Robô forex de python

O sistema baseia-se na natureza média de reversão das flutuações de preços durante as horas noturnas (das 20:00 às 08:00 para EET). O backtest foi realizado a partir de 2005.
O EA coloca dois pedidos de limite em um período de tempo específico. Este sistema não utiliza técnicas de martingale / grid nem gerenciamento de hedge.
O robô de negociação usa:
EMA diário para determinação da tendência; Níveis de suporte e resistência do Canal de preços para posicionamento ideal de pedidos de limite; Filtro de Volatilidade; Time-stop e Stop-loss.
Prazo - M30. Moeda: GBP / USD. O EA pode ser backtested por barras ou por cada tick.
Lotes - tamanho do lote de negociação. OrderStepPip - passo entre dois pedidos de limite. TakeProfitPip - meta de lucro em pips (cotações de 4 dígitos) do preço de entrada. StopLossPip - stop-loss em pips (cotações de 4 dígitos) do preço de entrada. 0 desabilitado. PCH - período do canal de preços. Período EMA - EMA. OrderStartHour - hora em que o EA começará a encontrar pontos de entrada de compra / venda ideais. Se o ponto de entrada for encontrado, o EA colocará uma ordem de limite. OrderStopHour - hora em que o EA deixará de encontrar pontos de entrada de compra / venda ideais. TStopHour - hora em que o EA sairá de uma posição. UseMM_Balance - valor na moeda de depósito. Se esta opção estiver definida (ou seja, diferente de 0), então o lote de negociação é calculado por cada parte UseMM_Balance do depósito. Se definido como 0, o tamanho do lote de negociação é fixo e é igual a Lotes. Por exemplo, se Lots = 0.1 e UseMM_Balance = 300, quando o depósito for 300, o EA abrirá uma ordem de 0,1 lote, e quando o depósito for 600 - 0,2 lote, quando o depósito for 900 - 0,3 lote, etc. parâmetro é necessário para o reinvestimento.
Recursos EA.
Depósito mínimo - 100 $ Lote mínimo - 0,01 Tipos de contas recomendados - NDD e ECN.
Bons resultados na conta de demonstração. Desistências ocasionalmente - nem sempre - parecem um pouco grandes. Agora testando em pequena conta real. Edite a revisão em algumas semanas e informe sobre a estabilidade.
Editar 1: executando em conta ao vivo fornece resultados positivos. Negociação lenta (1-2 Trades / week no máximo) é verdadeira. Eu não me importo em negociar vagarosamente. Estabilidade é tudo ou nada. Assim, se ainda for lucrativo em algumas semanas, postarei a próxima edição.
Editar 2: Depois de algumas semanas, decidi não usá-lo na minha conta real. Houve muito zig-zag recentemente e a estabilidade nem sempre foi dada. Talvez seja devido a mercados em mudança, mas eu prefiro EAs que podem lidar com isso e são rentáveis ​​a longo prazo.
Ainda assim, para ganhos de curto prazo, tudo bem, mas esse não é meu objetivo. Obrigado mesmo assim.

BigData. Iniciantes. Negociação
BigData. Iniciantes. Negociação
Colocando seu primeiro comércio Forex com o Python.
Atualização: atualizei o código para que funcione com a nova API da Oanda. Venha aqui.
Hora de falar sobre corretores, como colocar um comércio programaticamente e, mais importante, como não ser enganado.
Um corretor nada mais é do que uma empresa que permite negociar (comprar ou vender) ativos em um mercado por meio de sua plataforma. O que é muito importante para o algotrading é:
O corretor oferece uma API para que possamos fazer pedidos Você pode ter uma conta de demonstração para executar seu ambiente de preparação e experimentar O spread é o menor possível.
No nosso caso, nós realmente não nos importamos com spread, já que não estaremos fazendo High Frequency Trading em breve.
