Более эффективное вложение личных средств

Ответить
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а): Если вы думаете что побьете кучу умных опытных людей с финансовым образованием которые управляют фондами то карты в руки, но это обычно удается только на коротком отрезке времени а потом большая потеря все нивелирует. Если как хобби на котором можно и потерять другое дело но много лучше не рисковать. Казино есть казино
Не, я ж здесь не доказывать пришел - какой я молодец. Я тут ищу что можно взять полезного для себя, задавая вопросы и получая ответы. Разумаеется, умных опытных людей с финансовым образованием я не outsmart и не собираюсь этого делать.
Мне достаточно на кратком отрезке времени outsmart тех людей, кто бросается все продавать, прочитав FUD новость, чтобы через пару недель купить все обрано с потерей
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а): Если вы думаете что побьете кучу умных опытных людей с финансовым образованием которые управляют фондами то карты в руки, но это обычно удается только на коротком отрезке времени а потом большая потеря все нивелирует. Если как хобби на котором можно и потерять другое дело но много лучше не рисковать. Казино есть казино
Это не казино. Только казино - казино.
У swing trading оdds выше.
Тут не обязательно выигрывать в 100% случаев. Достаточно выигрывать в 51%+ случаях
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

Это биржевое казино
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а): Это биржевое казино
Я получил гораздо меньше инфо, чем хотелось, но все равно спасибо
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

Про 51% это пишут в книжках по трейдингу.
Инвестирование статистически побивает усилия по свинг трейдингу.
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

3DD писал(а):
sibir2 писал(а): Это биржевое казино
Я получил гораздо меньше инфо, чем хотелось, но все равно спасибо
От меня? Я где то писала что меня интересует казино трейдинга а не инвестирование? Никогда.
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а): Про 51% это пишут в книжках по трейдингу.
Инвестирование статистически побивает усилия по свинг трейдингу.
когда мой софт найдет что-то интересное и недооценненное - я с удовольствием инвестируюсь.
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а):
3DD писал(а):
sibir2 писал(а): Это биржевое казино
Я получил гораздо меньше инфо, чем хотелось, но все равно спасибо
От меня? Я где то писала что меня интересует казино трейдинга а не инвестирование? Никогда.
От беседы. Я задал в начале ее вопросы и получил не то, что мне нужно. Все, спасибо еще раз.
Аватара пользователя
Komissar
Уже с Приветом
Сообщения: 11181
Зарегистрирован: Пн авг 29, 2022 6:11 pm

Re: Более эффективное вложение личных средств

Сообщение Komissar »

3DD писал(а):
sibir2 писал(а): Про 51% это пишут в книжках по трейдингу.
Инвестирование статистически побивает усилия по свинг трейдингу.
когда мой софт найдет что-то интересное и недооценненное - я с удовольствием инвестируюсь.
кинь мне инфу в ЛС тогда,
большой пасиб заранее
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

Такой софт уже есть бесплатный, бесплатные скринеры. Для инвестирования предостаточно, а что со свинг трейдингом не знаю
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а): Такой софт уже есть бесплатный, бесплатные скринеры. Для инвестирования предостаточно, а что со свинг трейдингом не знаю
Проблема не в скринере. Проблема в том, что я не знаю кучу областей и разбираться в них - уйдет куча времени. А какая-то из них или будет бумить или свалится. Чтобы выянить куда идет область, не разбираясь в ней изначально - я наберу в корзину сотню-две-три стоков и фондов из этой области и смежных и начну ее мониторить - candlesticks emerging patterns, TA, несколько раз в час. Через неделю-две я буду видеть что и куда идет в средне-срочной перспективе. И дальше буду смотреть - инвестировать в что-то недооценненое или свингнуть что-то прущее вверх.
Как такое сделать в бесплатном скринере? На finviz я не вижу, чтобы оно мне candlesticks emerging patterns давало на сотни стоков сразу/в конце дня. Historical candlesticks patterns - может кто и дает, но меня они не интересуют. Меня интересуют emerging patterns.
Все хотят денег, и часто больших, если начинаешь data mining
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

3DD писал(а):
sibir2 писал(а): Такой софт уже есть бесплатный, бесплатные скринеры. Для инвестирования предостаточно, а что со свинг трейдингом не знаю
Проблема не в скринере. Проблема в том, что я не знаю кучу областей и разбираться в них - уйдет куча времени. А какая-то из них или будет бумить или свалится. Чтобы выянить куда идет область, не разбираясь в ней изначально - я наберу в корзину сотню-две-три стоков и фондов из этой области и смежных и начну ее мониторить - candlesticks emerging patterns, TA, несколько раз в час. Через неделю-две я буду видеть что и куда идет в средне-срочной перспективе. И дальше буду смотреть - инвестировать в что-то недооценненое или свингнуть что-то прущее вверх.
Как такое сделать в бесплатном скринере? На finviz я не вижу, чтобы оно мне candlesticks emerging patterns давало на сотни стоков сразу/в конце дня. Historical candlesticks patterns - может кто и дает, но меня они не интересуют. Меня интересуют emerging patterns.
Все хотят денег, и часто больших, если начинаешь data mining
Краткосрочные эмережинг паттернс бывают обманчивыми (две недели это краткосрочный шум)
Для мониторинга движения и перспектив отраслей достаточно быстрой проверки соответствующих етфов, не нужно следить за корзиной стоков тематический етф это уже корзина, и
элементарного гугл поиска, или регулярной проверки заголовков в каком нибудь бесплатном финансовом издании
Ну и также понимания кредитного цикла в придачу не помешает.
Но вы похоже об очень краткосрочном трейдинге говорите, есть различные чат румы и специализированные форумы где народ обсуждает тренды
Если ресльно есть настоящая тренд на подьем то трейдинг теряет против инвестирования, даже не учитывая затраты сил, нервов и времени.
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а):
3DD писал(а):
sibir2 писал(а): Такой софт уже есть бесплатный, бесплатные скринеры. Для инвестирования предостаточно, а что со свинг трейдингом не знаю
Проблема не в скринере. Проблема в том, что я не знаю кучу областей и разбираться в них - уйдет куча времени. А какая-то из них или будет бумить или свалится. Чтобы выянить куда идет область, не разбираясь в ней изначально - я наберу в корзину сотню-две-три стоков и фондов из этой области и смежных и начну ее мониторить - candlesticks emerging patterns, TA, несколько раз в час. Через неделю-две я буду видеть что и куда идет в средне-срочной перспективе. И дальше буду смотреть - инвестировать в что-то недооценненое или свингнуть что-то прущее вверх.
Как такое сделать в бесплатном скринере? На finviz я не вижу, чтобы оно мне candlesticks emerging patterns давало на сотни стоков сразу/в конце дня. Historical candlesticks patterns - может кто и дает, но меня они не интересуют. Меня интересуют emerging patterns.
Все хотят денег, и часто больших, если начинаешь data mining
Краткосрочные эмережинг паттернс бывают обманчивыми (две недели это краткосрочный шум)
Для мониторинга движения и перспектив отраслей достаточно быстрой проверки соответствующих етфов, не нужно следить за корзиной стоков тематический етф это уже корзина, и
элементарного гугл поиска, или регулярной проверки заголовков в каком нибудь бесплатном финансовом издании
Ну и также понимания кредитного цикла в придачу не помешает.
Но вы похоже об очень краткосрочном трейдинге говорите, есть различные чат румы и специализированные форумы где народ обсуждает тренды
Если ресльно есть настоящая тренд на подьем то трейдинг теряет против инвестирования, даже не учитывая затраты сил, нервов и времени.
согласен со всем, а также благодарен за расширенный ответ
Краткосрочные эмережинг паттернс бывают обманчивыми (две недели это краткосрочный шум)
Это точно. Бывает новость еще не вышла, а сток заколбасило кучей emerging patterns по всем timeframes - 15min, 30min, 1h, 5h, 1day, etc - это повод чтобы посмотреть что там у них. Может их СЕО тоже шлепнули, или там пришли к ним с search warrant

Для свинг трейдинга в течение недели хорошо смотреть эмекрджин паттернс на неделю-месяц, а также ТА
есть различные чат румы и специализированные форумы
- хз, не знаю. Жулики там или мамкины трейдеры. настоящие трейдеры туда не ходят и ничего не комментируют.
Если ресльно есть настоящая тренд на подьем то трейдинг теряет против инвестирования, даже не учитывая затраты сил, нервов и времени.
- конечно, с удовольствием проинвестируюсь туда. Это же не компетишен трейдинг против инвестирования
Для мониторинга движения и перспектив отраслей достаточно быстрой проверки соответствующих етфов, не нужно следить за корзиной стоков тематический етф это уже корзина, и
элементарного гугл поиска, или регулярной проверки заголовков в каком нибудь бесплатном финансовом издании
Согласен. Но я могу одновременно мониторить хоть сотню ETFs. Может оказаться, что 1H..5H bullish emerging pattern какого-нибудь вызван внезапно прущим вверх стоком внутри этого etf. Ну и почему бы не свингнуть такой трэйд?
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

