Python Forex Backtesting

Python Algorithmic Trading Library. PyAlgoTrade är ett Python Algorithmic Trading Library med fokus på backtesting och support för pappershandel och live trading. Låt oss säga att du har en idé för en handelsstrategi och du vill utvärdera den med historiska data och se hur Det beter sig PyAlgoTrade kan du göra det med minimal effort. Main features. Fully dokumentated. Event driven. Supports Market, Limit, Stop och StopLimit orders. Supports Yahoo Finance, Google Finance och NinjaTrader CSV files. Supports alla typer av tidsseriedata i CSV-format, till exempel Quandl. Bitcoin trading support via Bitstamp. Technical indikatorer och filter som SMA, WMA, EMA, RSI, Bollinger Bands, Hurst exponent och others. Performance metrics som Sharpe förhållande och drawdown analysis. Handling Twitter händelser i realtid. Event profiler. TA-Lib integration. Very lätt att skala horisontellt, det vill säga med en eller flera datorer för backtestestrategy. PyAlgoTrade är gratis, öppen källkod och licensierad under Apach E Licens, version 2 0.Interstatisk klassad datahantering, backtestingstrategi-implementeringslösning - aktier, optioner, terminer, valutor, korgar och anpassade syntetiska instrument stöds. Flera låga latentdata matar stöd för bearbetningshastigheter i miljoner meddelanden per sekund på terabyte av data - C och baserad strategi backtesting och optimering - Multipel mäklare exekvering stöds, handelssignaler konverteras till FIX orders. QuantFACTORY - Institutional-class datahantering backtesting strategi implementeringslösning - QuantDEVELOPER - ram och IDE för handelsstrategier utveckling, felsökning, backtesting och optimering, tillgängligt som en plugin för Visual Studio - QuantDATACENTER - gör det möjligt att hantera ett historiskt datalager och ta fram realtid eller ultra låg latensmarknadsdata från leverantörer och utbyten - QuantENGINE - tillåter att distribuera och genomföra förkompilerade strategier - period låg latens data, flera mäklare supported. Institutional-clas S data management management backtesting strategi implementeringslösning - OpenQuant - C och portföljnivå system backtesting och handel, multi-asset, intraday nivå testning, optimering, WFA etc flera mäklare och data feeds stöds - QuantTrader - produktionshandel miljö - QuantBase - centraliserad datahantering - QuantRouter - data och order routing. Institutional-class datahantering backtesting strategi implementeringslösning - multi-asset lösning, flera dataflöden stöds, databas stödjer alla typer av RDBMS tillhandahåller ett JDBC gränssnitt, t. ex. Oracle, Microsoft SQL Server, Sybase, MySQL etc - klienter kan använda IDE för att skripta sin strategi i antingen Java, Ruby eller Python, eller de kan använda sin egen strategi IDE - stöd för multipel mäklare, handelssignaler konverterade till FIX-order. Institutional-class datahantering backtesting-strateginvändningslösning - multi-asset Lösning forex, optioner, terminer, aktier, ETF s, råvaror, syntetiska instrument och anpassade derivat spreads etc, flera dataflöden stöds - ram för utveckling av handelsstrategier, debugging, backtesting och optimering - Multipla mäklareexekvering, handelssignaler konverterade till FIX-order IB, JPMorgan, FXCM etc. Dedicated mjukvaruplattform integrerad med Tradestation s data för backtesting och auto - trading - Daglig intradagdata Vi lager i 43 år, Terminaler i 61 år - Praktiskt för backtesting av prisbaserade signaler Teknisk analys, stöd för EasyLanguage programmeringsspråk - Stöd för amerikanska aktier ETFs, Terminaler, Amerikanska index, Tyska aktier, Tyska index, Forex. - gratis för Tradestation brokerage kunder - 249 95 per månad för icke-professionella Tradestation