+ update

test.py

@@ -0,0 +1,83 @@
+# pip install pandas
+
+import pandas as pd
+import os
+
+timeFrame = "D1"
+classCode = "TQBR"
+csv_folder_quik = "csv_quik"
+csv_folder_meta = "csv_meta"
+csv_folder_export = "csv_ok"
+
+if not os.path.exists(csv_folder_export): os.makedirs(csv_folder_export)
+
+# ok
+classSecurities = ['ABRD', 'ACKO', 'AFKS', 'AFLT', 'AGRO', 'AKRN', 'ALRS', 'AMEZ', 'APTK', 'AQUA', 'ARSA', 'ASSB',
+ 'AVAN', 'BANE', 'BANEP', 'BELU', 'BISVP', 'BLNG', 'BRZL', 'BSPB', 'BSPBP', 'CBOM', 'CHGZ',
+ 'CHKZ', 'CHMF', 'CHMK', 'CIAN', 'CNTL', 'CNTLP', 'DIOD', 'DSKY', 'DVEC', 'DZRD', 'DZRDP', 'EELT',
+ 'ELTZ', 'ENPG', 'ENRU', 'ETLN', 'FEES', 'FESH', 'FIVE', 'FIXP', 'FLOT', 'GAZA', 'GAZAP', 'GAZP',
+ 'GCHE', 'GEMA', 'GEMC', 'GLTR', 'GMKN', 'GTRK', 'HHRU', 'HIMCP', 'HMSG', 'HYDR', 'IGST', 'IGSTP',
+ 'INGR', 'IRAO', 'IRGZ', 'IRKT', 'ISKJ', 'JNOS', 'JNOSP', 'KAZT', 'KAZTP', 'KBSB', 'KCHE',
+ 'KCHEP', 'KGKC', 'KGKCP', 'KLSB', 'KMAZ', 'KMEZ', 'KOGK', 'KRKN', 'KRKNP', 'KRKOP', 'KROT',
+ 'KROTP', 'KRSB', 'KRSBP', 'KTSB', 'KTSBP', 'KUBE', 'KUZB', 'KZOS', 'KZOSP', 'LENT', 'LIFE',
+ 'LKOH', 'LNZL', 'LNZLP', 'LPSB', 'LSNG', 'LSNGP', 'LSRG', 'LVHK', 'MAGE', 'MAGEP', 'MAGN',
+ 'MDMG', 'MFGS', 'MFGSP', 'MGNT', 'MGNZ', 'MGTS', 'MGTSP', 'MISB', 'MISBP', 'MOEX', 'MRKC',
+ 'MRKK', 'MRKP', 'MRKS', 'MRKU', 'MRKV', 'MRKY', 'MRKZ', 'MRSB', 'MSNG', 'MSRS', 'MSTT', 'MTLR',
+ 'MTLRP', 'MTSS', 'MVID', 'NAUK', 'NFAZ', 'NKHP', 'NKNC', 'NKNCP', 'NKSH', 'NLMK', 'NMTP', 'NNSB',
+ 'NNSBP', 'NSVZ', 'NVTK', 'OGKB', 'OKEY', 'OMZZP', 'OZON', 'PAZA', 'PHOR', 'PIKK', 'PLZL', 'PMSB',
+ 'PMSBP', 'POGR', 'POLY', 'POSI', 'PRMB', 'QIWI', 'RASP', 'RAVN', 'RBCM', 'RDRB', 'RENI', 'RGSS',
+ 'RKKE', 'RNFT', 'ROLO', 'ROSB', 'ROSN', 'ROST', 'RSTI', 'RSTIP', 'RTGZ', 'RTKM', 'RTKMP', 'RTSB',
+ 'RTSBP', 'RUAL', 'RUGR', 'RUSI', 'RZSB', 'SAGO', 'SAGOP', 'SARE', 'SAREP', 'SBER', 'SBERP',
+ 'SELG', 'SFIN', 'SFTL', 'SGZH', 'SIBN', 'SLEN', 'SMLT', 'SNGS', 'SNGSP', 'SPBE', 'STSB', 'STSBP',
+ 'SVAV', 'SVET', 'TASB', 'TASBP', 'TATN', 'TATNP', 'TCSG', 'TGKA', 'TGKB', 'TGKBP', 'TGKD',
+ 'TGKDP', 'TGKN', 'TNSE', 'TORS', 'TORSP', 'TRMK', 'TRNFP', 'TTLK', 'TUZA', 'UCSS', 'UKUZ',
