Finanzielle Mustererkennung beherrschen

Vorwort

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Muster zu finden ist die Essenz der Weisheit.

Dennis Prager

Mit dem technologischen Fortschritt und der Dezentralisierung von Finanzinformationen sind Coding und automatisierte Recherchen zu festen Bestandteilen der Handelswelt geworden. Wer die Kunst des Handelns und Programmierens beherrscht, hat an den Märkten einen enormen Vorsprung.

Es gibt zahlreiche Handelstechniken, die auf vielen Instrumenten und Konzepten beruhen können. So stützen sich beispielsweise Fundamentaltrader auf wirtschaftliche und politische Analysen, um eine langfristige Sicht auf verschiedene Vermögenswerte abzuleiten, während sich technische Trader auf eher quantitative Maßnahmen und einige psychologische Konzepte verlassen, um die nächsten wahrscheinlichen Bewegungen der Märkte vorherzusagen.

Daher können wir sagen, dass es auf einer hohen Ebene zwei Arten von Analysen gibt: die fundamentale und die technische. In diesem Buch wird ein Bereich der technischen Analyse, die Candlestick-Mustererkennung, detailliert vorgestellt.

Warum dieses Buch?

Ich habe meine Karriere mit der Erforschung von Handelsstrategien, Mustern und allem, was mit der Finanzwelt zu tun hat, verbracht. Ich habe eine besondere Leidenschaft für Muster entwickelt, insbesondere für Candlestick-Muster, da sie weit verbreitet sind und interessante Ergebnisse liefern. Außerdem habe ich im Laufe der Jahre einige Candlestick-Muster entdeckt, die meiner Meinung nach mit den klassischen Mustern zumindest mithalten können. Das bringt uns zum Zweck des Buches: Ich möchte die Gesamtheit der Candlestick-Muster vorstellen, einschließlich meiner persönlichen Muster, und zeigen, wie man ein System programmiert, das sie auf einer Vielzahl von Märkten testet.

Maschinen können Muster besser erkennen und aufspüren als Menschen, weil sie objektiv sind. Deshalb habe ich die ersten Kapitel des Buches dem Aufbau eines Algorithmus zur Erkennung von Candlestick-Mustern gewidmet, bevor ich in den späteren Kapiteln tiefer in die Muster und Strategien einsteige. Das bedeutet, dass du als erstes lernen wirst, wie du den Datenimport in Python automatisieren kannst.

Es gibt viele klassische Candlestick-Muster, und es ist die Pflicht eines jeden, sie daraufhin zu testen, ob sie tatsächlich vorhersagend sind. Denn wenn wir diese Muster zur Vorhersage der Märkte nutzen, sollten wir objektive Ergebnisse haben, die beweisen, dass sie tatsächlich wertsteigernd sind. Wir werden solche Ergebnisse erhalten und sie interpretieren, genau wie ich es mit den Candlestick-Mustern tue, die ich im Laufe der Jahre entdeckt habe. Wir werden auch die Vorteile und Grenzen eines jeden Musters sehen.

Wenn wir gute Muster gefunden haben, die uns bei der Vorhersage helfen, solltest du sie in den allgemeinen Handelsrahmen einfügen, zu dem auch andere Werkzeuge und ein Risikomanagementsystem gehören. Du lernst, wie du technische Indikatoren codierst und sie mit Candlestick-Mustern kombinierst, um Handelssignale zu erstellen. Schließlich wirst du diese Signale einem Backtest unterziehen und die Parameter so optimieren, dass du eine gute, umfassende Mustererkennungsstrategie erhältst.

Der Nutzen dieses Buches besteht also darin, dir zu zeigen, wie du deine Recherchen automatisieren kannst, indem du die von dir erstellten Algorithmen die verschiedenen Candlestick-Muster auswerten lässt. Schließlich lernst du, wie du deine Strategie festlegst, die die Muster nutzt und mit anderen technischen Indikatoren kombiniert.

Zielpublikum

Dieses Buch ist für angehende Studenten, Akademiker, Neugierige und Finanzfachleute geeignet, die sich für die Erkennung von Candlestick-Mustern und ihre Anwendungen im Finanzbereich interessieren. Du wirst von diesem Buch profitieren, wenn du nicht nur an der Verwendung von Python, sondern auch an der Entwicklung von Strategien und technischen Indikatoren interessiert bist.

Das Buch setzt voraus, dass du grundlegende Kenntnisse in der Python-Programmierung (professionelle Python-Benutzer werden den Code sehr einfach finden) und im Finanzhandel hast. Ich verfolge einen klaren und einfachen Ansatz, der sich auf die wichtigsten Konzepte konzentriert, damit du den Zweck jeder Idee verstehst.

In diesem Buch verwendete Konventionen

In diesem Buch werden die folgenden typografischen Konventionen verwendet:

Kursiv

Weist auf neue Begriffe, URLs, E-Mail-Adressen, Dateinamen und Dateierweiterungen hin.

Constant width

Wird für Programmlistings sowie innerhalb von Absätzen verwendet, um auf Programmelemente wie Variablen- oder Funktionsnamen, Datenbanken, Datentypen, Umgebungsvariablen, Anweisungen und Schlüsselwörter hinzuweisen.

Constant width bold

Zeigt Befehle oder anderen Text an, der vom Benutzer wortwörtlich eingetippt werden sollte.