mjukvaruplattform endast utan mäklare - 299 95 per månad för proffs Tradestation mjukvaruplattform endast utan mäklare. Dedicated mjukvaruplattform för backtesting och auto-trading - stödja dagliga intradag strategier, portföljnivå testning och optimering, kartläggning, visualisering, cu stom rapportering, multi-threaded analys, 3D kartläggning, WFA analys etc - bäst för backtesting prisbaserade signaler teknisk analys - direktlänk till eSignal, Interactive Brokers, IQFeed, myTrack, FastTrack, QP2, TC2000, vilket DDE-kompatibelt flöde, MS, txtfiles och mer Yahoo Finance.- en gång avgift 279 för Standard edition eller 339 för Professional edition. Dedicated mjukvaruplattform för backtesting och auto-trading - portfölj nivå system backtesting och handel, multi-asset, intraday nivå testning, optimering, visualisering etc - tillåter R-integration, automatisk handel i Perls skriptspråk med alla underliggande funktioner skrivna i infödd C, förberedd för serversamlokalisering - inbyggd FXCM och Interactive Brokers support. - FXCM-support, 100 per månad för IB-plattform, kontakt för andra alternativ. Dedikerad mjukvaruplattform för backtesting och auto-trading - stödja dagliga intradagstrategier, testning av portföljnivå och optimering - bäst för backtesting prisbaserade signaler tekniska a nalysis, C scripting - programtillägg stöds - hantering av data feeds, strategi körning etc.- 799 per licens, 150 års avgift after. Dedicated mjukvaruplattform för backtesting, optimering, prestandatilldelning och analys - Axioma eller tredje part data-faktor analys, risk Modellering, marknadscykelanalys. Dedicated mjukvaruplattform för backtesting och auto-trading - bäst för backtesting prisbaserade signaler teknisk analys, stödja dagliga intradag strategier, testning av portföljnivå och optimering - Turtle Edition - backtesting motor, grafer, rapporter, EoD testning - Professionell Edition - plus systemredaktör, framåtriktad analys, intradagstrategier, multi-threaded testning etc - Pro Plus Edition - plus 3D-ytskikt, skript etc - Builder Edition - IB API, debugger etc.- Turtle Edition 990 - Professional Edition 1,990 - Pro Plus Edition 2,990 - Builder Edition 3,990.Dedicated mjukvaruplattform för backtesting och auto-trading - stödja dagliga intraday str Ategies, testning av portföljnivå och optimering, kartläggning, visualisering, anpassad rapportering mm - bäst för backtesting prisbaserade signaler teknisk analys - direktlänk till Interactive Brokers, MB Trading, TD Ameritrade, FXCM och andra - data från textfiler, eSignal, Google Finance , Yahoo Finance, IQFeed och andra .- Grundfunktionalitet EoD-funktionalitet - fri - Avancerad funktionalitet - Leasing från 50-månaders eller 995-livslicenser. Dedicated mjukvaruplattform för backtesting och auto-trading - bäst för backtesting prisbaserade signaler teknisk analys, stödjande dagliga intradag strategier, testning av portföljnivå och optimering, kartläggning, visualisering, anpassad rapportering - stöder C och Visual - direktlänk till Interactive Brokers, IQFeed, txtfiles och mer Yahoo Finance .- evig licens - 499 - leasing 50 per month. Dedicated mjukvaruplattform för backtesting och automatisk handel - stödja dagliga intradagstrategier, testning av portföljnivå och optimering, kartläggning, visualizati på, anpassad rapportering - tekniska och även grundläggande signaler, stöd för flera tillgångar. - 245 för avancerade versioner gratis dataleverantörer - 595 för Premium Version-stöd för flera datatillhandahållare och mäklare. Dedicated mjukvaruplattform för backtesting och auto-trading - stödja dagliga intradagstrategier , Testning och optimering av portföljnivå - bäst för backtesting av prisbaserade signaler