+ 'UNAC', 'UNKL', 'UPRO', 'URKZ', 'USBN', 'UTAR', 'VEON-RX', 'VGSB', 'VGSBP', 'VJGZ', 'VJGZP',
+ 'VKCO', 'VLHZ', 'VRSB', 'VRSBP', 'VSMO', 'VSYD', 'VSYDP', 'VTBR', 'WTCM', 'WTCMP', 'YAKG',
+ 'YKEN', 'YKENP', 'YNDX', 'YRSB', 'YRSBP', 'ZILL', 'ZVEZ']
+
+# classSecurities = ['GAZP']
+
+classSecurities_for_quik = []
+classSecurities_for_meta = []
+
+for secCode in classSecurities:
+ file_quik = f'{csv_folder_quik}\\{classCode}.{secCode}_{timeFrame}.csv'
+ file_meta = f'{csv_folder_meta}\\{classCode}.{secCode}_{timeFrame}.csv'
+ file_export = f'{csv_folder_export}\\{classCode}.{secCode}_{timeFrame}.csv'
+
+ isFileExists_quik = os.path.isfile(file_quik) # Существует ли файл
+ if not isFileExists_quik: # Если файл не существует
+ print(f'Файл {file_quik} не найден')
+
+ isFileExists_meta = os.path.isfile(file_meta) # Существует ли файл
+ if not isFileExists_meta: # Если файл не существует
+ print(f'Файл {file_meta} не найден')
+
+ try:
+ df_quik = pd.read_csv(file_quik, sep=',') # Считываем файл в DataFrame
+ df_meta = pd.read_csv(file_meta, sep=',') # Считываем файл в DataFrame
+ df_quik["datetime"] = pd.to_datetime(df_quik["datetime"])
+ df_meta["datetime"] = pd.to_datetime(df_meta["datetime"])
+ #print(df_quik, df_meta, "\n----------------------------------------------------------------------------------------")
+
+ date_quik = df_quik["datetime"][0]
+ date_meta = df_meta["datetime"][0]
+ if date_quik <= date_meta:
+ classSecurities_for_quik.append(secCode)
+ os.system(f"copy {file_quik} {file_export}")
+ else:
+ classSecurities_for_meta.append(secCode)
+ os.system(f"copy {file_meta} {file_export}")
+ print(f"ticker: {secCode}, quik: {date_quik}, meta: {date_meta}")
+
+ except:
+ print("Error with ticker: ", secCode)
+ if isFileExists_quik:
+ classSecurities_for_quik.append(secCode)
+ os.system(f"copy {file_quik} {file_export}")
+ if isFileExists_meta:
+ classSecurities_for_meta.append(secCode)
+ os.system(f"copy {file_meta} {file_export}")
+
+print(f"Total tickers from quik: {len(classSecurities_for_quik)}", classSecurities_for_quik)
+print(f"Total tickers from meta: {len(classSecurities_for_meta)}", classSecurities_for_meta)

