Финансовый технический анализ в python

Знаете ли вы, есть ли какой-либо модуль финансового технического анализа для python? Я знаю, что у Numpy немного, но я ищу классические технические индикаторы, такие как RSI, Macd, EMA и так далее. Интересно, существуют ли они как часть модуля.

    4 Solutions collect form web for “Финансовый технический анализ в python”

    Вот несколько мыслей … Я использовал только Numpy, Scipy и Matplotlib для финансовых расчетов.

    • py-fi – очень основные финансовые функции
    • fin2py – финансовые инструменты
    • Numpy / Scipy – охватывает все основы статистики
    • Matplotlib – построение финансовых функций
    • RPy – интерфейс Python для R, позволяющий использовать библиотеки R
    • ystockquote – API Python для Yahoo! Данные по запасам
    • QuantLib – библиотека с открытым исходным кодом (предположительно имеет Python Bindings)
    • PyFinancial – Документы на испанском языке
    • PyMacLab – «Серия классов, полезных для проведения исследований в динамической макроэкономике»
    • TSDB – для хранения больших объемов данных временных рядов
    • PyVol – оценка волатильности финансовых временных рядов

    TA-Lib – Библиотека индикаторов. Как скомпилировать для Python

    Существует также Курс вычислительной финны на Coursera.org .

    Они используют библиотеку с открытым исходным кодом Python под названием QSTK (QuantSoftware ToolKit) . У них есть куча учебников на вики-странице, и вы всегда можете пройти курс, если хотите узнать больше.

    Для удобства я скопировал описание с wiki-страницы ниже:

    QSToolKit (QSTK) – это основанная на Python программная среда с открытым исходным кодом, предназначенная для поддержки построения и управления портфелем. Мы строим QSToolKit прежде всего для студентов финансов, студентов-вычислителей и количественных аналитиков с опытом программирования. Вы не должны рассчитывать использовать его в качестве платформы для настольных приложений. Вместо этого подумайте об этом как о программной инфраструктуре для поддержки рабочего процесса моделирования, тестирования и торговли.

    Scroll through the Gallery to see the sorts of things you can do easily with QSTK. If you are in a hurry, you can skip to the QSToolKit_Installation_Guide. 

    Ключевыми компонентами QSTK являются:

     - Data: A data access package that enables fast reading of historical data (qstkutil.DataAccess). - Processing tools: Uses pandas, a Python package designed for time series evaluation of equity data. - Portfolio optimization: Using the CVXOPT library. - Event studies: An efficient event analyzer, Event_Profiler. - Simulation: A simple backtester, quicksim, that includes transaction cost modeling. 

    Вы можете найти этот справочник технических индикаторов полезным. Библиотека работает аналогично известной библиотеке ta-lib и содержит индикаторы, которые не были реализованы в talib

    talibextensions

    Например, вы можете использовать Высокий высокий, самый низкий низкий индикатор, отправляя высокие и низкие векторы, а также количество периодов следующим образом: (Извлечен из теста в репозитории)

      from indicators import TalibExtension hhllMatrix = TalibExtension.HHLL(self.high, self.low, 5); 
    Python - лучший язык программирования в мире.