- シングル/マルチタイムフレームでの解析が可能
- Pythonを使った自作のアルゴリズムの実装が可能
- 時系列解析に用いられるニューラルネットワークの一種であるRNN/LSTMが使用可能
- LINE notifyを用いた取引状況の簡易的な通知が可能
- It can analyze both single and multi timeframe candle stick data.
- You can implement your original trading algorythm to the bot by using Python
- You can use RNN or LSTM to analyze candle stick data
- It send trade imformation to you by using LINE notify
$python3 bot.py auth.json
実行には認証用のjson形式の認証キー(auth.json)が必要となります。 認証キーには以下の3つが格納されています。
- LINE notify token
- Oanda id
- Oanda token
jsonの内容は以下のようになっています。
{
"line_token": "your LINE notify token",
"oanda_id": "XXX-XXX-XXXXXXX-XXX",
"oanda_token": "your oanda token"
}
- Oanda Rest API V20のアカウントとトークン
- (LINE通知機能を使用する場合)LINE notify用のトークン
- Oanda Rest API V20 account and token
- LINE notify token
- NumPy
- Pandas
- TensorFlow
- matplotlib
- mpl_finance
- tqdm
- scipy
- scikit-learn 以上の依存するモジュールはrequirements.txtを用いてまとめて取得することができる
$pip3 install -r requirements.txt
- トレンドラインの自動生成
- 波形の振動を検知するアルゴリズムを追加
- RNN/LSTMの学習器、予測器
- 本番環境/バーチャル環境の切り替え
- close用のアルゴリズム
- RNNの多層化->統計処理のアルゴリズム実装のためしばらく休止
- 並列化->Pythonのスレッド並列実装のコストとメリットが見合わないため先送り
- tqdmからfastprogressへ切り替え
- Connectionが切れたときの復帰処理の漏れを修正