3DD писал(а):
sibir2 писал(а):
3DD писал(а):
Проблема не в скринере. Проблема в том, что я не знаю кучу областей и разбираться в них - уйдет куча времени. А какая-то из них или будет бумить или свалится. Чтобы выянить куда идет область, не разбираясь в ней изначально - я наберу в корзину сотню-две-три стоков и фондов из этой области и смежных и начну ее мониторить - candlesticks emerging patterns, TA, несколько раз в час. Через неделю-две я буду видеть что и куда идет в средне-срочной перспективе. И дальше буду смотреть - инвестировать в что-то недооценненое или свингнуть что-то прущее вверх.
Как такое сделать в бесплатном скринере? На finviz я не вижу, чтобы оно мне candlesticks emerging patterns давало на сотни стоков сразу/в конце дня. Historical candlesticks patterns - может кто и дает, но меня они не интересуют. Меня интересуют emerging patterns.
Все хотят денег, и часто больших, если начинаешь data mining
Краткосрочные эмережинг паттернс бывают обманчивыми (две недели это краткосрочный шум)
Для мониторинга движения и перспектив отраслей достаточно быстрой проверки соответствующих етфов, не нужно следить за корзиной стоков тематический етф это уже корзина, и
элементарного гугл поиска, или регулярной проверки заголовков в каком нибудь бесплатном финансовом издании
Ну и также понимания кредитного цикла в придачу не помешает.
Но вы похоже об очень краткосрочном трейдинге говорите, есть различные чат румы и специализированные форумы где народ обсуждает тренды
Если ресльно есть настоящая тренд на подьем то трейдинг теряет против инвестирования, даже не учитывая затраты сил, нервов и времени.
согласен со всем, а также благодарен за расширенный ответ
Краткосрочные эмережинг паттернс бывают обманчивыми (две недели это краткосрочный шум)
Это точно. Бывает новость еще не вышла, а сток заколбасило кучей emerging patterns по всем timeframes - 15min, 30min, 1h, 5h, 1day, etc - это повод чтобы посмотреть что там у них. Может их СЕО тоже шлепнули, или там пришли к ним с search warrant

Для свинг трейдинга в течение недели хорошо смотреть эмекрджин паттернс на неделю-месяц, а также ТА
есть различные чат румы и специализированные форумы
- хз, не знаю. Жулики там или мамкины трейдеры. настоящие трейдеры туда не ходят и ничего не комментируют.
Если ресльно есть настоящая тренд на подьем то трейдинг теряет против инвестирования, даже не учитывая затраты сил, нервов и времени.
- конечно, с удовольствием проинвестируюсь туда. Это же не компетишен трейдинг против инвестирования
Для мониторинга движения и перспектив отраслей достаточно быстрой проверки соответствующих етфов, не нужно следить за корзиной стоков тематический етф это уже корзина, и
элементарного гугл поиска, или регулярной проверки заголовков в каком нибудь бесплатном финансовом издании
Согласен. Но я могу одновременно мониторить хоть сотню ETFs. Может оказаться, что 1H..5H bullish emerging pattern какого-нибудь вызван внезапно прущим вверх стоком внутри этого etf. Ну и почему бы не свингнуть такой трэйд?
Конкретно насчет чат румов, профессиональные трейдеры тоже ими пользуются, на самом деле, но скорее всего не бесплатными.
Надеюсь вы знаете что многие тренды обваливаются после закрытия рынка и поймать фоллинг нож может не получиться, и торгуют такими часто крупные инвесторы со сложным дорогим софтом и инсайдер инфо, также они иногда формируют фальшивые тренды. Весь этот головняк не побивает обыкновенного даже инвестирования в снп, в итоге,особенно если посчитать затраченны часы
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

sibir2 писал(а): Конкретно насчет чат румов, профессиональные трейдеры тоже ими пользуются, на самом деле, но скорее всего не бесплатными.
Надеюсь вы знаете что многие тренды обваливаются после закрытия рынка и поймать фоллинг нож может не получиться, и торгуют такими часто крупные инвесторы со сложным дорогим софтом и инсайдер инфо, также они иногда формируют фальшивые тренды. Весь этот головняк не побивает обыкновенного даже инвестирования в снп, в итоге,особенно если посчитать затраченны часы
Да, это понятно.

Я смотрю бесплатный скринер на Finviz - но там особо ничего не сделаешь. Intraday не доступно, посмотреть графики за день не дает, везде лезет реклама купить мембершип. Планая версия за 40 в месяц тоже хз мало чем отличается от фрии версии. Данные с задержкой в 3-5 минут. Никаких тебе candlestick patterns. Или я чего-то не понимаю?

Я могу хоть каждую минуту генерить типа такого (PLTR - для примера). Тут тебе и SMA50, EMA50, и RSI и разные Bollinger Bands. И плюс 61 candlestick patterns c вероятностью (100 - большая вероятность, 80 - средняя) и временем когда произошла

Код: Выделить всё

Total patterns: 61
[*********************100%***********************]  1 of 1 completed
Price                          Close       High        Low       Open    Volume
Ticker                          PLTR       PLTR       PLTR       PLTR      PLTR
Datetime                                                                       
2025-01-02 14:30:00+00:00  74.959999  76.524002  72.430000  76.209999  27738230
2025-01-02 15:30:00+00:00  74.963600  75.080002  73.660004  74.940002  10254144
2025-01-02 16:30:00+00:00  74.231598  75.510002  74.139999  74.949997   6577702
2025-01-02 17:30:00+00:00  73.820000  74.239998  73.059998  74.209999   7856597
2025-01-02 18:30:00+00:00  74.321999  74.459999  73.389999  73.839996   5582540
2025-01-02 19:30:00+00:00  74.849998  75.040001  74.004997  74.330002   5609655
2025-01-02 20:30:00+00:00  75.230003  75.449997  74.640099  74.860001   5067298
2025-01-03 14:30:00+00:00  77.849998  78.059998  75.299103  75.364998  18971977
2025-01-03 15:30:00+00:00  79.080002  79.175003  77.518997  77.839996  10749470
2025-01-03 16:30:00+00:00  79.199997  79.860001  78.970001  79.057602   8822457
2025-01-03 17:30:00+00:00  79.604202  79.705002  79.150002  79.220001   4663488
2025-01-03 18:30:00+00:00  79.730003  79.980003  79.441002  79.619904   4715694
2025-01-03 19:30:00+00:00  79.705002  79.919998  79.540001  79.750099   5265304
2025-01-03 20:30:00+00:00  79.849998  79.959999  79.419998  79.699997   5576813
2025-01-06 14:30:00+00:00  79.070000  79.349998  76.832397  78.790001  27149525
2025-01-06 15:30:00+00:00  78.087997  80.059502  78.050003  79.068298  12899367
2025-01-06 16:30:00+00:00  75.125000  78.089996  75.000000  78.084999  22548142
2025-01-06 17:30:00+00:00  76.404999  76.489998  74.610001  75.120003  14630264
2025-01-06 18:30:00+00:00  75.400002  76.489998  75.160004  76.404999   9430858
2025-01-06 19:30:00+00:00  76.019997  76.199997  75.220001  75.410004   7700032
2025-01-06 20:30:00+00:00  75.930099  76.440002  75.740097  76.010002   6997941
2025-01-07 14:30:00+00:00  71.245003  75.389999  71.230003  75.110001  32433133
2025-01-07 15:30:00+00:00  72.318901  72.480003  70.309998  71.245003  16476663
2025-01-07 16:30:00+00:00  70.929901  75.919998  70.800003  72.300003   8254024
2025-01-07 17:30:00+00:00  71.229698  71.430000  70.830002  70.930000   5117491
2025-01-07 18:30:00+00:00  70.974998  71.249901  70.698601  71.222198   5117222
2025-01-07 19:30:00+00:00  69.974998  70.989899  69.750000  70.970001  11496733
2025-01-07 20:30:00+00:00  70.004997  70.339996  69.798897  69.970001   6992650
2025-01-08 14:30:00+00:00  67.819901  69.529999  66.910004  68.139999  33881020
2025-01-08 15:30:00+00:00  67.269997  68.372398  67.059998  67.790001  10674014
2025-01-08 16:30:00+00:00  66.610001  68.269997  66.510002  67.275002  10022772
2025-01-08 17:30:00+00:00  68.500000  68.790001  66.559898  66.629303   8979605
2025-01-08 18:30:00+00:00  68.959999  69.098000  68.120003  68.500000   7613890
2025-01-08 19:30:00+00:00  68.309998  68.940002  67.620003  68.940002   8237397
2025-01-08 20:30:00+00:00  68.260002  68.480003  67.889999  68.300003   5054985
2025-01-10 14:30:00+00:00  66.169998  67.269997  65.190002  65.900002  27396222
2025-01-10 15:30:00+00:00  65.322998  66.589996  65.040001  66.139999  10192405
2025-01-10 16:30:00+00:00  66.470001  66.500000  65.199997  65.320000   6948523
2025-01-10 17:30:00+00:00  67.434998  67.699997  66.389999  66.464996   8118844
2025-01-10 18:30:00+00:00  67.430000  68.199997  66.919998  67.449997   8348829
2025-01-10 19:30:00+00:00  67.149803  67.660004  66.849998  67.440002   6378599
2025-01-10 20:30:00+00:00  67.249001  67.589897  66.809998  67.139999   6077302
2025-01-13 14:30:00+00:00  64.077202  65.680000  63.400002  64.169998  24870520
2025-01-13 15:30:00+00:00  64.540001  65.389999  64.032898  64.080002   9281622
2025-01-13 16:30:00+00:00  64.690002  65.059998  64.050003  64.529999   7133012
2025-01-13 17:30:00+00:00  64.598396  64.949997  64.419998  64.699997   4573358
2025-01-13 18:30:00+00:00  63.900002  64.739799  63.599998  64.610001   6901617
2025-01-13 19:30:00+00:00  64.180000  64.430000  63.849998  63.910000   6155819
2025-01-13 20:30:00+00:00  64.970001  65.000000  64.050102  64.209999   5274615
2025-01-14 14:30:00+00:00  67.215599  68.230003  66.260002  67.279999  22438730
2025-01-14 15:30:00+00:00  66.160004  67.343697  65.769997  67.230003   9103765
2025-01-14 16:30:00+00:00  66.070000  66.480003  65.730003  66.150002   4609285
2025-01-14 17:30:00+00:00  66.269997  66.400002  65.669998  66.059998   3825901
2025-01-14 18:30:00+00:00  66.529999  66.859901  66.230003  66.264999   3803510
2025-01-14 19:30:00+00:00  65.559998  66.739998  65.190002  66.529999   5709577
2025-01-14 20:30:00+00:00  65.910004  65.949997  65.320000  65.555000   4540959
-------------------------------------------------

