Python Forex Backtesting

Python Algorithmic Trading Library. PyAlgoTrade er et Python Algorithmic Trading Library med fokus på backtesting og support for papirhandel og live trading. La oss si at du har en ide for en handelsstrategi, og du vil like å evaluere den med historiske data og se hvordan det oppfører seg PyAlgoTrade lar deg gjøre det med minimal innsats. Hovedfunksjoner. Fullt dokumentert. Event driven. Supports Market, Limit, Stop og StopLimit orders. Supports Yahoo Finance, Google Finance og NinjaTrader CSV files. Supports alle typer tidsserier data i CSV-format, for eksempel Quandl. Bitcoin trading support gjennom Bitstamp. Technical indikatorer og filtre som SMA, WMA, EMA, RSI, Bollinger Bands, Hurst eksponent og others. Performance beregninger som Sharpe forhold og drawdown analyse. Hendelse Twitter hendelser i sanntid. Event profiler. TA-Lib integrasjon. Veldig lett å skalere horisontalt, det vil si ved hjelp av en eller flere datamaskiner for å backtest en strategi. PyAlgoTrade er gratis, åpen kildekode, og den er lisensiert under Apach e lisens, versjon 2 0.Institusjonell klassen datastyring backtesting strategi distribusjon løsning - aksjer, opsjoner, futures, valutaer, kurver og tilpassede syntetiske instrumenter støttes - flere lav latency data feeds støttes behandlingshastigheter i millioner av meldinger per sekund på terabyte av data - C og basert strategi backtesting og optimalisering - Multiple meglere kjøring støttet, handelssignaler konvertert til FIX ordrer. QuantFACTORY - Institusjonell klasse data management backtesting strategi distribusjon løsning - QuantDEVELOPER - rammeverk og IDE for trading strategier utvikling, feilsøking, backtesting og optimalisering, tilgjengelig som en plugin for Visual Studio - QuantDATACENTER - gjør det mulig å administrere et historisk datalager og ta imot sanntids - eller ultra lav latens-markedsdata fra leverandører og utvekslinger - QuantENGINE - tillater distribusjon og utførelse av forkompilerte strategier - multi-asset, multi - periode lav latency data, flere meglere støttes. Institutional-clas s data management backtesting strategi distribusjonsløsning - OpenQuant - C og porteføljenivå system backtesting og trading, multi-asset, intraday nivå testing, optimalisering, WFA etc flere meglere og data feeds støttet - QuantTrader - produksjon trading miljø - QuantBase - sentralisert datastyring - QuantRouter - data - og bestillingsruting. Institusjonell datastyring backtesting strategi distribusjonsløsning - multi-asset løsning, flere data feeds støttes, database støtter alle typer RDBMS gir et JDBC-grensesnitt, for eksempel Oracle, Microsoft SQL Server, Sybase, MySQL etc. - klienter kan bruke IDE til å skanne deres strategi i enten Java, Ruby eller Python, eller de kan bruke sin egen strategi IDE - flere meglere kjørestøtte støttes, handelssignaler konvertert til FIX-ordrer. Institusjonell klasse datastyring backtesting strategi distribusjonsløsning - multi-asset løsning forex, opsjoner, futures, aksjer, ETF s, råvarer, syntetiske instrumenter og tilpassede derivater sprer osv., støttes flere data feeds - rammeverk for trading strategier utvikling, feilsøking, backtesting og optimalisering - flere megler kjøring støttes, handelssignaler konvertert til FIX ordrer IB, JPMorgan, FXCM etc. Dedicated programvareplattform integrert med Tradestation s data for backtesting og auto - trading - Daglig intradag data oss aksjer i 43 år, futures i 61 år - praktisk for backtesting prisbaserte signaler teknisk analyse, støtte for EasyLanguage programmeringsspråk - støtte amerikanske aksjer ETFs, futures, amerikanske indekser, tyske aksjer, tyske indekser, forex. - gratis for Tradestation brokerage klienter - 249 