Portfolio analýza systémů z Excelu zahrnující otevřené obchody

Trading, ať už je to na akciovém, komoditním nebo měnovém trhu, vyžaduje stále sofistikovanější nástroje a postupy, aby trader mohl konkurovat a zůstat o krok napřed před trhem. Jeden z nástrojů, který získal značnou oblibu v oboru tradingu, je programovací jazyk Python.
Python je programovací jazyk, který je známý svou čitelností a pružností, což z něj činí ideální volbu pro rychlé prototypování a vývoj komplexních algoritmů.
Profesionální trader může využívat Python k analýze dat, backtestingu obchodních strategií nebo dokonce k automatizaci svých obchodů. Díky široké škále knihoven, jako jsou Pandas pro manipulaci s daty, NumPy pro výpočty nebo QuantConnect pro backtesting a obchod, může trader snadno a rychle vytvářet nástroje a aplikace přizpůsobené jeho specifickým potřebám.
Python rovněž umožňuje snadné propojení s různými datovými zdroji, od tradičních databází po real-time streamingové služby. Toto umožňuje traderovi mít vždy aktuální informace a rychle reagovat na měnící se tržní podmínky.
Navíc, díky komunitě vývojářů, která za Pythonem stojí, je zde obrovské množství dostupných zdrojů, tutoriálů a knihoven, což umožňuje traderům neustále se zdokonalovat a rozšiřovat své schopnosti v oblasti programování a analýzy dat.
Na Finančníkovi vytváříme v Pythonu všechny skripty, které nám slouží k analýze dat a obchodování. Aplikace Trading Room je vytvořena v Pythonu a také náš autotrader. Jak se naučit skriptovat v Pythonu od nulových znalostí (sami nejsme programátoři) vyučujeme průběžně v TechLabu.
Oficiální stránka Pythonu: https://www.python.org/
 

K automatizaci obchodování u IB používáme rozhraní API a obchodní příkazy odesíláme pomocí pythonu s použitím knihovny ib_insync.
V rámci autotraderu uvedený princip používáme k obchodování akcií, nicméně knihovna ib_insync umožňuje obchodovat i další trhy jako futures nebo opce. V dnešním tutoriálu si jednotlivé principy podrobněji ukážeme.

Video naleznete v TechLabu zde

Dnes si ukážeme, jakým způsobem lze do Pandas dataframe načíst seznam skutečně provedených obchodů z našeho obchodního deníku vedeného v Excelu a následně vysvětlím, jak je nutné data upravit do formátu, který by umožnil provést portfolio analýzu.
Jako zdroj dat použiju obchodní deník, který používám v rámci podpory swingového workshopu, ale není to podmínkou, uvedený princip lze aplikovat na jakýkoliv formát deníku.
Video naleznete v TechLabu zde