Dates with Harami pattern detected:
Price                     Harami
Ticker                          
Datetime                        
2025-01-06 19:30:00+00:00    100
2025-01-07 15:30:00+00:00     80
2025-01-07 17:30:00+00:00    100
2025-01-13 19:30:00+00:00    100

RSI values:
Price                            RSI
Ticker                              
Datetime                            
2025-01-02 14:30:00+00:00        NaN
2025-01-02 15:30:00+00:00        NaN
2025-01-02 16:30:00+00:00        NaN
2025-01-02 17:30:00+00:00        NaN
2025-01-02 18:30:00+00:00        NaN
2025-01-02 19:30:00+00:00        NaN
2025-01-02 20:30:00+00:00        NaN
2025-01-03 14:30:00+00:00        NaN
2025-01-03 15:30:00+00:00        NaN
2025-01-03 16:30:00+00:00        NaN
2025-01-03 17:30:00+00:00        NaN
2025-01-03 18:30:00+00:00        NaN
2025-01-03 19:30:00+00:00        NaN
2025-01-03 20:30:00+00:00        NaN
2025-01-06 14:30:00+00:00  75.664399
2025-01-06 15:30:00+00:00  66.836990
2025-01-06 16:30:00+00:00  48.464473
2025-01-06 17:30:00+00:00  54.307760
2025-01-06 18:30:00+00:00  49.556677
2025-01-06 19:30:00+00:00  52.327487
2025-01-06 20:30:00+00:00  51.882481
2025-01-07 14:30:00+00:00  35.119741
2025-01-07 15:30:00+00:00  39.912011
2025-01-07 16:30:00+00:00  36.188730
2025-01-07 17:30:00+00:00  37.543024
2025-01-07 18:30:00+00:00  36.827905
2025-01-07 19:30:00+00:00  34.082908
2025-01-07 20:30:00+00:00  34.241254
2025-01-08 14:30:00+00:00  28.812066
2025-01-08 15:30:00+00:00  27.624965
2025-01-08 16:30:00+00:00  26.228207
2025-01-08 17:30:00+00:00  36.179602
2025-01-08 18:30:00+00:00  38.359032
2025-01-08 19:30:00+00:00  36.464111
2025-01-08 20:30:00+00:00  36.315511
2025-01-10 14:30:00+00:00  30.685761
2025-01-10 15:30:00+00:00  28.741194
2025-01-10 16:30:00+00:00  34.769592
2025-01-10 17:30:00+00:00  39.413513
2025-01-10 18:30:00+00:00  39.397870
2025-01-10 19:30:00+00:00  38.475814
2025-01-10 20:30:00+00:00  39.019933
2025-01-13 14:30:00+00:00  29.910975
2025-01-13 15:30:00+00:00  32.391012
2025-01-13 16:30:00+00:00  33.215852
2025-01-13 17:30:00+00:00  32.951457
2025-01-13 18:30:00+00:00  30.930068
2025-01-13 19:30:00+00:00  32.712246
2025-01-13 20:30:00+00:00  37.604107
2025-01-14 14:30:00+00:00  48.962493
2025-01-14 15:30:00+00:00  44.831155
2025-01-14 16:30:00+00:00  44.486484
2025-01-14 17:30:00+00:00  45.489371
2025-01-14 18:30:00+00:00  46.834069
2025-01-14 19:30:00+00:00  42.610848
2025-01-14 20:30:00+00:00  44.553712

RSI values above 70:
Price                            RSI
Ticker                              
Datetime                            
2025-01-06 14:30:00+00:00  75.664399

RSI values below 30:
Price                            RSI
Ticker                              
Datetime                            
2025-01-08 14:30:00+00:00  28.812066
2025-01-08 15:30:00+00:00  27.624965
2025-01-08 16:30:00+00:00  26.228207
2025-01-10 15:30:00+00:00  28.741194
2025-01-13 14:30:00+00:00  29.910975

RSI values between 30 and 70:
Price                            RSI
Ticker                              
Datetime                            
2025-01-06 15:30:00+00:00  66.836990
2025-01-06 16:30:00+00:00  48.464473
2025-01-06 17:30:00+00:00  54.307760
2025-01-06 18:30:00+00:00  49.556677
2025-01-06 19:30:00+00:00  52.327487
2025-01-06 20:30:00+00:00  51.882481
2025-01-07 14:30:00+00:00  35.119741
2025-01-07 15:30:00+00:00  39.912011
2025-01-07 16:30:00+00:00  36.188730
2025-01-07 17:30:00+00:00  37.543024
2025-01-07 18:30:00+00:00  36.827905
2025-01-07 19:30:00+00:00  34.082908
2025-01-07 20:30:00+00:00  34.241254
2025-01-08 17:30:00+00:00  36.179602
2025-01-08 18:30:00+00:00  38.359032
2025-01-08 19:30:00+00:00  36.464111
2025-01-08 20:30:00+00:00  36.315511
2025-01-10 14:30:00+00:00  30.685761
2025-01-10 16:30:00+00:00  34.769592
2025-01-10 17:30:00+00:00  39.413513
2025-01-10 18:30:00+00:00  39.397870
2025-01-10 19:30:00+00:00  38.475814
2025-01-10 20:30:00+00:00  39.019933
2025-01-13 15:30:00+00:00  32.391012
2025-01-13 16:30:00+00:00  33.215852
2025-01-13 17:30:00+00:00  32.951457
2025-01-13 18:30:00+00:00  30.930068
2025-01-13 19:30:00+00:00  32.712246
2025-01-13 20:30:00+00:00  37.604107
2025-01-14 14:30:00+00:00  48.962493
2025-01-14 15:30:00+00:00  44.831155
2025-01-14 16:30:00+00:00  44.486484
2025-01-14 17:30:00+00:00  45.489371
2025-01-14 18:30:00+00:00  46.834069
2025-01-14 19:30:00+00:00  42.610848
2025-01-14 20:30:00+00:00  44.553712

