Bien sûr ! Voici un exemple simple de stratégie de suivi de tendance basée sur le price
action avec des bougies japonaises :
1. Moyenne mobile simple (SMA) :
o Calculer la moyenne mobile simple sur 50 périodes (SMA50) et sur 200
périodes (SMA200) à partir des données de prix (par exemple, à partir d’un
fichier CSV).
o Créer un signal d’achat lorsque la SMA50 croise au-dessus de la SMA200.
2. Graphique des prix avec les moyennes mobiles :
o Afficher le graphique des prix de clôture avec les moyennes mobiles (SMA50
et SMA200).
Voici un exemple de code Python pour illustrer cette stratégie :
# Importer les bibliothèques nécessaires
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# Charger les données de prix (par exemple, à partir d'un fichier CSV)
# Remplacez le chemin du fichier par le chemin de votre propre fichier de
données
data = pd.read_csv("historical_prices.csv")
# Calculer la moyenne mobile simple (SMA) sur 50 périodes
data["SMA50"] = data["Close"].rolling(window=50).mean()
# Calculer la moyenne mobile simple (SMA) sur 200 périodes
data["SMA200"] = data["Close"].rolling(window=200).mean()
# Créer un signal d'achat lorsque la SMA50 croise au-dessus de la SMA200
data["Signal"] = np.where(data["SMA50"] > data["SMA200"], 1, 0)
# Afficher le graphique des prix avec les moyennes mobiles
plt.figure(figsize=(10, 6))
plt.plot(data["Date"], data["Close"], label="Prix de clôture")
plt.plot(data["Date"], data["SMA50"], label="SMA50")
plt.plot(data["Date"], data["SMA200"], label="SMA200")
plt.xlabel("Date")
plt.ylabel("Prix")
plt.title("Stratégie de trading basée sur le Price Action")
plt.legend()
plt.show()
# Afficher les signaux d'achat
buy_signals = data[data["Signal"] == 1]
print("Signaux d'achat:")
print(buy_signals[["Date", "Close"]])
N’oubliez pas d’adapter ce code à vos propres données de prix et de l’optimiser selon vos
besoins. Bon trading ! ��