teknisk analys - inbyggd data för aktier, futures och forex dagliga amerikanska aktier från 1990, dagliga terminer 31 år, valutor från 1983 etc. - prissättning från 45 månader till 295 månad Priserna beror på tillgängligheten av data. Dedicated mjukvaruplattform för backtesting och auto-trading - använder MQL4-språk, används främst för handel med valutamarknaden - stöder flera forex-mäklare och dataflöden - stöder hantering av flera konton. Dedicated mjukvaruplattform för backtesting och auto-trading - stödja dagliga intradagstrategier, testning av portföljnivå och optimering - bäst för backtesting prisbaserade signaler teknisk och alysis, support för EasyLanguage programmeringsspråk - stöd för flera dataflöden Bloomberg, Thomson Reuters, CSI, CQG, eSignal etc, direkt support för flera mäklare Interactive Brokers etc.- Multicharts 797 per år - Multicharts livstid 1 497 - Multicharts Pro 9 900 Bloomberg Thomson Reuters data matning etc. Webbaserat backtestingverktyg för att testa aktieplockningsstrategier - Amerikanska aktier ETF: s dagliga - Point-in-time grundläggande data sedan 1999 - långa korta strategier, priser grundade drivs signaler .- Designer - 139 månad - Manager - 199 månad - Fullständig funktionalitet. Portfolio Analytics använder högfrekventa marknadsdata - Den här produkten är avsedd för låga, medelhöga, högfrekventa handlareforskare. Alla beräkningar görs med hjälp av högfrekventa marknadsdata som gynnar låga och högfrekventa handlare för forskare - intradag-backtesting, riskhantering av portfölj, prognoser och Optimering till varje pris andra, minuter, timmar, slut på dagen Modellinmatningar helt kontrollerbara - 8k marknadspark datakällor sedan 2012-aktier, index ETF-handlade på NASDAQ Kunder kan också ladda upp egna marknadsdata, t. ex. kinesiska aktier - 40 portföljvärdena VaR, ETL, alfa, beta, Sharpe-förhållande, Omega-förhållande etc. - stöder R, Matlab, Java Python - 10 portföljoptimeringar. Webbaserat backtestingverktyg - Amerikanska aktiekurser dagligen intradag, sedan 1998, data från QuantQuote - Forex data från FXCM - stödja Interactive Brokers för live trading. Webbaserat backtestingverktyg - amerikanska aktier och ETF-priser dagligen intradag, sedan 2002 - grundläggande data från Morningstar över 600 metrics - stödja interaktiva mäklare för live trading. Webbaserade backtestingverktyg - enkel att använda, fördelningsstrategier, data sedan 1992 - tidsserie momentum och glidande genomsnittliga strategier på ETFs - Simple Momentum och Simple Value stock picking strategier. Webbaserat backtestingverktyg - Upp till 25 års data för 49 Futures och S P500-lager - Verktygslåda i Python och Matlab - Quantiacs värdar algoritmiska handelskonkurrenser med Investeringar som sträcker sig från 500k till 1 million. BackTest Broker erbjuder kraftfull, enkel webbaserad backtesting-mjukvara - Backtest i två klick - Bläddra i strategibiblioteket, eller bygga och optimera din strategi - Pappershandel, automatiserad handel och realtids e-post. per backtest och less. Web Cloudbaserad backtesting verktyg - FX Forex Valutatata på större par, går tillbaka till 2007 - Second Minute Hourly Daily barer - Live trading kompatibel med alla mäklare som använder Metatrader 4 som backend. Webbaserat backtesting verktyg till testa kapitalfaktorer och fördelningsstrategier - multipla kapitalfaktorer med beprövade benchmark för alfa över marknadsläge, flera investeringsuniverser, riskhanteringsfilter - Asset Allocation Strategies backtests, blandning av tillgångsallokering och faktorupptagning i en portfölj. - Gratis på SP 100 universum - 50 månader eller 480 år - bredare amerikanska investeringsunivers, brittiska EU-aktier, tillgångsfördelningsstrategier. Webbaserat