Diskuze

Zdravím a děkuji, vše proběhlo v pořádku. Ukážu v čem je rozdíl uvozovky a HASH na konci. moje nastavení  "DDIP" : 'https://tradingroom.financnik.cz/download/DEEPDIP/csv=HASH', vaše nastavení 'DDIP' : 'https://tradingroom.financnik.cz/download/DEEPDIP/csv/'

Snad se nám to podařilo vyřešit. Zkuste prosím, jestli už máte nástroj dostupný. Petr

Ano, takto by to mělo fungovat. A pokud nebude tak místo jednoduchého lomítka dejte dvojité zpětné lomítko.

Áno, určite by bol, aspoň za mňa áno. Ja som na začiatok skúšal v TS si v grafe na každý deň vizualizovať noise area, robil som to s ChatGpt ale neuspešne. Ďalej som tomu nevenoval čas . Pomôže to aj mne a verím že aj ostatným s ďaľším backtestom.😊 Prajem pekný deň. Timi

Vím že to asi nepatří úplně sem, jestliže mám vygenerované vlastní signály jak v config doplním, že má načíst moje signály a ne ty v dasbordu. Resp. jaký to má mít formát?. SignalSource: https://www.financnik.cz/exe/tradingroom1/FinwinSignals.csv Takto? SignalSource: C:/Dokumenty/signal.csv Moc děkuji Ruda

Díky. Až to budu mít v nějaké použitelné podobě, můžu to sem hodit. Teda jestli by byl zájem?

Děkuji za zprávu. Původní dashboard tedy ještě necháme jak je. V novém dashboardu nejprve aktualizujeme vše tak, aby to odpovídalo původnímu dashboardu (tj. včetně finwinu, datumu aktualizace atd). Ad MR3000 - v novém dashboardu je také systém pod označením MR3000. Jen jsou tam všechny signály, nejsou filtrované na earnings a shorting fee (proto je tam signálů více). Připravím do nového dashboardu verzi, která bude naprosto shodná se starým dashboardem.

