Python e pandas nel trading
Comprendere il concetto
Conservare unità, fusi orari e metadati della fonte; riconciliare righe, osservazioni mancanti e rettifiche societarie o contrattuali dove pertinenti. Definire quando una caratteristica diventa disponibile, separare sviluppo e valutazione e considerare i costi. Testare le trasformazioni e confrontare un piccolo esempio svolto prima di ampliare l’analisi.
Errore comune
Non presumere che uno script riuscito, un alto indice di Sharpe o un comodo DataFrame confermino un modello valido. Ordinare soltanto per data non dimostra che i dati rivisti fossero disponibili al momento simulato.
Approfondimenti
Nel corso: 11.8 Python nel trading – analisi dei dati, automazione e ricerca; 11.5 Automazione del trading: EA, script MQL, cBot e VPS. Fonti: pandas: documentazione; Python: documentazione.
Disponibilità prima del calcolo
Una statistica mobile etichettata alla chiusura della barra è disponibile soltanto dopo l’arrivo dei suoi dati in ingresso. Allineare esplicitamente segnali ed esecuzione successiva ammissibile; l’aritmetica vettoriale può usare silenziosamente una barra completata troppo presto. Verificare manualmente un piccolo esempio con timestamp prima di affidarsi all’intero risultato della ricerca.
Domande frequenti
pandas include ogni componente di un sistema di trading?
Ordinare le righe per data può eliminare il look-ahead bias?
No. Occorre sapere anche quando ogni valore o revisione dei dati fosse effettivamente disponibile e quando potesse avvenire la decisione simulata.