backtesting-screeningsverktyg - över 10 000 amerikanska lager, data upp till 20 års historia - grundläggande tekniska kriterier. - fri begränsad funktionalitet 1 års data, inga sparade backtests etc - 50 per månad - full funktionalitet. Fri mjukvarumiljö för statistisk databehandling och grafik, föredrar många quants att Använd den för sin exceptionella öppna arkitektur och flexibilitet - Effektiv datahantering och lagringsanläggning, Grafiska anläggningar för dataanalys, Utökad enkelt via paket - Rekommenderade tillägg - Quantstrat, Rmetrics, Quantmod, Quantlib, PerformanceAnalytics, TTR, Portfolio, PortfolioSim, Backtest, etc. MATLAB - Språk på hög nivå och interaktiv miljö för statistisk databehandling och grafik - parallell - och GPU-databehandling, backtesting och optimering, omfattande integrationsmöjligheter etc. - pris på begäran här. BacktestingXL Pro är ett tillägg för att bygga och testa din Handelsstrategier i Microsoft Excel 2010 och 2013 - Användare kan använda VBA för att bygga strategier för BacktestingXL Pro, VBA kunskap är att välja ional kan användarna konstruera handelsregler på ett kalkylblad med hjälp av standardförberedda backtesting-koder - stöder pyramidering, korta långa positioner, kommissionsberäkning, aktiespårning, out of money-kontroller, köp av försäljningspris anpassning - rapporter om flera prestationsrisker. 74 95 för BacktestingXL Pro. Free open source programmeringsspråk, öppen arkitektur, flexibel, enkelt utökad via paket - rekommenderade tillägg - pandas Python Data Analysis Library, Pythotrade Python Algorithmic Trading Library, Zipline, ultrafinansiering etc. FactorWave är enkelt att använda webbaserad Backtesting verktyg för faktor investeringar - gör det möjligt för användaren att blanda flera ETF-optioner futures aktiefaktorer med beprövade alfa över marknadsläge benchmarks .- gratis - ETF Stock Screener med 5 faktorer - 149 mo gratis alternativ alternativ screener, futures strategier, vix strategies. Web baserat backtestingverktyg - enkelt att använda, på nätet baserad backtesting verktyg för att testa relativ styrka och flytta genomsnittliga strategier på ETF s .- flera typer av strategier för gratis, fullständig backtesting-funktionalitet 34,99 per månad. Gratis webbbaserat backtestingverktyg för att testa stockplockningsstrategier - USA-lager, data från ValueLine från 1986-2014 - pris och grundläggande data, 1700 lager, månadsgrannhet test. Backtesting en Moving Average Crossover i Python med pandas. I den tidigare artikeln om Research Backtesting Environments I Python With Pandas skapade vi en objektorienterad forskningsbaserad backtestingmiljö och testade den på en slumpmässig prognosstrategi. I den här artikeln kommer vi att använda Av den maskin som vi introducerade för att utföra forskning om en verklig strategi, nämligen Moving Average Crossover på AAPL. Moving Average Crossover Strategy. The Moving Average Crossover-tekniken är en extremt välkänd förenklad momentumstrategi. Det anses ofta Hello World-exemplet för kvantitativ handel. Strategin som beskrivs här är långsiktig Två separata enkla glidande medelfilter skapas, med varierande lo Okback perioder av en viss tidsserie Signaler för att köpa tillgången inträffar när det kortare återkörningsgennomsnittet överstiger det längre återkommande glidande genomsnittet. Om det längre genomsnittet därefter överstiger det kortare genomsnittet säljs tillgången. Strategin fungerar bra när en tidsserie går in en period med stark trend och sedan sakta tillbaka trenden. För det här exemplet har jag valt Apple, Inc AAPL som tidsserie med en kort lookback på 100 dagar och en lång återgång på 400 dagar. Detta är exemplet från zipline algoritmiskt