당신은 주제를 찾고 있습니까 “파이썬 백 테스트 – 파이썬으로하는 1% GAP 초단타 전략 (백테스팅)“? 다음 카테고리의 웹사이트 https://ppa.erynkruegermekash.com 에서 귀하의 모든 질문에 답변해 드립니다: ppa.erynkruegermekash.com/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 파이스탁 이(가) 작성한 기사에는 조회수 11,998회 및 좋아요 160개 개의 좋아요가 있습니다.
Table of Contents
파이썬 백 테스트 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 파이썬으로하는 1% GAP 초단타 전략 (백테스팅) – 파이썬 백 테스트 주제에 대한 세부정보를 참조하세요
과거 데이터로 백테스팅하고 실시간 전략 까지 구현합니다.
– 1) 알고리즘편 : https://youtu.be/dh5BbIcZVNU
– 2) 백테스팅편 : https://youtu.be/88I07p-2ptw
– 3) 성능개선편 : https://youtu.be/Ow6ZLiLPF2A
– 4) 실시간이론 : https://youtu.be/DrpqbCFUJ5Y
– 5) 실시간구현 : https://youtu.be/0EKPJIsWpF0
– 6) 에러처리편 : https://youtu.be/g0TVDyyVSGs
– 7) 분산투자편 : https://youtu.be/ly0nFFFhDAo
소스코드 : https://gist.github.com/mr-yoo/9b1bd46cf87f7e67293f52a7f597a383
👉 스크래핑 / Numpy / Pandas 기초강의를 듣고 싶다면?
https://online.learningspoons.com/courses/pythonforfinance
👉 파이썬을 활용한 비트코인 자동매매 프로그램을 만들어보세요!
https://class101.net/products/w1XbIhbkmACNkmzMD2Km?utm_campaign=share_feature\u0026utm_content=share_feature\u0026utm_medium=referral\u0026utm_source=link\u0026utm_term=all
👉 누구나 할 수 있는 비트코인 자동매매 프로그램 책을 구매해보세요!
https://book.naver.com/bookdb/book_detail.nhn?bid=14564794
https://wikidocs.net/book/1665
👉 파이썬을 활용한 알고리즘 트레이딩, 같이 하고 싶다면?
https://cafe.naver.com/pystock
https://www.tradingbro.co.kr/
파이썬 백 테스트 주제에 대한 자세한 내용은 여기를 참조하세요.
[Python] 백트레이더(Backtrader) 로 여러종목 백테스트 하기
안녕하세요. 이번엔 백트레이더를 활용해서 여러종목을 백테스트 해보려 합니다. 여기선 여러 종목을 읽어오고 데이터를 전달하는데 초점을 맞추었 …
Source: dragon1-honey1-wayfarer.tistory.com
Date Published: 5/8/2021
View: 3972
파이썬 주식 백테스트, backtrader 설치 및 사용 방법 – 테리엇
파이썬에서 주식 데이터를 백테스트하는 방법은 여러 가지가 있습니다. 이미 만들어져 있는 파이썬 패키지를 이용하는 방법도 있는데요.
Source: aplab.tistory.com
Date Published: 2/28/2022
View: 730
SPY 몰빵 전략 python 백테스트 – Better Today
SPY 몰빵 전략 python 백테스트. BetterToday 2021. 7. 6. 23:28. 유튜브에서 놀라운 비디오를 봤다. 분산투자 필요없고 월급받는대로 S&P 500을 추종하는 SPY에 몰빵 …
Source: better-today.tistory.com
Date Published: 5/27/2021
View: 4807
bt(1) – Flexible Backtesting for Python [백테스트]
파이썬의 백테스트 패키지(라이브러리)로 유명한 “bt”를 하나씩 테스트 해보고 기록한다. 가장 먼저 패키지(라이브러리) 사용을 위해 큰 틀을 이해 …
Source: beok.tistory.com
Date Published: 11/2/2022
View: 5240
파이썬 주식 분석 (3) – 백테스트 – 임베디드 개발장이
백테스트 혹은 백 트레이딩 테스트는 ( Back (trading) test ) 단어에서 유추해볼 수 있듯이 과거의 데이터를 토대로, 어떠한 매매 전략이 얼마나 효과적 …
Source: enidanny.github.io
Date Published: 4/7/2022
View: 5710
파이썬(Python) backtesting.py 라이브러리(삼성전자 백테스팅)
백테스팅(Backtesting) 이란? 백테스팅(Backtesting)은 과거(history) 데이터를 기반으로 예측 모델을 테스트하기 위해 모델링에 사용되는 용어이다 …
Source: chostock.com
Date Published: 1/14/2021
View: 3404
파이썬으로하는 1% Gap 초단타 전략 (백테스팅) – MAXFIT
파이썬 백 테스트 관련 기사 섹션에서. Table of Contents.
