【自動取引】トレード戦略のバックテスト①~MACDとモメンタムの併用

関連記事

モメンタムとMacdによるトレード戦略の検証

import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import pandas as pd
import time
import datetime
import requests
import json

def get_btcprice(ticker,max):
url = ('https://api.coingecko.com/api/v3/coins/')+ticker+('/market_chart?vs_currency=jpy&days=')+max
r = requests.get(url)
r2 = json.loads(r.text)
return r2

# ビットコインの全期間の価格データを取得する
r2 = get_btcprice('bitcoin','max')

#ライブラリの読み込み
from datetime import datetime
import pandas as pd

# jsonから価格データだけをPandasに変換して抽出する
def get_price(r2):
s = pd.DataFrame(r2['prices'])
s.columns = ['date','price']
date = []
for i in s['date']:
tsdate = int(i/1000)
loc = datetime.utcfromtimestamp(tsdate)
date.append(loc)
s.index = date
del s['date']
return s
btc = get_price(r2)

 
change = btc['price'].pct_change()
change.head()
trade_return = (change + 1).cumprod()
trade_return[0] = 1
trade_return = trade_return * 10000
print(trade_return.head(), trade_return[-5:])

import talib
price = btc['price']

#####複合計算############## 
numpyprice = np.array(price) 
rsi = talib.RSI(price, timeperiod=7) 
momentam = talib.MOM(price, timeperiod=6) 
macd = talib.MACD(price, fastperiod=12, slowperiod=26, signalperiod=5) 
signal = [] 
for i in range(len(price)): 
    if momentam[i] > 0 and macd[2][i] > 0: 
        signal.append(1) 
    elif momentam[i] < 0 and macd[2][i] < 0 : 
        signal.append(-1) 
    else: 
        signal.append(0) 

# 累積リターンの計算 
# Matplotlibの日本語化
from pylab import rcParams 
import matplotlib as mpl 
font = {"family":"Noto Sans CJK JP"} 
mpl.rc('font', **font) 
rcParams['figure.figsize'] = 15,5 

returns3 = ((change[1:] * signal[:-1]) + 1).cumprod() 
returns2 = (change + 1).cumprod() 
df2 = pd.DataFrame({'hold':trade_return, 'trade':returns3}) 
df3 = df2.fillna(method='ffill') 
y1 = np.array(df3['hold']) 
y2 = np.array(df3['trade']) 
x = price.index[0:len(price)-1]
plt.title('トレードリターンの比較') 
plt.plot(x, returns2[0:-1], 'b-', label='ホールドしてた場合のリターン', alpha=0.3, linewidth=1) 
plt.plot(x, returns3, 'orange', label='MACD&モメンタムで取引した場合のリターン', alpha=1, linewidth=1.5) 
plt.ylabel('倍率')
plt.grid(which='both') 
plt.legend()
plt.show()

<実行結果>※投稿日時点の成績

結果は出た。とりあえずモメンタムとMACDが相性良さそうなので、次は関数化して機械学習のグリッドサーチの要領でfor文で全パラメータを当てはめて最適な期間を見つけ出してみます。

続き:【自動取引】トレード戦略のバックテスト②~MACDとモメンタムのパラメータ最適化

プログラミングの独学はとても難しい


プログラミングは小学校の義務教育にも導入され始めており、これから社会人として生きていく上でプログラミングはもはや出来て当たり前、出来なれば論外というエクセルレベルの必須スキルになりつつあります。そしてそういう話を聞いて参考書なりを購入して独学でプログラミング勉強しようと思っている人も少なくないでしょう。しかしプログラミングを独学で勉強し始めようと思うものの



・「分からない箇所で詰まって挫折してしまった」

・「勉強する時間が足りない」

・「ネットの記事だと情報が断片的でよくわからない」

・「コードのエラーの原因が分からない」



という壁にぶち当たって、プログラミングの勉強を止めてしまう方が少なくありません。独学でプログラミングを勉強してる時間のほとんどはつまづいている時間です。実際僕も最初のころ独学でプログラミングを勉強していた頃はエラーの原因が分からず丸1日を不意にしてしまった・・・そんな苦い経験がありました。それで僕は一度はプログラミングの学習を諦めてしまいましたが、就活で現実を知る中で



「プログラミングを勉強して、いずれフリーランスとして自由な生き方がしたい」

「エンジニアとして若いうちから高収入を得たい」



という強い気持ちから一念発起して「侍エンジニアのwebサービスコース」に申し込み、プロのエンジニアの方に対面でマンツーマンでPythonによるWebサービス作り方とWeb技術の基本を教えてもらい、ようやくプログラミングが理解でき、今ではエンジニアとしてそこそこの暮らしができるようになりました。





侍エンジニアでは、とりあえずプログラミングやインターネットの基本を知っておきたい人から、HTML・cssなどでWebサイトやWebアプリを作ってみたい人やPythonを勉強してデータサイエンティストやAIエンジニアになりたい人まで幅広いニーズに応えた様々なコースが用意されています。



IT業界と言ってもエンジニアの仕事はプログラミング言語次第でサーバーから機械学習・ディープラーニングまで多種多様ですし、侍エンジニアの無料レッスン(カウンセリング)を受けてみて、自分のやりたいITの仕事は何なのか?を見つけるのがエンジニアへの第一歩になります。ちなみに今侍エンジニアの無料レッスンを受けると1000円分のAmazonギフト券がもらえるので、試しに受けてみるだけもお得です。


自分は半端に独学やオンラインスクールで勉強して金と時間を無駄にするくらいなら、リアルのプログラミングスクールに通ってしっかりプログラミングを勉強した方がいいと思います。ちなみに今、侍エンジニアに申し込むと、25歳以下の学生の方であれば、受講料が20%OFFになるので超お得です。


そして、プログラミングは大勢で授業を受けたり漫然とオンライン学習をするよりも自分が分からない箇所をピンポイントでプロの講師に直接質問して、ちゃんと納得するというスタイルの方がお金は確かに少し掛かりますが、独学で学ぶよりも絶対にモノになります。


シェアする

  • このエントリーをはてなブックマークに追加

フォローする

   侍エンジニア塾       
侍エンジニアの無料体験レッスンを予約する -->