import mermaid from 'https://cdnjs.cloudflare.com/ajax/libs/mermaid/10.2.3/mermaid.esm.min.mjs'; mermaid.initialize({ startOnLoad: true });
L'exemple du trading algorithmique.
from jyquickhelper import add_notebook_menu
add_notebook_menu(last_level=2, menu_id="main")
Ces sociétés emploient beaucoup de docteurs en mathématiques et physiques.
Et tout autour du monde et principalement dans les universités anglo-saxonnes :
Tout est prêt pour l'automatisation
Pour être meilleur que le concurrent.
from pyensae.finance import StockPrices
prices = StockPrices(tick="MSFT", url='yahoo_new')
prices.dataframe.tail()
Date | Open | High | Low | Close | Adj Close | Volume | |
---|---|---|---|---|---|---|---|
Date | |||||||
2018-05-14 | 2018-05-14 | 97.919998 | 98.690002 | 97.309998 | 98.029999 | 97.606934 | 19454100 |
2018-05-15 | 2018-05-15 | 97.239998 | 97.849998 | 96.339996 | 97.320000 | 96.900002 | 24594000 |
2018-05-16 | 2018-05-16 | 97.360001 | 97.400002 | 96.620003 | 97.150002 | 97.150002 | 17384700 |
2018-05-17 | 2018-05-17 | 96.760002 | 97.540001 | 95.830002 | 96.180000 | 96.180000 | 17246700 |
2018-05-18 | 2018-05-18 | 96.010002 | 96.930000 | 96.010002 | 96.360001 | 96.360001 | 17128900 |
%matplotlib inline
prices.plot(figsize=(14,4));
prices[-20:].plot(figsize=(14,4), field="ohlc");
Le principe : trend following.
from pyquickhelper.helpgen import NbImage
NbImage("images/trend.png", width=800)
De nombreux paramètres :
Les stratégies ont souvent plus d'une dizaine de paramètres.
Deux paramètres en rouge : longueur de la moyenne mobile et la hauteur des bandes de Bollinger
NbImage("images/trendp.png", width=400)
NbImage("images/backtest.png", width=400)
Comparaison de plusieurs jeux de paramètres (source Backtesting a Simple Stock Trading Strategy)
NbImage("images/backtest2.png", width=500)
Plus la vitesse de trading est importante, plus l'informatique joue un grand rôle, plus le boulot est technique.