Mesmo que os corretores sejam regulamentados, houve incidentes nos últimos dois anos, quando os corretores foram dobrados devido a certas condições. Seja muito cauteloso se.
Não há comentários do corretor na internet (ou a maioria deles é ruim) Se o corretor oferece alguma alavancagem louca (como 1: 200) Se o corretor parece estar em um país muito estranho.
O que pode acontecer é que você comece a ganhar algum dinheiro e você não será capaz de retirá-los. A sério. Situação super estressante.
Mas vamos mudar para uma nota mais feliz que está abrindo uma conta e colocando nosso primeiro comércio programático. Whooha!
Eu estou usando o Oanda como um corretor (eu não sou afiliado com eles) e eles oferecem uma API decente, bibliotecas no github e uma conta demo gratuita.
Depois de fazer login na sua conta de demonstração, acesse Gerenciar acesso à API. Lá você pode encontrar sua chave de API que usaremos em nosso sistema para fazer negócios. CERTIFIQUE-SE DE NÃO COMPARTILHAR ESTA CHAVE.
O código para isso é e todos os outros posts estão no github e você pode instalá-lo e executá-lo facilmente.
Atualização: Oanda lançou um novo mecanismo de execução (kickass) chamado v20 e eles lançaram uma nova (melhorada) API. Esta postagem foi atualizada para usar a nova API, mas se (por algum motivo) você quiser verificar o código antigo, ela está aqui. Você tem sorte!
Conectar-se ao Oanda precisa de um arquivo conf - que você pode gerar usando um script que o Oanda fornece aqui ou você pode simplesmente criá-lo você mesmo. Porque você iria querer aquilo? Primeiro de tudo, quando se trata de credenciais (e meu dinheiro), eu prefiro saber tudo o que está acontecendo. E eu não gosto de ter que instalar o PyYAML apenas para ler um arquivo conf. Sinta-se à vontade para usar um dos métodos.
Agora prepare-se para se surpreender. O código é direto. Nós inicializamos a API:
e agora vamos fazer um pedido (compre 5000 unidades de EURUSD)
Verifique o preço atual é tão fácil!
Super fácil. Não se preocupe com o que é o EURUSD ou quantas unidades estamos comprando ou o que é uma ordem de mercado. Por enquanto, nós colocamos nossa primeira negociação em nosso laptop e vamos construir nossa própria API para fazer negócios. Coisas emocionantes!
Você pode ler a documentação de Oanda aqui para ver o que mais você pode fazer com sua API e encontrar a biblioteca Python aqui. Um dos exemplos estão disponíveis na página do github de Oanda aqui.
A seguir, conectando-se a um sistema de algotrading real ao vivo, rodando a partir do meu RaspberryPI em casa.
Você poderá ver o programa (quase) final em execução e falaremos mais sobre Forex e estratégias.
Se você tiver mais comentários, envie-me um ping no jonromero ou inscreva-se no boletim informativo.
Outro Jurídico Este é um tutorial de engenharia sobre como construir uma plataforma de algotrading para experimentação e DIVERSÃO. Todas as sugestões aqui não são conselhos financeiros. Se você perder algum (ou todo) dinheiro porque seguiu qualquer aviso de negociação ou implantou este sistema em produção, você não pode culpar esse blog aleatório (e / ou eu). Aproveite por sua conta e risco.

Robôs de construção com framboesa Pi e Python.
Introdução: Robôs de construção com Raspberry Pi e Python.
Etapa 1: lista de peças.
Neste tutorial, vamos usar os seguintes itens:
Etapa 2: Introdução ao Python.
Python é uma linguagem de programação de alto nível interpretada, interativa, orientada a objetos e de alto nível que foi criada por Guido van Rossum no final dos anos oitenta. O Python permite que os usuários escrevam código com sintaxe clara e legível, com um número crescente de bibliotecas de suporte para várias tarefas de código aberto e com uma comunidade baseada em seu desenvolvimento. Aqui estão alguns links úteis que podem ser úteis quando se inicia.
