ตัวบ่งชี้ความแข็งแกร่ง: ADX

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การเทรดทางการเงินด้วย Python

SkillTag.level.intermediateSkillTag.label

4.8+

289 reviews

เริ่มคอร์สฟรี

การเทรดทางการเงินคืออะไร ทำไมผู้คนถึงเทรด และ Technical Trading แตกต่างจาก Value Investing อย่างไร บทนี้จะตอบคำถามเหล่านี้และอีกมากมาย นอกจากนี้ยังจะได้เรียนรู้เครื่องมือที่มีประโยชน์สำหรับการสำรวจข้อมูลการเทรด การสร้างกราฟ รวมถึงวิธีสร้างและ Backtest กลยุทธ์การเทรดเบื้องต้นใน Python

Exercise 1: การซื้อขายทางการเงินคืออะไร Exercise 2: แนวคิดเรื่องการเทรด Exercise 3: พล็อตกราฟเส้นอนุกรมเวลา Exercise 4: พล็อตกราฟแท่งเทียน Exercise 5: ทำความคุ้นเคยกับข้อมูลการซื้อขาย Exercise 6: รีแซมเปิลข้อมูล Exercise 7: พล็อตฮิสโตแกรมของผลตอบแทน Exercise 8: คำนวณและพล็อต SMA Exercise 9: การเทรดทางการเงินด้วย bt Exercise 10: กระบวนการ bt Exercise 11: กำหนดกลยุทธ์และทดสอบย้อนหลัง

มาทำความรู้จักกับโลกของ Technical Indicators ซึ่งเป็นเครื่องมือสำคัญในการสร้างสัญญาณการเทรดและพัฒนากลยุทธ์ต่างๆ จะได้เรียนรู้กลุ่มตัวชี้วัดหลัก 3 กลุ่ม ได้แก่ Moving Averages, ADX, RSI และ Bollinger Bands เมื่อจบบทนี้ จะสามารถคำนวณ วาดกราฟ และทำความเข้าใจความหมายของตัวชี้วัดเหล่านี้ใน Python ได้

Exercise 1: Trend Indicator: Moving Averages (MAs)Exercise 2: คำนวณและพล็อต EMA สองเส้น Exercise 3: SMA vs. EMA Exercise 4: ตัวบ่งชี้ความแข็งแกร่ง: ADX

แบบฝึกหัดปัจจุบัน

Exercise 5: ทำความเข้าใจ ADX Exercise 6: คำนวณ ADX Exercise 7: แสดงกราฟ ADX Exercise 8: ตัวบ่งชี้โมเมนตัม: RSI Exercise 9: ทำความเข้าใจ RSI Exercise 10: คำนวณ RSI Exercise 11: แสดงกราฟ RSI Exercise 12: ตัวชี้วัดความผันผวน: Bollinger Bands Exercise 13: ทำความเข้าใจ Bollinger Bands Exercise 14: สร้าง Bollinger Bands

ถึงเวลาสร้างสัญญาณและนำมาประกอบเป็นกลยุทธ์การเทรดแล้ว จะได้รู้จักรูปแบบกลยุทธ์หลัก 2 ประเภท ได้แก่ Trend Following และ Mean Reversion โดยใช้ข้อมูลหุ้นจริง เพื่อฝึกประสบการณ์จริงในการสร้างและ Backtest กลยุทธ์ รวมถึงทำความเข้าใจแนวคิดเรื่อง Strategy Optimization และ Benchmarking

Exercise 1: สัญญาณการเทรด Exercise 2: ทำความเข้าใจสัญญาณการเทรด Exercise 3: สร้างกลยุทธ์สัญญาณโดยใช้ SMA Exercise 4: สร้างกลยุทธ์สัญญาณโดยใช้ EMA Exercise 5: กลยุทธ์การเทรดตามแนวโน้ม Exercise 6: สร้างสัญญาณ EMA Crossover Exercise 7: สร้างและทดสอบย้อนหลังกลยุทธ์ตามแนวโน้ม Exercise 8: กลยุทธ์ Mean Reversion Exercise 9: จับคู่สัญญาณกับกลยุทธ์การเทรด Exercise 10: สร้างสัญญาณจาก RSI Exercise 11: สร้างและ Backtest กลยุทธ์ Mean Reversion Exercise 12: การปรับแต่งและการเปรียบเทียบกลยุทธ์Exercise 13: ปรับแต่งกลยุทธ์การเทรดให้เหมาะสมที่สุด Exercise 14: ทำการ Benchmarking กลยุทธ์การเทรด

กลยุทธ์การเทรดมีผลการดำเนินงานเป็นอย่างไร บทนี้จะพาไปดูสถิติเชิงลึกจากผลการ Backtest กลยุทธ์ จะได้เรียนรู้ตัวชี้วัดผลการดำเนินงานที่สำคัญ เช่น Returns, Drawdowns, Calmar Ratio, Sharpe Ratio และ Sortino Ratio จากนั้นจะนำทุกอย่างมาประกอบกัน เพื่อเรียนรู้วิธีดึงค่า Ratio เหล่านี้จากผลการ Backtest และประเมินผลการดำเนินงานของกลยุทธ์บนพื้นฐานความเสี่ยงที่ปรับแล้ว

Exercise 1: การวิเคราะห์ผลตอบแทนของกลยุทธ์Exercise 2: ตรวจสอบผลลัพธ์ด้านผลตอบแทนจากการทดสอบย้อนหลัง Exercise 3: พล็อตฮิสโตแกรมผลตอบแทนจากการทดสอบย้อนหลัง Exercise 4: เปรียบเทียบผลตอบแทนของหลายกลยุทธ์Exercise 5: Drawdown Exercise 6: ประเมินผลการดำเนินงานด้วย Drawdown Exercise 7: คำนวณและตรวจสอบ Calmar ratio Exercise 8: Sharpe Ratio และ Sortino Ratio Exercise 9: ประเมินประสิทธิภาพกลยุทธ์ด้วย Sharpe ratio Exercise 10: ประเมินประสิทธิภาพกลยุทธ์ด้วย Sortino ratio Exercise 11: ยินดีด้วย!