Source: ko.maxfit.vn
Date Published: 4/28/2022
View: 2629
주제와 관련된 이미지 파이썬 백 테스트
주제와 관련된 더 많은 사진을 참조하십시오 파이썬으로하는 1% GAP 초단타 전략 (백테스팅). 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 파이썬 백 테스트
- Author: 파이스탁
- Views: 조회수 11,998회
- Likes: 좋아요 160개
- Date Published: 2021. 4. 15.
- Video Url link: https://www.youtube.com/watch?v=88I07p-2ptw
[Python] 백트레이더(Backtrader) 로 여러종목 백테스트 하기
728×90
반응형
안녕하세요.
이번엔 백트레이더를 활용해서 여러종목을 백테스트 해보려 합니다.
여기선 여러 종목을 읽어오고 데이터를 전달하는데 초점을 맞추었습니다.
조건 : ‘삼성전자, SK하이닉스, 현대자동차를 일간시세 기준 RSI 40 미만 매수, 60초과 매도’
전체적인 코드의 흐름은 첫번째 백트레이더 포스트와 동일하니, 참고해주시면 되겠습니다.
백트레이더로 여러 종목 데이터를 전달하려면 여러 종목의 데이터프레임 변수가 필요합니다.
‘삼성전자’, ‘SK하이닉스’, ‘현대자동차’ 3종목을 가져와보겠습니다.
mk = Analyzer.MarketDB() # 종목명 기입 stocks = [‘삼성전자’, ‘SK하이닉스’, ‘현대자동차’] datalist = [] cerebro = bt.Cerebro() cerebro.broker.setcash(10000000) # 여러 종목의 데이터를 받기 위해 반복문 사용 for i in range(0, len(stocks)): df = mk.get_daily_price(stocks[i], ‘2020-07-31’) df[‘date’] = pd.to_datetime(df[‘date’]) df.columns = [‘code’, ‘datetime’, ‘open’, ‘high’, ‘low’, ‘close’, ‘diff’, ‘volume’] df.drop([‘code’, ‘diff’], axis=1, inplace=True) datalist.append(df) data = bt.feeds.PandasData(dataname=datalist[i]) cerebro.adddata(data, name=stocks[i])
먼저 빈 데이터 리스트를 만들고 종목이 여러개인 만큼 for 반복문을 써서 각 종목의 데이터프레임을 불러와 편집한 후, 데이터리스트에 하나씩 추가한 다음 백트레이더에 데이터를 전달해 주는 형태입니다.
여러 종목에 대한 데이터를 전달했으니, 백테스팅 전략도 여러 데이터에 대한 것으로 바꿔줘야 합니다.
이 또한 마찬가지로 각 종목에 대한 반복문을 써서 바꿔주도록 합니다.
class MyStrategy(bt.Strategy): def __init__(self): self.rsi = dict() for i, d in enumerate(self.datas): # 여러 데이터 반복 self.rsi[d] = bt.indicators.RSI_SMA(d.close, period=21) def next(self): for i, d in enumerate(self.datas): # 여러 데이터 반복 pos = self.getposition(d).size # 단일 데이터일 때와 다른 형태 if not pos: # no market / no orders if self.rsi[d] < 40: self.order = self.buy(data=d) else: if self.rsi[d] > 60: self.order = self.sell(data=d)
전체 코드는 아래와 같습니다. ([1]을 참고하시면 더욱 좋습니다.)