Etapa 3: Instalação e Configuração do Python.
Para que nossos programas em Python sejam executados, precisamos primeiro garantir que o Python esteja instalado em nosso sistema junto com as dependências adequadas e verificar a versão que estamos usando. Agora, se você estiver usando a imagem "2013-02-09-wheezy-raspbian. img" ou mais tarde no seu Raspberry Pi, o Python deve estar pré-instalado.
sudo chmod + x /home/pi/term. py.
sudo chmod + x /home/pi/Buttons. py.
E, por último, consulte o diagrama de fiação acima para configurar as conexões de energia para a base do robô.
Etapa 4: exemplos.
Eu escolhi alguns programas úteis e simples que podem ajudá-lo a começar a entender o Python e conectá-lo ao seu Arduino. Há muitos tutoriais úteis no Youtube e on-line que você deve investigar se quiser desenvolver um entendimento mais forte do Python. Eu só vou explicar brevemente a natureza do código, incluindo alguns comentários dentro do código. Então, se você está curioso sobre como o Python funciona ou suas regras, sintaxe, expressões. Você também pode experimentar alguns dos links abaixo.
Quando o programa é executado corretamente, podemos usar o teclado para enviar dados para o Arduino pela serial para controlar o nosso robô.
E o último programa é uma interface de botão simples que exibe botões clicáveis ​​para enviar dados ao Arduino para conduzir o robô.
Você pode clicar duas vezes em Buttons. py ou usar o seguinte comando de terminal.
Etapa 5: Teleoperação
VNC (Virtual Network Computing) é uma forma de controlar e monitorar uma área de trabalho de computadores de outro computador em uma rede. Que no nosso caso será útil para teleoperação remota sem fio do robô e controle básico do Raspberry Pi. Para concluir esta tarefa, precisaremos de um roteador sem fio e de um dongle sem fio conectado ao PI Raspberry, além de um computador separado para controlar o robô por meio do VNC.

Robô Forex de Python
Esta série de tutoriais abrange uma versão mais básica da programação de robótica com Python e o Raspberry Pi, usando o framework GoPiGo. A ideia do framework GoPiGo para robótica é colocar você em funcionamento o mais rápido e simples possível. Com o GoPiGo, você pode construir seu robô em cerca de 10 minutos e está pronto para começar a programá-lo.
Não é só construir uma brisa, você também pode programar em cima do software GoPiGo que já é fornecido a você. Em nossa prévia, mais desafiadora, Programação com a série de tutoriais Raspberry Pi e Python, descobrimos que não apenas precisávamos construir nosso robô, mas também tínhamos que trabalhar diretamente com os pinos IO no Raspberry Pi, e a ponte H , enviando vários padrões de sinal para alcançar resultados diferentes com motores, por exemplo. Isso se mostrou tedioso e desafiador para alguns. O GoPiGo simplifica isso para nós, e tudo o que precisamos programar para fazer nosso robô avançar é o fwd (). É claro que, se você ainda quiser ver como a função de encaminhamento funciona, você ainda pode chegar ao script gopigo. py e mexer se preferir.
Embora você possa usar inicialmente o software GoPiGo para fazer sua corrida o mais rápido possível, você pode continuar o desafio escrevendo seu próprio software e conectando vários sensores. Para nós, vamos primeiro criar um script de controle remoto simples para o nosso robô e depois torná-lo autônomo. Nós usaremos o sensor de distância para nos certificarmos de que não estamos batendo nas paredes, e então usaremos a câmera para que possamos ver inicialmente o que nosso robô está fazendo, e então vamos até mesmo molhar os pés com um pouco de pouco de OpenCV e detecção de rosto!
Se tudo isso soa interessante para você, fique por perto! Primeiro, vamos precisar da lista de suprimentos.

Forex Trading Diary # 1 - Negociação Forex Automatizada com a API OANDA.
