Skip to content

Indicadores Forex utilizando Python

Introdução

O projeto tem como objetivo fornecer uma análise abrangente das operações no mercado Forex ao longo de um período de seis meses ou mais. O foco está na criação de métricas altamente precisas, que superam as plataformas convencionais em termos de análise técnica e cálculos matemáticos. Esta abordagem visa a formulação de métricas operacionais que oferecem suporte e orientação em transações envolvendo uma ampla gama de ativos.

Objetivos do Projeto

  1. Desenvolver uma estratégia de osciladores aplicável a diferentes ativos do mercado futuro.
  2. Utilizar indicadores técnicos para calcular médias móveis dos preços dos ativos e identificar oportunidades de compra ou venda.
  3. Testar diversas combinações de osciladores e parâmetros para identificar a estratégia mais eficaz.
  4. Aplicar técnicas de machine learning para analisar os dados históricos de preços e aprimorar a precisão das previsões.

Buildagem do Projeto

1. Coleta de Dados

  • Obtenha dados históricos de preços de diferentes ativos do mercado futuro.
  • Dados históricos coletados de plataformas com mais de uma década de registros.

2. Preparação dos Dados

  • Limpeza e organização dos dados para prepará-los para o modelo.

3. Escolha dos Indicadores de Osciladores

  • Selecione os indicadores de osciladores mais apropriados para o projeto.

4. Cálculo das Médias Móveis

  • Calcule as médias móveis dos preços dos ativos utilizando os indicadores de osciladores selecionados.

5. Identificação de Oportunidades de Compra ou Venda

  • Analise as médias móveis dos preços dos ativos para identificar oportunidades de compra ou venda.

6. Teste de Combinações de Osciladores e Parâmetros

  • Experimente diferentes combinações de osciladores e parâmetros para encontrar a estratégia mais eficaz.

Indicadores de Osciladores

Os osciladores utilizados neste projeto são:

  • RSI (Relative Strength Index)
  • CCI (Commodity Channel Index)
  • IFD (Índice de Força Derivada)
  • EFI (Elders Force Index)
  • Momentum
  • CMF (Chaikin Money Flow)
  • Stochastic
  • UO (Ultimate Oscillator)

Tecnologias Utilizadas

Este projeto é desenvolvido em Python, fazendo uso das bibliotecas Pandas, NumPy.

Explicação do Cálculo MGT, Ganho do Efetivo e Eficiência

Ao calcular o MGT (Ganho do Efetivo), partimos do pressuposto dos cálculos de Swing Traders. Eles pegam o preço de fechamento do dia atual e subtraem pelo preço de fechamento do dia anterior. O ganho diário é avaliado com base na perda ou ganho absoluto, definido como eficiência.

Conclusão

O projeto visa desenvolver estratégias de osciladores aplicáveis ao mercado futuro, com o intuito de obter lucros consistentes. Os resultados obtidos serão úteis para outros traders que buscam desenvolver estratégias de negociação eficazes.

Autor: Hedris Pereira