Gráficos Forex Quantstart

Pioneirismo em Tomorrows Trading Como funciona. Construa Algoritmos em um IDE de Navegador, Usando Estratégias de Modelo e Design de Dados Grátis e teste sua estratégia em nossos dados gratuitos e quando estiver pronto, implemente-o ao vivo para sua corretora. Code em várias linguagens de programação e aproveite o nosso cluster de centenas de servidores para executar o backtest para analisar sua estratégia em ações, FX, CFD, Opções ou Futures Markets. QuantConnect é a próxima revolução no comércio de quant, combinando computação em nuvem e acesso a dados abertos. Velocidade sem paralelo aproveita nosso farm de servidores para velocidades institucionais do seu computador desktop. Você pode iterar em suas idéias mais rápido do que você já fez antes. Massive Data Library Nós fornecemos uma enorme biblioteca gratuita de dados de resolução de carrapatos de 400 TB que cobre os US Equities, Options, Futures, Fundamentals, CFD e Forex desde 1998. Execução de Classe Mundial Nossos algoritmos de negociação ao vivo estão co-localizados ao lado dos servidores de mercado em Equinix (NY7) Para uma execução rápida resiliente, segura e ilimitada para os mercados. Tenha algumas ótimas ideias Vamos testá-lo Comece seu algoritmo Estratégias de design de Qualidade Profissional, Open Data Library com nossa biblioteca de dados cuidadosamente com curadoria, abrangendo mercados globais, do tico a uma resolução diária. Os dados são atualizados quase que diariamente, para que você possa fazer o backtest sobre os dados mais recentes possíveis, e o viés de sobrevivência livre. Nós oferecemos dados de ticks de ações de volta a janeiro de 1998 para cada símbolo negociado, totalizando mais de 29 mil ações. O preço é fornecido pelo QuantQuote. Além disso, temos dados fundamentais da Morning Star para os 8.000 símbolos mais populares para 900 indicadores desde 1998. FOREX amp CFD Oferecemos 100 pares de moedas e 70 contratos CFD cobrindo todas as principais economias fornecidas pela FXCM e OANDA. O dados está na resolução de carrapatos, começa em abril de 2007 e é atualizado diariamente. Nós oferecemos comércio de trocas de futuros e citar dados de janeiro de 2009 para o presente, para cada contrato negociado em CME, COMEX e GLOBEX. Os dados são atualizados semanalmente e são fornecidos pela AlgoSeek. Oferecemos negociações de opções e cotações até resolução de minutos, para cada opção negociada na ORPA desde 2007, cobrindo milhões de contratos. Os dados são atualizados dentro de 48 horas e são fornecidos pela AlgoSeek. Colaboração em equipe Encontre novos amigos na comunidade e colabore com nosso recurso de codificação de equipe Compartilhe projetos e veja seu código instantaneamente à medida que eles digitam. Você pode até conceder acesso ao vivo e controlar o algoritmo ao vivo em conjunto. Use nossa mensagem instantânea interna para encontrar futuros membros da equipe para unir forças. Propriedade Intelectual Segura Nosso foco é dar-lhe a melhor plataforma de negociação algorítmica possível e proteger sua valiosa propriedade intelectual. Nós sempre seremos um fornecedor de infra-estrutura e tecnologia primeiro. Quando você estiver pronto para o comércio ao vivo, felizmente, você o ajudará a executar através do seu corretor de eleição. Execute Through Leading Brokerages Weve integrado com corretoras líderes mundiais para fornecer a melhor execução e taxas mais baixas para a comunidade. Estratégias conduzidas por eventos O projeto de um algoritmo não poderia ser mais fácil. Existem apenas duas funções necessárias e cuidamos de tudo o mais. Você apenas inicializa () sua estratégia e lida com os eventos de dados solicitados. Você pode criar novos indicadores, classes, pastas e arquivos com um compilador C completo baseado na web e auto-completar. Estamos empenhados em oferecer-lhe a melhor experiência de design de algoritmo possível. Aumente o seu potencial Opt nos usuários podem ter suas estratégias apresentadas aos clientes hedgefund em um painel de estratégia de estratégia transparente. As estratégias são validadas pelo teste de quantConnects e negociação ao vivo, dando-lhe uma revisão de código neutro de terceiros. Os hedgefunds interessados ​​podem contatá-lo diretamente através da QuantConnect para oferecer emprego ou financiamento para sua estratégia. Junte-se à nossa comunidade. Temos uma das maiores comunidades