Technical Analysis ด้วย Ta-libs Python
วิธีติดตั้ง Ta-libs
Ta-libs package ที่เก็บสูตร Technical Analysis ไว้ให้เราแล้ว (แต่คำนวณกันเองก็ได้)
- ไปที่เว็บไซต์ : https://www.lfd.uci.edu/~gohlke/pythonlibs/
- หา library Ta-lib ที่ versions ตรงกับ python ของเรา
3. ดาวน์โหลดไฟล์มาแล้วให้ทำการติดตั้งไฟล์
cd Downloads (หรือตำแหน่งไฟล์ที่ดาวน์โหลดมา)
pip install TA_Lib-0.4.18-cp37-cp37m-win_amd64.whl (ชื่อไฟล์)
4. เมื่อติดตั้งเสร็จแล้ว จะได้ข้อกลับมาว่าตามรูป และเช็คด้วยคำสั่ง pip list
มาลองสร้างสัญญาณเทรดกัน ผมใช้ library ccxt เชื่อมต่อโบรค crypto exchange นะครับใครยังไม่ได้รู้ว่าทำยังย้อนกลับไปอ่านได้ครับ
import json
import ccxt
import talib as ta
import pandas as pd
import matplotlib.pyplot as pltทีนี้เรามาดึง open, high, low, close Historical Data จากโบรคกัน หรือจาก csv ก็ได้ที่นี้เอามาจากโบรคเลย
r = ftx.fetch_ohlcv('BTC/USD','4h',None,20)# TF 4H ย้อนหลัง 20 ชุด
print(type(r)) เช็คประเภทข้อมูล
ทางโบรค FTX ส่งกลับมาเป็น list นะครับ เราจะเรียบเรียงเก็บเป็นตารางด้วย pandas และให้หัว colunm ให้ data หน่อย
df = pd.DataFrame(r,columns =['date', 'open', 'high', 'low', 'close', 'volume'])
df
จะเป็นว่าตรง colunm date นี้เป็น timestamps อยู่ดูแล้วไม่รู้เรื่องเราจะแปลงจาก timestamps เป็น วัน เวลากัน
for i in range(len(df['date'])):
df['date'][i] = df['date'].values[i]/1000
df['date'][i] = pd.Timestamp(df['date'][i], unit='s')
ตัวอย่างข้างบนเป็นส่วนนึงในการทำ Data Manipulation นะครับเอา keywords นี้ไปค้นหาต่อได้
ลอง plot Parabolic SAR
df['SAR'] = ta.SAR(df['high'], df['low'], acceleration = 0.02, maximum = 0.2)
df[['close', 'SAR']].plot(label = "Close Price", figsize=(15, 8))
plt.grid(True)plt.legend()
plt.show()
บทความนี้ยาวมว๊วาากกก 555555 ถ้าน้ำเยอะขออภัยนะครับอิอิ
