O que é o vectorbt?
VectorBT é uma biblioteca Python de código aberto para análise quantitativa e backtesting. O intuito da biblioteca é auxiliar na construção de trading algorítmico e na realização de backtesting de estratégias de investimento. Neste artigo realizaremos uma breve introdução da biblioteca.
O vectorbt apresenta-se como uma ótima ferramentas para traders e analistas quantitativos, que desejam criar estratégias de investimento e verificar, através do backstesting, a performance dos indicadores, regras e algoritmos utilizados.
De acordo com a definição no site da biblioteca, o vectorbt define-se como uma diferencial de outras bibliotecas por operar inteiramente em objetos pandas e NumPy, sendo acelerado pelo Numba para analisar qualquer dado com velocidade e escala, permitindo testar milhares de estratégias em questão de segundos.
Além disso, integra também o Plotly e Jupyter Widgets, entregando a possibilidade de construção de gráficos complexos e painéis semelhantes ao Tableau.
Quais os features do vectorbt?
- Testar estratégias em apenas algumas linhas de código Python.
- Desfrutar do melhor de dois mundos: o ecossistema do Python e a rapidez do C.
- Manter total controle sobre a execução e seus dados (ao contrário de serviços baseados na web, como o TradingView).
- Otimizar a estratégia de negociação em relação a muitos parâmetros, ativos e períodos de uma só vez.
- Descobrir padrões ocultos nos mercados financeiros.
- Analisar séries temporais e criar novas características para modelos de aprendizado de máquina.
- Visualizar o desempenho da estratégia usando gráficos interativos e painéis (tanto no Jupyter quanto no navegador).
- Obter e processar dados periodicamente, enviar notificações pelo Telegram e muito mais.
Exemplo básico
Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.
- Coletar os dados
- Criar regras conforme indicadores
- Obter o resultado de ganhos da estratégia
- Criar gráficos e tabelas úteis para a avaliação da estratégia
Criando indicadores customizados
Quer aprender mais?
Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.