de comércio quantitativas do mundo, construindo, compartilhando e discutiendo estratégias através da nossa comunidade. Converse com algumas das mentes mais brilhantes do mundo à medida que exploramos novos âmbitos da ciência, da matemática e das finanças. Diário de negociação Forex 1 - Automated Forex Trading com a API OANDA Eu mencionei anteriormente no QuantStart: 2014 Em artigo de revisão que eu estaria gastando Alguns de 2015 escrevendo sobre comércio automotivo forex. Dado que eu mesmo geralmente realizo pesquisa em mercados de ações e futuros, pensei que seria divertido (e educacional) escrever sobre minhas experiências de entrar no mercado cambial ao estilo de um diário. Cada entrada do diário tentará construir sobre todos aqueles antes, mas também deve ser relativamente auto-suficiente. Nesta primeira entrada do diário, descreverei como configurar uma nova conta de corretoras de prática com a OANDA, bem como a forma de criar um motor de negociação básico baseado em eventos multiprocessos que possa executar negócios automaticamente em uma configuração prática e ao vivo. No ano passado, passamos muito tempo olhando o backtester dirigido por eventos. Principalmente para ações e ETFs. Aquele que eu apresentamos abaixo é orientado para o forex e pode ser usado para negociação de papel ou negociação ao vivo. Eu escrevi todas as instruções para o Ubuntu 14.04, mas elas devem ser facilmente traduzidas para o Windows ou Mac OS X, usando uma distribuição Python, como a Anaconda. A única biblioteca adicional usada para o mecanismo comercial Python é a biblioteca de solicitações, que é necessária para a comunicação HTTP para a API OANDA. Uma vez que este é o primeiro post diretamente sobre a negociação de câmbio, e o código apresentado abaixo pode ser direto para um ambiente de negociação ao vivo, gostaria de apresentar as seguintes isenções: Disclaimer: A troca de câmbio na margem traz um alto nível de risco, E pode não ser adequado para todos os investidores. O desempenho passado não é indicativo de resultados futuros. O alto grau de alavancagem pode funcionar contra você, assim como para você. Antes de decidir investir em divisas, você deve considerar cuidadosamente seus objetivos de investimento, nível de experiência e apetite de risco. Existe a possibilidade de que você possa sustentar a perda de algum ou todo seu investimento inicial e, portanto, você não deve investir dinheiro que não pode perder. Você deve estar ciente de todos os riscos associados à negociação cambial e procurar o conselho de um consultor financeiro independente se tiver dúvidas. Este software é fornecido como está e quaisquer garantias expressas ou implícitas, incluindo, mas não limitado a, as garantias implícitas de comercialização e adequação para um propósito específico são negadas. Em nenhum caso, os regentes ou contribuidores serão responsáveis ​​por quaisquer danos diretos, indiretos, incidentais, especiais, exemplares ou conseqüentes (incluindo, mas não limitado a, aquisição de bens ou serviços de substituição perda de uso, dados ou lucros ou interrupção de negócios ) No entanto, causou e em qualquer teoria da responsabilidade, seja no contrato, responsabilidade restritiva ou responsabilidade civil (incluindo negligência ou outra) decorrente de qualquer uso indevido deste software, mesmo que seja avisado da possibilidade de tal dano. Configurando uma conta com OANDA A primeira pergunta que vem à mente é porque escolher OANDA. Simplificando, depois de um pouco de Googling em torno de corretores de Forex que possuíam APIs, vi que a OANDA havia lançado recentemente uma API REST adequada que poderia ser facilmente comunicada com quase qualquer idioma de uma maneira extremamente direta. Depois de ler a documentação da API do desenvolvedor. Eu decidi fazer uma tentativa, pelo menos com uma conta prática. Para ser claro - não tenho relação anterior ou existente com a OANDA e estou apenas fornecendo esta recomendação com base em minha experiência limitada ao brincar com sua API de prática e algum uso breve (para download de dados de mercado) enquanto empregado em um fundo anteriormente. Se alguém se deparou com outros corretores forex que também tenham uma API similarmente moderna, então, fique feliz em dar-lhes um visual também. Antes de utilizar a API, é necessário se inscrever para uma conta prática. Para fazer isso, vá para o