Constant width italic

Zeigt Text an, der durch vom Benutzer eingegebene Werte oder durch kontextabhängige Werte ersetzt werden soll.

Tipp

Dieses Element steht für einen Tipp oder eine Anregung.

Hinweis

Dieses Element steht für einen allgemeinen Hinweis.

Warnung

Dieses Element weist auf eine Warnung oder einen Warnhinweis hin.

Code-Beispiele verwenden

Zusätzliches Material (Code-Beispiele, Übungen usw.) steht unter https://github.com/sofienkaabar/mastering-financial-pattern-recognition zum Download bereit .

Wenn du eine technische Frage oder ein Problem mit den Codebeispielen hast, sende bitte eine E-Mail an [e-mail].

Dieses Buch soll dir helfen, deine Arbeit zu erledigen. Wenn in diesem Buch Beispielcode angeboten wird, darfst du ihn in deinen Programmen und deiner Dokumentation verwenden. Du musst uns nicht um Erlaubnis fragen, es sei denn, du reproduzierst einen großen Teil des Codes. Wenn du zum Beispiel ein Programm schreibst, das mehrere Teile des Codes aus diesem Buch verwendet, brauchst du keine Erlaubnis. Der Verkauf oder die Verbreitung von Beispielen aus O'Reilly-Büchern erfordert jedoch eine Genehmigung. Die Beantwortung einer Frage mit einem Zitat aus diesem Buch und einem Beispielcode erfordert keine Genehmigung. Wenn du einen großen Teil des Beispielcodes aus diesem Buch in die Dokumentation deines Produkts aufnimmst, ist eineGenehmigung erforderlich.

Wir freuen uns über eine Namensnennung, verlangen sie aber in der Regel nicht. Eine Quellenangabe umfasst normalerweise den Titel, den Autor, den Verlag und die ISBN. Ein Beispiel: "Mastering FinancialPattern Recognition von Sofien Kaabar (O'Reilly). Copyright 2023 Sofien Kaabar, 978-1-098-12047-4."

Wenn du der Meinung bist, dass die Verwendung von Code-Beispielen nicht unter die Fair-Use-Regelung oder die oben genannte Erlaubnis fällt, kannst du uns gerne unter [e-mail] kontaktieren .

O'Reilly Online Learning

Hinweis

Seit mehr als 40 Jahren bietet O'Reilly Media Schulungen, Wissen und Einblicke in Technologie und Wirtschaft, um Unternehmen zum Erfolg zu verhelfen.

Unser einzigartiges Netzwerk von Experten und Innovatoren teilt sein Wissen und seine Erfahrung durch Bücher, Artikel und unsere Online-Lernplattform. Die Online-Lernplattform von O'Reilly bietet dir On-Demand-Zugang zu Live-Trainingskursen, ausführlichen Lernpfaden, interaktiven Programmierumgebungen und einer umfangreichen Text- und Videosammlung von O'Reilly und über 200 anderen Verlagen. Weitere Informationen erhältst du unter https://oreilly.com.

Wie du uns kontaktierst

Bitte richte Kommentare und Fragen zu diesem Buch an den Verlag:

• O'Reilly Media, Inc.
• 1005 Gravenstein Highway Nord
• Sebastopol, CA 95472
• 800-998-9938 (in den Vereinigten Staaten oder Kanada)
• 707-829-0515 (international oder lokal)
• 707-829-0104 (Fax)

Wir haben eine Webseite für dieses Buch, auf der wir Errata, Beispiele und zusätzliche Informationen auflisten. Du kannst diese Seite unter https://oreil.ly/mstrg-finan-pttrn-recog aufrufen .

Schreib eine E-Mail an [e-mail], um Kommentare oder technische Fragen zu diesem Buch zu stellen.

Neuigkeiten und Informationen über unsere Bücher und Kurse findest du unter https://oreilly.com.

Du findest uns auf LinkedIn: https://linkedin.com/company/oreilly-media.

Folge uns auf Twitter: https://twitter.com/oreillymedia.

Sieh uns auf YouTube: https://youtube.com/oreillymedia.

Danksagungen

Nichts wäre dasselbe ohne die Unterstützung meiner Eltern, weshalb ich nicht umhin kann, ihren direkten und indirekten Einfluss auf das Buch zu würdigen. Ich möchte auch erwähnen, dass dies alles nicht möglich wäre ohne die Geduld meiner Frau Charline, die mein nächtliches Schreiben ertragen hat. Ich bin ihr zu großem Dank verpflichtet.

Außerdem möchte ich mich bei den Redakteuren Michelle Smith und Corbin Collins sowie bei der Produktionsredakteurin Elizabeth Faerm für ihre kontinuierliche Unterstützung und ihre großartige Arbeit sowie für ihre Geduld bedanken. Ebenso möchte ich allen Beteiligten bei O'Reilly Media danken.

Mein besonderer Dank gilt auch den großartigen technischen Gutachtern Ning Wang, Timothy Kipper und Kushan Vora für ihre immensen Beiträge. Sie haben wesentlich dazu beigetragen, dass dieses Buch lesbar, nützlich und übersichtlich ist. Ich hätte mir keine besseren Leute für die Rezension meines Buches wünschen können.

Schließlich bin ich dir, dem Leser, sehr dankbar dafür, dass du deine Zeit in die Lektüre meiner Arbeit investierst und Vertrauen in meine Forschung setzt. Ich hoffe, du findest sie nützlich.