def pie(param_data):
#Se lee el archivo a graficar
df_data = fn.f_leer_archivo(param_archivo=data)
#columna de pips
df_data = fn.f_columnas_pips(df_data)
#Se vuelve a crear el ranking
df_1_ranking = fn.f_estadistica_ba2(param_data=df_data)
df = df_1_ranking
labels = df['simbolo']
values = df['rank']
pastel = go.Figure(data=[
go.Pie(
labels=labels,
values=values,
pull=[0.05, 0.05, 0, 0, 0, 0, 0],
)
])
pastel.update_layout(title="Ranking de Instrumentos")
pastel.show()
#Se guarda la imagen con el objetivo de tener la visualización de la gráfica en Github
if not os.path.exists("images"):
os.mkdir("images")
pastel.write_image("images/fig1.jpeg") #Guardar imagen
return pastel
# -- ------------------------------------------------------------------------------------ -- # # -- proyecto: Microestructura y Sistemas de Trading - Laboratorio 2 - Behavioral Finance # -- archivo: principal.py - flujo principal del proyecto # -- mantiene: Luis Angel Ruiz # -- repositorio: https://github.com/luisangelrp97/LAB_2_LARP # -- ------------------------------------------------------------------------------------ -- # import funciones as fn archivo = "archivo_tradeview_1.xlsx" df_archivo = fn.f_leer_archivo(archivo) datos = df_archivo datos = fn.f_columnas_tiempos(datos) datos = fn.f_columnas_pips(datos) datos = fn.capital_acm(datos) f_estadisticas = fn.f_estadisticas_ba(datos) profit_diario = fn.f_profit_diario(datos) vi.df_1_ranking(f_estadisticas)
# -- archivo: datos.py - datos generales para uso en el proyecto # -- mantiene: marioabel96 # -- repositorio: https://github.com/marioabel96/LAB_2_MAGV/ # -- ------------------------------------------------------------------------------------ -- # # importamos el archivo funciones import funciones as fn import pandas as pd data = fn.f_leer_archivo(param_archivo="archivo_tradeview_1.xlsx") data = fn.f_columnas_tiempos(data) # creacion nuevo dataframe donde estaremos haciendo las modificaciones newd = pd.DataFrame(data) # obtenemos los pips de todos los inttrumentos uilizados y anexamos al dataframe pips = [fn.f_pip_size(param_ins=newd['symbol'][i]) for i in range(len(newd))] newd['pips'] = pips newd = fn.f_columnas_pips(newd) estadisticas = fn.f_estadisticas_ba1(newd) ranking = fn.f_estadisticas_ba2(newd) profits = fn.f_profit_diario(newd) medap = fn.f_estadisticas_mad(profits, newd).T
# -- ------------------------------------------------------------------------------------ -- # # -- proyecto: Microestructura y Sistemas de Trading - Laboratorio 2 - Behavioral Finance # -- archivo: principal.py - flujo principal del proyecto # -- mantiene: Natasha Gamez # -- repositorio: https://github.com/NatashaGamez/Lab_2_LNGO # -- ------------------------------------------------------------------------------------ -- # import funciones as fn #Datos datos = fn.f_leer_archivo(param_archivo='archivo_tradeview_1.xlsx') #Pip size pip_size = fn.f_pip_size(param_ins='eurusd') #Tranformaciones de tiempo datos = fn.f_columnas_tiempos(param_data=datos) #Transformaciones Pips datos = fn.f_columnas_pips(param_data=datos) # Estadisticas basicas y Raking [df_1_tabla, df_1_ranking] = fn.f_estadisticas_ba(param_data=datos) # Capital acumulado datos = fn.capital_acm(param_data=datos) # Profit diario, profit diario opercaiones buy, profit diario opercaiones sell [df_profit_d, profit_d_acm_c, profit_d_acm_v] = fn.f_profit_diario(param_data=datos) # Medidas de Atribución al Desempeño (MAD) Est_MAD = fn.f_estadisticas_mad(df_profit_d, profit_d_acm_c, profit_d_acm_v) # Segos cognitivos df_be_de = fn.f_be_de(datos)
# -- mantiene: Juan Pablo Estavillo
# -- repositorio: https://github.com/
# -- ------------------------------------------------------------------------------------ -- #
import plotly.offline as py # hasta arriba # en el mismo renglon
import funciones as fn #aqui están todas las funciones
import pandas as pd #pandas aunque no se use
import plotly.graph_objects as go #para graficar
#%%
#leer archivo
data = fn.f_leer_archivo('trade3.xlsx')
#agregar columna de tiempo
data = fn.f_columnas_tiempos(data)
#agregar columna de pip
data = fn.f_columnas_pips(data)
#diccionario con estadísticas de operaciones
estadistica_operaciones = fn.f_estadisticas_ba(data)
#crear dataframe con los profits de cada dia
profit_d = fn.f_profit_diario(data)
#aqui se hacen las medidas de atribucion al riesgo
Medidas_atribucion_riesgo = fn.f_stats_mad(data)
#%%
#parte 4
sesgos = fn.f_be_de(data)
#%%
#parte 5 (esta grafica solo tiene el usdjpy mayor a 0 ya que fue con el unico par que llego a take profit )
#Gráfica 1: Ranking
# -- ------------------------------------------------------------------------------------ -- #
# -- proyecto: Microestructura y Sistemas de Trading - Laboratorio 2 - Behavioral Finance
# -- archivo: main.py - flujo principal del proyecto
# -- mantiene: Hermela Peña
# -- repositorio: https://github.com/hermelap/LAB_2_HPH
# -- ------------------------------------------------------------------------------------ -- #
import funciones as fn
import visualizaciones as vs
df_data = fn.f_leer_archivo(param_archivo='archivo_oanda.xlsx')
fn.f_pip_size(param_ins='usdmxn')
df_data = fn.f_columnas_tiempos(param_data=df_data)
df_data = fn.f_columnas_pips(param_data=df_data)
df_estadisticas_ba = fn.f_estadisticas_ba(param_data=df_data)
df_profit_diario = fn.f_profit_diario(param_data=df_data)
df_estadisticas_mad = fn.f_estadisticas_mad(param_data=df_data)
sesgo = fn.f_be_de(df_data)
grafica_1 = vs.pastel(
diccionario=df_estadisticas_ba) # Grafica de pastel ranking
grafica_2 = vs.linea(
datos=df_profit_diario,
estadisticos=df_estadisticas_mad) # Grafica de DrawDown y DrawUp
df_data = fn.f_leer_archivo(param_archivo='tocsv.csv') #%% pip_sizee = fn.f_pip_size(param_ins='btcusd') #%% df_data = fn.f_columnas_tiempos(datos=df_data) #df_temp = pd.DataFrame(temp) #df_dataf = np.concatenate((df_data, df_temp), axis = 1) #df_dataf = [df_data[:,:], df_temp[:,:]] #%% df_data = fn.f_columnas_pips(datos=df_data) #%% f_estadisticas_b = fn.f_estadisticas_ba(datos=df_data) #%% df_1_ranking = fn.f_rank(datos=df_data) #%% df_data = fn.capital_acm(datos=df_data) #%%