link de inscrição. Você verá a seguinte tela: você poderá fazer login com suas credenciais de login. Certifique-se de selecionar a guia fxTradePractice na tela de login: uma vez que você precisará anotar sua ID da conta. Ele está listado abaixo do cabeçalho preto dos meus fundos ao lado do primário. O meu é um número de 7 dígitos. Além disso, você também precisará gerar um token de API pessoal. Para fazer isso, clique em Gerenciar Acesso da API abaixo da guia Outras Ações, na parte inferior esquerda: Nesta fase, você poderá gerar um token de API. Você precisará da chave para o uso mais tarde, então certifique-se de anotá-la também. Agora você deseja iniciar o aplicativo FXTrade Practice, que nos permitirá ver as ordens executadas e nossa perda de ampliação de lucro (em papel). Se você estiver executando um sistema Ubuntu, você precisará instalar uma versão ligeiramente diferente do Java. Em particular, a versão Oracle do Java 8. Se você não fizer isso, o simulador de prática não será carregado a partir do navegador. Executei esses comandos no meu sistema: agora você poderá iniciar o ambiente comercial da prática. Volte para o painel de controle OANDA e clique no link de Prática de lançamento de FXTrade destacado. Ele abrirá uma caixa de diálogo Java perguntando se deseja executá-lo. Clique em Executar e a ferramenta de prática fxTrade será carregada. O meu padrão foi definido para um gráfico de velas de 15 minutos da EURUSD com o painel de citação à esquerda: neste ponto, estamos prontos para começar a projetar e codificar nosso sistema de negociação forex automatizado contra a API OANDA. Visão geral da arquitetura de negociação Se você acompanha a série de backtester baseada em eventos para ações e ETFs que eu criei no ano passado, você estará ciente de como esse sistema de negociação baseado em eventos funciona. Para aqueles que são novos para o software dirigido a eventos. Eu sugeriria fortemente a leitura do artigo, a fim de obter uma visão de como eles funcionam. Em essência, todo o programa é executado em um loop infinte while que só termina quando o sistema comercial é desligado. O mecanismo de comunicação central do programa é fornecido através de uma fila que contém eventos. A fila é constantemente consultada para verificar novos eventos. Uma vez que um evento foi retirado do topo da fila, ele deve ser tratado por um componente apropriado do programa. Assim, um feed de dados do mercado pode criar TickEvent s que são colocados na fila quando um novo preço de mercado chega. Um objeto de estratégia gerador de sinal pode criar OrderEvent s que devem ser enviados para uma corretora. A utilidade de tal sistema é dada pelo fato de que não importa qual ordem ou tipos de eventos são colocados na fila, pois sempre serão tratados corretamente pelo componente certo dentro do programa. Além disso, diferentes partes do programa podem ser executadas em segmentos separados. O que significa que nunca há qualquer espera para qualquer componente específico antes de processar qualquer outro. Isso é extremamente útil em situações de negociação algorítmica, onde manipuladores de feed de dados de mercado e geradores de sinal de estratégia possuem características de desempenho muito diferentes. O principal loop de negociação é dado pelo seguinte pseudo-código Python: como afirmamos acima, o código é executado em um loop infinito. Em primeiro lugar, a fila é consultada para recuperar um novo evento. Se a fila estiver vazia, o loop simplesmente será reiniciado após um período de sono curto conhecido como batimento cardíaco. Se um evento for encontrado, seu tipo é avaliado e, em seguida, o módulo relevante (seja a estratégia ou o manipulador de execução) é chamado a lidar com o evento e possivelmente gerar novos que voltem para a fila. Os componentes básicos que criaremos para o nosso sistema comercial incluem o seguinte: Controlador de preços de transmissão - Isso manterá uma conexão de longa duração aberta aos servidores OANDAs e enviará dados de marca (ou seja, bidask) em toda a conexão para quaisquer instrumentos interessados. Gerador de sinal de estratégia - Isso levará uma seqüência de eventos de tiques e usá-los para gerar ordens de negociação que serão executadas pelo manipulador de execução. Execution Handler - Toma um conjunto de eventos de ordem e depois os executa cegamente com OANDA. Eventos - Esses objetos constituem