+
제가 친절하게도 테스트를 위해 R를 사용하는 방법을 학습 나를 도와 된 s는 것을 말함으로써 시작하자. 마음에있는 모든두고, 나는 내가 Excel에서 backtest을 생산 네 가지 기본 단계를 고려 무엇을 걸을 거라고 생각했다. 핵심 엑셀을 얻지 못한 t 내가 작성 파일 참고 - 이 (당신이 그를 다음하지 않았습니다 경우 또 다른 읽을 수 있어야합니다) CondorOptions에서 자레드에 의해 통해 만들어졌습니다. 1 단계 : 첫 번째 단계는 Excel로 당신의 시장 데이터를 얻을 수있는 데이터를 가져옵니다. 다음 기록 데이터 및 복사 및 전체 데이터 세트 또는 전략을 업데이트 일부를 붙여 다시 다운로드해야 할 것이다이 두 가지 기본적인 방법이 있습니다. 두 번째 방법은 야후 금융에서 자동 복 데이터를 이동하는 코드를 사용하는 것이다. 많은 사람들은 가장 유연성과 옵션을 제공하기 때문에 AnalyzerXL 추천 d는 바로이 일을 위해 VBA를 작성했습니다. 당신은 당신이 스크롤을 최소화하고 업데이트하기가 쉽도록 별도의 워크 시트를 갖고 싶어거야까지 Excel에서이 데이터가 저장 방법. 2 단계 : 이제 우리는 각각 계산의 일부를 복용하는 것이 당신의 표시를 만듭니다. 엑셀 작업에 대한 하나의 좋은 점은 정말 지표의 구축 방법에 대해 생각하게한다는 것입니다. 실제로 어떻게 작동하는지 이해없이 너무, 요즘, 아래로 던져 간단하고 표시 할 수 있습니다. 최종 지표 열, DVI는 DVI의 크기와 DVI 스트레치 컬럼의 가중 합이다. 또한 AnalyzerXL도 쉽게 백 테스팅하기 위해 미리 정의 된 지표의 다수가 포함되어 있습니다 D, 및 이와 유사한 기능을 제공하는 엑셀 다른 추가 기능이 있습니다. 3 단계 : 이제 표시기를 가지고, 당신이 당신의 거래 규칙을 구성 할 필요가 거래 규칙을 구축합니다. 계산 (이 예에서 재 긴 또는 짧은, 또는 가변 위치로 바로 모든 기능 길거나 짧은 반대로 크기 조정되지 않습니다 4 단계 :. 트레이딩 규칙 / 주식 곡선이 많은 다른 접근 방법이 여기에 있습니다, 하지만 당신은 무엇을 볼 수 이 예에서 할 수있는 간단한 방법입니다. 증가 또는 감소 10,000의 시작 현금 가치를 가정하고 의해 우리는 긴 또는 이전 일의 가까이에 짧은, 우리는 올바른 또는하지 않았다 여부 있는지 여부. 년 여기에 현금을 사용하여 다시 긴 경우, 다수의 이전 일, 하지만 당신은 쉽게 현금 가치 대신에 원료 비율을 할 수가 무역에 대한 비용 / 수수료가없는 가정은 무엇에 : 함수 형태로, 우리는 말함으로써이를 나타냅니다.. 이 같은 높은 주파수 스윙 시스템의 경우, 수수료는 주어진 전략의 생존에 큰 영향을 미칠 수있다. 둘째, 우리가 돈 다시, AnalyzerXL이 패키지의 일부로 옵션을보고 많은 수의를 제공합니다. 즉, 백 테스팅의 기본 개요를이야 Excel에서 - 당신이 이론을 backtest 때 모두 유용 백 테스팅 BREAKING DOWN 백 테스팅을 찾을 수 있기를 바랍니다 달성 결과는 시험 기간의 움직임에 크게 의존한다. 이론을 백 테스팅하는 것은 과거에 무슨 미래에 일어날 것이며, 이 가정은 전략에 대한 잠재적 인 위험을 일으킬 수 있다고 가정합니다. 예를 들어, 인터넷 기업 공개 (IPO)가 전체 시장을 능가 개념에 기초한 전략을 테스트하고 싶은 말은. 