Forex Trading Diary # 1 - Negociação Forex Automatizada com a API OANDA.
Eu mencionei anteriormente no artigo QuantStart: 2014 In Review que eu estaria gastando parte de 2015 escrevendo sobre negociação forex automatizada.
Como eu geralmente faço pesquisas em bolsas e mercados futuros, achei que seria divertido (e educativo!) Escrever sobre minhas experiências de entrar no mercado forex no estilo de um diário. Cada "entrada de diário" tentará construir sobre todos aqueles antes, mas também deve ser relativamente independente.
Nesta primeira entrada do diário estarei descrevendo como configurar uma nova conta de corretagem prática com a OANDA, além de como criar um mecanismo de negociação básico orientado a eventos multithreaded que pode executar negociações automaticamente em uma configuração prática e ao vivo.
No ano passado, passamos muito tempo examinando o backtester orientado a eventos, principalmente para ações e ETFs. O que eu apresento abaixo é voltado para o forex e pode ser usado para negociação de papel ou negociação ao vivo.
Eu escrevi todas as instruções a seguir para o Ubuntu 14.04, mas elas devem ser facilmente traduzidas para o Windows ou Mac OS X, usando uma distribuição Python como o Anaconda. A única biblioteca adicional usada para o mecanismo de negociação Python é a biblioteca de solicitações, necessária para a comunicação HTTP com a API OANDA.
Uma vez que este é o primeiro post diretamente sobre a troca de moeda estrangeira, e o código apresentado abaixo pode ser diretamente adaptado para um ambiente de negociação ao vivo, eu gostaria de apresentar as seguintes declarações de exoneração de responsabilidade:
Isenção de responsabilidade: Negociar divisas na margem implica um elevado 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 e também para você. Antes de decidir investir em moeda estrangeira, você deve considerar cuidadosamente seus objetivos de investimento, nível de experiência e apetite de risco. Existe a possibilidade de você sustentar uma perda de parte ou de todo o seu investimento inicial e, portanto, não deve investir dinheiro que não pode perder. Você deve estar ciente de todos os riscos associados à negociação em moeda estrangeira e procurar orientação de um consultor financeiro independente, caso tenha alguma dúvida.
Este software é fornecido "como está" e quaisquer garantias expressas ou implícitas, incluindo, mas não se limitando a, garantias implícitas de comercialização e adequação a uma finalidade específica são renunciadas. Em nenhum caso os regentes ou contribuintes serão responsáveis ​​por quaisquer danos diretos, indiretos, incidentais, especiais, exemplares ou consequentes (incluindo, mas não se limitando a, aquisição de bens ou serviços substitutos, perda de uso, dados ou lucros; ou interrupção de negócios), no entanto causada e em qualquer teoria de responsabilidade, seja em contrato, responsabilidade estrita, ou delito (incluindo negligência ou de outra forma) decorrentes de qualquer uso do software, mesmo se avisado da possibilidade de tal dano.
Configurando uma conta com o OANDA.
A primeira pergunta que vem à mente é "Por que escolher o OANDA?". Simplificando, depois de pesquisar um pouco sobre forex brokers que tinham APIs, vi que a OANDA havia lançado recentemente uma API REST adequada que podia ser facilmente comunicada de praticamente qualquer idioma de uma maneira extremamente simples. Depois de ler a documentação da API do desenvolvedor, decidi tentar, pelo menos com uma conta prática.
Para ser claro - não tenho nenhum relacionamento anterior ou existente com a OANDA e estou apenas fornecendo esta recomendação com base na minha experiência limitada de 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 deparar com quaisquer outros corretores de forex que também tenham uma API similarmente moderna, então eu ficaria feliz em dar-lhes uma aparência 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 então entrar com suas credenciais de login. Certifique-se de selecionar a guia "fxTradePractice" na tela de login:
Quando chegar, você precisará anotar seu ID da conta. Ele está listado abaixo do cabeçalho "Meus Fundos", ao lado de "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 à API" abaixo da guia "Outras ações" na parte inferior esquerda:
Nesse estágio, você poderá gerar um token de API. Você precisará da chave para usá-la mais tarde, portanto, certifique-se de anotá-la também.