Dobrý den, pokud dám quantstats 0.0.62. tak se mi nenačte už od qs.reports.basic(qsData, 'SPY') nic, pokud dám quantstats 0.0.64.tak to vypadá takto a nenačte se pouze konec. Performance Metrics   Benchmark Strategy ------------------ ----------- ---------- Start Period 2024-09-04 2024-09-04 End Period 2025-04-01 2025-04-01 Risk-Free Rate 0.0% 0.0% Time in Market 99.0% 100.0% Cumulative Return 2.57% 8.78% CAGR﹪ 3.11% 10.69% Sharpe 0.42 1.13 Prob. Sharpe Ratio 61.78% 80.36% Sortino 0.56 1.96 Sortino/√2 0.4 1.39 Omega 1.37 1.37 Max Drawdown -9.3% -6.29% Longest DD Days 44 52 Gain/Pain Ratio 0.07 0.37 Gain/Pain (1M) 0.3 0.95 Payoff Ratio 0.69 1.84 Profit Factor 1.07 1.37 Common Sense Ratio 0.79 2.99 CPC Index 0.42 1.24 Tail Ratio 0.74 2.19 Outlier Win Ratio 4.53 5.17 Outlier Loss Ratio 3.4 6.7 MTD 0.28% -0.53% 3M -4.0% 0.26% 6M -1.6% 3.2% YTD -4.0% 0.26% 1Y 2.57% 8.78% 3Y (ann.) 3.11% 10.69% 5Y (ann.) 3.11% 10.69% 10Y (ann.) 3.11% 10.69% All-time (ann.) 3.11% 10.69% Avg. Drawdown -1.55% -1.41% Avg. Drawdown Days 10 11 Recovery Factor 0.33 1.43 Ulcer Index 0.03 0.02 Serenity Index 0.15 0.88   Strategy Visualization     In [18]:         qs.reports.full(qsData, 'SPY')       Performance Metrics   Benchmark Strategy ------------------------- ----------- ---------- Start Period 2024-09-04 2024-09-04 End Period 2025-04-01 2025-04-01 Risk-Free Rate 0.0% 0.0% Time in Market 99.0% 100.0% Cumulative Return 2.57% 8.78% CAGR﹪ 3.11% 10.69% Sharpe 0.42 1.13 Prob. Sharpe Ratio 61.78% 80.36% Smart Sharpe 0.41 1.11 Sortino 0.56 1.96 Smart Sortino 0.55 1.93 Sortino/√2 0.4 1.39 Smart Sortino/√2 0.39 1.36 Omega 1.37 1.37 Max Drawdown -9.3% -6.29% Longest DD Days 44 52 Volatility (ann.) 13.85% 15.2% R^2 0.0 0.0 Information Ratio 0.04 0.04 Calmar 0.33 1.7 Skew -0.61 1.54 Kurtosis 1.33 18.79 Expected Daily % 0.02% 0.06% Expected Monthly % 0.32% 1.06% Expected Yearly % 1.28% 4.3% Kelly Criterion -7.44% 21.6% Risk of Ruin 0.0% 0.0% Daily Value-at-Risk -1.41% -1.51% Expected Shortfall (cVaR) -1.41% -1.51% Max Consecutive Wins 7 7 Max Consecutive Losses 4 11 Gain/Pain Ratio 0.07 0.37 Gain/Pain (1M) 0.3 0.95 Payoff Ratio 0.69 1.84 Profit Factor 1.07 1.37 Common Sense Ratio 0.79 2.99 CPC Index 0.42 1.24 Tail Ratio 0.74 2.19 Outlier Win Ratio 4.53 5.17 Outlier Loss Ratio 3.4 6.7 MTD 0.28% -0.53% 3M -4.0% 0.26% 6M -1.6% 3.2% YTD -4.0% 0.26% 1Y 2.57% 8.78% 3Y (ann.) 3.11% 10.69% 5Y (ann.) 3.11% 10.69% 10Y (ann.) 3.11% 10.69% All-time (ann.) 3.11% 10.69% Best Day 2.49% 6.1% Worst Day -2.98% -4.77% Best Month 5.96% 9.4% Worst Month -5.57% -5.79% Best Year 6.84% 8.5% Worst Year -4.0% 0.26% Avg. Drawdown -1.55% -1.41% Avg. Drawdown Days 10 11 Recovery Factor 0.33 1.43 Ulcer Index 0.03 0.02 Serenity Index 0.15 0.88 Avg. Up Month 5.1% 3.01% Avg. Down Month -3.23% -3.36% Win Days % 56.15% 49.24% Win Month % 50.0% 50.0% Win Quarter % 75.0% 75.0% Win Year % 50.0% 100.0% Beta - 0.06 Alpha - 0.17 Correlation - 5.36% Treynor Ratio - 149.36%   None   Worst 5 Drawdowns     Start Valley End Days Max Drawdown 99% Max Drawdown 1 2025-03-03 2025-04-01 2025-04-01 30 -6.291359 -5.788768 2 2024-12-24 2025-02-06 2025-02-13 52 -6.273296 -5.911027 3 2024-11-19 2024-11-29 2024-12-03 15 -1.968072 -1.956797 4 2024-10-21 2024-11-06 2024-11-08 19 -1.551679 -1.420171 5 2024-09-17 2024-09-18 2024-09-18 2 -1.040891 -0.813942   Strategy Visualization           C:\Users\todar\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\seaborn\_oldcore.py:1119: FutureWarning: use_inf_as_na option is deprecated and will be removed in a future version. Convert inf values to NaN before operating instead. with pd.option_context('mode.use_inf_as_na', True): C:\Users\todar\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\seaborn\_oldcore.py:1075: FutureWarning: When grouping with a length-1 list-like, you will need to pass a length-1 tuple to get_group in a future version of pandas. Pass `(name,)` instead of `name` to silence this warning. data_subset = grouped_data.get_group(pd_key) C:\Users\todar\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\seaborn\_oldcore.py:1075: FutureWarning: When grouping with a length-1 list-like, you will need to pass a length-1 tuple to get_group in a future version of pandas. Pass `(name,)` instead of `name` to silence this warning. data_subset = grouped_data.get_group(pd_key) C:\Users\todar\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\seaborn\_oldcore.py:1075: FutureWarning: When grouping with a length-1 list-like, you will need to pass a length-1 tuple to get_group in a future version of pandas. Pass `(name,)` instead of `name` to silence this warning. data_subset = grouped_data.get_group(pd_key) C:\Users\todar\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\seaborn\_oldcore.py:1075: FutureWarning: When grouping with a length-1 list-like, you will need to pass a length-1 tuple to get_group in a future version of pandas. Pass `(name,)` instead of `name` to silence this warning. data_subset = grouped_data.get_group(pd_key) C:\Users\todar\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\seaborn\_oldcore.py:1075: FutureWarning: When grouping with a length-1 list-like, you will need to pass a length-1 tuple to get_group in a future version of pandas. Pass `(name,)` instead of `name` to silence this warning. data_subset = grouped_data.get_group(pd_key)     C:\Users\todar\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\quantstats\_plotting\core.py:294: FutureWarning: Passing additional kwargs to DatetimeIndexResampler.sum has no impact on the result and is deprecated. This will raise a TypeError in a future version of pandas. returns = returns.last() if compound is True else returns.sum(axis=0)   --------------------------------------------------------------------------- UnsupportedFunctionCall Traceback (most recent call last) Cell In[18], line 1 ----> 1 qs.reports.full(qsData, 'SPY') File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\quantstats\reports.py:628, in full(returns, benchmark, rf, grayscale, figsize, display, compounded, periods_per_year, match_dates, **kwargs) 625 print("\n\n") 626 print("[Strategy Visualization]\nvia Matplotlib") --> 628 plots( 629 returns=returns, 630 benchmark=benchmark, 631 grayscale=grayscale, 632 figsize=figsize, 633 mode="full", 634 periods_per_year=periods_per_year, 635 prepare_returns=False, 636 benchmark_title=benchmark_title, 637 strategy_title=strategy_title, 638 active=active, 639 ) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\quantstats\reports.py:1346, in plots(returns, benchmark, grayscale, figsize, mode, compounded, periods_per_year, prepare_returns, match_dates, **kwargs) 1340 if len(returns.columns) > 1: 1341 small_fig_size = ( 1342 figsize[0], 1343 figsize[0] * (0.33 * (len(returns.columns) * 0.66)), 1344 ) -> 1346 _plots.daily_returns( 1347 returns, 1348 benchmark, 1349 grayscale=grayscale, 1350 figsize=small_fig_size, 1351 show=True, 1352 ylabel='', 1353 prepare_returns=False, 1354 active=active, 1355 ) 1357 if benchmark is not None: 1358 _plots.rolling_beta( 1359 returns, 1360 benchmark, (...) 1367 prepare_returns=False, 1368 ) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\quantstats\_plotting\wrappers.py:512, in daily_returns(returns, benchmark, grayscale, figsize, fontname, lw, log_scale, ylabel, subtitle, savefig, show, prepare_returns, active) 508 returns = returns - benchmark 510 plot_title = "Daily Active Returns" if active else "Daily Returns" --> 512 fig = _core.plot_timeseries( 513 returns, 514 None, 515 plot_title, 516 ylabel=ylabel, 517 match_volatility=False, 518 log_scale=log_scale, 519 resample="D", 520 compound=False, 521 lw=lw, 522 figsize=figsize, 523 fontname=fontname, 524 grayscale=grayscale, 525 subtitle=subtitle, 526 savefig=savefig, 527 show=show, 528 ) 529 if not show: 530 return fig File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\quantstats\_plotting\core.py:294, in plot_timeseries(returns, benchmark, title, compound, cumulative, fill, returns_label, hline, hlw, hlcolor, hllabel, percent, match_volatility, log_scale, resample, lw, figsize, ylabel, grayscale, fontname, subtitle, savefig, show) 292 if resample: 293 returns = returns.resample(resample) --> 294 returns = returns.last() if compound is True else returns.sum(axis=0) 295 if isinstance(benchmark, _pd.Series): 296 benchmark = benchmark.resample(resample) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\pandas\core\resample.py:1183, in Resampler.sum(self, numeric_only, min_count, *args, **kwargs) 1146 """ 1147 Compute sum of group values. 1148 (...) 1180 Freq: MS, dtype: int64 1181 """ 1182 maybe_warn_args_and_kwargs(type(self), "sum", args, kwargs) -> 1183 nv.validate_resampler_func("sum", args, kwargs) 1184 return self._downsample("sum", numeric_only=numeric_only, min_count=min_count) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\.xxx\Lib\site-packages\pandas\compat\numpy\function.py:376, in validate_resampler_func(method, args, kwargs) 374 if len(args) + len(kwargs) > 0: 375 if method in RESAMPLER_NUMPY_OPS: --> 376 raise UnsupportedFunctionCall( 377 "numpy operations are not valid with resample. " 378 f"Use .resample(...).{method}() instead" 379 ) 380 raise TypeError("too many arguments passed in") UnsupportedFunctionCall: numpy operations are not valid with resample. Use .resample(...).sum() instead