당신이 90 년대 후반의 닷컴 붐 년 동안이 전략을 테스트한다면, 전략이 크게 시장을 능가 할 것이다. 그러나, 버블 붕괴 후 동일한 전략을 시도하는 실력을 반환 될 것입니다. 자주 듣는 것이다 같이 과거 실적이 반드시 미래의 수익을 보장하지 않습니다. 기술적 분석의 맥락에서 조정하는 공정이다. 연구 또는 정보 또는 데이터를 이용하여 생성 된 바이어스. 예를 들면 같은 공통적 인 특징을 공유 유가 증권의 집합입니다. 일정에 따라 화면에 따라 주식을 사고 파는. 시계열 데이터의 사용을 둘러싼 의미. 현재 거래 전략을 구체화 할 수 있습니다 우리는이 과정에 대한 몇 가지 도움말을 제공합니다. 에는 순 현금이 필요하지 않은 투자 전략 전략. - 그것 - 스스로 매우 보람이있을 수 있습니다 거래 - 모두 심리적으로 당신의 지갑. 무역 계획의 중요한 부분은 그 성능을 기대할 수있는 결정하기 위해 시험하고있다. 백 테스팅 앞으로 성능 테스트는 당신의 계획이 성공할 경우 예측하는 데 도움이됩니다. 불행하게도, 이 성공을 보장합니다 완벽한 투자 전략 없지만, 당신은 당신의 위치를 위해 최선을 작동합니다 지표와 전략을 찾을 수 있습니다. 백 테스팅 앞으로 성능 테스트 결과 사이의 상관 관계는 당신이 당신의 거래 시스템을 최적화 할 수 있습니다. 이 연습은 경험과 새로운 상인과 공통이며, 큰 손실로 이어질 수 있습니다. 그것을 방지하는 방법을 알아보십시오. 당신은 우리가 어떻게 당신의 셔츠를 잃지 않고 자신의 능력을 테스트하는 방법을 보여줄 것이다 스트리트를 이길 수 있다고 생각합니다. 미러가 전략을 거래 많은 장점이 있으며, 아직 시장은 동적이며, 없이 손실의 위험이 항상있다. ETF의 뮤추얼 펀드는 스마트 베타 기금에서 사용하는 방법론을 탐색 및 종목 선정을위한 그들의 전략 이유는 모든 스마트하지 않을 수 있습니다. ETF의 뮤추얼 펀드는 종목 선정 및 활동 관리 관행에 대한 독점적 인 방법을 포함 실사에 대한 스마트 베타 펀드가 제시 한 과제를 살펴보십시오. 포트폴리오의 위험과 백 테스팅은 위험 계산에서 값의 정확성을 측정하기 위해 사용되는 방법의 가치에 대해 알아보세요. 이중 최고 패턴이 발견 될 때 알아 대답 읽기 전략 상인 사용합니다. 이 패턴은 공통이며, 자본 수익성이 될 수 있습니다. 동료는 최근 평균 전략을 이동 200분의 50 한 답변 읽기. 나는 온라인으로 가서이 시스템에 보였다 것을 발견했다. 발견에게 위험에서 값의 차이, 또는 var 및 스트레스 테스트를 답변 읽고, 두 개념을 함께 사용할 수있는 방법에 대해 알아 봅니다. 투자자가 인터넷 서비스 및 투자 시장 이후 변경된 닷컴 흉상 및 방법에 기여하는 방법을 알아 대답을 참조하십시오. 봄베이 증권 거래소 (BSE)의 벤치 마크 지수 - 봄베이 거래소 민감 지수 (센 섹스)의 약어 답변 읽어보십시오. 더 만기일과 채권. 영구 채권은 상환하지 않지만 영원히 관심의 꾸준한 스트림을 지불합니다. 의 일부. 경제 또는 금융 지수 년 시리즈의 첫 번째. 베이스 년 통상 대개의 수명 동안 어떤 시점 동사 지분 일정량으로 변환 할 수 1 본드의 임의의 레벨로 설정된다. 주식 시장에 투자 초과 수익률은 국채의 반환 등의 위험이없는 속도를 통해 제공합니다. 500 주식의 인덱스는 다른 요인들 중 시장 규모, 유동성 및 업계 그룹에 대한 선택. 