95 månedlig for ikke-profesjonelle Tradestation programvare plattform bare, uten megling - 299 95 månedlig for fagfolk Tradestation programvare plattform bare, uten megling. Dedikert programvare plattform for backtesting og auto-trading - støtter daglig intraday strategier, porteføljenivå testing og optimalisering, kartlegging, visualisering, cu stom rapportering, multi-threaded analyse, 3D kartlegging, WFA analyse etc - best for backtesting prisbaserte signaler teknisk analyse - direkte link til eSignal, Interactive Brokers, IQFeed, myTrack, FastTrack, QP2, TC2000, hvilken som helst DDE-kompatibel feed, MS, txtfiles og mer Yahoo Finance.-engangsavgift 279 for Standard edition eller 339 for Professional edition. Dedicated programvareplattform for backtesting og auto-trading - porteføljenivå system backtesting og trading, multi-asset, intraday nivå testing, optimalisering, visualisering etc - tillater R-integrasjon, automatisk handel i Perl-skriptspråk med alle underliggende funksjoner skrevet i innfødt C, forberedt på co-lokalisering av server - FXCM og Interactive Brokers support. - Gratis FXCM-støtte, 100 per måned for IB-plattform, kontakt for andre alternativer. Dedikert programvareplattform for backtesting og auto-trading - støtte daglige intradagstrategier, testing av porteføljenivå og optimalisering - best for backtesting prisbaserte signaler teknisk en nalysis, C scripting - programvareutvidelser støttet - data feeds handling, strategi kjøring etc. - 799 per lisens, 150 årlig avgift after. Dedicated programvare plattform for backtesting, optimalisering, ytelsesattribusjon og analyse - Axioma eller tredje part data-faktor analyse, risiko modellering, markedssyklusanalyse. Dedikert programvareplattform for backtesting og auto-trading - best for backtesting prisbaserte signaler teknisk analyse, støtte daglige intradagstrategier, testing av porteføljenivå og optimalisering - Turtle Edition - backtesting motor, grafer, rapporter, EoD testing - Profesjonell Edition - pluss systemredaktør, gå fremoveranalyse, intradagstrategier, multi-threaded testing etc - Pro Plus Edition - pluss 3D overflate diagrammer, scripting etc - Builder Edition - IB API, debugger etc.- Turtle Edition 990 - Professional Edition 1,990 - Pro Plus Edition 2,990 - Builder Edition 3,990.Dedicated programvareplattform for backtesting og auto-trading - støtter daglig intraday str ategies, testing av porteføljenivå og optimalisering, kartlegging, visualisering, tilpasset rapportering etc - best for backtesting prisbaserte signaler teknisk analyse - direkte link til Interactive Brokers, MB Trading, TD Ameritrade, FXCM og andre - data fra tekstfiler, eSignal, Google Finance , Yahoo Finance, IQFeed og andre. - Basisfunksjonalitet EoD-funksjonalitet - Gratis - Avansert funksjonalitet - Leie fra 50 måneders eller 995-levetidslisenser. Dedikert programvareplattform for backtesting og automatisk handel - Best for backtesting prisbaserte signaler Teknisk analyse, som støtter daglig intradag strategier, porteføljenivå testing og optimalisering, kartlegging, visualisering, tilpasset rapportering - støtter C og Visual - direkte link til Interactive Brokers, IQFeed, txtfiles og mer Yahoo Finance .- evigvarende lisens - 499 - leie 50 per måned. Dedikert programvareplattform for backtesting og auto-trading - støtter daglig intradag strategier, porteføljenivå testing og optimalisering, kartlegging, visualizati på, tilpasset rapportering - tekniske og også grunnleggende signaler, multi-asset support. - 245 for Advanced Version gratis data leverandører - 595 for Premium Versjon støtter flere data leverandører og meglere. Dedikert programvare plattform for backtesting og auto-trading - støtter daglig intradag strategier , porteføljenivå testing og optimalisering - best for backtesting prisbaserte signaler teknisk analyse - innbygget data for aksjer, futures og forex daglige amerikanske aksjer fra 1990, daglige futures 31 år, forex fra 1983 etc.