V dnešním videu se budeme věnovat knihovnám v Pythonu, řekneme si, k čemu knihovny používáme a jak s nimi pracovat. Byť se na první pohled jedná o naprosté základy, existuje více způsobu, jakými je možné knihovnu ve skriptu načíst a dnes se pokusím vysvětlit, v čem se jednotlivé způsoby liší.

Jak vytvořit komplexní příkazy automaticky například ze skeneru vytvořeného v Amibrokeru? Použít stačí jednoduchý Python skript, který si postavíme v dnešním tutoriálu. Skript načte data ze skeneru a připraví je do formátu, který můžeme uploadovat pomocí Backtet traderu.

Tutoriál navazuje na předchozí video popisující úpravy vzhledu grafů vykreslených v Pythonu pomocí knihovny Matplotlib.

Při vytváření komplexnějších systémů se nevyhneme práci se statickými proměnnými. V dnešním tutoriálu si ukážeme, jak s nimi pracovat. Oblast využití je opravdu široká. Napříkad s jejich pomocí řídím position sizing ve strategii MR3000, což bude i základ dnešního příkladu.

V rámci portfolio analýzy si zobrazujeme grafy znázorňující výkonnosti jednotlivých strategií. V dnešním tutoriálu si ukážeme, jakým způsobem je možné změnit vzhled výsledných grafů, ve smyslu změny barvy linky, popisu os a také si ukážeme jak znázornit v grafu výslednou hodnotu.

Pro korektní analýzu portfolií je potřeba pracovat s procentuálním vyjádřením změn stavu účtu. V tutoriálu si shrneme, jak to dělat správně - od převodu výkonnosti jedné strategie, k jejich kombinování v rámci portfolií.

Programovací jazyk Python patří mezi nejpoužívanější nástroje v oblasti automatizace obchodování. Abychom mohli jeho možnosti plně využívat, musíme si nejdříve nainstalovat vývojové prostředí. V tutoriálu si ukážeme jak postupovat krok za krokem.

Prakticky neustále je potřeba kódy kontrolovat. Co konkrétně otevíráme v backtestu za pozice, jaký kapitál nám zbývá, proč nebyla otevřena ta či ona pozice. Sám proto používám v Amibrokeru funkci _TRACE() a externí debug viewer.

Amibroker umožňuje zobrazení uživatelských grafů v rámci reportů s výsledky backtestu. V dnešním tutoriálu si ukážeme jak na to, a s použitím funkcí ROC() a Cum() doplníme do výsledku backtestu další graf, který bude znázorňovat procentuální změnu testovaného portfolia.

Jak a kde poznáme, kolik si ještě můžeme dovolit otevřít pozic? A proč se může stát, že při nepozornosti lze i bez plánovaného výrazného využívání páky dojit k margin callu.