의 S P 500은 디자인된다. PyThalesians는 Thalesians (thalesians)에 의해 개발 된 파이썬 금융 라이브러리입니다. 난 내 자신의 거래 전략을 개발하기 위해 라이브러리를 사용하고 난 모델과 재무 분석의 다른 비트 다음과 외환 동향을 포함하여 기능의 일부를 보여 포함 간단한 샘플을했습니다. 그러나 주위 거래 전략을 만들기위한 많은 오픈 소스 파이썬 라이브러리가있다, 당신이 함께 발전 할 수있는 전략의 유형의 관점에서 가능한 한 유연하게이 일을 개발했습니다. 또한, 라이브러리의 많은 분석하고 나는 지난 몇 년 동안 시장에있는 얼굴을 했어 종류의, 폭 넓은 기반 분석을 위해 재무 데이터를 플롯하는 데 사용할 수 있습니다. 따라서, 사용자의 넓은 어레이에 의해 사용될 수있다. 현재의 PyThalesians는 다음과 같은 기능을 제공합니다 백 테스팅을 (단면 스타일의 거래 전략 포함) 현금 시장에 대한 체계적인 거래 전략 체계적인 거래 전략의 매개 변수에 대한 민감도 분석 블룸버그에서 다운로드 원활한 역사적인 데이터 (라이센스 필요), 야후, Quandl, Dukascopy 및 기타 시장 데이터 소스의 PyThalesians의 (커프스 링크를 통해) Plotly (하기 matplotlib를 통해) 래퍼, 그리고 시장의 보케 분석한다의 계절성 분석을위한 간단한 래퍼 아름다운 라인 플롯을 생성합니다 몇 가지 기술적 지표를 계산 및 차트의 트윗 팬더 자동 위에 구축이 도우미 기능에 따라 거래 신호를 제공합니다 우리는 우리가 PyThalesians로 했어 분석의 몇 가지 예를 제공 아래와 현재 PyThalesians에서 명심하시기 바랍니다 훨씬 더 현재 매우 실험적인 알파 프로젝트 t는 아직 완전히 문서화 외설 아파치 2.0 라이선스를 사용합니다. 이들 중 일부는 예 폴더에 스크립트를 실행할 수 있습니다. 전략 다음과 같은 간단한 FX 동향을 만들 PyThalesians를 사용하여 주요 FX에서 하루 동안의 부피를 계산하는 PyThalesians를 사용하여 지난 10 년 동안 non-farm 급여 약 달러 / 엔의 장중 움직임을 계산 음모 PyThalesians 사용 (당신은 cashbacktest examples. py를 사용하여이 backtest를 실행할 수 있습니다) 하루의 시간 (plotly examples. py 사용) 대화 형 Plotly 차트를 그리는 커프스와 (Plotly 래퍼) PyThalesians를 사용하여 Newedge CTA 지수 벤치 마크를 복제 (경향은 다음)를 Thalesians CTA 인덱스를 만들 PyThalesians를 사용하여 십자가 - 얻기 위해 아래를 클릭 최근 주식 수익률에 대한 바 / 라인 / 분산의 조합을 음모 PyThalesians를 사용하여 FOMC 문 다음 3 시간 보케 EUR / USD를 통해 플롯 PyThalesians를 사용하여 대화 형 차트 PyThalesians 사용 (당신이 나뭇잎 examples. py를 사용하여이 분석을 실행할 수 있습니다) 및 PyFolio 상태로 미국 실업률의 Plotly의지도 플롯 PyThalesians 사용 (당신이 strategyfxcta의 example. py를 사용하여이 분석을 실행할 수 있습니다) FX CTA 전략의 통계를 반환 음모 (사용 FRED 데이터) (당신은 histecondata