Dates with CDL2CROWS pattern detected:
Empty DataFrame
Columns: [(CDL2CROWS, )]
Index: []

Dates with CDL3BLACKCROWS pattern detected:
Empty DataFrame
Columns: [(CDL3BLACKCROWS, )]
Index: []

Dates with CDL3INSIDE pattern detected:
Price                     CDL3INSIDE
Ticker                              
Datetime                            
2025-01-13 20:30:00+00:00        100

Dates with CDL3LINESTRIKE pattern detected:
Empty DataFrame
Columns: [(CDL3LINESTRIKE, )]
Index: []

Dates with CDL3OUTSIDE pattern detected:
Price                     CDL3OUTSIDE
Ticker                               
Datetime                             
2025-01-10 17:30:00+00:00         100
2025-01-14 18:30:00+00:00         100

Dates with CDL3STARSINSOUTH pattern detected:
Empty DataFrame
Columns: [(CDL3STARSINSOUTH, )]
Index: []

Dates with CDL3WHITESOLDIERS pattern detected:
Empty DataFrame
Columns: [(CDL3WHITESOLDIERS, )]
Index: []

Dates with CDLABANDONEDBABY pattern detected:
Empty DataFrame
Columns: [(CDLABANDONEDBABY, )]
Index: []

Dates with CDLADVANCEBLOCK pattern detected:
Empty DataFrame
Columns: [(CDLADVANCEBLOCK, )]
Index: []

Dates with CDLBELTHOLD pattern detected:
Price                     CDLBELTHOLD
Ticker                               
Datetime                             
2025-01-06 16:30:00+00:00        -100
2025-01-06 18:30:00+00:00        -100
2025-01-08 17:30:00+00:00         100
2025-01-10 16:30:00+00:00         100
2025-01-10 17:30:00+00:00         100
2025-01-13 15:30:00+00:00         100
2025-01-14 15:30:00+00:00        -100

Dates with CDLBREAKAWAY pattern detected:
Empty DataFrame
Columns: [(CDLBREAKAWAY, )]
Index: []

Dates with CDLCLOSINGMARUBOZU pattern detected:
Price                     CDLCLOSINGMARUBOZU
Ticker                                      
Datetime                                    
2025-01-06 15:30:00+00:00               -100
2025-01-06 16:30:00+00:00               -100
2025-01-06 17:30:00+00:00                100
2025-01-07 14:30:00+00:00               -100
2025-01-07 16:30:00+00:00               -100
2025-01-10 16:30:00+00:00                100
2025-01-13 20:30:00+00:00                100

Dates with CDLCONCEALBABYSWALL pattern detected:
Empty DataFrame
Columns: [(CDLCONCEALBABYSWALL, )]
Index: []

Dates with CDLCOUNTERATTACK pattern detected:
Empty DataFrame
Columns: [(CDLCOUNTERATTACK, )]
Index: []

Dates with CDLDARKCLOUDCOVER pattern detected:
Empty DataFrame
Columns: [(CDLDARKCLOUDCOVER, )]
Index: []

Dates with CDLDOJI pattern detected:
Price                     CDLDOJI
Ticker                           
Datetime                         
2025-01-03 18:30:00+00:00     100
2025-01-03 19:30:00+00:00     100
2025-01-06 20:30:00+00:00     100
2025-01-07 20:30:00+00:00     100
2025-01-08 20:30:00+00:00     100
2025-01-10 18:30:00+00:00     100
2025-01-10 20:30:00+00:00     100
2025-01-13 14:30:00+00:00     100
2025-01-13 17:30:00+00:00     100
2025-01-14 14:30:00+00:00     100
2025-01-14 16:30:00+00:00     100

Dates with CDLDOJISTAR pattern detected:
Price                     CDLDOJISTAR
Ticker                               
Datetime                             
2025-01-14 14:30:00+00:00        -100
2025-01-14 16:30:00+00:00         100

Dates with CDLDRAGONFLYDOJI pattern detected:
Empty DataFrame
Columns: [(CDLDRAGONFLYDOJI, )]
Index: []

Dates with CDLENGULFING pattern detected:
Price                     CDLENGULFING
Ticker                                
Datetime                              
2025-01-03 20:30:00+00:00          100
2025-01-10 16:30:00+00:00          100
2025-01-14 17:30:00+00:00          100
2025-01-14 19:30:00+00:00          -80

Dates with CDLEVENINGDOJISTAR pattern detected:
Empty DataFrame
Columns: [(CDLEVENINGDOJISTAR, )]
Index: []

Dates with CDLEVENINGSTAR pattern detected:
Empty DataFrame
Columns: [(CDLEVENINGSTAR, )]
Index: []

Dates with CDLGAPSIDESIDEWHITE pattern detected:
Empty DataFrame
Columns: [(CDLGAPSIDESIDEWHITE, )]
Index: []

Dates with CDLGRAVESTONEDOJI pattern detected:
Price                     CDLGRAVESTONEDOJI
Ticker                                     
Datetime                                   
2025-01-07 20:30:00+00:00               100

Dates with CDLHAMMER pattern detected:
Price                     CDLHAMMER
Ticker                             
Datetime                           
2025-01-07 18:30:00+00:00       100
2025-01-08 19:30:00+00:00       100

Dates with CDLHANGINGMAN pattern detected:
Price                     CDLHANGINGMAN
Ticker                                 
Datetime                               
2025-01-07 18:30:00+00:00          -100

Dates with CDLHARAMI pattern detected:
Price                     CDLHARAMI
Ticker                             
Datetime                           
2025-01-06 19:30:00+00:00       100
2025-01-07 15:30:00+00:00        80
2025-01-07 17:30:00+00:00       100
2025-01-13 19:30:00+00:00       100

Dates with CDLHARAMICROSS pattern detected:
Empty DataFrame
Columns: [(CDLHARAMICROSS, )]
Index: []

Dates with CDLHIGHWAVE pattern detected:
Price                     CDLHIGHWAVE
Ticker                               
Datetime                             
2025-01-03 19:30:00+00:00        -100
2025-01-06 20:30:00+00:00        -100
2025-01-07 20:30:00+00:00         100
2025-01-08 14:30:00+00:00        -100
2025-01-08 20:30:00+00:00        -100
2025-01-10 14:30:00+00:00         100
2025-01-10 18:30:00+00:00        -100
2025-01-10 20:30:00+00:00         100
2025-01-13 14:30:00+00:00        -100
2025-01-13 16:30:00+00:00         100
2025-01-14 14:30:00+00:00        -100
2025-01-14 16:30:00+00:00        -100

Dates with CDLHIKKAKE pattern detected:
Price                     CDLHIKKAKE
Ticker                              
Datetime                            
2025-01-03 18:30:00+00:00       -100
2025-01-06 14:30:00+00:00       -200
2025-01-06 20:30:00+00:00       -100
2025-01-07 14:30:00+00:00       -200
2025-01-07 18:30:00+00:00        100
2025-01-08 14:30:00+00:00        100
2025-01-08 16:30:00+00:00        100
2025-01-08 17:30:00+00:00        200
2025-01-10 14:30:00+00:00        100
2025-01-10 17:30:00+00:00       -100
2025-01-13 18:30:00+00:00        100
2025-01-13 20:30:00+00:00       -100

Dates with CDLHIKKAKEMOD pattern detected:
Empty DataFrame
Columns: [(CDLHIKKAKEMOD, )]
Index: []

Dates with CDLHOMINGPIGEON pattern detected:
Empty DataFrame
Columns: [(CDLHOMINGPIGEON, )]
Index: []

Dates with CDLIDENTICAL3CROWS pattern detected:
Empty DataFrame
Columns: [(CDLIDENTICAL3CROWS, )]
Index: []

Dates with CDLINNECK pattern detected:
Empty DataFrame
Columns: [(CDLINNECK, )]
Index: []

Dates with CDLINVERTEDHAMMER pattern detected:
Empty DataFrame
Columns: [(CDLINVERTEDHAMMER, )]
Index: []

Dates with CDLKICKING pattern detected:
Empty DataFrame
Columns: [(CDLKICKING, )]
Index: []

Dates with CDLKICKINGBYLENGTH pattern detected:
Empty DataFrame
Columns: [(CDLKICKINGBYLENGTH, )]
Index: []

Dates with CDLLADDERBOTTOM pattern detected:
Empty DataFrame
Columns: [(CDLLADDERBOTTOM, )]
Index: []