test_1.py

@@ -0,0 +1,71 @@
+import pandas as pd
+import datetime
+import webbrowser
+import backtrader as bt
+import quantstats as qs
+import yfinance as yf
+
+class SmaCross(bt.SignalStrategy):
+ params = dict(
+ pfast=50, # период быстрой средней, 50 свечей
+ pslow=200 # 200 свечей для медленной средней
+ )
+
+ def __init__(self):
+ sma1, sma2 = bt.ind.SMA(period=self.p.pfast), bt.ind.SMA(period=self.p.pslow) # используем простые скользящие средние
+ self.crossover = bt.ind.CrossOver(sma1, sma2)
+
+ def next(self):
+ if not self.position: # если позиция не открыта системой
+ if self.crossover > 0: # если быстрая SMA пересекает медленную вверх
+ self.buy() # открываем длинную позицию
+
+ elif self.crossover < 0: # во всех остальных случаях закрываем открытую позицию
+ self.close()
+
+# data = bt.feeds.PandasData(dataname=yf.download('MSFT', '2007-02-02', '2021-09-01', auto_adjust=True)) # в качестве примера берём MSFT, 2008 год тоже торгуем
+
+data = pd.read_csv("csv\\TQBR.GAZP_D1.csv", sep=',') #, index_col='datetime')
+# data.index = pd.to_datetime(data.index, format='%Y-%m-%d %H:%M')
+print(data)
+print(data.dtypes)
+
+# data = data.reset_index()
+# print(data)
+data.rename(columns={'datetime': 'Date', 'open': 'Open', 'high': 'High',
+ 'low': 'Low', 'close': 'Close', 'volume': 'Volume'},
+ inplace=True) # Чтобы получить дату/время переименовываем колонки
+
+data['Date'] = pd.to_datetime(data['Date'])
+data = data.set_index('Date')
+
+# data.index = data['Date']
+# data = data.drop('Date', 1)
+
+# data = yf.download('MSFT', '2007-02-02', '2021-09-01', auto_adjust=True)
+
+print(data)
+print(data.dtypes)
+print(data.index.dtype)
+
+data = bt.feeds.PandasData(dataname=data) # в качестве примера берём MSFT, 2008 год тоже торгуем
+
+cerebro = bt.Cerebro()
+cerebro.broker.setcash(1000000) # начальный депозит 10 000 денег
+cerebro.addsizer(bt.sizers.FixedSize, stake=10) # размер позиции 10 лотов
+cerebro.adddata(data)
+cerebro.addstrategy(SmaCross)
+cerebro.addanalyzer(bt.analyzers.PyFolio, _name='PyFolio') # PyFolio, но quantstats его тоже отрендерит
+results = cerebro.run()
+
+#cerebro.plot()
+
+strat = results[0]
+portfolio_stats = strat.analyzers.getbyname('PyFolio')
+returns, positions, transactions, gross_lev = portfolio_stats.get_pf_items()
+returns.index = returns.index.tz_convert(None)
+
+print(returns)
+
+qs.reports.html(returns, 'GAZP.ME', output='stats.html', title='SMA Cross') # формируем репорт в quantstats, вместо бенчмарка SPY используем buy&hold MSFT
+# webbrowser.open('quantstats-tearsheet.html') # рендерим репорт в html и открываем в новой вкладке

test_2.py

@@ -0,0 +1,50 @@
+import datetime
+import webbrowser
+import backtrader as bt
+import quantstats as qs
+import yfinance as yf
+
+class SmaCross(bt.SignalStrategy):
+ params = dict(
+ pfast=50, # период быстрой средней, 50 свечей
+ pslow=200 # 200 свечей для медленной средней
+ )
+
+ def __init__(self):
+ sma1, sma2 = bt.ind.SMA(period=self.p.pfast), bt.ind.SMA(period=self.p.pslow) # используем простые скользящие средние
+ self.crossover = bt.ind.CrossOver(sma1, sma2)
+
+ def next(self):
+ if not self.position: # если позиция не открыта системой
+ if self.crossover > 0: # если быстрая SMA пересекает медленную вверх
+ self.buy() # открываем длинную позицию
+
+ elif self.crossover < 0: # во всех остальных случаях закрываем открытую позицию
+ self.close()
+
+data = yf.download('MSFT', '2007-02-02', '2021-09-01', auto_adjust=True)
+print(data)
+print(data.dtypes)
+print(data.index.dtype)
+
+data = bt.feeds.PandasData(dataname=data) # в качестве примера берём MSFT, 2008 год тоже торгуем
+
+cerebro = bt.Cerebro()
+cerebro.broker.setcash(10000) # начальный депозит 10 000 денег
+cerebro.addsizer(bt.sizers.FixedSize,stake = 100) # размер позиции 100 лотов
+cerebro.adddata(data)
+cerebro.addstrategy(SmaCross)
+cerebro.addanalyzer(bt.analyzers.PyFolio, _name='PyFolio') # PyFolio, но quantstats его тоже отрендерит
+results = cerebro.run()
+
+# cerebro.plot()
+
+strat = results[0]
+portfolio_stats = strat.analyzers.getbyname('PyFolio')
+returns, positions, transactions, gross_lev = portfolio_stats.get_pf_items()
+returns.index = returns.index.tz_convert(None)
+
+print(returns)
+
+qs.reports.html(returns, 'MSFT', output='stats.html', title='SMA Cross') # формируем репорт в quantstats, вместо бенчмарка SPY используем buy&hold MSFT
+# webbrowser.open('quantstats-tearsheet.html') # рендерим репорт в html и открываем в новой вкладке