examples. py를 사용하여이 분석을 실행할 수 있습니다 ()가 () 블룸버그 데이터를 사용하여 FX에 correlatons 롤링 음모 PyThalesians 사용) histecondata의 examples. py를 사용하여이 분석을 실행할 수 있습니다) FRED 데이터를 사용하여 G10 CPI 전년 동기 대비 요금 (플롯 PyThalesians 사용 (당신은 상관 examples. py를 사용하여이 분석을 실행할 수 있습니다 ) 마지막 NFP () 블룸버그 데이터를 사용하여 주위에 초 데이터를 플롯 PyThalesians 사용 (당신이 자리 보증금 데이터로부터 AUD / USD 총 반환을 플롯 PyThalesians 사용) 틱 examples. py를 사용하여이 분석을 실행할 수 있습니다 (자리와 비교 블룸버그는 총 수익 지수를 생성 ()는 블룸버그 터미널 소프트웨어를 실행, PyThalesians는 윈도우 8 10에서 테스트되었습니다) indicesfx examples. py를 사용하여이 분석을 실행할 수 있습니다. 나는 현재 잠재적 윈도우 (10)에 아나콘다 2.5 (파이썬 3.5 64 비트)를 사용하여 PyThalesians, 그것은 또한 블룸버그 서버 API에서 일할 수있는 실행 (하지만 명시 적으로 테스트하지 않았습니다). 나는 또한 우분투와 (블룸버그 API 제외) 맥 OS X에 그것을 실행 노력했다. 당신은 블룸버그에 가입을하지 않은 경우, PyThalesians 여전히 Quandl를 포함하는 무료 데이터 소스에 액세스 할 수 있습니다. 필수 : 파이썬 3.4, 3.5 필수 : 팬더, 하기 matplotlib, NumPy와 등 추천 : 블룸버그 파이썬 오픈 API는 블룸버그 bloomberglabs / API / 라이브러리에서 라이센스를 사용하여 실험 파이썬 3.4 버전이 필요합니다 블룸버그를 사용하려면 / 또한 블룸버그의 C 버전을 다운로드 어떤 위치의 예에 API 및 추출물. C : BLP blpapi의 CPP 3.9.10.1 파이썬 3.5의 경우는 - 필요 (블룸버그 DLL에 대한 환경 변수를 추가해야 할 일 수행하기 전에 (커뮤니티 에디션은 무료입니다) 자신이 마이크로 소프트 비주얼 스튜디오 2015를 설치 마이크로 소프트 비주얼 스튜디오 2015를 사용하여 blpapi3 64 blpapi 소스를 컴파일하기. DLL) PATH 변수의 예에. C : BLP blpapi의 CPP 3.9.10.1 빈 확실히 BLPAPI의 ROOT 루트가 윈도우 등의 환경 변수로 설정되어 있는지 확인합니다. C : setup. py 빌드 파이썬 파이썬 3.4은 setup. py 설치 3.9.10.1 파이썬은 BLP blpapi의 CPP - 미리 만들어진 실행 파일을 실행할 수 있습니다, 우리는 위의 빌드 단계를 건너 뛸 수 있다는 것을 의미 레지스트리에서 찾을 수 없습니다 파이썬 3.4을 피하기 위해 레지스트리를 조정할 필요가 있습니다 블룸버그에 액세스 할 대안이 실행 파일을 사용할 때 오류가 (blppython. reg 예), 소프트웨어는 또한 기존의 COM API를 지원 (하지만 매우 느린 때문에 그것을 제거하려고 해요) 추천 : plotly 펑키 대화 형 플롯 (GitHub의 / plotly / plotly. 