Algoritmisk handel med Python: Byg, backtest og automatiser strategier med kode, data og værktøjer til det virkelige verdensmarked

For ikke længe siden tilhørte verden af algoritmisk handel kun Wall Street-banker og hedgefonde. Deres hemmelige kant? Automatiserede systemer, der kunne scanne markeder, knuse tal og udføre handler hurtigere og mere konsekvent end noget menneske. I dag er den kant ikke længere uden for rækkevidde. Med intet mere end en bærbar computer og Python kan du nu bygge den samme slags handelssystemer - og denne bog viser dig hvordan. Algoritmisk handel med Python er ikke teori. Det er en praktisk rejse, der tager dig fra nul til at køre fuldautomatiske strategier. Undervejs vil du opdage tre nøglefærdige handelssystemer klar til brug:

A momentum strategi der jagter efter aktiver, der er klar til at blive ved med at køre højere.

En momentumstrategi, der jagter efter aktiver, der er klar til at blive ved med at køre højere.

A trendfølgende system der rider på de store bølger i aktier, forex eller krypto.

Et trend-følgende system, der rider på de store bølger i aktier, forex eller krypto.

A tilbagetrækningsstrategi det gange kortsigtede tilbageførsler for hurtige gevinster.

En tilbagetrækningsstrategi, der tider kortsigtede tilbageførsler for hurtige gevinster. Du vil se dem blive levende på din skærm, fra rådata til diagrammer, signaler og tilbagetestede resultater. Og du vil se præcis, hvordan du justerer, udvider og implementerer dem til din egen handel. Men denne bog handler ikke kun om kode. Det handler om at tænke som en kvant: at teste ideer, før du risikerer en dollar, styre risiko med præcision og automatisere de kedelige dele, så du kan fokusere på at forfine din kant. Ved det sidste kapitel vil du ikke kun forstå algoritmisk handel - du vil have dine egne systemer, kodet og testet, klar til at tilslutte til live-markeder. Hvis du nogensinde har spekuleret på, hvordan din maskine kunne bygge denne verden, er chancen for at handle for dem. systematisk handel - og kræve den magt for dig selv.