Dates with CDLLONGLEGGEDDOJI pattern detected:
Price                     CDLLONGLEGGEDDOJI
Ticker                                     
Datetime                                   
2025-01-03 18:30:00+00:00               100
2025-01-03 19:30:00+00:00               100
2025-01-06 20:30:00+00:00               100
2025-01-07 20:30:00+00:00               100
2025-01-08 20:30:00+00:00               100
2025-01-10 18:30:00+00:00               100
2025-01-10 20:30:00+00:00               100
2025-01-13 14:30:00+00:00               100
2025-01-13 17:30:00+00:00               100
2025-01-14 14:30:00+00:00               100
2025-01-14 16:30:00+00:00               100

Dates with CDLLONGLINE pattern detected:
Price                     CDLLONGLINE
Ticker                               
Datetime                             
2025-01-06 16:30:00+00:00        -100
2025-01-06 18:30:00+00:00        -100
2025-01-07 14:30:00+00:00        -100
2025-01-08 17:30:00+00:00         100
2025-01-10 16:30:00+00:00         100
2025-01-10 17:30:00+00:00         100
2025-01-13 18:30:00+00:00        -100
2025-01-13 20:30:00+00:00         100
2025-01-14 15:30:00+00:00        -100

Dates with CDLMARUBOZU pattern detected:
Price                     CDLMARUBOZU
Ticker                               
Datetime                             
2025-01-06 16:30:00+00:00        -100
2025-01-10 16:30:00+00:00         100

Dates with CDLMATCHINGLOW pattern detected:
Price                     CDLMATCHINGLOW
Ticker                                  
Datetime                                
2025-01-08 20:30:00+00:00            100

Dates with CDLMATHOLD pattern detected:
Empty DataFrame
Columns: [(CDLMATHOLD, )]
Index: []

Dates with CDLMORNINGDOJISTAR pattern detected:
Empty DataFrame
Columns: [(CDLMORNINGDOJISTAR, )]
Index: []

Dates with CDLMORNINGSTAR pattern detected:
Empty DataFrame
Columns: [(CDLMORNINGSTAR, )]
Index: []

Dates with CDLONNECK pattern detected:
Empty DataFrame
Columns: [(CDLONNECK, )]
Index: []

Dates with CDLPIERCING pattern detected:
Empty DataFrame
Columns: [(CDLPIERCING, )]
Index: []

Dates with CDLRICKSHAWMAN pattern detected:
Price                     CDLRICKSHAWMAN
Ticker                                  
Datetime                                
2025-01-03 18:30:00+00:00            100
2025-01-03 19:30:00+00:00            100
2025-01-06 20:30:00+00:00            100
2025-01-07 20:30:00+00:00            100
2025-01-08 20:30:00+00:00            100
2025-01-10 18:30:00+00:00            100
2025-01-10 20:30:00+00:00            100
2025-01-13 17:30:00+00:00            100
2025-01-14 14:30:00+00:00            100
2025-01-14 16:30:00+00:00            100

Dates with CDLRISEFALL3METHODS pattern detected:
Empty DataFrame
Columns: [(CDLRISEFALL3METHODS, )]
Index: []

Dates with CDLSEPARATINGLINES pattern detected:
Empty DataFrame
Columns: [(CDLSEPARATINGLINES, )]
Index: []

Dates with CDLSHOOTINGSTAR pattern detected:
Empty DataFrame
Columns: [(CDLSHOOTINGSTAR, )]
Index: []

Dates with CDLSHORTLINE pattern detected:
Price                     CDLSHORTLINE
Ticker                                
Datetime                              
2025-01-03 17:30:00+00:00          100
2025-01-03 18:30:00+00:00          100
2025-01-03 19:30:00+00:00         -100
2025-01-06 19:30:00+00:00          100
2025-01-07 17:30:00+00:00          100
2025-01-07 18:30:00+00:00         -100
2025-01-07 19:30:00+00:00         -100
2025-01-07 20:30:00+00:00          100
2025-01-08 18:30:00+00:00          100
2025-01-10 19:30:00+00:00         -100
2025-01-10 20:30:00+00:00          100
2025-01-13 17:30:00+00:00         -100
2025-01-13 19:30:00+00:00          100
2025-01-14 16:30:00+00:00         -100
2025-01-14 17:30:00+00:00          100
2025-01-14 18:30:00+00:00          100
2025-01-14 20:30:00+00:00          100

Dates with CDLSPINNINGTOP pattern detected:
Price                     CDLSPINNINGTOP
Ticker                                  
Datetime                                
2025-01-03 18:30:00+00:00            100
2025-01-03 19:30:00+00:00           -100
2025-01-06 20:30:00+00:00           -100
2025-01-07 20:30:00+00:00            100
2025-01-08 14:30:00+00:00           -100
2025-01-08 20:30:00+00:00           -100
2025-01-10 14:30:00+00:00            100
2025-01-10 18:30:00+00:00           -100
2025-01-10 20:30:00+00:00            100
2025-01-13 14:30:00+00:00           -100
2025-01-13 16:30:00+00:00            100
2025-01-13 17:30:00+00:00           -100
2025-01-14 14:30:00+00:00           -100
2025-01-14 16:30:00+00:00           -100

Dates with CDLSTALLEDPATTERN pattern detected:
Empty DataFrame
Columns: [(CDLSTALLEDPATTERN, )]
Index: []

Dates with CDLSTICKSANDWICH pattern detected:
Empty DataFrame
Columns: [(CDLSTICKSANDWICH, )]
Index: []

Dates with CDLTAKURI pattern detected:
Empty DataFrame
Columns: [(CDLTAKURI, )]
Index: []

Dates with CDLTASUKIGAP pattern detected:
Empty DataFrame
Columns: [(CDLTASUKIGAP, )]
Index: []

Dates with CDLTHRUSTING pattern detected:
Empty DataFrame
Columns: [(CDLTHRUSTING, )]
Index: []

Dates with CDLTRISTAR pattern detected:
Empty DataFrame
Columns: [(CDLTRISTAR, )]
Index: []

Dates with CDLUNIQUE3RIVER pattern detected:
Empty DataFrame
Columns: [(CDLUNIQUE3RIVER, )]
Index: []

Dates with CDLUPSIDEGAP2CROWS pattern detected:
Empty DataFrame
Columns: [(CDLUPSIDEGAP2CROWS, )]
Index: []

Dates with CDLXSIDEGAP3METHODS pattern detected:
Price                     CDLXSIDEGAP3METHODS
Ticker                                       
Datetime                                     
2025-01-02 18:30:00+00:00                -100
-------------------------------------------------

SMA50 Values:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan 71.42481781 71.2488179  71.07094589 70.91171387 70.76591385
 70.59067383 70.41187393]
-------------------------------------------------

EMA50 Values:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan 71.42481781 71.21835451 71.01645824 70.83032249 70.66168235
 70.46161628 70.28312167]
-------------------------------------------------

Bollinger Bands:
Upper Band:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
 76.14601298 72.67095876 72.48532685 71.48650252 72.17085875 71.83912048
 71.00878666 70.01811274 69.22187047 69.28661458 69.25131656 69.45405746
 69.9192086  69.09576053 68.5867968  68.16699008 68.26013118 67.49552824
 69.13923828 69.00565112 68.32305851 67.40812795 65.35996936 64.99403187
 65.0209906  66.8935504  67.44090731 67.44963831 67.12542592 66.8208302
 66.75886602 66.80509756]
Middle Band:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
 72.42483071 71.65869594 70.98553851 70.43274458 69.7681504  69.00667316
 68.20113091 67.69276432 67.54189842 67.56424434 67.65495162 67.51990032
 67.11520685 66.7222032  66.54742999 66.56380836 66.65874919 66.78460164
 66.5391059  66.07772814 65.58453126 65.15002915 64.73406084 64.40088228
 64.26001277 64.53562563 64.95393109 65.35449862 65.69770933 65.99454349
 66.12119461 66.14948863]
Lower Band:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
 68.70364843 70.64643313 69.48575017 69.37898664 67.36544206 66.17422583
 65.39347515 65.36741589 65.86192637 65.84187409 66.05858667 65.58574319
 64.3112051  64.34864588 64.50806319 64.96062663 65.0573672  66.07367503
 63.93897351 63.14980516 62.84600402 62.89193035 64.10815231 63.80773268
 63.49903493 62.17770086 62.46695487 63.25935893 64.26999274 65.16825678
 65.48352319 65.4938797 ]
3DD
Уже с Приветом
Сообщения: 1795
Зарегистрирован: Вс сен 04, 2022 1:24 am

Re: Более эффективное вложение личных средств

Сообщение 3DD »

Или может свой софт допилить, чтобы он и для инвесторов подходил.
Не как one-stop-solution тул, разумеется, но как какая-то фишка, которой нет/или стоит дорого у готовых платформ типа там tradingview, и тд.

