visto che parlavamo del sistema di autoriconoscimento pattern io ho fatto
questo
in python
in pratica sono due classi sotto la cartella 'GM'
con la prima (Data nel file __init__.py) si possono prelevare dati da yahoo e plottarli come candele
es
bj = Data('SPY', '2013-2-2')
poi per prelevar i dati:
obj.getData()
e per plottare a candele obj.plotCandle()
per plottare in confronto ad atri strumeti:
obj.getData(True, 'DIA','GOOG','GLD','SLV')
------------------------------------------
nella seconda classe PatternRec nel file OOPtools_4.py
si può fare la ricerca di pattern creando un oggetto cosi:
o = PatternRec(tickerSymbol='SPY')
e poi
o.pRec()
o.plotPatterns()
e in o.scan() si vede in un grafico quali esiti hanno dato i pattern di diverse lunghezze (da un minimo di 30 a un max di 90 gg) a seconda della lunghezza della finestra di giorni successivi alla fine del pattern (da 7 a 21)
il criterio di 'somiglianza' dei pattern passati con quello attuale comunque è l'Indice di correlazione di Pearson, mentre per capire se gli esiti dei diversi pattern sono concordi fra loro ho semplicemente imposto che almeno il 65% di essi debba essere positivo, e viceversa. Si ha un'idea abbastanza chiara usando la funzione 'plotPatterns()'