from datetime import datetime, timedelta import backtrader as bt from backtrader import cerebro from pandas.io.formats import style import Analyzer import pandas as pd class MyStrategy(bt.Strategy): def __init__(self): self.rsi = dict() for i, d in enumerate(self.datas): self.rsi[d] = bt.indicators.RSI_SMA(d.close, period=21) def next(self): for i, d in enumerate(self.datas): pos = self.getposition(d).size if not pos: # no market / no orders if self.rsi[d] < 40: self.order = self.buy(data=d) else: if self.rsi[d] > 60: self.order = self.sell(data=d) mk = Analyzer.MarketDB() stocks = [‘삼성전자’, ‘SK하이닉스’, ‘현대자동차’] datalist = [] cerebro = bt.Cerebro() cerebro.broker.setcash(10000000) for i in range(0, len(stocks)): df = mk.get_daily_price(stocks[i], ‘2020-07-31’) df[‘date’] = pd.to_datetime(df[‘date’]) df.columns = [‘code’, ‘datetime’, ‘open’, ‘high’, ‘low’, ‘close’, ‘diff’, ‘volume’] df.drop([‘code’, ‘diff’], axis=1, inplace=True) datalist.append(df) data = bt.feeds.PandasData(dataname=datalist[i]) cerebro.adddata(data, name=stocks[i]) cerebro.addstrategy(MyStrategy) cerebro.broker.setcommission(commission=0.0014) cerebro.addsizer(bt.sizers.SizerFix, stake=30) cerebro.run() cerebro.plot(style=’candlestick’)
마지막으로 이를 실행해보면 아래 차트가 출력됩니다. 위에서부터 삼성전자, SK하이닉스, 현대자동차의 차트입니다.
위에서부터 삼성전자, SK하이닉스, 현대자동차의 RSI 40미만 매수, 60초과 매도조건 백테스팅 결과
3종목에 대한 백테스팅이 된걸 확인하실 수 있습니다.
종목명이 한글이라 깨진 현상을 확인할 수 있는데요, 이는 추후 포스팅 해보도록 하겠습니다.
참고.
[1]. https://backtest-rookies.com/2017/08/22/backtrader-multiple-data-feeds-indicators/ [2]. https://jsp-dev.tistory.com/104728×90
반응형
파이썬 주식 백테스트, backtrader 설치 및 사용 방법
파이썬에서 주식 데이터를 백테스트하는 방법은 여러 가지가 있습니다. 이미 만들어져 있는 파이썬 패키지를 이용하는 방법도 있는데요. 해당 패키지 사용법을 알아야 한다는 단점은 있지만, 짧은 시간에 다양한 방법으로 백테스트를 하고 이미 잘 알려진 지표를 쉽게 확인할 수 있다는 장점이 있습니다. 오늘은 파이썬 주식 백테스트, backtrader 사용하는 방법에 대해서 알아보겠습니다.
먼저 가장 단순하게 매일 삼성전자 주식을 1주씩 매수하는 전략을 백테스트해 봤습니다. backtrader는 파이썬 3.7 버전까지 지원하고 있습니다. 가급적 가상 환경을 만들어서 이용하시는 것을 추천드립니다.
1. backtrader 설치하기
pip 명령어를 이용해서 쉽게 설치할 수 있습니다.
pip install backtrader[plotting]
파이썬 코드에서 import문이 실행되면 설치가 잘 된 것입니다.
import backtrader
2. 투자전략 설정
백테스트를 수행하기 위해서는, Strategy의 객체가 필요합니다. Strategy의 객체를 만들기 위해서는 __init__와 next함수를 정의합니다. next함수에 매일 10주씩 주식을 매수하도록 작성합니다.
import backtrader as bt import pandas as pd import datetime class DailyBuy(bt.Strategy): def __init__(self): pass def next(self): self.buy(size=10)
3. 데이터 수집
백테스트에 사용할 데이터를 수집합니다. 1번의 코드를 참조하여, 19년 이후의 삼성전자 주가 데이터를 수집합니다. 데이터 수집기간은 19년 1월 1일부터 20년 7월 31일까지로 합니다. 데이터를 csv파일로 저장합니다.
