計畫要寫所有「可能有用」的技術指標的回測文,但要完成這個目的,需要先有合適的工具,算是個簡單然後沒幾篇文章的系列文來介紹這些工具吧
- 首先要能取得股價:請參考【如何使用Python取得歷史股價,簡介yfinance、ffn、FinMind】
- 要回測技術指標,當然要能產生取得技術指標:請參考【如何使用Python產生技術指標?TA-Lib簡易教學】
然後有了股價、技術指標,再來就是回測工具了...
計畫要寫所有「可能有用」的技術指標的回測文,但要完成這個目的,需要先有合適的工具,算是個簡單然後沒幾篇文章的系列文來介紹這些工具吧
然後有了股價、技術指標,再來就是回測工具了...
簡單的說,我想要的資料只有日線,包括收盤價、最高價、最低價、交易量、未平倉量,然後我希望一天只有一筆資料,台指期正常來說近月會是主要交易標的,所以就是只要近月資料
但是網路上光是台指期的資料就不好找了,而且找到的通常是一整包然後包含一堆幾乎沒有交易量的標的,所以就直接寫支程式來捉資料,有同樣需求的人就自行取用吧
之前說過想寫一個系列針對技術指標(均線、KD、RSI、MACD、布林通道)的教學和回測文章,但在寫回測之前當然就是要能夠把技術指標算出來, 這篇文章簡單的介紹一個好用的 open source library:TA-Lib,之後的文章就會用這個工具來幫我們回測過去的資料
AI 到底能不能預測股價?應該不少人對這個主題都很好奇,最近在整理一些以前使用過的工具,大概兩年多前做 AI 預測股價的專題時,使用過這個 open source 的 library,就直接整理了一下數據,寫這篇文章
先談一下為什麼要介紹 Colab,如果有在追蹤這個網站的話,裏面有很多回測的文章,雖然老哈本身是 Java 的工程師,但是不得不說在 FinTech 這一塊 Python 的資源實在比 Java 多太多了, 以 Python 的開發工具,其實最多人使用的應該是 Anaconda,但 Anaconda 相對複雜,如果經常在寫 Python,花點時間把開發環境安裝起來是理所當然的, 但如果只是個部落格的讀者,想實際跑一下驗證部落格寫的內容,還要把整個 Python 開發環境安裝起來就有點太強人所難了
美國歷史的總體經濟數據怎麼找?不管是要觀察趨勢的變化或者要跑回測,還是需要有資料源才玩的下去,這篇文章要簡單介紹我常用來捉總經數據的網站:Fred
什麼是 13F 報告?簡單的說,美國證券交易委員會(United States Securities and Exchange Commission,縮寫:SEC),對於控制管理一億美元資產以上的投資機構,必須在每個季度結束後的45天之內
,向 SEC 提交報告,揭露所有管理的股權資產(股票、ETF)多頭部位(不包含期貨 & 固定收益等其他資產)
其中當然就包括大家耳熟能詳的像是
...etc
寫網路爬蟲最討厭的事莫過於遇到網站需要驗證碼,去 google 「網站驗證碼 破解」也會看到一堆文章,無奈一大半都是從對岸翻譯的,很多都不能用,花了點時間實際用證交所買賣日報表的驗證碼來測試,簡單整理了一下筆記
其實捉歷史股價的工具很多,這篇文章只介紹我正在使用的函式庫