평) 및 권장 : 판다의 dataframes을 (호르헤 산토스 프로젝트는 이제 파이썬 3 GitHub의 / jorgesantos / 커프스을 지원 사용할 때 좋은 Plotly 래퍼를 커프스 - 그래서 나는 내 포크보다는 그 사용을 권장) 추천 : PyFolio 거래 전략 수익률의 통계 분석 (대한 github에 권장 / quantopian / pyfolio /) : 표준 멀티 라이브러리 피클은 딜에 GitHub의 / 육십 북 / 멀티에서 (문제가 발생하기 때문에 딜에 멀티 프로세서) 설치가 완료되면 다음과 같은 변수에 대한 pythalesians. util. constants 파일을 편집 확인하십시오 : PyThalesians이해야 자신의 경로를 자동으로 감지하지만, 하지 않을 경우, 수동으로 루트 pythalesians 폴더 변수를 변경 - 이 로깅 (및 기타 기능의 숫자가 올바르게 작동) 있는지 확인합니다. 그렇게하지 않으면 변경합니다 setup. py 또는 주사위를 사용하여 기본 블룸버그 설정 Quandl, 트위터, Plotly 등 최신 버전의 API 키에 쓰기 (사용하는 어떤 서버 주소를 사용하는 어느 API)를 설치할 수 있습니다를 시작하지 프로젝트가 발생합니다 설치 후 PyThalesians의 예 (아래 참조), 시작하는 가장 쉬운 방법은 예제 스크립트를보고있다. 나도 라이브러리를 사용하는 방법을 설명, 일부 Jupyter 노트북을 추가 할 것을 희망하고있다. Thalesians 양적 금융에 관심이있는 헌신적 인 전문가들로 구성된 싱크 탱크에게있는 Thalesians, 경제에 대해 서로 다른 스타일로, 다양한 소스, 블룸버그, 야후, Quandl, Dukascopy 등 플롯 라인 차트에서 시장 데이터를 다운로드 할 수 있습니다 : 예 스크립트를하는 방법을 보여줍니다 , 반드시 순서대로 수학, 물리학, 컴퓨터 과학,. 우리는 런던, 뉴욕, 부다페스트, 프라하와 프랑크푸르트 (events. thalesians에서 우리의 만남 그룹에 가입)에서 정량 금융 이벤트를 실행합니다. 우리는 또한 체계적인 거래에 대한 연구를 게시하고 또한 지역에 문의하십시오. 우리의 고객 중 하나는 RavenPack 주요 뉴스 분석 공급 업체입니다. PyThalesians 사이드 아멘에 큰 기여 - 사이드는 상인이 더 나은 매크로 시장을 이해하는 기존 및 새로운 데이터 소스를 사용하는 방법을 해독 Cuemacro (cuemacro)의 설립자이다. 그는 또한 Thalesians의 감독과 공동 설립자을 관리합니다. 그는 경험을 작성하고 성공적으로 리먼 브러더스와 노무라에서 체계적인 거래 모델을 실행하는 10 년을 보유하고 있습니다. 독립적으로, 그는 독점 자본과 체계적인 거래 모델을 실행합니다. 그는 고대 세계는 오늘 (팰 그레이브 맥밀런)를 거래에 대해 우리를 가르 칠 수있는 무엇 무역 Thalesians의 저자이다. 그는 수학에 임페리얼 대학 컴퓨터 과학에서 첫 번째 클래스 우등 석사 학위로 졸업했다. 후원을 통해 또는 체계적인 거래 사이드의 컨설팅 / 연구 서비스를 사용하여 프로젝트를 지원 고려하시기 바랍니다 (당신이 상업 회사의 경우 특히) 유용한 PyThalesians를 발견하면 PyThalesians 프로젝트를 지원. 당신이 프로젝트에 참여하고 싶다면, 또한 알려 : 그것은 우리는 다음과 같은 기능을 추가 할 계획 PyThalesians에 대한 내 자신의 미래의 계획에이 라이브러리를 구축하려고하는 큰 작업을 SA : (적절한 설정 메커니즘이 예를 통해입니다. 