- prising fra 45 måneder til 295 måneder Prisene avhenger av datatilgjengelighet. Dedikert programvareplattform for backtesting og auto-trading - bruker MQL4-språk, som hovedsakelig brukes til handel forex-markedet - støtter flere forex-meglere og datafeedninger - støtter styring av flere kontoer. Dedikert programvareplattform for backtesting og auto-trading - Støtte for daglige intradagstrategier, testing av porteføljenivå og optimalisering - best for backtesting prisbaserte signaler teknisk og alysis, støtte for EasyLanguage programmeringsspråk - støtte flere data feeds Bloomberg, Thomson Reuters, CSI, CQG, eSignal etc, direkte støtte for flere meglere Interactive Brokers etc.- Multicharts 797 per år - Multicharts levetid 1,497 - Multicharts Pro 9,900 Bloomberg Thomson Reuters data feed etc. Webbasert backtesting verktøy for å teste stock picking strategier - amerikanske aksjer ETFs daglig - point-in-time grunnleggende data siden 1999 - lange korte strategier, priser grunnleggende drevet signaler. - Designer - 139 måned - Manager - 199 måned - full funksjonalitet. Porteføljeanalyse ved bruk av høyfrekvente markedsdata - Dette produktet er til bruk for lav-, medium-, høyfrekvente handelsfolkforskere. Alle beregninger er laget ved hjelp av høyfrekvente markedsdata som fordeler lav - og høyfrekvente handelsfolkforskere - intradag-backtesting, portefølje risikostyring, prognoser og optimalisering til enhver pris andre, minutter, timer, slutten av dagen Modellinnganger fullt kontrollerbare - 8k markedskryss Datakilder siden 2012-aksjer, indekser ETFer handles på NASDAQ. Kunder kan også laste opp egne markedsdata, f. eks. kinesiske aksjer - 40 porteføljemålinger VaR, ETL, alfa, beta, Sharpe-forhold, Omega-forhold, etc. - støtter R, Matlab, Java Python - 10 porteføljeoptimeringer. Webbasert backtesting verktøy - Amerikanske aksjekurser daglig intradag, siden 1998, data fra QuantQuote - forex data fra FXCM - støtte Interactive Brokers for live trading. Webbasert backtesting verktøy - amerikanske aksjer og ETFs priser daglig intradag siden 2002 - grunnleggende data fra Morningstar over 600 metrics - støtte interaktive meglere for live trading. Webbaserte backtesting verktøy - enkel å bruke, fordelingsstrategier, data siden 1992 - tidsserie momentum og flytte gjennomsnittlige strategier på ETFs - Simple Momentum og Simple Value stock-picking strategier. Webbasert backtesting verktøy - opptil 25 års data for 49 Futures og S P500 aksjer - verktøykasse i Python og Matlab - Quantiacs vertskap for algoritmiske trading konkurranser med investeringer fra 500k til 1 million. BackTest Broker tilbyr kraftig, enkel webbasert backtesting-programvare - Backtest i to klikk - Se gjennom strategibiblioteket, eller bygg og optimaliser strategien din - Papirhandel, automatisert handel og sanntids e-post. per backtest og mindre. Web Cloudbasert backtesting verktøy - FX Forex Valuta data på store par, går tilbake til 2007 - Second Minute Hourly Daily barer - live trading kompatibel med enhver megler som bruker Metatrader 4 som backend. Web basert backtesting verktøy til Test Equity Factor Picking og Asset Allocation Strategier - flere egenkapitalfaktorer med påviste alfa over marked-cap benchmarks, flere investeringsuniverser, risikostyringsfiltre - Asset Allocation Strategies backtests, blande allokering av kapital og faktorvalg i en portefølje. - gratis på SP 100 univers - 50 måneder eller 480 år - bredere amerikanske investeringsuniverser, britiske