as mensagens que são transmitidas na fila de eventos. Exigimos apenas dois para esta implementação, nomeadamente o TickEvent e o OrderEvent. Ponto de entrada principal - O ponto de entrada principal também inclui o loop de comércio que pesquisa continuamente a fila de mensagens e envia mensagens para o componente correto. Isso geralmente é conhecido como o loop de evento ou o manipulador de eventos. Vamos agora discutir a implementação do código em detalhes. Na parte inferior do artigo está a listagem completa de todos os arquivos de código fonte. Se você colocá-los no mesmo diretório e executar o python trading. py, você começará a gerar ordens, assumindo que você tenha preenchido o ID da sua conta e o token de autenticação da OANDA. Implementação do Python É uma prática ruim armazenar senhas ou chaves de autenticação dentro de uma base de código, pois você nunca pode prever quem acabará por ter acesso a um projeto. Em um sistema de produção, nós armazenamos essas credenciais como variáveis ​​de ambiente com o sistema e, em seguida, consultamos esses envvars cada vez que o código é redistribuído. Isso garante que as senhas e os tokens de autenticação nunca sejam armazenados em um sistema de controle de versão. No entanto, uma vez que estamos apenas interessados ​​em construir um sistema de comércio de brinquedos e não estamos preocupados com detalhes de produção neste artigo, em vez disso, separaremos estes tokens de autenticação em um arquivo de configurações. No seguinte arquivo de configuração settings. py, temos um dicionário denominado AMBIENTES que armazena os pontos finais da API tanto para a API de transmissão de preços OANDA como para a API de negociação. Cada sub-dicionário contém três pontos de extremidade API diferentes: real. Prática e sandbox. A API do sandbox é puramente para testar o código e verificar se não há erros ou erros. Não possui as garantias de tempo de atividade das APIs reais ou práticas. A prática API, em essência, oferece a capacidade de comércio de papel. Ou seja, ele fornece todos os recursos da API real em uma conta de prática simulada. A verdadeira API é só isso - é uma negociação ao vivo Se você usa esse ponto final em seu código, ele será negociado contra o saldo da sua conta ao vivo. SEJA EXTREMAMENTE CUIDADOSO IMPORTANTE: quando negociar contra a API prática, lembre-se que um custo de transação importante, o impacto de mercado. Não é considerado. Uma vez que nenhum negócio é realmente colocado no meio ambiente, esse custo deve ser explicado de outra forma em outro lugar usando um modelo de impacto de mercado, se você deseja avaliar de forma realista o desempenho. No seguinte, estamos usando a conta de prática conforme a definição DOMAIN. Precisamos de dois dicionários separados para os domínios, um para os componentes de API de transmissão e transmissão. Finalmente, temos o ACCESSTOKEN e ACCOUNTID. Eu preenchi os dois abaixo com IDs falsas, então você precisará utilizar o seu próprio, que pode ser acessado a partir da página da conta OANDA: O próximo passo é definir os eventos que a fila usará para ajudar todos os componentes individuais a se comunicarem. Precisamos de dois: TickEvent e OrderEvent. O primeiro armazena informações sobre dados do mercado de instrumentos, como o (melhor) bidask e o tempo de troca. O segundo é usado para transmitir ordens ao manipulador de execução e, portanto, contém o instrumento, o número de unidades para troca, o tipo de ordem (mercado ou limite) eo lado (ou seja, comprar e vender). Para o futuro do nosso código de eventos, vamos criar uma classe base chamada Evento e ter todos os eventos herdados disto. O código é fornecido abaixo em events. py: A próxima classe que vamos criar irá lidar com a estratégia de negociação. Nesta demonstração, vamos criar uma estratégia bastante absurda que simplesmente recebe todos os carrapatos do mercado e, em cada 5º trimestre, compra ou vende de maneira aleatória 10 000 unidades de EURUSD. Claramente, esta é uma estratégia ridícula No entanto, é fantástico para fins de teste, porque é direto codificar e entender. Em futuras entradas no diário, substituiremos isso com algo significativamente mais emocionante que (espero) gire um lucro O arquivo strategy. py pode ser encontrado abaixo. Vamos trabalhar através dele e ver o que está acontecendo. Em primeiro lugar, importamos a biblioteca aleatória e o