Agora você vai querer lançar o aplicativo FXTrade Practice, que nos permitirá ver as ordens executadas e nosso (papel!) Lucro & amp; perda.
Se você estiver executando um sistema Ubuntu, 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. Eu corri estes comandos no meu sistema:
Agora você poderá iniciar o ambiente comercial de prática. Volte para o painel OANDA e clique no link verde destacado "Ativar FXTrade Practice". Ele abrirá uma caixa de diálogo Java perguntando se você deseja executá-lo. Clique em "Executar" e a ferramenta fxTrade Practice será carregada. O meu padrão foi um gráfico de velas de 15 min de EUR / USD com o painel de cotações à esquerda:
Tela OANDA fxTrade Practice.
Neste ponto, estamos prontos para começar a projetar e codificar nosso sistema automatizado de negociação forex contra a API OANDA.
Visão geral da arquitetura de negociação.
Se você tem acompanhado a série de backtester orientada a eventos para ações e ETFs que eu criei no ano passado, você estará ciente de como um sistema de negociação orientado a eventos funciona. Para aqueles de vocês que são novos no software orientado a eventos, sugiro fortemente ler o artigo para obter algumas dicas sobre como eles funcionam.
Em essência, todo o programa é executado em um infinte, enquanto o loop só termina quando o sistema de negociação é desligado. O mecanismo central de comunicação do programa é dado por meio de uma fila que contém eventos.
A fila é constantemente consultada para verificar novos eventos. Uma vez que um evento tenha sido retirado do topo da fila, ele deve ser tratado por um componente apropriado do programa. Portanto, um feed de dados de mercado pode criar TickEvents que são colocados na fila quando chega um novo preço de mercado. Um objeto de estratégia de geração de sinal pode criar OrderEvents 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 eles sempre serão tratados corretamente pelo componente certo dentro do programa.
Além disso, diferentes partes do programa podem ser executadas em encadeamentos separados, o que significa que nunca há qualquer espera por qualquer componente em particular antes do processamento de qualquer outro. Isso é extremamente útil em situações de negociação algorítmica em que os manipuladores de feed de dados de mercado e os geradores de sinal de estratégia têm características de desempenho muito diferentes.
O loop de negociação principal é dado pelo seguinte pseudocódigo do Python:
Como afirmamos acima, o código é executado em um loop infinito. Em primeiro lugar, a fila é pesquisada para recuperar um novo evento. Se a fila estiver vazia, o loop simplesmente reinicia após um curto período de suspensão conhecido como "heartbeat". Se um evento for encontrado, seu tipo é avaliado e, em seguida, o módulo relevante (a estratégia ou o manipulador de execução) é chamado para manipular o evento e, possivelmente, gerar novos que retornam à fila.
Os componentes básicos que criaremos para nosso sistema de negociação incluem o seguinte:
Manipulador de Preço de Transmissão - Isso manterá uma conexão de longa duração aberta aos servidores da OANDA e enviará dados de tick (ou seja, lance / pedido) através da conexão para quaisquer instrumentos que nos interessem. Gerador de Sinal de Estratégia - Isso levará uma sequência de marcações eventos e usá-los para gerar ordens de negociação que serão executadas pelo manipulador de execução. Manipulador de Execução - Executa um conjunto de eventos de pedido e executa-os cegamente com OANDA. Eventos - Esses objetos constituem as "mensagens" transmitidas na fila de eventos. Nós só precisamos de dois para esta implementação, ou seja, o TickEvent e o OrderEvent. Ponto de entrada principal - O ponto de entrada principal também inclui o loop de "troca" que pesquisa continuamente a fila de mensagens e envia mensagens para o componente correto. Isso geralmente é conhecido como "event loop" ou "event handler".