EU-aksjer, kapitalfordelingstrategier. Webbasert backtesting screeningsverktøy - over 10 000 amerikanske lagre, data opptil 20 års historie - grunnleggende tekniske kriterier. - fri begrenset funksjonalitet 1 års data, ingen lagrede backtests etc - 50 per måned - full funksjonalitet. Gratis programvare miljø for statistisk databehandling og grafikk, foretrekker mange quants å bruk den for sin eksepsjonelle åpne arkitektur og fleksibilitet - effektiv databehandling og lagringsanlegg, grafiske anlegg for dataanalyse, enkelt utvidet via pakker - anbefalte utvidelser - quantstrat, Rmetrics, quantmod, quantlib, PerformanceAnalytics, TTR, portefølje, portfolioSim, backtest, etc. MATLAB - Høyt nivå språk og interaktivt miljø for statistisk databehandling og grafikk - Parallell og GPU databehandling, backtesting og optimalisering, omfattende muligheter for integrering etc. - Pris på forespørsel her. BacktestingXL Pro er et tillegg for å bygge og teste din trading strategier i Microsoft Excel 2010 og 2013 - brukere kan bruke VBA til å bygge strategier for BacktestingXL Pro, VBA kunnskap er opt brukere kan konstruere handelsregler på et regneark ved hjelp av standard forhåndsdefinerte backtesting koder - støtter pyramide, kort lang posisjon begrensning, provisjon beregning, egenkapital sporing, out-of-money kontroller, kjøp salgspris tilpassing - flere prestasjonsrisikoer rapporter.- 74 95 for BacktestingXL Pro. Free åpen kildeprogrammeringsspråk, åpen arkitektur, fleksibel, lett utvidet via pakker - anbefalte utvidelser - pandas Python Data Analysis Library, Pyalgotrade Python Algoritmic Trading Library, Zipline, Ultrafinance etc. FactorWave er enkel å bruke nettbasert backtesting verktøy for faktor investering - tillater brukeren å blande flere ETF opsjoner futures egenkapitalfaktorer med påvist alfa over marked-cap benchmarks.- gratis - ETF Stock Screener med 5 faktorer - 149 mo - gratis opsjonsalternativer screener, futures strategier, vix strategier. Web basert backtesting verktøy - enkelt å bruke, nettbasert backtesting-verktøy på grunnnivå for å teste relative styrke og bevegelige gjennomsnittlige strategier på ETF s .- Flere typer strategier for gratis, fullstendig backtesting funksjonalitet 34,99 per måned. Gratis webbasert backtesting verktøy for å teste stock picking strategier - amerikanske aksjer, data fra ValueLine fra 1986-2014 - pris og grunnleggende data, 1700 aksjer, månedlig granularitet test. Backtesting en Moving Gjennomsnittlig Crossover i Python med pandas. I den forrige artikkelen om Research Backtesting Environments I Python With Pandas opprettet vi et objektorientert forskningsbasert backtesting miljø og testet det på en tilfeldig prognosestrategi. I denne artikkelen vil vi gjøre bruk av av maskinen vi introduserte for å utføre forskning på en faktisk strategi, nemlig Moving Average Crossover på AAPL. Moving Average Crossover Strategy. The Moving Average Crossover-teknikken er en ekstremt kjent, forenklet momentumstrategi. Det betraktes ofte som Hello World-eksempelet for kvantitativ handel. Strategien som skissert her, er langvarig. To separate enkle glidende gjennomsnittlige filtre er opprettet, med varierende lo ukjent perioder av en bestemt tidsserie Signaler for å kjøpe eiendelen oppstår når kortere tilbakegangsrørgjenomsnitt overstiger det lengre tilbakegangsgående gjennomsnittet. Hvis lengre gjennomsnitt deretter overgår kortere gjennomsnitt, blir aktiva solgt. Strategien fungerer bra når en tidsserie går inn en periode med sterk trend og så sakte reverserer trenden. For dette eksempelet har jeg valgt Apple, Inc AAPL som tidsserien, med en kort oversikt over 100 dager og en lang tilbakekalling på 400 dager. Dette er eksemplet som tilbys