import FinanceDataReader as fdr df=fdr.DataReader(‘005930’,”2019-01-02″, “2020-07-31”) df.to_csv(“005930.csv”)
GenericCSVData클래스를 상속하여, 커스텀 데이터를 만들 customCSV클래스를 설정합니다. datetime포맷과 각각의 항목이 데이터 프레임 몇 번째에 있는지 지정합니다. 없는 칼럼은 -1로 값을 넣습니다.
import backtrader.feeds as btfeeds class customCSV(btfeeds.GenericCSVData): params=( (‘dtformat’, ‘%Y-%m-%d’), (‘datetime’, 0), (‘time’, -1), (‘open’, 1), (‘high’, 2), (‘low’, 3), (‘close’, 4), (‘volume’, 5), (‘openinterest’, -1), )
앞에서 생성한 csv파일을 입력 인자로 넣어 customCSV클래스의 객체를 생성합니다
data=customCSV(dataname=”005930.csv”)
4. 백테스팅
Cerebro클래스의 객체를 생성합니다. 백테스트에 생성한 데이터를 추가하고, 초기 현금을 300,000,000원으로 설정합니다. 앞에서 만든 투자전략을 추가합니다.
cerebro = bt.Cerebro() cerebro.adddata(data) cerebro.broker.setcash(300000000) cerebro.addstrategy(DailyBuy)
백테스트를 실행하기 전에 현재 보유금액을 출력합니다.
back_init=cerebro.broker.getvalue()
run함수를 호출하여 백테스트를 실행합니다.
cerebro.run()
투자 결과를 확인하고, plot함수를 이용해 투자 경과를 그래프로 출력합니다.
result=cerebro.broker.getvalue()
5. 결과 출력
먼저 수익률을 출력해 봤습니다.
result=cerebro.broker.getvalue() >> 11.40%
백테스트 내용을 그래프로도 확인해 봤습니다.
cerebro.plot()
백테스트-결과
오늘은 이렇게 파이썬 주식 백테스트, backtrader 사용하는 방법에 대해서 알아보았습니다. 다음에는 이전 포스팅에서 다룬 LSTM 알고리즘의 결과를 이용해서 백테스트하는 작업을 해보겠습니다.
SPY 몰빵 전략 python 백테스트
유튜브에서 놀라운 비디오를 봤다. 분산투자 필요없고 월급받는대로 S&P 500을 추종하는 SPY에 몰빵하라는 단순무식한 전략으로 연평균 10 ~ 12%의 수익률을 기록할 수 있다는 비디오다. (그 말한 사람은 그걸로 책까지 쓴 모양이다…)
미국장이 좋았던 2010년부터 최근까지의 결과만 말한다. 당연히 백테스트 결과따위는 없다. 9.11과 서브프라임이 있었던 2000년부터 2010년까지의 10년동안 연평균 수익률이 1프로 미만이었다는 얘기도 안한다.
여기까지 생각했었는데.. 주식과 달러원환율과의 상관계수가 반대 라는 것을 생각해보니 의외로 괜찮을 수도 있겠다는 생각을해서 백테스트를 해봤다. 백테스트 라이브러리 연습도 해볼겸!
1. Portpolio Visualizer로 백테스트
미국 ETF는 portfoliovisualizer 에서 쉽게 백테스트 할 수 있다. SPY의 경우 1994년 1월부터 데이터가 있어서 1994. 1 ~ 2021. 7 까지의 기간동안 백테스트할 수 있었다.
SPY의 백테스트 결과
연평균 수익률은 10.42% 로 매우 양호하지만 최대낙폭은 -50.8% 이다. (2007년 11월부터 2009년 2월까지의 기간동안 반토막났다는…)
로 매우 양호하지만 최대낙폭은 이다. (2007년 11월부터 2009년 2월까지의 기간동안 반토막났다는…) Portpolio Visualizer로 백테스트하는게 편하기는 하지만 환율데이터를 적용해서 원화환산 수익률, MDD를 계산할 수 없다는 단점이 있다. (이거 하려면 유료버젼 써야함)
원화환산으로 백테스트해보려면 환율데이터 구해서 python으로 코딩해봐야함..