Vamos agora discutir a implementação do código em detalhe. Na parte inferior do artigo está a lista completa de todos os arquivos de código-fonte. Se você colocá-los no mesmo diretório e executar python trading. py, você começará a gerar pedidos, desde que tenha preenchido seu ID de conta e token de autenticação da OANDA.
Implementação Python.
É uma prática ruim armazenar senhas ou chaves de autenticação dentro de uma base de código, pois você nunca pode prever quem terá acesso permitido a um projeto. Em um sistema de produção, armazenamos essas credenciais como variáveis ​​de ambiente com o sistema e, em seguida, consultamos esses "envvars" sempre que o código é reimplantado. Isso garante que senhas e tokens de autenticação nunca sejam armazenados em um sistema de controle de versão.
No entanto, como estamos apenas interessados ​​em criar um sistema de negociação de "brinquedos" e não nos preocupamos com detalhes de produção neste artigo, iremos separar esses tokens de autenticação em um arquivo de configurações.
No seguinte arquivo de configuração settings. py, temos um dicionário chamado ENVIRONMENTS, que armazena os endpoints da API para a API de streaming de preço OANDA e para a API de negociação. Cada sub dicionário contém três endpoints de API separados: real, prática e sandbox.
A sandbox API é puramente para testar código e verificar se não há erros ou bugs. Ele não tem garantias de tempo de atividade das APIs reais ou práticas. A prática API, em essência, fornece a capacidade de comércio de papel. Ou seja, ele fornece todos os recursos da API real em uma conta de prática simulada. A API real é apenas isso - é negociação ao vivo! Se você usar esse endpoint em seu código, ele será negociado com o saldo da sua conta ativa. SEJA EXTREMAMENTE CUIDADO!
IMPORTANTE: Ao negociar com a API da prática, lembre-se de que um custo de transação importante, o impacto no mercado, não é considerado. Como nenhum negócio está realmente sendo colocado no ambiente, esse custo deve ser contabilizado de outra maneira em outro lugar, usando um modelo de impacto de mercado, se você quiser avaliar realisticamente o desempenho.
A seguir, estamos usando a conta de prática conforme fornecida pela configuração DOMAIN. Precisamos de dois dicionários separados para os domínios, um para os componentes da API de streaming e de negociação. Finalmente, temos o ACCESS_TOKEN e o ACCOUNT_ID. Eu preenchi os dois abaixo com IDs fictícios, então você precisará utilizar os seus próprios, que podem ser acessados ​​na página da conta OANDA:
A próxima etapa é definir os eventos que a fila usará para ajudar todos os componentes individuais a se comunicarem. Precisamos de dois: TickEvent e OrderEvent. A primeira armazena informações sobre os dados do mercado de instrumentos, como o (melhor) lance / pedido e o tempo de negociação. O segundo é usado para transmitir ordens ao manipulador de execução e, portanto, contém o instrumento, o número de unidades a negociar, o tipo de ordem ("mercado" ou "limite") e o "lado" (ou seja, "comprar" e "vender"). ).
Para tornar nosso código de eventos à prova do futuro, criaremos uma classe base chamada Event e teremos todos os eventos herdados disso. O código é fornecido abaixo em events. py:
A próxima aula que vamos criar lidará com a estratégia de negociação. Nesta demonstração, vamos criar uma estratégia sem sentido que simplesmente recebe todos os ticks do mercado e, a cada 5 ticks, compra ou vende 10.000 unidades de EUR / USD aleatoriamente.
Claramente esta é uma "estratégia" ridícula! No entanto, é fantástico para fins de teste, porque é simples de codificar e entender. Em futuras entradas no diário, estaremos substituindo isso por algo significativamente mais excitante que (esperançosamente) gerará lucro!
