Costruisci un segnale basato sull'RSI

È il momento di implementare la tua prima strategia di mean reversion. Il trading mean-reversion usa segnali per individuare squilibri di mercato e apre posizioni long in mercati ipervenduti e posizioni short in mercati ipercomprati.

Per prima cosa userai l'indicatore RSI per valutare le condizioni di mercato e costruire il segnale. Se il valore dell'RSI scende sotto 30, entrerai in posizioni long. Se il valore dell'RSI sale sopra 70, entrerai in posizioni short. Se il valore dell'RSI è tra 30 e 70, non prenderai alcuna posizione.

L'indicatore RSI è stato pre-calcolato e salvato in stock_rsi. I dati storici dei prezzi del titolo Google sono stati precaricati in price_data. Inoltre, il pacchetto bt è stato già importato per te.

Questo esercizio fa parte del corso

Trading finanziario con Python

Visualizza il corso

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Construct the signal
signal[____ > ____] = -1
signal[____ < ____] = 1
signal[(____ <= ____) & (____ >= ____)] = 0

Modifica ed esegui il codice

Questo esercizio fa parte del corso

Trading finanziario con Python

IntermediárioNível de habilidade

4.8+

Inizia il corso gratis

What is financial trading, why do people trade, and what’s the difference between technical trading and value investing? This chapter answers all these questions and more. You’ll also learn useful tools to explore trading data, generate plots, and how to implement and backtest a simple trading strategy in Python.

Exercise 1: What is financial trading Exercise 2: The concept of trading Exercise 3: Plot a time series line chart Exercise 4: Plot a candlestick chart Exercise 5: Getting familiar with your trading data Exercise 6: Resample the data Exercise 7: Plot a return histogram Exercise 8: Calculate and plot SMAs Exercise 9: Financial trading with bt Exercise 10: The bt process Exercise 11: Define and backtest a simple strategy

Let's dive into the world of technical indicators—a useful tool for constructing trading signals and building strategies. You’ll get familiar with the three main indicator groups, including moving averages, ADX, RSI, and Bollinger Bands. By the end of this chapter, you’ll be able to calculate, plot, and understand the implications of indicators in Python.

Exercise 1: Trend indicator MAs Exercise 2: Calculate and plot two EMAs Exercise 3: SMA vs. EMA Exercise 4: Strength indicator: ADX Exercise 5: Understand the ADX Exercise 6: Calculate the ADX Exercise 7: Visualize the ADX Exercise 8: Momentum indicator: RSI Exercise 9: Understand the RSI Exercise 10: Calculate the RSI Exercise 11: Visualize the RSI Exercise 12: Volatility indicator: Bollinger Bands Exercise 13: Understand Bollinger Bands Exercise 14: Implement Bollinger Bands

You’re now ready to construct signals and use them to build trading strategies. You’ll get to know the two main styles of trading strategies: trend following and mean reversion. Working with real-life stock data, you’ll gain hands-on experience in implementing and backtesting these strategies and become more familiar with the concepts of strategy optimization and benchmarking.

Exercise 1: Segnali di trading Exercise 2: Comprendere i segnali di trading Exercise 3: Crea una strategia basata su segnali SMA Exercise 4: Costruisci una strategia di segnali basata sulla EMA Exercise 5: Strategie trend-following Exercise 6: Costruisci un segnale di incrocio EMA Exercise 7: Costruisci e backtesta una strategia trend-following Exercise 8: Strategia di mean reversion Exercise 9: Abbina i segnali alle strategie Exercise 10: Costruisci un segnale basato sull'RSI

Esercizio in corso

Exercise 11: Crea e backtesta una strategia di mean reversion Exercise 12: Ottimizzazione e benchmarking delle strategie Exercise 13: Esegui un'ottimizzazione della strategia Exercise 14: Esegui un benchmarking della strategia

How is your trading strategy performing? Now it’s time to take a look at the detailed statistics of the strategy backtest result. You’ll gain knowledge of useful performance metrics, such as returns, drawdowns, Calmar ratio, Sharpe ratio, and Sortino ratio. You’ll then tie it all together by learning how to obtain these ratios from the backtest results and evaluate the strategy performance on a risk-adjusted basis.

Exercise 1: Strategy return analysis Exercise 2: Review return results of a backtest Exercise 3: Plot return histograms of a backtest Exercise 4: Compare return results of multiple strategies Exercise 5: Drawdown Exercise 6: Review performance with drawdowns Exercise 7: Calculate and review the Calmar ratio Exercise 8: Sharpe ratio and Sortino ratio Exercise 9: Evaluate strategy performance by Sharpe ratio Exercise 10: Evaluate strategy performance by Sortino ratio Exercise 11: Congratulations!