Все равно все эти онлайновые скринеры базируются на паре известных libs/api, вся разница только в цене - сколько им стоит хранить данные, платить за api, и запускать у себя AI/ML для прогнозов на будущее.
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

3DD писал(а):

Да, это понятно.

Я смотрю бесплатный скринер на Finviz - но там особо ничего не сделаешь. Intraday не доступно, посмотреть графики за день не дает, везде лезет реклама купить мембершип. Планая версия за 40 в месяц тоже хз мало чем отличается от фрии версии. Данные с задержкой в 3-5 минут. Никаких тебе candlestick patterns. Или я чего-то не понимаю?

Я могу хоть каждую минуту генерить типа такого (PLTR - для примера). Тут тебе и SMA50, EMA50, и RSI и разные Bollinger Bands. И плюс 61 candlestick patterns c вероятностью (100 - большая вероятность, 80 - средняя) и временем когда произошла

Код: Выделить всё

Total patterns: 61
[*********************100%***********************]  1 of 1 completed
Price                          Close       High        Low       Open    Volume
Ticker                          PLTR       PLTR       PLTR       PLTR      PLTR
Datetime                                                                       
2025-01-02 14:30:00+00:00  74.959999  76.524002  72.430000  76.209999  27738230
2025-01-02 15:30:00+00:00  74.963600  75.080002  73.660004  74.940002  10254144
2025-01-02 16:30:00+00:00  74.231598  75.510002  74.139999  74.949997   6577702
2025-01-02 17:30:00+00:00  73.820000  74.239998  73.059998  74.209999   7856597
2025-01-02 18:30:00+00:00  74.321999  74.459999  73.389999  73.839996   5582540
2025-01-02 19:30:00+00:00  74.849998  75.040001  74.004997  74.330002   5609655
2025-01-02 20:30:00+00:00  75.230003  75.449997  74.640099  74.860001   5067298
2025-01-03 14:30:00+00:00  77.849998  78.059998  75.299103  75.364998  18971977
2025-01-03 15:30:00+00:00  79.080002  79.175003  77.518997  77.839996  10749470
2025-01-03 16:30:00+00:00  79.199997  79.860001  78.970001  79.057602   8822457
2025-01-03 17:30:00+00:00  79.604202  79.705002  79.150002  79.220001   4663488
2025-01-03 18:30:00+00:00  79.730003  79.980003  79.441002  79.619904   4715694
2025-01-03 19:30:00+00:00  79.705002  79.919998  79.540001  79.750099   5265304
2025-01-03 20:30:00+00:00  79.849998  79.959999  79.419998  79.699997   5576813
2025-01-06 14:30:00+00:00  79.070000  79.349998  76.832397  78.790001  27149525
2025-01-06 15:30:00+00:00  78.087997  80.059502  78.050003  79.068298  12899367
2025-01-06 16:30:00+00:00  75.125000  78.089996  75.000000  78.084999  22548142
2025-01-06 17:30:00+00:00  76.404999  76.489998  74.610001  75.120003  14630264
2025-01-06 18:30:00+00:00  75.400002  76.489998  75.160004  76.404999   9430858
2025-01-06 19:30:00+00:00  76.019997  76.199997  75.220001  75.410004   7700032
2025-01-06 20:30:00+00:00  75.930099  76.440002  75.740097  76.010002   6997941
2025-01-07 14:30:00+00:00  71.245003  75.389999  71.230003  75.110001  32433133
2025-01-07 15:30:00+00:00  72.318901  72.480003  70.309998  71.245003  16476663
2025-01-07 16:30:00+00:00  70.929901  75.919998  70.800003  72.300003   8254024
2025-01-07 17:30:00+00:00  71.229698  71.430000  70.830002  70.930000   5117491
2025-01-07 18:30:00+00:00  70.974998  71.249901  70.698601  71.222198   5117222
2025-01-07 19:30:00+00:00  69.974998  70.989899  69.750000  70.970001  11496733
2025-01-07 20:30:00+00:00  70.004997  70.339996  69.798897  69.970001   6992650
2025-01-08 14:30:00+00:00  67.819901  69.529999  66.910004  68.139999  33881020
2025-01-08 15:30:00+00:00  67.269997  68.372398  67.059998  67.790001  10674014
2025-01-08 16:30:00+00:00  66.610001  68.269997  66.510002  67.275002  10022772
2025-01-08 17:30:00+00:00  68.500000  68.790001  66.559898  66.629303   8979605
2025-01-08 18:30:00+00:00  68.959999  69.098000  68.120003  68.500000   7613890
2025-01-08 19:30:00+00:00  68.309998  68.940002  67.620003  68.940002   8237397
2025-01-08 20:30:00+00:00  68.260002  68.480003  67.889999  68.300003   5054985
2025-01-10 14:30:00+00:00  66.169998  67.269997  65.190002  65.900002  27396222
2025-01-10 15:30:00+00:00  65.322998  66.589996  65.040001  66.139999  10192405
2025-01-10 16:30:00+00:00  66.470001  66.500000  65.199997  65.320000   6948523
2025-01-10 17:30:00+00:00  67.434998  67.699997  66.389999  66.464996   8118844
2025-01-10 18:30:00+00:00  67.430000  68.199997  66.919998  67.449997   8348829
2025-01-10 19:30:00+00:00  67.149803  67.660004  66.849998  67.440002   6378599
2025-01-10 20:30:00+00:00  67.249001  67.589897  66.809998  67.139999   6077302
2025-01-13 14:30:00+00:00  64.077202  65.680000  63.400002  64.169998  24870520
2025-01-13 15:30:00+00:00  64.540001  65.389999  64.032898  64.080002   9281622
2025-01-13 16:30:00+00:00  64.690002  65.059998  64.050003  64.529999   7133012
2025-01-13 17:30:00+00:00  64.598396  64.949997  64.419998  64.699997   4573358
2025-01-13 18:30:00+00:00  63.900002  64.739799  63.599998  64.610001   6901617
2025-01-13 19:30:00+00:00  64.180000  64.430000  63.849998  63.910000   6155819
2025-01-13 20:30:00+00:00  64.970001  65.000000  64.050102  64.209999   5274615
2025-01-14 14:30:00+00:00  67.215599  68.230003  66.260002  67.279999  22438730
2025-01-14 15:30:00+00:00  66.160004  67.343697  65.769997  67.230003   9103765
2025-01-14 16:30:00+00:00  66.070000  66.480003  65.730003  66.150002   4609285
2025-01-14 17:30:00+00:00  66.269997  66.400002  65.669998  66.059998   3825901
2025-01-14 18:30:00+00:00  66.529999  66.859901  66.230003  66.264999   3803510
2025-01-14 19:30:00+00:00  65.559998  66.739998  65.190002  66.529999   5709577
2025-01-14 20:30:00+00:00  65.910004  65.949997  65.320000  65.555000   4540959
-------------------------------------------------

Dates with Harami pattern detected:
Price                     Harami
Ticker                          
Datetime                        
2025-01-06 19:30:00+00:00    100
2025-01-07 15:30:00+00:00     80
2025-01-07 17:30:00+00:00    100
2025-01-13 19:30:00+00:00    100