av zipline algoritmisk handelsbibliotek Således hvis vi ønsker å implementere vår egen backtester, må vi sørge for at den samsvarer med resultatene i zipline, som et grunnleggende middel for validering. Sørg for å følge den tidligere opplæringen her som beskriver hvordan det opprinnelige objekthierarkiet for backtesteren er konstruert, ellers koden nedenfor vil ikke fungere For denne spesielle implementeringen har jeg brukt følgende biblioteker. Implementeringen av krever fra tidligere tutori al Det første trinnet er å importere de nødvendige modulene og objektene. Som i den tidligere opplæringen skal vi subclass strategisk abstrakt baseklasse for å produsere MovingAverageCrossStrategy som inneholder alle detaljer om hvordan man genererer signaler når de bevegelige gjennomsnittene for AAPL krysser over hverandre. Objektet krever en shortwindow og en longwindow å operere. Verdiene er satt til standardverdier på henholdsvis 100 dager og 400 dager, som er de samme parametrene som brukes i hovedeksempelet på zipline. De bevegelige gjennomsnittene er opprettet av bruker pandas rollingmean-funksjonen på stolpene Lukk sluttkurs for AAPL-aksjen Når de individuelle bevegelige gjennomsnittene er konstruert, genereres signalet Serie ved å sette kolonnen lik 1 0 når det korte glidende gjennomsnittet er større enn det lange glidende gjennomsnittet, eller 0 0 ellers Fra dette kan stillingsordrene genereres for å representere handelssignaler. MarketOnClosePortfolio er underklasse fra Portefølje som er f ound i Det er nesten identisk med implementeringen beskrevet i den tidligere opplæringen, med unntak av at handlingene nå utføres på nært hold, i stedet for en åpen til åpen basis. For detaljer om hvordan porteføljeobjektet er definert, se forrige veiledning Jeg har forlatt koden for fullstendig og for å holde denne opplæringen selvopptatt. Nå som MovingAverageCrossStrategy og MarketOnClosePortfolio-klassene er definert, vil en hovedfunksjon bli kalt for å knytte alle funksjonalitet sammen. I tillegg Resultatet av strategien vil bli undersøkt via et plott av egenkapitalkurven. Pandas DataReader-objektet laster ned OHLCV-priser på AAPL-lager for perioden 1. januar 1990 til 1. januar 2002, hvor signalene DataFrame er opprettet for å generere langvarig bare signaler Deretter genereres porteføljen med en startkapital på 100.000 USD og avkastningen beregnes på egenkapitalkurven. Det endelige trinnet er å bruke matplotlib til å tegne en tofigur p mye av begge AAPL-prisene, overlaid med de bevegelige gjennomsnitt og kjøpssalgssignaler, så vel som egenkapitalkurven med de samme kjøpssignaler. Tegningskoden er tatt og modifisert fra zipline-implementeringseksemplet. Den grafiske produksjonen av koden er som følger Jeg benyttet seg av IPython Paste-kommandoen for å sette dette direkte inn i IPython-konsollen mens den var i Ubuntu, slik at den grafiske produksjonen forblir i visning. Den rosa opptellingen representerer kjøp av aksjen, mens de svarte downticks representerer å selge den tilbake. AAPL Moving Average Crossover Performance fra 1990-01-01 til 2002-01-01. Som det kan sees, mister strategien penger i løpet av perioden, med fem rundturer. Dette er ikke overraskende gitt AAPLs oppførsel i perioden, noe som var litt svakt trend etterfulgt av en signifikant oppgang i 1998 Utsiktsperioden for de bevegelige gjennomsnittssignalene er ganske stor og dette påvirket resultatet av den endelige handel, noe som ellers kan ha gjort strategien lønnsom I etterfølgende artikler vil vi skape en mer sofistikert måte å analysere ytelse på, samt å beskrive hvordan man optimaliserer tilbakekallingsperioder av de enkelte bevegelige gjennomsnittlige signaler. Bare å komme i gang med kvantitativ handel.