O arquivo strategy. py pode ser encontrado abaixo. Vamos trabalhar nisso 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 aleatória de compra ou venda. Precisamos de OrderEvent, pois é assim que o objeto de estratégia enviará pedidos para a fila de eventos, que será posteriormente executada pelo manipulador de execução.
A classe TestRandomStrategy simplesmente pega o instrumento (nesse caso, EUR / USD), o número de unidades e a fila de eventos como um conjunto de parâmetros. Em seguida, ele cria um contador de ticks que é usado para informar quantas ocorrências de TickEvent ele viu.
A maior parte do trabalho ocorre no método calculate_signals, que simplesmente recebe um evento, determina se é um TickEvent (caso contrário, ignora) e incrementa o contador de ticks. Em seguida, ele verifica se a contagem é divisível por 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 adequada para nossos testes com a API de corretagem da OANDA!
O próximo componente é o manipulador de execução. Esta classe é encarregada de atuar em instâncias de OrderEvent e fazer solicitações ao broker (neste caso, OANDA) de uma maneira "burra". Ou seja, não há gerenciamento de riscos ou sobreposição de construção de portfólio. O manipulador de execução simplesmente executará qualquer pedido que tenha sido dado.
Devemos transmitir todas as informações de autenticação para a classe Execution, incluindo o "domínio" (prática, real ou sandbox), o token de acesso e o ID da conta. Em seguida, criamos uma conexão segura com o httplib, um dos Pythons construídos em bibliotecas.
A maior parte do trabalho ocorre em execute_order. O método requer um evento como um parâmetro. Em seguida, ele constrói dois dicionários - os cabeçalhos e os parâmetros. Esses dicionários serão então codificados corretamente (parcialmente por urllib, outra biblioteca Python) para serem enviados como uma solicitação HTTP POST para a API OANDAs.
Nós passamos os parâmetros do cabeçalho Content-Type e Authorization, que incluem nossas informações de autenticação. Além disso, codificamos os parâmetros, que incluem o instrumento (EUR / USD), unidades, tipo de ordem e lado (compra / venda). 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 do OANDA. Existem dois métodos: connect_to_stream e stream_to_queue.
O primeiro método usa a biblioteca de pedidos do Python para se conectar a um soquete de fluxo 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, são apenas EUR / USD). Observe a seguinte linha:
Isso informa a conexão a ser transmitida e, portanto, mantida aberta de uma maneira longa.
O segundo método, stream_to_queue, realmente 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 em um dicionário Python. Finalmente, convertemos o dicionário do Python com o instrumento, bid / ask e timestamp em um TickEvent que é enviado para a fila de eventos:
Agora temos todos os componentes principais no lugar. O passo final é finalizar tudo o que escrevemos até agora em um programa "principal". O objetivo deste arquivo, conhecido como trading. py, é criar dois encadeamentos separados, um dos quais executa o manipulador de precificação e o outro que executa o manipulador de negociação.
Por que precisamos de dois segmentos separados? Simplificando, estamos executando dois códigos de código "separados", ambos em execução contínua. Se fôssemos criar um programa sem encadeamento, o soquete de fluxo contínuo usado para as atualizações de preços nunca "liberaria" de volta para o caminho do código principal e, portanto, nunca executaríamos nenhuma negociação. Da mesma forma, se executássemos o loop de negociação (veja abaixo), nós nunca retornaríamos o caminho do fluxo para o soquete de streaming de preço. Por isso, precisamos de vários segmentos, um para cada componente, para que possam ser realizados de forma independente. Ambos se comunicarão através da fila de eventos.
Vamos examinar isso um pouco mais. Criamos dois segmentos separados com as seguintes linhas:
Passamos o nome da função ou método para o argumento da palavra-chave target e passamos uma iterável (como uma lista ou tupla) para o argumento da palavra-chave args, que então passa esses argumentos para o método / função real.