Super, že to zvládáte v TradeStation. Position sizing mají ve studii dělaný jako tradiční cílení na anualizovalizovanou volatilitu vypočítanou z podkladového aktiva. Nejprve se tedy počítá anualizovaná volatilita podkladu - jde o standardní odchylku za 15 dnů, která se násobí odmocninou z 252 (počet obchodních dnů v roce = anualizujeme). Počítají to na denních grafech: df_daily.set_index('Date', inplace=True) df_daily['ret'] = df_daily['Close'].pct_change() df_daily['daily_vol_15d'] = df_daily['ret'].rolling(window=15, min_periods=14).std() * np.sqrt(252) následně přemapují na intradenní úsečky, kde hodnotu ze sloupce daily_vol_15d máme v proměnné spx_vol a pozice se počítají zde:   leverage = min(target_vol / spx_vol, max_leverage) if not pd.isna(spx_vol) and spx_vol > 0 else max_leverage base_shares = round(previous_aum / open_price * leverage) if open_price > 0 else 0 leverage je minimální hodnota z target_vol (tu zadáváme jako proměnnou na vstupu) / spx_vol a max_leverage (tu také zadáváme na vstupu). počet shares pak počítají jako stav kapitálu/otevírací cena * leverage ATR se v této souvislosti podle mě tolik nepoužívá. V NDX SMO pracuji také s anualizovanou směrodatnou odchylkou.  