objeto OrderEvent de events. py. Precisamos da biblioteca aleatória para selecionar uma ordem de compra ou venda aleatória. Precisamos do OrderEvent, pois é assim que o objeto de estratégia enviará ordens para a fila de eventos, que será posteriormente executada pelo manipulador de execução. A classe TestRandomStrategy simplesmente leva o instrumento (neste caso EURUSD), o número de unidades e a fila de eventos como um conjunto de parâmetros. Em seguida, ele cria um contador de tiques que é usado para contar quantas instâncias do TickEvent tem visto. A maior parte do trabalho ocorre no método calculatesignals, que simplesmente leva um evento, determina se é um TickEvent (ignore) e incrementa o contador de ticks. Em seguida, verifica se a contagem é divisível em 5 e, em seguida, compra ou vende aleatoriamente, com uma ordem de mercado, o número especificado de unidades. Certamente, não é a maior estratégia de negociação do mundo, mas será mais do que adequado para nossos objetivos de teste da API de corretagem OANDA. O próximo componente é o manipulador de execução. Esta classe é encarregada de atuar sobre as instâncias do OrderEvent e fazer solicitações ao corretor (neste caso, OANDA) de uma forma burra. Ou seja, não há gerenciamento de risco ou sobreposição de construção de potfolio. O manipulador de execução simplesmente executará qualquer ordem que tenha sido dada. Devemos passar todas as informações de autenticação para a classe Execution, incluindo o domínio (prática, real ou sandbox), o token de acesso e identificação da conta. Em seguida, criamos uma conexão segura com httplib. Um dos Pythons construído em bibliotecas. A maior parte do trabalho ocorre na ordem de execução. O método requer um evento como um parâmetro. Em seguida, constrói dois dicionários - os cabeçalhos e os params. Esses dicionários serão então codificados corretamente (parcialmente por urllib, outra biblioteca Python) para serem enviados como uma solicitação HTTP POST para a API OANDAs. Passamos os parâmetros de cabeçalho do tipo de conteúdo e autorização, que incluem nossas informações de autenticação. Além disso, codificamos os parâmetros, que incluem o instrumento (EURUSD), unidades, tipo de ordem e lado (buysell). Finalmente, fazemos o pedido e salvamos a resposta: o componente mais complexo do sistema de negociação é o objeto StreamingForexPrices, que lida com as atualizações de preço de mercado da OANDA. Existem dois métodos: connecttostream e streamtoqueue. O primeiro método usa a biblioteca de solicitações Python para se conectar a um soquete de transmissão com os cabeçalhos e parâmetros apropriados. Os parâmetros incluem o ID da conta e a lista de instrumentos necessários que devem ser ouvidos para atualizações (neste caso, é apenas EURUSD). Observe a seguinte linha: Isso indica que a conexão seja transmitida e, portanto, mantida aberta de forma longa. O segundo método, streamtoqueue. Na verdade, tenta se conectar ao fluxo. Se a resposta não for bem sucedida (ou seja, o código de resposta não é HTTP 200), então simplesmente retornamos e saímos. Se for bem sucedido, tentamos carregar o pacote JSON retornado para um dicionário Python. Finalmente, convertemos o dicionário Python com o instrumento, bidask e timestamp em um TickEvent que é enviado para a fila de eventos: agora temos todos os principais componentes no lugar. O passo final é encerrar tudo o que escrevemos até agora em um programa principal. O objetivo deste arquivo, conhecido como trading. py. É criar dois segmentos separados. Um dos quais executa o manipulador de preços e o outro que administra o manipulador de negociação. Por que precisamos de dois segmentos separados. Simplificando, estamos executando dois pedaços separados de código, ambos em execução contínua. Se formássemos um programa não-threaded, o soquete de transmissão usado para as atualizações de preços nunca mais seria lançado de volta ao caminho do código principal e, portanto, nunca realizaríamos nenhuma negociação. Da mesma forma, se corremos o loop de comércio (veja abaixo), nunca retornaríamos o caminho do fluxo para o soquete de transmissão de preços. Por isso, precisamos de múltiplos tópicos, um para cada componente, para que possam ser realizados de forma independente. Ambos se comunicarão entre si através da fila de eventos. Vamos examinar isso um pouco mais. Criamos dois segmentos separados com