handelsbibliotek Således om vi vill implementera vår egen backtester måste vi se till att den matchar resultaten i zipline som ett grundläggande sätt att validera. Var noga med att följa den tidigare handledningen här, som beskriver hur den ursprungliga objekthierarkin för backtesteren är Konstruerad, annars kommer koden nedan inte att fungera För denna speciella implementering har jag använt följande bibliotek. Implementeringen kräver från tidigare tutori Al Det första steget är att importera de nödvändiga modulerna och objekten. Som i den tidigare handledningen kommer vi att subklassera abstraktklassen Strategi för att producera MovingAverageCrossStrategy som innehåller alla detaljer om hur man genererar signalerna när AAPL: s glidande medelvärde passerar över objektet. Objektet kräver en shortwindow och en longwindow som ska fungera. Värdena har ställts till standardvärden på 100 dagar respektive 400 dagar, vilka är samma parametrar som används i huvudexemplet på zipline. De glidande medelvärdena skapas av Använda pandas rollingmean-funktionen på staplarna Stäng slutkursen för AAPL-aktien När individuella rörliga medelvärden har konstruerats genereras signalen Serie genom att kolumnen är lika med 1 0 när det korta glidande medlet är större än det långa glidande medlet, eller 0 0 annars Från detta kan positionsbeställningarna genereras för att representera handelssignaler. MarketOnClosePortfolio är subclassed från Portfolio som är f ound i Det är nästan identiskt med det genomförande som beskrivs i föregående handledning, med det undantaget att handeln nu utförs på nära håll, snarare än en öppen till grund. För detaljer om hur Portfolio-objektet Definieras, se tidigare handledning Jag har lämnat in koden för fullständighet och för att hålla denna självstudie självhäftad. Nu när klasserna MovingAverageCrossStrategy and MarketOnClosePortfolio har definierats kommer en huvudfunktion att kallas för att knyta all funktionalitet tillsammans. Dessutom Strategins prestanda kommer att undersökas via en kurva av aktiekurvan. Pandas DataReader-objektet hämtar OHLCV-priser på AAPL-lager för perioden 1 januari 1990 till 1 januari 2002, vid vilken tidpunkt signalerna DataFrame skapas för att generera den långsiktiga endast signaler Därefter genereras portföljen med en initialkapitalbaserad kapital på 100 000 USD och avkastningen beräknas på kapitalkurvan. Det sista steget är att använda matplotlib för att plotta en tvåfigurig p Mycket av båda AAPL-priserna, överlagrade med de glidande medelvärdena och köpförsäljningssignaler samt jämviktskurvan med samma köpförsäljningssignaler. Plottingskoden tas och modifieras från zipline-implementeringsexemplet. Den grafiska utmatningen av koden är som följer Jag använde IPython Paste-kommandot för att sätta detta direkt in i IPython-konsolen i Ubuntu, så att den grafiska produktionen förblev i sikte. Den rosa upticks representerar inköp av lageret, medan de svarta downtickarna representerar att sälja det tillbaka. AAPL Moving Average Crossover Performance från 1990-01-01 till 2002-01-01. Som det kan ses, förlorar strategin pengar under perioden, med fem rundturer. Detta är inte förvånande med tanke på AAPL: s beteende under perioden, vilket var en liten nedåtgående trend efterfulgt av en kraftig uppgång i början av 1998 Utsläppsperioden för de rörliga genomsnittliga signalerna är ganska stor och detta påverkar resultatet av den slutliga handeln, vilket annars kan ha gjort strategin lönsam . I efterföljande artiklar kommer vi att skapa ett mer sofistikerat sätt att analysera prestanda, samt beskriva hur man optimerar utkikningsperioderna för de individuella rörliga genomsnittssignalerna. Bara komma igång med kvantitativ handel.