Dobrý den, používám knihovny numpy 1.24.3 a quantstats 0.0.62. Uvedená chyba se objevuje po ugrade quntstats na verzi 0.0.64. B.

Dobrý den, vyzkoušejte nastavení cesty tímto způsobem, takto to mám já: finScanners = { 'DDIP' : 'https://tradingroom.financnik.cz/download/DEEPDIP/csv/' }

Skriptuju to v TradeStation, mám Noise Area, VWAP a teď jsem u position sizingu na základě "daily market volatility". Když jsem se poradil s ChatGPT, tak z něj vypadlo toto: - Loop through X past days to compute rolling volatility. - Use 252 trading days to get annualized volatility. Daily market volatility, o které se mluví ve studii, by potom měla být ta annualized volatility a počet dnů X, za které se to počítá, je ve studii 14. Je to tak? Mimochodem, jak se díváte na použití ATR pro tyto účely? Jestli se nepletu, je to součástí SMONDX. Děkuji! B

Zdravím, tak jsem snížil risk na obchod a už to funguje. Jak je to na simu, tak tam testuji hodně strategií a už mi nestačí margin 🙂 T.

Zkoušel jsem vše, nepomohlo nic.Pokud dám pandas 2.1.4, tak se nenačte spy. Pandas 2.2.1 se spy načte, ale hodí to tuto chybu. Jakou používáte numpy? UnsupportedFunctionCall Traceback (most recent call last) Cell In[18], line 1 ----> 1 qs.reports.full(qsData, 'SPY') File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\xxx\Lib\site-packages\quantstats\reports.py:628, in full(returns, benchmark, rf, grayscale, figsize, display, compounded, periods_per_year, match_dates, **kwargs) 625 print("\n\n") 626 print("[Strategy Visualization]\nvia Matplotlib") --> 628 plots( 629 returns=returns, 630 benchmark=benchmark, 631 grayscale=grayscale, 632 figsize=figsize, 633 mode="full", 634 periods_per_year=periods_per_year, 635 prepare_returns=False, 636 benchmark_title=benchmark_title, 637 strategy_title=strategy_title, 638 active=active, 639 ) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\xxx\Lib\site-packages\quantstats\reports.py:1346, in plots(returns, benchmark, grayscale, figsize, mode, compounded, periods_per_year, prepare_returns, match_dates, **kwargs) 1340 if len(returns.columns) > 1: 1341 small_fig_size = ( 1342 figsize[0], 1343 figsize[0] * (0.33 * (len(returns.columns) * 0.66)), 1344 ) -> 1346 _plots.daily_returns( 1347 returns, 1348 benchmark, 1349 grayscale=grayscale, 1350 figsize=small_fig_size, 1351 show=True, 1352 ylabel='', 1353 prepare_returns=False, 1354 active=active, 1355 ) 1357 if benchmark is not None: 1358 _plots.rolling_beta( 1359 returns, 1360 benchmark, (...) 1367 prepare_returns=False, 1368 ) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\xxx\Lib\site-packages\quantstats\_plotting\wrappers.py:512, in daily_returns(returns, benchmark, grayscale, figsize, fontname, lw, log_scale, ylabel, subtitle, savefig, show, prepare_returns, active) 508 returns = returns - benchmark 510 plot_title = "Daily Active Returns" if active else "Daily Returns" --> 512 fig = _core.plot_timeseries( 513 returns, 514 None, 515 plot_title, 516 ylabel=ylabel, 517 match_volatility=False, 518 log_scale=log_scale, 519 resample="D", 520 compound=False, 521 lw=lw, 522 figsize=figsize, 523 fontname=fontname, 524 grayscale=grayscale, 525 subtitle=subtitle, 526 savefig=savefig, 527 show=show, 528 ) 529 if not show: 530 return fig File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\xxx\Lib\site-packages\quantstats\_plotting\core.py:294, in plot_timeseries(returns, benchmark, title, compound, cumulative, fill, returns_label, hline, hlw, hlcolor, hllabel, percent, match_volatility, log_scale, resample, lw, figsize, ylabel, grayscale, fontname, subtitle, savefig, show) 292 if resample: 293 returns = returns.resample(resample) --> 294 returns = returns.last() if compound is True else returns.sum(axis=0) 295 if isinstance(benchmark, _pd.Series): 296 benchmark = benchmark.resample(resample) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\xxx\Lib\site-packages\pandas\core\resample.py:1183, in Resampler.sum(self, numeric_only, min_count, *args, **kwargs) 1146 """ 1147 Compute sum of group values. 1148 (...) 1180 Freq: MS, dtype: int64 1181 """ 1182 maybe_warn_args_and_kwargs(type(self), "sum", args, kwargs) -> 1183 nv.validate_resampler_func("sum", args, kwargs) 1184 return self._downsample("sum", numeric_only=numeric_only, min_count=min_count) File ~\OneDrive\Desktop\Denik komplet X 1.3 - zkouška\xxx\Lib\site-packages\pandas\compat\numpy\function.py:376, in validate_resampler_func(method, args, kwargs) 374 if len(args) + len(kwargs) > 0: 375 if method in RESAMPLER_NUMPY_OPS: --> 376 raise UnsupportedFunctionCall( 377 "numpy operations are not valid with resample. " 378 f"Use .resample(...).{method}() instead" 379 ) 380 raise TypeError("too many arguments passed in") UnsupportedFunctionCall: numpy operations are not valid with resample. Use .resample(...).sum() instead

Zdravím, tak našiel som spôsob ako konvertovať xlsx súbor z môjho TS, len sa mi nedá dostať do sekcie analyzátor. Keď na to kliknem teraz vráti ma to do sekcie dashboard s hlásenim Upsss, neco se pokazilo, pred tým som skúsil do analyzátoru nahrať prvú verziu upraveného csv súbor ale zistil som vňom chyby opravil som ich a ked som chcel skúsiť nahrať už správnu verziu toto mi začalo vypisovať. V takomto fomáte mam teraz csv :  Symbol;Trade;Date;Price;Ex. date;Ex. Price;% chg;Profit;% Profit;Shares;Position value;Cum. Profit;# bars;Profit/bar;MAE;MFE;Scale In/Out IWM;Long;30.03.2010;68,61;30.03.2010;68,18;-0.63%;-1.523,92;-0,63%;3544,0;243.153,84;1.179,71;0;0;0;0;0/0 IWM;Long;04.01.2010;68,64;04.01.2010;68,22;-0.61%;-1.553,16;-0,61%;3698,0;253.830,72;-373,45;0;0;0;0;0/0 Ďakujem za pomoc. Timi

