Trading algoritmico con Python

Dal prezzo
all'algoritmo.
Passo dopo passo.

Un percorso pratico che parte dai mercati finanziari e arriva al live trading automatizzato. Ogni concetto illustrato con codice Python reale, eseguibile, commentato.

06
Moduli
40+
Script Python
12+
Librerie coperte
Gratuito

Solo a scopo educativo. I codici e le strategie illustrate hanno finalità didattiche. Non costituiscono consulenza finanziaria. Il trading comporta rischi significativi di perdita del capitale.

Percorso di apprendimento

Sei moduli, dal mercato al bot

01 / 06📈
Fondamenti

Mercati finanziari, strumenti di trading, tipi di ordine e gestione del rischio. La base teorica indispensabile.

Principiante~45 min
02 / 06🗄️
Dati di Mercato

Download, pulizia e visualizzazione di dati OHLCV con yfinance, pandas e matplotlib.

yfinancepandas~60 min
03 / 06📊
Analisi Tecnica

Implementa da zero SMA, EMA, RSI, MACD, Bollinger Bands. Segnali di trading con pandas-ta.

pandas-taplotly~90 min
04 / 06⏮️
Backtesting

Testa strategie su dati storici con backtrader. Metriche: Sharpe ratio, max drawdown, win-rate.

backtrader~120 min
05 / 06🤖
Machine Learning

Predizione direzionale con scikit-learn, reti LSTM con Keras, feature engineering finanziario.

scikit-learnKeras~150 min
06 / 06
Live Trading

Connessione a broker API (Alpaca), invio ordini reali, gestione posizioni e loop di produzione.

AvanzatoAlpaca API~120 min

Roadmap

Il percorso consigliato

01
Fondamenti
02
Dati
03
Analisi Tecnica
04
Backtesting
05
Machine Learning
06
Live Trading

Approccio

Ogni concetto, implementato da zero

Non ci limitiamo a usare librerie preconfezionate. Prima costruiamo l'indicatore a mano, riga per riga, per chiarire la matematica sottostante. Poi mostriamo la versione ottimizzata con le librerie standard.

  • Codice pronto da copiare ed eseguire
  • Output commentato per capire ogni risultato
  • Esercizi pratici alla fine di ogni pagina
  • Nessun paywall — tutto gratuito
In:
import yfinance as yf ticker = "^FTSE" data = yf.download(ticker, start="2020-01-01") data[:5]
Out:
/tmp/ipykernel_302/3630764228.py:3: FutureWarning: YF.download() has changed argument auto_adjust default to True data = yf.download(ticker, start="2020-01-01") [*********************100%***********************] 1 of 1 completed Price Close High Low Open Volume Ticker ^FTSE ^FTSE ^FTSE ^FTSE ^FTSE Date 2020-01-02 7604.299805 7624.799805 7542.399902 7542.399902 482206700 2020-01-03 7622.399902 7626.399902 7551.000000 7604.299805 475628900 2020-01-06 7575.299805 7622.399902 7528.100098 7622.399902 516783400 2020-01-07 7573.899902 7604.600098 7562.100098 7575.299805 511576100 2020-01-08 7574.899902 7579.500000 7525.000000 7573.899902 606225000