SPY의 수익률 곡선
2. Backtrader로 백테스트
원화환산 백테스트를 하기전에 Portpolio Visualizer와 동일한 백테스트를 해보았다. 코드에 문제가 있을 수도 있고, 데이터에 문제가 있을 수도 있어서 이런 확인과정이 필요하다고 생각했다.
원래는 백테스트 라이브러리를 안썼는데, 좀 더 복잡한 전략을 테스트하려면 쓰는게 좋을 것 같아서 backtrader 라는 python library로 백테스트 해봤다.
portpolio visualizer와 동일한 기간으로 설정하고 백테스트 고고!
cagr(연평균 수익률): 10.48% mdd(최대낙폭) : -55.19%
Portpolo Visualizer Backtrader CAGR (연평균 수익률) 10.42% 10.48% MDD (최대낙폭) -50.8% -55.19%
연평균 수익률은 거의 비슷하게 나오지만 MDD는 꽤 차이가 난다.
Portpolo Visualizer에서는 월단위 종가(해당 월말일의 가격)를 사용하는 반면, Backtrader 에서는 일단위 종가(해당 날짜의 마감 가격)를 사용하기 때문인 것으로 추정한다. (그래서 항상 Backtrader로 백테스트할때의 최대낙폭이 portpolo visualizer에서의 최대낙폭 보다 나쁘게 나온다.)
Backtrader 라이브러리는 잘 동작하는 것 같으니 이제 환율 데이터를 적용해서 원화환산 수익률과 MDD를 구해보자!
3. 원화환산 백테스트
환율 데이터는 FinanceDataReader라는 python package를 통해 구할 수 있었다.
달러기준 백테스트 원화환산 백테스트 CAGR (연평균 수익률) 10.48% 11.88% MDD (최대낙폭) -55.19% -46.59%
MDD가 -55.19% 에서 -46.59% 로 줄긴했지만 기대했던 것 만큼의 큰 효과 (주가가 폭락할 때 달러가치 상승으로 손실을 헤징하는 기능)는 없는 듯 하다.
4. 정리
SPY 몰빵 전략을 백테스트 해보았다.
수익률은 10% 이상으로 준수하지만, MDD가 -50%가 나오는 매우 위험한 전략이다.
원화환산으로 바꿔서 백테스트 해봐도 MDD가 크게 줄어드는 효과는 없었다.
남에말 믿지말고 직접 백테스트해보고 투자하자.
지저분한 코드 공개
728×90
bt(1) – Flexible Backtesting for Python [백테스트]
1. bt 간단 설명
파이썬의 백테스트 패키지(라이브러리)로 유명한 “bt”를 하나씩 테스트 해보고 기록한다.
가장 먼저 패키지(라이브러리) 사용을 위해 큰 틀을 이해하는 것이 중요하다고 생각한다.
(무슨 일이든 철학을 이해하는 것이 중요하고 기억이 오래 간다.)
bt 라이브러리는 크게 3부분으로 작업되어야 한다.
1. fetch some data (데이터 가져오기)
2. create the strategy (전략 만들기)
3. create a backtest and run it (백테스트 만들고 실행기)
눈에 들어오기 쉽게 그림으로 표시하면 아래와 같다.
bt backtest 패키지 사용 방법 시각화
2. 코드 테스트
(1) 패키지 설치
pip install -q yfinance bt
(2) 코드 작성
* colab 에서 테스트를 했는데, 2021일 12월 31일 현재 bt.get 으로 데이터를 읽어 오는게 제대로 되지 않아 yf.download를 사용하였다. 혹시, bt.get 이 동작한다면 bt.get을 사용하는 것도 좋다.
