hypier/tradingview-quantitative

Was macht tradingview-quantitative?

Professionelles quantitatives Investitionsanalysesystem basierend auf TradingView-Daten. Bietet intelligente Aktiensuche, technische Mustererkennung, Marktüberprüfung, Risikomanagement und ereignisgesteuerte Analyse mit Multi-Faktor-Bewertung und Handelsstrategien.

Funktionen

• Intelligente Aktiensuche: Sucht Aktien basierend auf benutzerdefinierten Kriterien wie technischen Indikatoren, Fundamentaldaten und Marktstimmung.
• Technische Mustererkennung: Identifiziert gängige technische Muster wie Kopf-Schulter-Formationen, Dreiecke und Flaggen.
• Marktüberprüfung: Bietet eine Zusammenfassung der aktuellen Marktbedingungen, einschließlich Volumen, Volatilität und Trendanalyse.
• Risikomanagement: Bewertet das Risiko einzelner Aktien und Portfolios unter Verwendung von Value-at-Risk (VaR), Sharpe-Ratio und anderen Metriken.
• Ereignisgesteuerte Analyse: Analysiert die Auswirkungen von Unternehmensereignissen wie Gewinnmitteilungen, Dividenden und Aktiensplits.
• Multi-Faktor-Bewertung: Bewertet Aktien auf der Grundlage einer Kombination von Faktoren wie Momentum, Wert, Größe und Qualität.
• Handelsstrategien: Generiert handelbare Signale basierend auf vordefinierten Strategien oder benutzerdefinierten Regeln.

Voraussetzungen

• TradingView-Konto und API-Zugriff
• Python 3.8+ (für die lokale Verarbeitung)
• Erforderliche Python-Bibliotheken: requests, pandas, numpy, ta (für technische Indikatoren)

Installation

1. Klone das Repository:

   git clone https://github.com/hypier/tradingview-quantitative.git
   cd tradingview-quantitative
   

2. Installiere die Abhängigkeiten:

   pip install -r requirements.txt
   

3. Konfiguriere die API-Anmeldedaten:

   • Setze Umgebungsvariablen für den TradingView-API-Schlüssel:

     export TRADINGVIEW_API_KEY='dein_api_schluessel'
     export TRADINGVIEW_API_SECRET='dein_api_geheimnis'
     

Verwendung

Beispiel: Aktiensuche

from tradingview_quantitative import StockScreener

screener = StockScreener(api_key='dein_api_schluessel')
results = screener.screen(
    market='US',
    criteria={
        'rsi': {'lt': 30},  # RSI unter 30 (überverkauft)
        'volume': {'gt': 1000000},  # Volumen über 1 Million
        'market_cap': {'gt': 1000000000}  # Marktkapitalisierung über 1 Milliarde
    }
)
print(results)

Beispiel: Technische Mustererkennung

from tradingview_quantitative import PatternRecognizer

recognizer = PatternRecognizer()
patterns = recognizer.detect('AAPL', timeframe='1D')
for pattern in patterns:
    print(f"Muster erkannt: {pattern.name} auf {pattern.symbol}")

API-Referenz

Funktion	Beschreibung	Parameter
screener.screen()	Sucht Aktien nach Kriterien	market, criteria
recognizer.detect()	Erkennt technische Muster	symbol, timeframe
risk.assess()	Bewertet das Risiko	symbols, method
events.analyze()	Analysiert Ereignisse	symbol, event_type
scoring.evaluate()	Führt Multi-Faktor-Bewertung durch	symbols, factors

Konfiguration

Erstelle eine Datei config.yaml im Stammverzeichnis:

tradingview:
  api_key: ${TRADINGVIEW_API_KEY}
  api_secret: ${TRADINGVIEW_API_SECRET}
  base_url: https://api.tradingview.com/v1

database:
  path: ./data/market_data.db
  cache_ttl: 3600  # in Sekunden

Fehlerbehandlung

Das System verwendet standardmäßige HTTP-Statuscodes und gibt detaillierte Fehlermeldungen im JSON-Format zurück. Häufige Fehler:

• 401 Unauthorized: API-Schlüssel ungültig oder abgelaufen
• 404 Not Found: Symbol oder Endpunkt nicht gefunden
• 429 Rate Limit Exceeded: API-Anfragelimit überschritten

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert – siehe die Datei LICENSE für Details.

Beitragen

Beiträge sind willkommen! Bitte lies die CONTRIBUTING.md für Details zu unserem Verhaltenskodex und dem Prozess für Pull-Requests.