Lielākā daļa iesācēju raugās uz tehniskajiem rādÄ«tājiem kā uz maÄ£iskām lÄ«nijām uz velām. Viņi gaida, kad viena lÄ«nija Ŕķersos otru un noklikŔķina "Pirkt." Bet, ja nesaproti formulas pamatprincipus, tu tikai spēlē ruletes spēli.

Šodien mēs apvienojam tīru loģiku ar Python. Mēs veidosim skriptu, kas aprēķina RSI (Relatīvā stipruma indekss) $BTC vai $ETH, bet vispirms sapratīsim, ko mēs patiesībā kodējam.

1. solis: RSI konceptuālā matemātika

RSI ir momenta oscilators, kas mēra cenu kustību ātrumu un izmaiņas. Tas svārstās no 0 līdz 100.

Tradicionāli:

ā€¢ Vairāk par 70: AktÄ«vs tiek uzskatÄ«ts par "Pārdotu" (gaida korekciju).

ā€¢ Zem 30: AktÄ«vs tiek uzskatÄ«ts par "Pārdotu" (gaida atsitiens).

Bet kāpēc? Matemātika, kas aiz RSI, vienkārÅ”i salÄ«dzina neseno peļņas apmēru ar neseno zaudējumu apmēru noteiktā laika periodā (parasti 14 periodiem).

Ja jÅ«su neseno augŔējo slēgÅ”anas cenu vidējais ir daudz augstāks par jÅ«su apakŔējo slēgÅ”anas cenu vidējo, RSI pieaug. Tas ir matemātiskais attēlojums pircēju pret pārdevēju izsÄ«kumu. Mēs neprognozējam nākotni; mēs aprēķinām paÅ”reizējo matemātisko varbÅ«tÄ«bu tendences maiņai.

Solījums 2: Python Kods

Lai to automātiski aprēķinātu, mēs izmantosim mūsu uzticamo ccxt bibliotēku, lai iegūtu datus, un pandas_ta (tehniskās analīzes bibliotēku), lai veiktu smago matemātiku.

Vispirms instalējiet nepiecieÅ”amās bibliotēkas: pip install ccxt pandas pandas_ta

Å eit ir tÄ«rs, konceptuāls skripts, lai iegÅ«tu paÅ”reizējo RSI no $BTC :

import ccxt

import pandas kā pd

import pandas_ta kā ta

import time

# Iestatījumi

SYMBOL = 'BTC/USDT'

TIMEFRAME = '15m' # 15 minūŔu velas

LIMIT = 100 # Mums nepiecieÅ”ams pietiekami daudz velas, lai aprēķinātu 14 periodu vidējo

# Inicializēt apmaiņu

exchange = ccxt.binance()

def get_rsi(symbol, timeframe, limit):

mēģināt:

# 1. Iegūt OHLCV datus (Atvērts, Augsts, Zems, Slēgts, Apjoms)

bars = exchange.fetch_ohlcv(symbol, timeframe, limit=limit)

# 2. Pārvērst uz Pandas DataFrame

df = pd.DataFrame(bars, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])

# 3. Aprēķināt RSI, izmantojot slēgÅ”anas cenu (noklusējuma garums ir 14)

df.ta.rsi(close='close', length=14, append=True)

# 4. IegÅ«t pēdējo (paÅ”reizējo) RSI vērtÄ«bu

current_rsi = df['RSI_14'].iloc[-1]

current_price = df['close'].iloc[-1]

atgriezt current_price, current_rsi

izņemot Izņēmumu kā e:

print(f"Kļūda, iegūstot datus: {e}")

atgriezt None, None

# Veikt pārbaudi

cena, rsi = get_rsi(SYMBOL, TIMEFRAME, LIMIT)

ja rsi:

print(f"PaÅ”reizējā {SYMBOL} Cena: ${price}")

print(f"PaÅ”reizējais RSI (14): {rsi:.2f}")

ja rsi < 30:

print("šŸšØ MATHEMATHICAL SIGNAL: RSI ir Pārdots (<30). Iespējama pirkÅ”anas iespēja.")

ja rsi > 70:

print("šŸšØ MATHEMATHICAL SIGNAL: RSI ir Pārdots (>70). Iespējama pārdoÅ”anas iespēja.")

citādi:

print("Neitrālā zona. Ļaujiet kodam gaidīt.")

Kāpēc tas pārspēj manuālo tirdzniecību

Izpildot Å”o skriptu (vai apvienojot to ar Telegram botu no mÅ«su iepriekŔējā raksta), jÅ«s pilnÄ«bā izslēdzat emocijas. JÅ«s rÄ«kojaties stingri saskaņā ar matemātiskajiem datiem. Nav FOMO, nav panikas.

Izsaukums jums: Vai jÅ«s varat modificēt Å”o kodu, lai vienlaikus pārbaudÄ«tu $ETH un $SOL? Dariet man zināmu komentāros, ja vēlaties vairāku monētu versiju rÄ«t! šŸ‘‡

Atruna: Tas ir izglītības nolūkiem. RSI ir varbūtību rīks, nevis garantija. Vienmēr pārvaldiet savu risku.

BTC
BTCUSDT
73,249.9
-0.17%

#PythonTrading #CryptoMath #RSITrading #BinanceAPI #AlgoTrading #BTC #ETH