Candlesticks已经成为金融交易平台和图表程序的关键组成部分。有了这些图表,交易员可以了解解读价格走势历史和预测的基本模式。本A-Z指南向投资组合经理、量化分析师、策略师和分析师展示了如何使用Python识别、扫描、交易和回测烛台模式的盈利能力。

https://www.oreilly.com/library/view/mastering-financial-pattern/9781098120467/

金融作家、交易顾问和机构市场策略师Sofien Kaabar向您展示了如何创建一个烛台扫描仪和指示器,以便您可以比较这些模式的盈利能力。通过这本实际操作的书,您还将探索一种类似于烛台的新型图表系统,以及以前从未出现过的新模式。

有了这本书,你将:

创造和理解经典和现代烛台图案所需的条件 * 了解它们背后的市场心理 * 使用一个框架来学习如何进行回测交易策略 * 探索不同的排行榜系统,了解它们的局限性 * 用Python导入不同时间段的OHLC历史外汇数据 * 使用算法扫描和再现模式 * 通过评估其盈利能力和可预测性来了解模式的潜力

成为VIP会员查看完整内容
41

相关内容

Python是一种面向对象的解释型计算机程序设计语言,在设计中注重代码的可读性,同时也是一种功能强大的通用型语言。
【Manning新书】自然语言处理入门,458页pdf
专知会员服务
110+阅读 · 2022年9月22日
【2022新书】Python数据科学导论,309页pdf
专知会员服务
74+阅读 · 2022年8月6日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
92+阅读 · 2021年12月17日
专知会员服务
111+阅读 · 2021年9月22日
专知会员服务
223+阅读 · 2021年6月3日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
132+阅读 · 2021年1月1日
【2020新书】金融机器学习和数据科学,400页pdf
专知会员服务
287+阅读 · 2020年12月13日
【干货书】Python 编程,480页pdf
专知会员服务
228+阅读 · 2020年8月14日
【2022新书】Python DevOps,245页pdf
专知
5+阅读 · 2022年7月11日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
69+阅读 · 2022年6月13日
Arxiv
18+阅读 · 2021年3月16日
已删除
Arxiv
31+阅读 · 2020年3月23日
Image Segmentation Using Deep Learning: A Survey
Arxiv
43+阅读 · 2020年1月15日
Arxiv
34+阅读 · 2020年1月2日
Arxiv
25+阅读 · 2018年8月19日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
VIP会员
相关VIP内容
【Manning新书】自然语言处理入门,458页pdf
专知会员服务
110+阅读 · 2022年9月22日
【2022新书】Python数据科学导论,309页pdf
专知会员服务
74+阅读 · 2022年8月6日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
92+阅读 · 2021年12月17日
专知会员服务
111+阅读 · 2021年9月22日
专知会员服务
223+阅读 · 2021年6月3日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
132+阅读 · 2021年1月1日
【2020新书】金融机器学习和数据科学,400页pdf
专知会员服务
287+阅读 · 2020年12月13日
【干货书】Python 编程,480页pdf
专知会员服务
228+阅读 · 2020年8月14日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
69+阅读 · 2022年6月13日
Arxiv
18+阅读 · 2021年3月16日
已删除
Arxiv
31+阅读 · 2020年3月23日
Image Segmentation Using Deep Learning: A Survey
Arxiv
43+阅读 · 2020年1月15日
Arxiv
34+阅读 · 2020年1月2日
Arxiv
25+阅读 · 2018年8月19日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
微信扫码咨询专知VIP会员