Discussion :

[DantonLuc]

Bonjour,

Je voudrais pouvoir calculer une pente à partir des données d'un fichier xlxs.
Si la pente est positive de déterminer le maximum de la courbe qui suit.
Je n'arrive pas du tout a trouver d'exemple pour m'aider. J'arrive juste à récupérer les données et les afficher...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
 
SMA_RSI = pd.read_excel("SMA_RSI.xlsx")
 
print(SMA_RSI)

Pouvez-vous m'aider? Merci

[wiztricks]

Salut,

Je voudrais pouvoir calculer une pente à partir des données d'un fichier xlxs.
Si la pente est positive de déterminer le maximum de la courbe qui suit.

A priori, la "pente" peut être approchée par la différence de deux nombres successifs.
Ce qui peut se programmer en faisant une boucle sur la suite des nombres.
note: Pour ce qui est des maxima, il faudrait les définir un peu mieux car les points où la suite change de signe ne seront que des extrema locaux.

Et si vous ne savez pas comment faire une boucle sur une liste de nombres, faut ouvrir un tuto... d'urgence.

- W

[DantonLuc]

Merci pour votre réponse. Je n'ai pas l'habitude d'utiliser panda et cela me perturbe.

A partir du fichier xlxs, j'arrive maintenant à calculer ma pente comme cela:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
 
SMA_RSI = pd.read_excel("SMA_RSI.xlsx")
 
print(SMA_RSI)
 
for i in range(len(SMA_RSI)-1):
	#m = (y2-y1)/(x2-x1)
	m= ((SMA_RSI.loc[i+1,"SMA_RSI"])-(SMA_RSI.loc[i,"SMA_RSI"]))/((i+1)-i)
	if m>0 :
		print(SMA_RSI.loc[i])		
	if m<0 :
		print(SMA_RSI.loc[i])

Maintenant je voudrais faire ce calcul directement dans mon fichier principal qui est comme cela:
Je récupère les données du cours de l'ETH qui est df, je calcule le RSI et sa moyenne. Puis je veux déterminer la pente de cette moyenne afin de définir mes signaux d'achat et vente sauf que cela ne fonctionne plus...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
import pandas as pd
from binance.client import Client
import ta
import pandas_ta as pda
import matplotlib.pyplot as plt
import numpy as np
from termcolor import colored

client = Client()

klinesT = client.get_historical_klines("ETHUSDT", Client.KLINE_INTERVAL_1HOUR, "01 january 2021")

df = pd.DataFrame(klinesT, columns = ['timestamp', 'open', 'high', 'low', 'close', 'volume', 'close_time', 'quote_av', 'trades', 'tb_base_av', 'tb_quote_av', 'ignore' ])
df['close'] = pd.to_numeric(df['close'])
df['high'] = pd.to_numeric(df['high'])
df['low'] = pd.to_numeric(df['low'])
df['open'] = pd.to_numeric(df['open'])

df = df.set_index(df['timestamp'])
df.index = pd.to_datetime(df.index, unit='ms')
del df['timestamp']
print(df)

#Backtest Execution
df.drop(df.columns.difference(['open','high','low','close','volume']), 1, inplace=True)

#Relative Strength Index (RSI)
df['RSI'] =ta.momentum.rsi(close=df['close'], window=14)
df['SMA_RSI']=ta.trend.sma_indicator(close=df['RSI'], window=14)

df

#Spot Backtest
dfTest = df.copy()
# dfTest = df['2021-01-01':]
dt = None
dt = pd.DataFrame(columns = ['date','position', 'reason', 'price', 'frais' ,'fiat', 'coins', 'wallet', 'drawBack'])

def buyCondition(row, previousRow):
  if df['pente_SMA_RSI']>0:
    return True
  else:
    return False

  
def sellCondition(row, previousRow):
  if df['pente_SMA_RSI']<0:
    return True
  else:
    return False

for index, row in dfTest.iterrows():
    #Buy market order
    pente_SMA_RSI= ((df['SMA_RSI'].loc[index+1])-(df['SMA_RSI'].loc[index]))/((index+1)-index)
    if buyCondition(row, previousRow) == True and usdt > 0 and buyReady == True:
        #You can define here at what price you buy
        buyPrice = row['close']

J'obtiens cette erreur

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
pente_SMA_RSI= ((df['SMA_RSI'].loc[index+1])-(df['SMA_RSI'].loc[index]))/((index+1)-i)
  File "pandas/_libs/tslibs/timestamps.pyx", line 294, in pandas._libs.tslibs.timestamps._Timestamp.__add__
TypeError: Addition/subtraction of integers and integer-arrays with Timestamp is no longer supported.  Instead of adding/subtracting `n`, use `n * obj.freq`

[DantonLuc]

ok j'ai reussi finalement comme cela

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
 
import pandas as pd
from binance.client import Client
import ta
import pandas_ta as pda
import matplotlib.pyplot as plt
import numpy as np
from termcolor import colored
 
client = Client()
 
klinesT = client.get_historical_klines("ETHUSDT", Client.KLINE_INTERVAL_1HOUR, "01 january 2021")
 
df = pd.DataFrame(klinesT, columns = ['timestamp', 'open', 'high', 'low', 'close', 'volume', 'close_time', 'quote_av', 'trades', 'tb_base_av', 'tb_quote_av', 'ignore' ])
df['close'] = pd.to_numeric(df['close'])
df['high'] = pd.to_numeric(df['high'])
df['low'] = pd.to_numeric(df['low'])
df['open'] = pd.to_numeric(df['open'])
 
df = df.set_index(df['timestamp'])
df.index = pd.to_datetime(df.index, unit='ms')
del df['timestamp']
 
 
#Backtest Execution
df.drop(df.columns.difference(['open','high','low','close','volume']), 1, inplace=True)
 
#Relative Strength Index (RSI)
df['RSI'] =ta.momentum.rsi(close=df['close'], window=14)
df['SMA_RSI']=ta.trend.sma_indicator(close=df['RSI'], window=14)
 
pente=[0]
for i in range(len(df['SMA_RSI'])-1):
#   m = (y2-y1)/(x2-x1)
    m = ((df['SMA_RSI'].iloc[i+1])-(df['SMA_RSI'].iloc[i]))/((i+1)-i)
    pente.append(m)
 
df['pente_SMA_RSI']=pente   
 
print(df)

[wiztricks]

Salut,

Déjà (i+1)-i ou (index+1)-index font 1: pas la peine de diviser par 1!

Ceci dit le message d'erreur est explicite: Instead of adding/subtracting `n`, use `n * obj.freq` pour autant qu'on sache ce que contiennent vos dataframes. Un exemple avec des quelques données typiques permettant de reproduire le problème serait bienvenu!

A défaut, entrez le message d'erreur dans un moteur de recherche et inspirez vous des réponses.


- W