현재의 요구에) 핍 (부분) 수동 배포는 보케가 음모를 꾸미고에 대한 지원을 개선) 일부가 (플로팅 Plotly 시본 래퍼를 추가 (부분적으로) 블룸버그와 로이터의 데이터를 스트리밍 할 수있는 기능을 추가 Matlibplot에서 더 많은 플롯이 역사적인 데이터 소스로 로이터 추가 (라이브 사용과 역사적 예정), 더 일반적으로 PyFolio 지원 파이썬 2.7에 대한 지원을 향상 대체 거래 시스템으로 지프에 대한 지원을 통합하여 더 흥미 거래 분석 도구는 인터랙티브 브로커를 통해 실시간 거래에 대한 지원을 추가 우리를 추가 거래 신호를 생성하는 이벤트 기반 코드를 사용하여 할 : 코드보다 강력한 증가 설명서 및 예제 0.1A (매우 실험적인 알파 버전) 기존의 확인 - 7월 1일를 2,015 라인 차트 블룸버그 / 야후 등을 통해 일반 래퍼 2016 6월 8일 같은 시장 데이터의 기본 다운로드를 플롯의 기본 구현 - 수정 첨도 문제, CashBasktest에서 리팩토링 부피 스케일링, TimeSeriesFilter 6월 3일에 재 샘플 래퍼를 추가 2016 - 설치에 누락 된 StrategyTemplate 파일을 수정, 추가 설치를 단순화하는 경로의 자동 감지 및 대한 추가 방법 - CashBacktest을 (전략 방법을 구성) 2016년 6월 2일 가속화 월 2016 팬더 사이에 31 bcolz 전환 - 새로운 Quandl의 API 02 월 2016을 사용하도록 업데이트 Quandl 래퍼를 - - 2016 월 시간 19 지점에서 전략 신호를 플롯 기능 추가 - BacktestRequest를 정돈 (27) 월 2016 TechIndicator에서 사용되지 판다 방법 제거 당함 2016 4월 21일 (팬더 0.18에 대한) 업데이트 cashbacktest - - 2016 4월 28일 SPX의 계절 예제를 추가 2016년 4월 EventStudy (18)에서 사용되지 판다 방법 제거 당함 - 팬더와 일부 호환성 문제가 해결 0.18 2016년 4월 6일 - 추가 더 많은 무역 통계 출력 4월 1일 2016 - 거래 전략 2016년 3월 19일 다음과 같은 간단한 FX 동향을 backtest하는 방법을 보여주기 위해 추가 IPython 노트북 - - 높은 주파수의 시계열 2016년 3월 21일을 가져올 때, 눈에 띄는 작업에 합류 가속화 파이썬 3.5 (윈도우 10에서 아나콘다 2.5) 64 비트 (17) 테스트 2016년 3월 1일 (거래 전략의 민감도 분석을 위해) 더 TradeAnalysis 기능을 추가 - - 추가 IPython 노트북이 입증 다운로드하는 방법 3 월 2016-1.5 2016년 3월 9일하기 matplotlib에서 수정 된 경고 - 그래프 / 시계열 기능과 StrategyTemplate 2016년 3월 11일의 일부를 리팩토링 시장 데이터 및 그래프 2016년 2월 27일 - 고정 총 반환 FX 예 20 이월 2016 - StrategyTemplate 2016년 2월 13일에 대한 더 많은 매개 변수를 추가 - 편집 시간 시리즈 필터 방법 2016년 2월 11일 - USDJPY 자리 2016년 2월 10일에 대한 BoJ을 개입 음모에 추가 예 - 업데이트 프로젝트 