro em algum lugar. Aqui está o que eu fiz. crear um dataset de delta, premium - VXX dia seguinte retorno in-of-sample. Criar um predictor de vizinho mais próximo com base no conjunto de dados acima. trade estratégia fora da amostra com o rules. go longo se previsto retorno 0.go curto se previsto retorno 0. A estratégia não poderia ser mais simples. Os resultados parecem muito bons e Ficar melhor quando mais neigbors são usados ​​para estimation. First, com 10 pontos, a estratégia é excelente na amostra, mas é plano fora da amostra da linha vermelha na figura abaixo é o último ponto na amostra. Em seguida, o desempenho fica melhor Com 40 e 80 pontos. Nas duas últimas parcelas, a estratégia parece executar a mesma relação de Sharpe dentro e fora da amostra é de cerca de 2 3 Estou muito satisfeito com os resultados e tenho a sensação de que eu só estive coçando A superfície do que é possível com esta técnica. Minha pesquisa de uma ferramenta de backtesting ideal minha definição de idéia L é descrito no anterior Backtesting dilemas posts não resultou em algo que eu poderia usar de imediato No entanto, analisando as opções disponíveis me ajudou a entender melhor o que eu realmente quero Das opções que eu olhei, pybacktest foi o que eu mais gostei Por causa de sua simplicidade e velocidade Depois de passar pelo código-fonte, eu tenho algumas idéias para torná-lo mais simples e um pouco mais elegante De lá, foi apenas um pequeno passo para escrever meu próprio backtester, que agora está disponível na biblioteca TradingWithPython. Eu escolhi uma abordagem onde o backtester contém funcionalidade que todas as estratégias de negociação partilhar e que muitas vezes é copiado-colado coisas como cálculo de posições e pnl, métricas de desempenho e fazer parcelas. Strategy funcionalidade específica, como a determinação de pontos de entrada e saída deve ser feito fora Do backtester Um fluxo de trabalho típico seria encontrar entradas e saídas - calcular pnl e fazer gráficos com backtester - dados de estratégia pós-processo. Neste momento t Ele módulo é muito mínimo dar uma olhada na fonte aqui, mas no futuro eu planejo na adição de lucro e saídas de stop-loss e carteiras multi-asset. Usage do módulo de backtesting é mostrado neste notebook. I exemplo organizo meu notebooks IPython Por poupá-los em diretórios diferentes Isso traz, no entanto uma inconveniência, porque para acessar os notebooks eu preciso abrir um terminal e digitar ipython notebook - pylab inline cada vez que eu tenho certeza que a equipe ipython vai resolver isso no longo prazo, mas Entretanto, há uma maneira bonita de descida para acessar rapidamente os notebooks do explorador de arquivos. Tudo o que você precisa fazer é adicionar um menu de contexto que inicia o servidor ipython no diretório desejado. Uma maneira rápida de adicionar o item de contexto é executando este Registro patch Observe o patch assume que você tem a sua instalação python localizado em C Anaconda Se não, você precisará abrir o arquivo em um editor de texto e definir o caminho certo na última linha. Instruções sobre como adicionar as chaves do Registro manualmente c Um ser encontrado no blog de Frolian. Muitas pessoas pensam que ETFS alavancadas no longo prazo underperform seus benchmarks Isso é verdade para mercados agitados, mas não no caso de condições de tendência, para cima ou para baixo Alavancagem só tem efeito sobre o resultado mais provável , Não no resultado esperado Para mais fundo, por favor leia este post.2017 foi um ano muito bom para as ações, que tendeu para a maior parte do ano Vamos ver o que aconteceria se nós shorted alguns dos etfs alavancado exatamente um ano atrás E hedged-los com seu benchmark Conhecendo o comportamento alavancado etf eu esperaria que etfs alavancado superou o seu benchmark, então a estratégia que iria tentar lucrar com a deterioração iria perder money. I vai considerar estes pares. SPY 2 SSO -1 SPY - 2 SDS -1 QQQ 2 QLD -1 QQQ -2 QID -1 IYF -2 SKF -1.Cada alavancado etf é mantido curto -1 e coberto com um 1x etf Observe que para proteger um inverso etf uma posição negativa é mantida na 1x etf. Here é um exemplo SPY vs SSO Uma vez que nós normali Ze os preços para 100 no início do período de backtest 250 dias é evidente que o 2x etf supera 1x etf. Now os resultados do backtest sobre os pares acima. Todos os 2x etfs incluindo inversa têm superado seu benchmark ao longo de 2017 De acordo com as expectativas, a estratégia de exploração beta decadência não seria rentável. Eu acho que jogar ETF alavancado contra sua contraparte desalavancada não fornece qualquer vantagem, a menos que você conhece as condições de mercado de antemão tendência ou intervalo-bound Mas se você sabe o Infelizmente, ninguém ainda tem sido realmente bem sucedido na previsão do regime de mercado, mesmo no prazo muito curto. O código fonte completo dos cálculos está disponível para os assinantes do curso Trading With Python Notebook 307.Here é o meu tiro na avaliação do Twitter Eu gostaria de começar com uma declaração de isenção neste momento, uma grande parte do meu portrolio consiste em curta posição TWTR, Então a minha opinião é bastante distorcido A razão pela qual eu fiz a minha própria análise é que a minha aposta não funcionou bem, eo Twitter fez um movimento parabólico em dezembro de 2017 Então, a questão que eu estou tentando responder aqui é que devo tomar a minha perda ou Segurar sobre a minha shorts. At no momento da escrita, TWTR comércios cerca de 64 marca, com uma capitalização de mercado de 34 7 B Até agora a empresa não fez qualquer lucro, perdendo 142M em 3013 depois de fazer 534M em receitas Os últimos dois números Dar-nos anualmente spendings empresa de 676M. Preço derivado do valor do usuário. Twitter pode ser comparado com Facebook, Google e LinkedIn para ter uma idéia de números de usuários e seus valores A tabela abaixo resume números de usuário por empresa e um valor por usuário derivado de A fonte de limite de mercado para o número de usuários Wikipédia, o número para o Google é baseado no número de pesquisas exclusivas. Torna-se aparente que a avaliação de mercado por usuário é muito semelhante para todas as empresas, no entanto minha opinião pessoal é that. TWTR é atualmente mais Valioso R user thatn FB ou LNKD Isto não é lógico, pois ambos os concorrentes têm mais valiosos dados pessoais do usuário à sua disposição. GOOG tem sido excelente na extração de receitas publicitárias de seus usuários Para fazer isso, ele tem um conjunto de ofertas altamente diversificadas, de motor de busca Para o Google Docs e Gmail TWTR não tem nada a assemelhar-se que, enquanto o seu valor por usuário é apenas 35 inferior thatn o do Google. TWTR tem um espaço limitado para crescer a sua base de usuários, pois não oferece produtos comparáveis ​​ao FB ou GOOG ofertas TWTR tem sido Ao redor por sete anos agora e a maioria de povos que querem um accout começaram sua possibilidade O descanso apenas não se importa. A base do usuário de TWTR é volátil e é provável mover-se à coisa quente seguinte quando se tornará disponível. Eu penso que a melhor referência aqui estaria Ser LNKD, que tem um nicho estável no mercado profissional Por esta métrica TWTR seria sobrevalorizado Definir o valor do usuário em 100 para TWTR iria produzir um preço justo TWTR de 46.Preço derivado de lucros futuros. Há dados suficientes disponíveis de As estimativas de ganhos futuros Um dos mais úteis que eu encontrei é here. Using esses números, subtraindo gastos da empresa, que eu assumo para permanecer constante produz estes números. Com base em informações disponíveis, a avaliação otimista de TWTR deve estar na 46-48 Gama Não existem razões claras para que ele deve negociar mais alto e muitos riscos operacionais para o comércio menor. My acho que é que durante a IPO suficientes profissionais reviram o preço, definindo-o a um nível justo de preços O que aconteceu em seguida foi um