Finalmente nós começamos os dois tópicos com as seguintes linhas:
Assim, somos capazes de executar dois segmentos de código efetivamente looping infinitos, que se comunicam através da fila de eventos. Observe que a biblioteca de threads do Python não produz um verdadeiro ambiente multiencadeado de vários núcleos devido à implementação do CPython do Python e do Global Interpreter Lock (GIL). Se você gostaria de ler mais sobre multithreading em Python, por favor dê uma olhada neste artigo.
Vamos examinar o resto do código em detalhes. Primeiramente, importamos todas as bibliotecas necessárias, incluindo fila, encadeamento e hora. Em seguida, importamos todos os arquivos de código acima. Eu pessoalmente prefiro capitalizar qualquer configuração, que é um hábito que eu aprendi trabalhando com o Django!
Depois disso, definimos a função trade, que foi explicada em Python-pseudocode acima. Um loop while infinito é executado (enquanto True:), que continuamente pesquisa a partir da fila de eventos e apenas pula o loop se for encontrado vazio. Se um evento for encontrado, então é um TickEvent ou um OrderEvent e, em seguida, o componente apropriado é chamado para executá-lo. Nesse caso, é uma estratégia ou um manipulador de execução. O loop, em seguida, simplesmente dorme por segundos "heartbeat" (neste caso, 0,5 segundos) e continua.
Finalmente, definimos o ponto de entrada principal do código na função __main__. É bem comentado abaixo, mas vou resumir aqui. Em essência, instanciamos a fila de eventos e definimos os instrumentos / unidades. Em seguida, criamos a classe de streaming de preço StreamingForexPrices e, em seguida, o manipulador de execução Execution. Ambos recebem os detalhes de autenticação necessários fornecidos pela OANDA ao criar uma conta.
Em seguida, criamos a instância de TestRandomStrategy. Por fim, definimos os dois threads e depois os iniciamos:
Para executar o código, basta colocar todos os arquivos no mesmo diretório e chamar o seguinte no terminal:
Note que para parar o código neste estágio é necessário matar o processo Python, via "Ctrl-Z" ou equivalente! Eu não adicionei um segmento adicional para lidar com procurando o sys. exit () que seria necessário para parar o código com segurança. Uma maneira potencial de parar o código em uma máquina Ubuntu / Linux é digitar:
E, em seguida, passe a saída deste (um número de processo) para o seguinte:
Onde PROCESS_ID deve ser substituído pela saída do pgrep. Note que esta NÃO é uma boa prática!
Em artigos posteriores, estaremos criando um mecanismo de stop / start mais sofisticado que faz uso da supervisão de processos do Ubuntu para ter o sistema de negociação funcionando 24 horas por dia, 7 dias por semana.
A saída após 30 segundos ou mais, dependendo da hora do dia em relação às principais horas de negociação para EUR / USD, para o código acima, é dada abaixo:
As primeiras cinco linhas mostram os dados do tíquete JSON retornados da OANDA com preços de compra / venda. Posteriormente, você pode ver a ordem de execução! a saída, bem como a resposta JSON retornada da OANDA confirmando a abertura de uma transação de compra para 10.000 unidades de EUR / USD e o preço em que ela foi atingida.
Isso continuará funcionando indefinidamente até você matar o programa com um comando "Ctrl-Z" ou similar.
Qual é o próximo?
Em artigos posteriores, vamos realizar algumas melhorias muito necessárias, incluindo:
Estratégias reais - estratégias de forex adequadas que geram sinais lucrativos. Infraestrutura de produção - Implementação remota do servidor e sistema de negociação monitorado 24/7, com capacidade de parada / partida. Portfolio e gestão de risco - Portfolio e sobreposições de risco para todas as ordens sugeridas da estratégia. Múltiplas estratégias - Construindo um portfólio de estratégias que se integram na sobreposição de gerenciamento de riscos.
Tal como acontece com o backtester acionado por eventos de ações, também precisamos criar um módulo de backtest de forex. Isso nos permitirá realizar pesquisas rápidas e facilitar o desenvolvimento de estratégias.