【Python】【トラリピ】トラップ範囲をmatplotlibで可視化する（クロス円単一通貨ペアver）
トラップ範囲を決める際、チャートを見ながら決めます。〇〇年間のチャートで中央値はいくらでmax,minはいくらなどを参考にします。 トラリピアプリでも確認できますが、トラリピ注文を入れてからです。入れる前はチャートと合わせて確認できません。 Excelを使ってチャートと一緒に書いた事はありますが、毎回最新の為替データを持ってきて描画しなければならないのがイマイチ Googleスプレッドシートも使いました。これは為替データを拾う関数があるのでExcelよりは便利でしたが、データ数の関係でシートが重い。値をいろいろ変えて確認するにはこの重さがイマイチ というわけで、Pythonとmatplotlibで書いてみました。 プログラムの大半は、以前投稿した記事と同じですが、グラフ描画機能を追加したことと、1通貨ペア（クロス円）としたところが違います。（複数通貨ペアのままだとグラフが多すぎてカオスだったので1通貨ペアにしました） プログラム # -*- coding: utf-8 -*- # onepare-corss.py """ 決め事 ロスカットレートはトラリピ範囲外にすること 理由は、必要資金が範囲リミット時よりもロスカットレート時のほうが多く必要という見方をしているため そんなことに囚われず、常に多い方をしっかり見れていれば上記ルールは不要だが いつも注視してるなんて無理 df0 : FREDから取得したデータ用 df1 : トラップ df : 表示用 """ import numpy as np import pandas as pd import pandas_datareader.data as pdr import datetime as dt import matplotlib.pyplot as plt from matplotlib import dates as mdates from dateutil.relativedelta import relativedelta # timedeltaはyearsの指定ができないのでdateutilを使う from matplotlib.text import OffsetFrom # 計算したいペア 任意の名前 showpare = 'JPYAUD' # レート取得範囲設定 deltayear = 10 # n年前までのデータを取得する dateend = dt.date.today() # 取得範囲のエンドは本日まで datestart = dateend - relativedelta(years=deltayear) # 本日からn年前が取得範囲のスタート tickerlist = ['DEXJPUS','DEXUSAL'] # 取得するtickerのlist 豪ドル/円が欲しいので米ドル/円と米ドル/豪ドルを取得する（Fredには豪ドル/円は無いので計算する） # FREDから取れるデータの例↓ # DEXJPUS : JPY/USD # DEXUSAL : USD/AUD # DEXUSNZ : USD/NZD # DEXCAUS : CAD/USD # DataReaderでFredからレートを取得しデータフレームdf0に格納 df0 = pdr.DataReader(tickerlist,'fred',datestart,dateend) # 日次データ df0['JPYAUD'] = df0['DEXJPUS'] * df0['DEXUSAL'] # JPY/AUD算出 # 別の通貨ペア算出の例↓ # df0['JPY/NZD'] = df0['DEXJPUS'] * df0['DEXUSNZ'] # JPY/NZD算出 # df0['JPY/CAD'] = df0['DEXJPUS'] * (1 / df0['DEXCAUS']) # JPY/CAD算出 df0 = df0.resample('W').last() # 週末の値に変換(週足) # FREDは高頻度に更新しないようなので、週末の値を最新として考えちゃう # 最終行のデータを取得 # つまり、最新で、currencydataに最も近い # ilocで取得すると単一の値になる JPYUSD = df0.iloc[-1]['DEXJPUS'] # JPYUSDの最終行の値を取得 USDAUD = df0.iloc[-1]['DEXUSAL'] # USDAUDの最終行の値を取得 SHOW = df0.iloc[-1][showpare] # 知りたい通貨ペア print('Currency JPY/USD : '+ str(JPYUSD)) print('Currency USD/AUD : '+ str(USDAUD)) print('Currency ' + showpare + ' : ' + str(round(SHOW,2))) # トラリピ範囲設定 pare = [showpare,showpare] #BUY,SELLの順番で記載する start = [70.4,85.6] # 下限 end = [85.2,100.4] # 上限 pcs = [38,38] # 本数 buy,sellで本数を揃えないとプログラムがエラー unit = 1000 losscutrate = [65,104] # 空の配列を用意 spanstep = np.empty(len(pare)) suma = np.empty(len(pare)) sumb = np.empty(len(pare)) sumc = np.empty(len(pare)) sumd = np.empty(len(pare)) sume = np.empty(len(pare)) urikai = [] span = [] # spanを配列として定義 df1 = pd.DataFrame(span) # spanstep描画用 # トラップ計算 for i in range(len(pare)): span = np.linspace(start[i],end[i],pcs[i]) df1[i] = span # iごとにspanをdf1に追加 span表示用 spanstep[i] = span[1] - span[0] suma[i] = np.sum(span * unit * 0.04) # 必要証拠金 sumb[i] = np.sum((span - start[i]) * unit) # 含み損(limit時) sumc[i] = np.sum((abs(span - losscutrate[i])) * unit) # 含み損(ロスカットレート時) sumd[i] = suma[i] + sumb[i] # 必要資金(limit時) sume[i] = suma[i] + sumc[i] # 必要資金(ロスカットレート時) if( losscutrate[i] <= min(span) ): # 売り買いどっち？ urikai.append('買') else: urikai.append('売') df = pd.DataFrame({ '通貨':pare, '売買':urikai, 'start':start, 'end':end, 'step':spanstep, 'pcs':pcs, 'losscutrate':losscutrate, # 'A必要証拠金':suma, # 'B含み損(limit時)':sumb, # 'C含み損(ロスカットレート時)':sumc, 'D必要資金(limit時)':sumd, # A+B 'E必要資金(ロスカット時)':sume # A+C }) df = df.round(3) groupedcolumns = ['pcs','D必要資金(limit時)','E必要資金(ロスカット時)'] grouped2columns = ['D必要資金(limit時)','E必要資金(ロスカット時)'] grouped = df.groupby(['通貨','売買']).sum() # 通貨、売買のそれぞれの合計値 grouped2 = grouped.groupby('通貨').max() # 通貨ごとに最大値を出す(half&half用) それぞれの列のmaxなので行は合っていないので注意 print('全必要資金(limit時) : '+'{:,.0f}'.format(grouped2['D必要資金(limit時)'].sum())+' JPY') # 必要資金の合計を表示（全通貨) print('全必要資金(ロスカット時) : '+'{:,.0f}'.format(grouped2['E必要資金(ロスカット時)'].sum())+' JPY') # 必要資金の合計を表示（全通貨) # ===================== # csv出力 # ===================== # define file name # /や:があるとエラーになる(oserror22) savename =str(showpare)+'_'+'B'+ str(start[0])+'to'+str(end[0])+'_'+'S'+str(start[1])+'to'+str(end[1])+'_'+'pcs'+str(pcs[0])+'_'+'step'+str(round(spanstep[0],1))+'_'+str(deltayear)+'years' # df.to_csv('onepare-cross-'+savename+'.csv') # grouped.to_csv('onepare-cross-grouped-'+savename+'.csv',columns=groupedcolumns) # grouped2.to_csv('onepare-cross-grouped2-'+savename+'.csv',columns=grouped2columns) df1.to_csv('onepare-cross-trap-'+savename+'.csv') # ===================== # graph描画設定 # ===================== fig = plt.figure(figsize=(6,6)) ax1 = fig.add_subplot(111) plt.title(showpare +' Past '+str(deltayear)+' years data from FRED') # title # x軸設定 ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m')) # 年-月 ax1.xaxis.set_major_locator(mdates.AutoDateLocator(maxticks=8)) # 最大8個のラベルを設定 # ラベル設定 ax1.set_xlabel('DATE',rotation=0) # x軸のラベル ax1.xaxis.set_tick_params(rotation=0) # ラベルを斜めにできる ax1.set_ylabel(showpare) # y軸のラベル ax1.grid(True) # grid表示 # メインデータ描画 ax1.plot(df0[showpare],alpha=0.2,color='blue') # BUYロスカット描画(偶数) ax1.hlines(losscutrate[0],datestart,dateend,'red',linestyle='dashed') # 線を引く ax1.annotate( 'BUY : '+str(losscutrate[0])+' : '+'{:,.0f}'.format(sume[0])+' JPY', xy=(dateend,losscutrate[0]), xycoords='data', xytext=(0,10), textcoords='offset points', color='red', horizontalalignment='right') # 値を表示 # SELLロスカット描画(奇数) ax1.hlines(losscutrate[1],datestart,dateend,'red',linestyle='dashed') # 線を引く ax1.annotate( 'SELL : '+str(losscutrate[1])+' : '+'{:,.0f}'.format(sume[1])+' JPY', xy=(dateend,losscutrate[1]), xycoords = 'data', xytext = (0,-10), textcoords = 'offset points', color='red', horizontalalignment='right') # 値を表示 # BUYトラップ範囲描画 ax1.axhspan(start[0],end[0],alpha=0.3,color='coral') ax1.hlines(df1[0].values,datestart,dateend,color='coral',alpha=0.5) # step線 ax1.annotate( str(start[0])+' : '+'{:,.0f}'.format(sumd[0])+' JPY', xy=(datestart,start[0]), xycoords='data', xytext=(20,20), textcoords='offset points', arrowprops=dict(arrowstyle='->', connectionstyle='angle,angleA=0,angleB=90,rad=10'), horizontalalignment='left', verticalalignment='bottom') # start値 ax1.annotate( str(end[0]), xy=(datestart,end[0]), xycoords='data', xytext=(20,-20), textcoords='offset points', arrowprops=dict(arrowstyle='->', connectionstyle='angle,angleA=0,angleB=90,rad=10'), horizontalalignment='left', verticalalignment='bottom') # end値 # SELLトラップ範囲描画 ax1.axhspan(start[1],end[1],alpha=0.3,color='deepskyblue') ax1.hlines(df1[1].values,datestart,dateend,color='deepskyblue',alpha=0.5) # step線 ax1.annotate( str(start[1]), xy=(datestart,start[1]), xycoords='data', xytext=(20,20), textcoords='offset points', arrowprops=dict(arrowstyle='->', connectionstyle='angle,angleA=0,angleB=90,rad=10'), horizontalalignment='left', verticalalignment='bottom') # start値 ax1.annotate( str(end[1])+' : '+'{:,.0f}'.format(sumd[1])+' JPY', xy=(datestart,end[1]), xycoords='data', xytext=(20,-20), textcoords='offset points', arrowprops=dict(arrowstyle='->', connectionstyle='angle,angleA=0,angleB=90,rad=10'), horizontalalignment='left', verticalalignment='bottom') # end値 # max描画 maxxval = df0[showpare].idxmax() maxyval = df0[showpare].max() ax1.plot(maxxval,maxyval,marker='2',markersize=10,color='black') ax1.annotate(' MAX : '+str(round(maxyval,1)),xy=(maxxval,maxyval)) # min描画 minxval = df0[showpare].idxmin() minyval = df0[showpare].min() ax1.plot(minxval,minyval,marker='2',markersize=10,color='black') ax1.annotate(' MIN : '+str(round(minyval,1)),xy=(minxval,minyval)) # median描画 medval = (maxyval - minyval) / 2 + minyval ax1.hlines(medval,datestart,dateend,linestyle='dotted',color='black') ax1.annotate( 'MED : '+'{:,.2f}'.format(medval), xy=(dateend,medval), color='black') # Currency描画 ax1.hlines(SHOW,datestart,dateend,linestyle='dotted',color='blue') ax1.annotate(' NOW : '+str(round(SHOW,1)),xy=(dateend,SHOW),color='blue') # step,pcs描画 ax1.annotate( 'step: '+str(round(spanstep[0],1)) + ' pcs: ' + str(pcs[0]), xy=(datestart,minyval), xycoords = 'data', xytext = (0,-15), textcoords = 'offset points') plt.tight_layout() # ラベルが重ならないようにいい感じに調整する plt.savefig('onepare-cross-'+savename+'.png',format='png',dpi=150) # グラフ保存 実行結果 例として以下で実行しています。 ...