movimento irracional do mercado não justificado Por novas informações Basta dar uma olhada no frenesi bullish em stocktwits com pessoas alegando coisas como este pássaro voará para 100 Pure emoção, que nunca funciona bem. A única coisa que me resta agora é colocar meu dinheiro onde minha boca está e Furar a meus shorts O tempo dirá. Cortando a volatilidade a curto prazo etn VXX pode parecer como uma idéia grande quando você olha a carta de completamente uma distância Devido ao contango nos futuros da volatilidade, th E etn experimenta um pouco de vento de cabeça na maioria das vezes e perde um pouco o seu valor a cada dia Isso acontece devido ao reequilíbrio diário, para obter mais informações por favor olhe para a perspectiva Em um mundo ideal, se você segurá-lo por tempo suficiente, um lucro gerado por Tempo de deterioração no futuro e etn reequilíbrio é garantido, mas no curto prazo, você d tem que passar por algumas retiradas bastante pesado Basta olhar para trás no verão de 2017 Tenho sido infeliz ou tolo o suficiente para manter uma posição curta VXX pouco antes O VIX subiu Eu tenho quase soprado minha conta em seguida, 80 drawdown em apenas um par de dias resultando em uma ameaça de chamada de margem por meu corretor Margem chamada significaria descontar a perda Esta não é uma situação que eu gostaria de estar em novamente Eu sabia que não seria fácil manter a cabeça fria em todos os momentos, mas experimentar o estresse ea pressão da situação era algo diferente Felizmente eu sabia como VXX tende a se comportar, então eu não entre em pânico, mas mudou de lado para XIV para evitar um Chamada de margem A história termina bem, 8 meses mais tarde minha carteira estava para trás na força e eu aprendi uma lição muito valiosa. Começar com uma palavra do aviso aqui não trocam a volatilidade a menos que você souber exatamente quanto risco você está tendo dito que disse, deixe S dê uma olhada em uma estratégia que minimiza alguns dos riscos por curto-circuito VXX apenas quando for apropriado. Strategy tese VXX experimenta mais arrasto quando a curva de futuros está em um contango íngreme A curva de futuros é aproximada pela relação VIX-VXV Nós vamos VXX curto quando VXV tem um prêmio excepcionalmente elevado sobre VIX. Primeiro, vamos dar uma olhada na relação VIX-VXV. O gráfico acima mostra dados VIX-VXV desde janeiro de 2010 Os pontos de dados do ano passado são mostrados em vermelho que eu escolhi Use um ajuste quadrático entre os dois, aproximando VXV f VIX O f VIX é traçado como uma linha azul Os valores acima da linha representam situação quando os futuros estão em contango mais forte do que o normal. Agora eu defino um indicador delta, que é o desvio do em forma Delta VXV-f VIX Agora vamos dar uma olhada no preço de VXX juntamente com delta. Above preço de VXX na escala log abaixo Delta Green marcadores indicat delta 0 marcadores vermelhos delta 0 É evidente que as áreas verdes correspondem a um negativo retorna em O VXX. Let s simular uma estratégia com esta estas suposições. Short VXX quando delta 0. Aposta de capital constante em cada dia é 100.Não derrapagem ou custos de transação. Esta estratégia é comparada com a que negocia curto todos os dias, mas não Tomar delta em conta. A linha verde representa a nossa estratégia VXX curto, linha azul é o dump one. Sharpe de 1 9 para uma estratégia de fim-de-dia simples não é ruim em tudo na minha opinião Mas ainda mais importante é que o intestino - wrenching levantamentos são em grande parte evitados por prestar atenção à curva de futuros forward. Building esta estratégia passo a passo será discutido durante a negociação com Python curso. Preço de um ativo ou um ETF é, naturalmente, o melhor indicador existe, Mas infelizmente há apenas tantas coisas que eu Nformation contidas nele Algumas pessoas parecem pensar que os indicadores mais rsi, macd, crossover média móvel etc melhor, mas se todos eles são baseados na mesma série de preço subjacente, todos