Финансовый технический анализ в python

Ответ 1

Вот несколько мыслей... Я использовал только Numpy, Scipy и Matplotlib для финансовых расчетов.

• py-fi - основные финансовые функции
• fin2py - финансовые инструменты
• Numpy/Scipy - охватывает все основы статистики
• Matplotlib - построение финансовых функций
• RPy - интерфейс Python для R, позволяющий использовать библиотеки R
• ystockquote - API-интерфейс Python для Yahoo! Данные о запасах
• QuantLib - Библиотека с открытым исходным кодом (предположительно имеет привязки Python)
• PyFinancial - Документы на испанском языке
• PyMacLab - "Серия классов, полезных для проведения исследований в динамической макроэкономике"
• TSDB - для хранения больших объемов данных временных рядов
• PyVol - оценка волатильности финансовых временных рядов

Ответ 2

TA-Lib - Библиотека индикаторов. Как скомпилировать для Python

Ответ 3

Существует также Курс вычислительной финнации на Coursera.org.

Они используют библиотеку с открытым исходным кодом Python под названием QSTK (QuantSoftware ToolKit). У них есть куча учебников на странице вики, и вы всегда можете пройти курс если вы хотите узнать больше.

Для удобства я скопировал описание со страницы wiki ниже:

QSToolKit (QSTK) - это основанная на Python программная среда с открытым исходным кодом предназначенные для поддержки построения и управления портфелем. Мы построение QSToolKit в первую очередь для студентов финансов, вычисление студентов и количественных аналитиков с опытом программирования. Вы не следует ожидать использования его в качестве платформы для настольных приложений. Вместо этого подумайте об этом как о программной инфраструктуре для поддержки рабочий процесс моделирования, тестирования и торговли.

Scroll through the Gallery to see the sorts of things you can do easily with QSTK.
If you are in a hurry, you can skip to the QSToolKit_Installation_Guide. 

Ключевыми компонентами QSTK являются:

- Data: A data access package that enables fast reading of 
  historical data (qstkutil.DataAccess).
- Processing tools: Uses pandas, a Python package designed for time series 
  evaluation of equity data.
- Portfolio optimization: Using the CVXOPT library.
- Event studies: An efficient event analyzer, Event_Profiler.
- Simulation: A simple backtester, quicksim, 
  that includes transaction cost modeling.

Ответ 4

Вы можете найти этот справочник технических индикаторов полезным. Библиотека работает аналогично известной библиотеке ta-lib и содержит индикаторы, которые не были реализованы в talib

talibextensions

Например, вы можете использовать Высокий высокий, самый низкий низкий индикатор, отправляя высокие и низкие векторы, а также количество периодов следующим образом: (Извлечен из теста в репозитории)

    from indicators import TalibExtension
    hhllMatrix = TalibExtension.HHLL(self.high, self.low, 5);