import bt import yfinance as yf # fetch some data # data = bt.get([‘spy’, ‘agg’], start=’2010-01-01′) # print(data.head()) data = yf.download([“spy”,”agg”], start=’2010-01-01′)[‘Adj Close’] print(data.head()) # create the strategy s = bt.Strategy(‘s1’, [bt.algos.RunMonthly(), bt.algos.SelectAll(), bt.algos.WeighEqually(), bt.algos.Rebalance()]) # create a backtest and run it test = bt.Backtest(s, data) res = bt.run(test) # first let’s see an equity curve res.plot()
(3) 실행결과
[*********************100%***********************] 2 of 2 completed AGG SPY Date 2010-01-04 75.541466 89.888626 2010-01-05 75.885124 90.126587 2010-01-06 75.841255 90.190056 2010-01-07 75.753494 90.570763 2010-01-08 75.797401 90.872154
파이썬 주식 분석 (3) – 백테스트
import math import pandas as pd def BackTrade ( sdf , input_won , krw2usd ): # sdf: stock dataframe tot_in = input_won ret_usd = tot_in / krw2usd num_bought = 0 num_count = 0 bi = [] # buy index bv = [] # buy values si = [] # sell index sv = [] # sell values for j in range ( len ( sdf . Close )): if sdf . slow_d . values [ j ] <= 20 : # and sdf.EMA130[j] > 0: # 매수 타이밍 if ret_usd > sdf . Close . values [ j ]: num_count = math . floor ( ret_usd / sdf . Close . values [ j ]) ret_usd -= ( num_count * sdf . Close . values [ j ]) bi . append ( sdf . Number [ j ]) bv . append ( sdf . Close . values [ j ]) num_bought += num_count print ( ‘Remain:’ , ret_usd ) print ( sdf . Close . index [ j ], ‘Buy Price:’ , round ( sdf . Close . values [ j ], 2 ), ‘, Num:’ , num_bought ) elif sdf . slow_d . values [ j ] >= 80 : # and sdf.EMA130[j] > 0: # 매도 타이밍 if num_bought != 0 : si . append ( sdf . Number [ j ]) sv . append ( sdf . Close . values [ j ]) ret_usd += ( num_bought * sd . Close . values [ j ]) print ( sdf . Close . index [ j ], ‘Sell Price:’ , round ( sdf . Close . values [ j ], 2 ), ‘, Num:’ , num_bought ) num_bought = 0 Tr = pd . Series ({ ‘bi’ : bi , ‘bv’ : bv , ‘si’ : si , ‘sv’ : sv }) res = ( num_bought * sd . Close . values [ len ( sd . Close ) – 1 ] + ret_usd ) * krw2usd return Tr , res
파이썬(Python) backtesting.py 라이브러리(삼성전자 백테스팅)
백테스팅(Backtesting)은 과거(history) 데이터를 기반으로 예측 모델을 테스트하기 위해 모델링에 사용되는 용어이다.
주식 및 금융 영역에서는 나의 전략이 과거에 어떻게 수행되었는지, 성과(performance)는 어땠는지 확인하여 좋은 결과가 나올 경우 실제(미래) 투자에 적용해 볼 수 있다. 알고리즘 트레이딩 전략과 보다 전문적인 수준을 원한다면 백테스팅은 필수다.
파이썬으로하는 1% Gap 초단타 전략 (백테스팅) | 파이썬 백 테스트 새로운 업데이트
We are using cookies to give you the best experience on our website.
You can find out more about which cookies we are using or switch them off in settings.
키워드에 대한 정보 파이썬 백 테스트
다음은 Bing에서 파이썬 백 테스트 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 파이썬으로하는 1% GAP 초단타 전략 (백테스팅)
- 벡테스팅
- 단타
- 비트코인
- 코인
- 전략
- 파이썬
- python
- 알고리즘
- 실시간 전략
- 실시간
- OHLC
- OHLCV
- 백태스팅
- GAP
파이썬으로하는 #1% #GAP # #초단타 #전략 #(백테스팅)
YouTube에서 파이썬 백 테스트 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 파이썬으로하는 1% GAP 초단타 전략 (백테스팅) | 파이썬 백 테스트, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.