eles contêm um subconjunto da mesma informação limitada contida No preço Precisamos de mais informações adicionais ao que está contido o preço para fazer um palpite mais informado sobre o que vai acontecer no futuro próximo Um excelente exemplo de combinar todos os tipos de informações para uma análise inteligente pode ser encontrado no The Short Side of Long blog Produzir este tipo de análise requer uma grande quantidade de trabalho, para o qual eu simplesmente não tenho o tempo como eu só comércio a tempo parcial Então eu construí meu próprio painel de mercado que automaticamente coleta informações para mim e apresenta-lo em um Forma facilmente digerível Neste post eu vou mostrar como construir um indicador baseado em dados de volume curto Esta postagem ilustrará o processo de coleta e processamento de dados. Etapa 1 Encontrar fonte de dados BATS exchange p Rovides dados de volume diário gratuitamente em seu site. Step 2 Obter dados inspecionar manualmente Os dados de volume curto da troca BATS está contida em um arquivo de texto que é zipado Cada dia tem seu próprio arquivo zip Depois de baixar e descompactar o arquivo txt, isso é o que S dentro primeiro várias linhas. Em total de um arquivo contém cerca de 6000 símbolos Esses dados é precisa muito trabalho antes que possa ser apresentado de forma significativa. Step 3 Automaticamente obter dados O que eu realmente quero não é apenas os dados de um dia, mas Uma relação de volume curto para o volume total nos últimos anos, e eu realmente não sinto como baixar 500 arquivos zip e copiá-los em Excel manualmente Felizmente, a automação completa é apenas um par de linhas de código de distância Primeiro precisamos dinamicamente Criar um url a partir do qual um arquivo será baixado. Agora podemos baixar vários arquivos ao mesmo tempo. Passo 4 Parse arquivos baixados. Podemos usar zip e pandas bibliotecas para analisar um único arquivo. It retorna uma proporção de Volume Volume Total Volume para todos Símbolos i N o arquivo zip Etapa 5 Faça um gráfico Agora a única coisa que resta é analisar todos os arquivos baixados e combiná-los em uma única tabela e traçar o resultado. Na figura acima eu tracei a média de volume curto razão para os últimos dois anos eu Também poderia ter usado um subconjunto de símbolos se eu quisesse dar uma olhada em um setor específico ou estoque olhar rápido para os dados me dá uma impressão de que as altas proporções de volume curto geralmente correspondem com fundos de mercado e ratios baixos parecem ser bons pontos de entrada para Uma posição longa. Começando a partir daqui, esta relação de volume curto pode ser usado como uma base para o desenvolvimento de estratégia. Trading com curso de Python. Se você é um comerciante ou um investidor e gostaria de adquirir um conjunto de habilidades de negociação quantitativa que você pode considerar a tomada A negociação com Python couse O curso on-line irá fornecer-lhe as melhores ferramentas e práticas para a investigação quantitativa de negociação, incluindo funções e scripts escritos por comerciantes qualificados quantitativa Você vai aprender a obter e processar i Ncredible quantidades de dados, design e backtest estratégias e analisar o desempenho comercial Isso irá ajudá-lo a tomar decisões informadas que são cruciais para um sucesso comerciantes Clique aqui para continuar a negociação com o site do curso Python. Meu nome é Jev Kuznetsov, durante o dia eu sou um Pesquisador engenheiro em uma empresa que está envolvida em impressão negócio O resto do tempo eu sou um trader. I estudou física aplicada com especialização em reconhecimento de padrões e inteligência artificial Meu trabalho diário envolve qualquer coisa de protótipos de algoritmo rápido em Matlab e outras linguagens para design de hardware Antes de chegar à conclusão de que Python é a melhor ferramenta disponível, eu estava trabalhando extensivamente em Matlab, que é coberto no meu outro blog. You pode chegar a mim.