설명 01 2016년 2월 - 추가 LightEventsFactory은 쉽게 (HDF5 파일로 저장) 경제학의 데이터 이벤트를 처리 할 수 있도록하는 2016년 1월 20일 - 거래 전략의 결과에 대한 추가 첨도 측정, 고정 Quandl 문제 2016년 1월 19일 - 변경 예 폴더 이름 2016년 1월 15일 - FX 상관 예를 2016년 1월 5일 오프에 추가 위험 / - 추가 된 총 수익 (자리) FX 예를 들어 건설와 indices 2015년 12월 26일 - 사용자 정의 지표 2015 12월 19일를 만들기위한 해당 DataFactory 템플릿을 추가 - - 경제학 데이터 다운로더 2015 12월 24일에 조정 문제는 리팩토링 Dukascopy 다운 2015년 12월 10일 - 다양한 버그 수정 2015년 11월 22일부터 2015년 11월 5일까지 (예)와 추가 기능 블룸버그에서 틱 데이터를 다운로드 - - 추가 장중 이벤트 연구 클래스 (예) 02 2015년 11월 7일은 백 테스팅 수행을 위해 권 타겟팅 기능을 증가 년 11 월 2015 - 압연 상관 관계 (예) 10월 28일 일을 쉽게 래퍼를 추가 2015 - 거래 전략 2015년 10월 26일에 대한 추가 더 민감도 분석 - 블룸버그 오픈 API 다운로더에 대한 다양한 버그 수정 14 년 10 월 2015 - 추가 기능은 시장 데이터의 병렬 다운로드를 할 수 다른 폴더로 리팩토링 예 / 더 계절성 예 2015 9월 19일 - - 블룸버그 다운 2015년 9월 25일에 대한 벤치마킹 및 버그 수정에 대한 예제와 (스레드 / 멀티 라이브러리), FRED를 통해 Plotly choropleth지도 플롯에 대한 경제 데이터를 쉽게 다운로드를 지원 추가 / 블룸버그 / Quandl 2015년 9월 12일은 - 전략의 통계 분석 PyFolio에 대한 기본 지원 추가 2015년 9월 4일 - 추가 StrategyTemplate (예)와 백 테스팅 버그 수정 2015 8월 21일에 대해 - 추가 된 바 - 2015년 8월 15일를 해결하기 matplotlib 몇 가지 버그 추가 된 누적 차트 ( 개선 보케 지원 2015년 8월 7일 - - 하기 matplotlib와 차트 (더 많은 시간 시리즈 필터 기능을 2015 년 8월 9일을 추가 호르헤 산토스 커프스 래퍼를 통해 추가 Plotly 지원 () 2015년 8월 4일 - FRED에서 다운로드 할 수있는 기능 추가 및 FRED에서 다운로드 예. 2015년 7월 29일 - 각종 버그 수정 / 코멘트 (전략 다음과 같은 간단한 FX 동향 포함) 추가 백 테스팅 기능을 제공합니다. 2015년 7월 24일 - 단순 계절성 연구 및 추가 예제를 수행하기위한 추가 기능. 2015년 7월 17일 - 만든 예는 기술 지표를 사용하는 방법을 표시합니다. 2015년 7월 13 - 구성의 변경된 위치는, 예 pythalesians 예에 폴더 이름. 지금 setup. py를 사용하여 설치할 수 있습니다. 2015년 7월 10일 - (- Dukascopy 용어의 조건을 확인 데이터가 개인적인 용도로 무료입니다) Dukascopy FX 틱 데이터를 다운로드하는 기능이 추가되었습니다. 데이터의 지난 달은 일반적으로 Dukascopy에 의해 제공되지 않습니다 참고
No comments:
Post a Comment