RSI values:
Price                            RSI
Ticker                              
Datetime                            
2025-01-02 14:30:00+00:00        NaN
2025-01-02 15:30:00+00:00        NaN
2025-01-02 16:30:00+00:00        NaN
2025-01-02 17:30:00+00:00        NaN
2025-01-02 18:30:00+00:00        NaN
2025-01-02 19:30:00+00:00        NaN
2025-01-02 20:30:00+00:00        NaN
2025-01-03 14:30:00+00:00        NaN
2025-01-03 15:30:00+00:00        NaN
2025-01-03 16:30:00+00:00        NaN
2025-01-03 17:30:00+00:00        NaN
2025-01-03 18:30:00+00:00        NaN
2025-01-03 19:30:00+00:00        NaN
2025-01-03 20:30:00+00:00        NaN
2025-01-06 14:30:00+00:00  75.664399
2025-01-06 15:30:00+00:00  66.836990
2025-01-06 16:30:00+00:00  48.464473
2025-01-06 17:30:00+00:00  54.307760
2025-01-06 18:30:00+00:00  49.556677
2025-01-06 19:30:00+00:00  52.327487
2025-01-06 20:30:00+00:00  51.882481
2025-01-07 14:30:00+00:00  35.119741
2025-01-07 15:30:00+00:00  39.912011
2025-01-07 16:30:00+00:00  36.188730
2025-01-07 17:30:00+00:00  37.543024
2025-01-07 18:30:00+00:00  36.827905
2025-01-07 19:30:00+00:00  34.082908
2025-01-07 20:30:00+00:00  34.241254
2025-01-08 14:30:00+00:00  28.812066
2025-01-08 15:30:00+00:00  27.624965
2025-01-08 16:30:00+00:00  26.228207
2025-01-08 17:30:00+00:00  36.179602
2025-01-08 18:30:00+00:00  38.359032
2025-01-08 19:30:00+00:00  36.464111
2025-01-08 20:30:00+00:00  36.315511
2025-01-10 14:30:00+00:00  30.685761
2025-01-10 15:30:00+00:00  28.741194
2025-01-10 16:30:00+00:00  34.769592
2025-01-10 17:30:00+00:00  39.413513
2025-01-10 18:30:00+00:00  39.397870
2025-01-10 19:30:00+00:00  38.475814
2025-01-10 20:30:00+00:00  39.019933
2025-01-13 14:30:00+00:00  29.910975
2025-01-13 15:30:00+00:00  32.391012
2025-01-13 16:30:00+00:00  33.215852
2025-01-13 17:30:00+00:00  32.951457
2025-01-13 18:30:00+00:00  30.930068
2025-01-13 19:30:00+00:00  32.712246
2025-01-13 20:30:00+00:00  37.604107
2025-01-14 14:30:00+00:00  48.962493
2025-01-14 15:30:00+00:00  44.831155
2025-01-14 16:30:00+00:00  44.486484
2025-01-14 17:30:00+00:00  45.489371
2025-01-14 18:30:00+00:00  46.834069
2025-01-14 19:30:00+00:00  42.610848
2025-01-14 20:30:00+00:00  44.553712

RSI values above 70:
Price                            RSI
Ticker                              
Datetime                            
2025-01-06 14:30:00+00:00  75.664399

RSI values below 30:
Price                            RSI
Ticker                              
Datetime                            
2025-01-08 14:30:00+00:00  28.812066
2025-01-08 15:30:00+00:00  27.624965
2025-01-08 16:30:00+00:00  26.228207
2025-01-10 15:30:00+00:00  28.741194
2025-01-13 14:30:00+00:00  29.910975

RSI values between 30 and 70:
Price                            RSI
Ticker                              
Datetime                            
2025-01-06 15:30:00+00:00  66.836990
2025-01-06 16:30:00+00:00  48.464473
2025-01-06 17:30:00+00:00  54.307760
2025-01-06 18:30:00+00:00  49.556677
2025-01-06 19:30:00+00:00  52.327487
2025-01-06 20:30:00+00:00  51.882481
2025-01-07 14:30:00+00:00  35.119741
2025-01-07 15:30:00+00:00  39.912011
2025-01-07 16:30:00+00:00  36.188730
2025-01-07 17:30:00+00:00  37.543024
2025-01-07 18:30:00+00:00  36.827905
2025-01-07 19:30:00+00:00  34.082908
2025-01-07 20:30:00+00:00  34.241254
2025-01-08 17:30:00+00:00  36.179602
2025-01-08 18:30:00+00:00  38.359032
2025-01-08 19:30:00+00:00  36.464111
2025-01-08 20:30:00+00:00  36.315511
2025-01-10 14:30:00+00:00  30.685761
2025-01-10 16:30:00+00:00  34.769592
2025-01-10 17:30:00+00:00  39.413513
2025-01-10 18:30:00+00:00  39.397870
2025-01-10 19:30:00+00:00  38.475814
2025-01-10 20:30:00+00:00  39.019933
2025-01-13 15:30:00+00:00  32.391012
2025-01-13 16:30:00+00:00  33.215852
2025-01-13 17:30:00+00:00  32.951457
2025-01-13 18:30:00+00:00  30.930068
2025-01-13 19:30:00+00:00  32.712246
2025-01-13 20:30:00+00:00  37.604107
2025-01-14 14:30:00+00:00  48.962493
2025-01-14 15:30:00+00:00  44.831155
2025-01-14 16:30:00+00:00  44.486484
2025-01-14 17:30:00+00:00  45.489371
2025-01-14 18:30:00+00:00  46.834069
2025-01-14 19:30:00+00:00  42.610848
2025-01-14 20:30:00+00:00  44.553712

Dates with CDL2CROWS pattern detected:
Empty DataFrame
Columns: [(CDL2CROWS, )]
Index: []

Dates with CDL3BLACKCROWS pattern detected:
Empty DataFrame
Columns: [(CDL3BLACKCROWS, )]
Index: []

Dates with CDL3INSIDE pattern detected:
Price                     CDL3INSIDE
Ticker                              
Datetime                            
2025-01-13 20:30:00+00:00        100

Dates with CDL3LINESTRIKE pattern detected:
Empty DataFrame
Columns: [(CDL3LINESTRIKE, )]
Index: []

Dates with CDL3OUTSIDE pattern detected:
Price                     CDL3OUTSIDE
Ticker                               
Datetime                             
2025-01-10 17:30:00+00:00         100
2025-01-14 18:30:00+00:00         100

Dates with CDL3STARSINSOUTH pattern detected:
Empty DataFrame
Columns: [(CDL3STARSINSOUTH, )]
Index: []

Dates with CDL3WHITESOLDIERS pattern detected:
Empty DataFrame
Columns: [(CDL3WHITESOLDIERS, )]
Index: []

Dates with CDLABANDONEDBABY pattern detected:
Empty DataFrame
Columns: [(CDLABANDONEDBABY, )]
Index: []

Dates with CDLADVANCEBLOCK pattern detected:
Empty DataFrame
Columns: [(CDLADVANCEBLOCK, )]
Index: []

Dates with CDLBELTHOLD pattern detected:
Price                     CDLBELTHOLD
Ticker                               
Datetime                             
2025-01-06 16:30:00+00:00        -100
2025-01-06 18:30:00+00:00        -100
2025-01-08 17:30:00+00:00         100
2025-01-10 16:30:00+00:00         100
2025-01-10 17:30:00+00:00         100
2025-01-13 15:30:00+00:00         100
2025-01-14 15:30:00+00:00        -100

Dates with CDLBREAKAWAY pattern detected:
Empty DataFrame
Columns: [(CDLBREAKAWAY, )]
Index: []

Dates with CDLCLOSINGMARUBOZU pattern detected:
Price                     CDLCLOSINGMARUBOZU
Ticker                                      
Datetime                                    
2025-01-06 15:30:00+00:00               -100
2025-01-06 16:30:00+00:00               -100
2025-01-06 17:30:00+00:00                100
2025-01-07 14:30:00+00:00               -100
2025-01-07 16:30:00+00:00               -100
2025-01-10 16:30:00+00:00                100
2025-01-13 20:30:00+00:00                100

Dates with CDLCONCEALBABYSWALL pattern detected:
Empty DataFrame
Columns: [(CDLCONCEALBABYSWALL, )]
Index: []

Dates with CDLCOUNTERATTACK pattern detected:
Empty DataFrame
Columns: [(CDLCOUNTERATTACK, )]
Index: []

Dates with CDLDARKCLOUDCOVER pattern detected:
Empty DataFrame
Columns: [(CDLDARKCLOUDCOVER, )]
Index: []

Dates with CDLDOJI pattern detected:
Price                     CDLDOJI
Ticker                           
Datetime                         
2025-01-03 18:30:00+00:00     100
2025-01-03 19:30:00+00:00     100
2025-01-06 20:30:00+00:00     100
2025-01-07 20:30:00+00:00     100
2025-01-08 20:30:00+00:00     100
2025-01-10 18:30:00+00:00     100
2025-01-10 20:30:00+00:00     100
2025-01-13 14:30:00+00:00     100
2025-01-13 17:30:00+00:00     100
2025-01-14 14:30:00+00:00     100
2025-01-14 16:30:00+00:00     100

Dates with CDLDOJISTAR pattern detected:
Price                     CDLDOJISTAR
Ticker                               
Datetime                             
2025-01-14 14:30:00+00:00        -100
2025-01-14 16:30:00+00:00         100

Dates with CDLDRAGONFLYDOJI pattern detected:
Empty DataFrame
Columns: [(CDLDRAGONFLYDOJI, )]
Index: []

Dates with CDLENGULFING pattern detected:
Price                     CDLENGULFING
Ticker                                
Datetime                              
2025-01-03 20:30:00+00:00          100
2025-01-10 16:30:00+00:00          100
2025-01-14 17:30:00+00:00          100
2025-01-14 19:30:00+00:00          -80

