معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Monte Carlo simulations of the trading account evolution based on the winning ratio and risk-reward relation of a trading plan.

ویژگی	مقدار
سیستم عامل	-
نام فایل	BalanceEvolution-0.11
نام	BalanceEvolution
نسخه کتابخانه	0.11
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Optimized Options
ایمیل نویسنده	-
آدرس صفحه اصلی	https://github.com/optimizedoptions/BalanceEvolution
آدرس اینترنتی	https://pypi.org/project/BalanceEvolution/
مجوز	-

This package allows the user to estimate the evolution of a trading account after a prescribed number of trades using a Monte Carlo (MC) algorithm. The input of the algorithm is the winning ratio and the risk-reward relation associated with a trading plan, which supposedly has been extensively tested by the user. The *mc* module implements a single class, *Simulation*, which should be instantiated by the user and which provides a number of methods and properties, such as the ones for calculating the average balance of the MC-generated trading paths, giving an estimate of the long run performance of a trading plan, and, perhaps more importantly, the probability of ruin, which is the probability of zeroing out a trading account when the trader strictly follows a trading plan. ### Basic Usage Example --- # Estimate of the probability of ruin of a trading strategy # Input variables winratio=0.40 # Winning ratio of the strategy (must be between 0 and 1) capital=1000.0 # Initial capital profit=20.0 # Profit per winning trade (must be a positive number) loss=-10.0 # Loss per losing trade (must be a negative number) npaths=1000 # Number of independent trading paths ntrades=1000 # Maximum number of trades per trading path # Run a Monte Carlo simulation from BalanceEvolution import mc s=mc.Simulation() s.setparams(winratio,capital,profit,loss,npaths,ntrades) s.run() # Plot trading paths s.plottradingpaths() # Plot histogram of final account balances s.plothist() # Average balance, standard devation, maximum and minimum s.getavgbalance() # Avgerage consecutive wins, stdandard deviation, maximum and minimum s.getavgconsecutivewins() # Avgerage consecutive losses, stdandard deviation, maximum and minimum s.getavgconsecutivelosses() # Probability of ruin print(s.ruinprob)

نحوه نصب

نصب پکیج whl BalanceEvolution-0.11:

pip install BalanceEvolution-0.11.whl

نصب پکیج tar.gz BalanceEvolution-0.11:

pip install BalanceEvolution-0.11.tar.gz