as seguintes linhas: Passamos a função ou o nome do método para o argumento de palavra-chave alvo e passamos uma iterável (como uma lista ou uma tupla) para o argumento de palavras-chave args, que passa esses argumentos para a função do método real . Finalmente, começamos os dois tópicos com as seguintes linhas: Assim, podemos executar dois, efetivamente infinitos looping, segmentos de código independentemente, que ambos se comunicam através da fila de eventos. Observe que a biblioteca de threading do Python não produz um verdadeiro ambiente multi-core de múltiplos núcleos devido à implementação do CPython do Python e do Bloqueio do Intérprete Global (GIL). Se você quiser ler mais sobre multithreading no Python, veja este artigo. Vamos examinar o resto do código em detalhes. Em primeiro lugar, importamos todas as bibliotecas necessárias, incluindo Fila. Threading e tempo. Em seguida, importamos todos os arquivos de código acima. Eu pessoalmente prefiro capitalizar quaisquer configurações, o que é um hábito que eu peguei de trabalhar com o Django. Depois disso, definimos a função de comércio, que foi explicada no pseudocódigo Python acima. Um loop infinito é executado (enquanto True:) que pesquisa continuamente a partir da fila de eventos e apenas ignora o loop se ele for encontrado vazio. Se um evento for encontrado, então é um TickEvent ou um OrderEvent e então o componente apropriado é chamado para executá-lo. Nesse caso, é uma estratégia ou um manipulador de execução. O loop, em seguida, simplesmente dorme durante segundos de heartbeat (neste caso 0,5 segundos) e continua. Finalmente, definimos o ponto de entrada principal do código na função principal. É bem comentado abaixo, mas vou resumir aqui. Em essência, instanciamos a fila de eventos e definimos as unidades de instrumentos. Em seguida, criamos a classe de transmissão de preços StreamingForexPrices e, posteriormente, o processador de execução Execução. Ambos recebem os detalhes de autenticação necessários fornecidos pela OANDA ao criar uma conta. Em seguida, criamos a instância TestRandomStrategy. Finalmente, definimos os dois tópicos e depois os iniciamos: Para executar o código, você simplesmente precisa colocar todos os arquivos no mesmo diretório e chamar o seguinte no terminal: Observe que para parar o código nesta fase requer uma morte difícil do Processo de Python. Via Ctrl-Z ou equivalente, não adicionei um segmento adicional para lidar com a procura do sys. exit () que seria necessário para parar o código com segurança. Uma maneira potencial de parar o código em uma máquina do UbuntuLinux é digitar: e depois passar a saída deste (um número de processo) para o seguinte: Onde o PROCESSID deve ser substituído pela saída do pgrep. Observe que esta não é uma prática particularmente boa Em artigos posteriores, estaremos criando um mecanismo de stopstart mais sofisticado que faça uso da supervisão do processo do Ubuntus para que o sistema comercial seja executado 247. A saída após 30 segundos ou mais, dependendo do tempo de Dia relativo às principais horas de negociação para o EURUSD, para o código acima, é fornecido abaixo: As cinco primeiras linhas mostram os dados da marca JSON retornados da OANDA com os preços da bidask. Posteriormente, você pode ver a saída da ordem de execução, bem como a resposta JSON retornada da OANDA confirmando a abertura de um comércio de compra por 10.000 unidades de EURUSD e o preço que foi alcançado em. Isso continuará funcionando indefinidamente até você matar o programa com um comando Ctrl-Z ou similar. O que está em breve Em artigos posteriores, vamos realizar algumas melhorias tão necessárias, incluindo: Estratégias reais - Estratégias de forex adequadas que geram sinais lucrativos. Infraestrutura de produção - Implementação de servidor remoto e sistema de comércio monitorado 247, com capacidade de parada. Portfólio e gerenciamento de riscos - Carteira e sobreposições de risco para todos os pedidos sugeridos da estratégia. Múltiplas estratégias - Construindo um portfólio de estratégias que se integram na sobreposição de gerenciamento de riscos. Tal como acontece com o backtester baseado em eventos de ações, também precisamos criar um módulo de backextração forex. Isso nos permitirá realizar pesquisas rápidas e facilitar a implementação de estratégias. Settings. py (lembre-se de alterar ACCOUNTID e ACCESSTOKEN):