Dobrý den. Mám zaplaceneý dashboard. V dashboardu jsem si nastavil 4 strategie. Pod nimi se ukázaly CSV. Z nich jsem si vzal cestu a tu nakopíroval do settings. O mně ve strategii jsem zapnul jen tu jedinou DEEDIP a u ní jsem v SignalSource nastavil Tradingroom. Jo samozřejmě settings.py mám nastavený svůj HASH. Přikládám i moje nastavení settings.py Jaromír setmail = {         'SendMail' : True,         'FromAddress' : 'xxxxxxxx@k2p.cz',                      'Password' : 'xxxxxxxxxxxx',         'ToAddress' : 'xxxxxxx@k2p.cz',         'SmtpServer' : 'mail.k2p.cz' } # cesta k databazi setsql = {         'dbpath' : 'data/tradebook.db3' } # cesta ke slozce s projekty Amibrokeru, vyuziva generator.py pro privpravu vstupnich signalu amibroker = {               'ProjectPath' : 'c:/AmiBroker/Projects/' } # klic pro pristup k Financikem poskytovanemu obsahu finHASH = {         'key' : 'xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx' } # cesty ke stazeni generovanych signalu, nazev musi byt shodny s nazvem v definici strategie  finScanners = {                                "DDIP" : 'https://tradingroom.financnik.cz/download/DEEPDIP/csv=HASH', } # ze stazenych generovanych signalu odstrani radky s priznakem earnings (False = odstranit) earningsfilter = {         'removesignal' : True } # vyber rozsahu dat zobrazenych v dennim reportu reportparts = {'accountinfo':True,            'possitions':True,              'signals':True, } # rezim spusteni mode = {         'offline' : True } # parametry pripojeni IB setIB = {         'IP' : '127.0.0.1',         'port' : 7497,         'clientID' : 17,          'account' : 'xxxxxxxx' } # uprava nazvu tickeru pro IB ticker_sep = {r'\.' : '-'}  

Dobrý den, máte správně nastavenou cestu ke strategii v souboru settings? případně jiné strategie Vám funguji? DDIP jsem dnes zkoušl a stáhla se bez problémů

problém nalezen zde:  trade = ib_util.simpleorder(contract, abs(quantity), price, "", exit_type, "BUY" if quantity < 0 else "SELL", exit_tif, oca, self.config['Name'], self.accountNr) příkaz nemá nastavenou auxPrice a proto se příkaz nezaloží a je IBKR zamítnut. Po úpravě se příkazy k otevřenému obchodu již vytvořily.  

Dobrý den. Snažím se rozeběhnout nový autotrade. Nastavil jsem v settings všechny parametry pro stahování strategie DEEDIP. Další parametry jsem nastavil ve strategies pro tuto strategii, ale při spuštění generátoru mi to píše viz níže. Nechce se mi stáhnout strategie do adresáře i když píše, že je dokončená. Vím, že asi musím někde ještě něco povolit či nastavit, ale nevím kde. Můžete mi poradit. Děkuji. Jaromír C:\signaltrader>generator.py ### Testovani periody ### 2025-04-02 20:14:00: GEN     - Strategie DEEPDIP s periodou D predana k dalsimu zpracovani. 2025-04-02 20:14:00: GEN     - Dnesni budou obchodovat strategie ['DDIP'] 2025-04-02 20:14:00: GEN     - Filtr earnings signalu: ZAPNUTO ### Generovani signalu - DEEPDIP ### 2025-04-02 20:14:00: GEN     - Soubor strategie 'DEEPDIP' nelze stahnout. 2025-04-02 20:14:00: GEN     - Priprava CSV souboru se signaly dokoncena ### Beh generatoru uspesne dobehl do konce. ### 2025-04-02 20:14:02: SENDER  - Na email jaromirk@k2p.cz uspesne odeslan log o prubehu skriptu.

Tento risk pracuje zhruba s cca  2-4 MBT kontrakty dle volatility. Tedy účet bude vyžadován cca 6000 - 12000 usd. Zkusil bych stejné množství kontraktů ve stejném expiračním kontraktu zadávat ručně a snad zjistíte, v čem máte na svém tws problém.