Dates with CDLEVENINGDOJISTAR pattern detected:
Empty DataFrame
Columns: [(CDLEVENINGDOJISTAR, )]
Index: []

Dates with CDLEVENINGSTAR pattern detected:
Empty DataFrame
Columns: [(CDLEVENINGSTAR, )]
Index: []

Dates with CDLGAPSIDESIDEWHITE pattern detected:
Empty DataFrame
Columns: [(CDLGAPSIDESIDEWHITE, )]
Index: []

Dates with CDLGRAVESTONEDOJI pattern detected:
Price                     CDLGRAVESTONEDOJI
Ticker                                     
Datetime                                   
2025-01-07 20:30:00+00:00               100

Dates with CDLHAMMER pattern detected:
Price                     CDLHAMMER
Ticker                             
Datetime                           
2025-01-07 18:30:00+00:00       100
2025-01-08 19:30:00+00:00       100

Dates with CDLHANGINGMAN pattern detected:
Price                     CDLHANGINGMAN
Ticker                                 
Datetime                               
2025-01-07 18:30:00+00:00          -100

Dates with CDLHARAMI pattern detected:
Price                     CDLHARAMI
Ticker                             
Datetime                           
2025-01-06 19:30:00+00:00       100
2025-01-07 15:30:00+00:00        80
2025-01-07 17:30:00+00:00       100
2025-01-13 19:30:00+00:00       100

Dates with CDLHARAMICROSS pattern detected:
Empty DataFrame
Columns: [(CDLHARAMICROSS, )]
Index: []

Dates with CDLHIGHWAVE pattern detected:
Price                     CDLHIGHWAVE
Ticker                               
Datetime                             
2025-01-03 19:30:00+00:00        -100
2025-01-06 20:30:00+00:00        -100
2025-01-07 20:30:00+00:00         100
2025-01-08 14:30:00+00:00        -100
2025-01-08 20:30:00+00:00        -100
2025-01-10 14:30:00+00:00         100
2025-01-10 18:30:00+00:00        -100
2025-01-10 20:30:00+00:00         100
2025-01-13 14:30:00+00:00        -100
2025-01-13 16:30:00+00:00         100
2025-01-14 14:30:00+00:00        -100
2025-01-14 16:30:00+00:00        -100

Dates with CDLHIKKAKE pattern detected:
Price                     CDLHIKKAKE
Ticker                              
Datetime                            
2025-01-03 18:30:00+00:00       -100
2025-01-06 14:30:00+00:00       -200
2025-01-06 20:30:00+00:00       -100
2025-01-07 14:30:00+00:00       -200
2025-01-07 18:30:00+00:00        100
2025-01-08 14:30:00+00:00        100
2025-01-08 16:30:00+00:00        100
2025-01-08 17:30:00+00:00        200
2025-01-10 14:30:00+00:00        100
2025-01-10 17:30:00+00:00       -100
2025-01-13 18:30:00+00:00        100
2025-01-13 20:30:00+00:00       -100

Dates with CDLHIKKAKEMOD pattern detected:
Empty DataFrame
Columns: [(CDLHIKKAKEMOD, )]
Index: []

Dates with CDLHOMINGPIGEON pattern detected:
Empty DataFrame
Columns: [(CDLHOMINGPIGEON, )]
Index: []

Dates with CDLIDENTICAL3CROWS pattern detected:
Empty DataFrame
Columns: [(CDLIDENTICAL3CROWS, )]
Index: []

Dates with CDLINNECK pattern detected:
Empty DataFrame
Columns: [(CDLINNECK, )]
Index: []

Dates with CDLINVERTEDHAMMER pattern detected:
Empty DataFrame
Columns: [(CDLINVERTEDHAMMER, )]
Index: []

Dates with CDLKICKING pattern detected:
Empty DataFrame
Columns: [(CDLKICKING, )]
Index: []

Dates with CDLKICKINGBYLENGTH pattern detected:
Empty DataFrame
Columns: [(CDLKICKINGBYLENGTH, )]
Index: []

Dates with CDLLADDERBOTTOM pattern detected:
Empty DataFrame
Columns: [(CDLLADDERBOTTOM, )]
Index: []

Dates with CDLLONGLEGGEDDOJI pattern detected:
Price                     CDLLONGLEGGEDDOJI
Ticker                                     
Datetime                                   
2025-01-03 18:30:00+00:00               100
2025-01-03 19:30:00+00:00               100
2025-01-06 20:30:00+00:00               100
2025-01-07 20:30:00+00:00               100
2025-01-08 20:30:00+00:00               100
2025-01-10 18:30:00+00:00               100
2025-01-10 20:30:00+00:00               100
2025-01-13 14:30:00+00:00               100
2025-01-13 17:30:00+00:00               100
2025-01-14 14:30:00+00:00               100
2025-01-14 16:30:00+00:00               100

Dates with CDLLONGLINE pattern detected:
Price                     CDLLONGLINE
Ticker                               
Datetime                             
2025-01-06 16:30:00+00:00        -100
2025-01-06 18:30:00+00:00        -100
2025-01-07 14:30:00+00:00        -100
2025-01-08 17:30:00+00:00         100
2025-01-10 16:30:00+00:00         100
2025-01-10 17:30:00+00:00         100
2025-01-13 18:30:00+00:00        -100
2025-01-13 20:30:00+00:00         100
2025-01-14 15:30:00+00:00        -100

Dates with CDLMARUBOZU pattern detected:
Price                     CDLMARUBOZU
Ticker                               
Datetime                             
2025-01-06 16:30:00+00:00        -100
2025-01-10 16:30:00+00:00         100

Dates with CDLMATCHINGLOW pattern detected:
Price                     CDLMATCHINGLOW
Ticker                                  
Datetime                                
2025-01-08 20:30:00+00:00            100

Dates with CDLMATHOLD pattern detected:
Empty DataFrame
Columns: [(CDLMATHOLD, )]
Index: []

Dates with CDLMORNINGDOJISTAR pattern detected:
Empty DataFrame
Columns: [(CDLMORNINGDOJISTAR, )]
Index: []

Dates with CDLMORNINGSTAR pattern detected:
Empty DataFrame
Columns: [(CDLMORNINGSTAR, )]
Index: []

Dates with CDLONNECK pattern detected:
Empty DataFrame
Columns: [(CDLONNECK, )]
Index: []

Dates with CDLPIERCING pattern detected:
Empty DataFrame
Columns: [(CDLPIERCING, )]
Index: []

Dates with CDLRICKSHAWMAN pattern detected:
Price                     CDLRICKSHAWMAN
Ticker                                  
Datetime                                
2025-01-03 18:30:00+00:00            100
2025-01-03 19:30:00+00:00            100
2025-01-06 20:30:00+00:00            100
2025-01-07 20:30:00+00:00            100
2025-01-08 20:30:00+00:00            100
2025-01-10 18:30:00+00:00            100
2025-01-10 20:30:00+00:00            100
2025-01-13 17:30:00+00:00            100
2025-01-14 14:30:00+00:00            100
2025-01-14 16:30:00+00:00            100

Dates with CDLRISEFALL3METHODS pattern detected:
Empty DataFrame
Columns: [(CDLRISEFALL3METHODS, )]
Index: []

Dates with CDLSEPARATINGLINES pattern detected:
Empty DataFrame
Columns: [(CDLSEPARATINGLINES, )]
Index: []

Dates with CDLSHOOTINGSTAR pattern detected:
Empty DataFrame
Columns: [(CDLSHOOTINGSTAR, )]
Index: []

Dates with CDLSHORTLINE pattern detected:
Price                     CDLSHORTLINE
Ticker                                
Datetime                              
2025-01-03 17:30:00+00:00          100
2025-01-03 18:30:00+00:00          100
2025-01-03 19:30:00+00:00         -100
2025-01-06 19:30:00+00:00          100
2025-01-07 17:30:00+00:00          100
2025-01-07 18:30:00+00:00         -100
2025-01-07 19:30:00+00:00         -100
2025-01-07 20:30:00+00:00          100
2025-01-08 18:30:00+00:00          100
2025-01-10 19:30:00+00:00         -100
2025-01-10 20:30:00+00:00          100
2025-01-13 17:30:00+00:00         -100
2025-01-13 19:30:00+00:00          100
2025-01-14 16:30:00+00:00         -100
2025-01-14 17:30:00+00:00          100
2025-01-14 18:30:00+00:00          100
2025-01-14 20:30:00+00:00          100

Dates with CDLSPINNINGTOP pattern detected:
Price                     CDLSPINNINGTOP
Ticker                                  
Datetime                                
2025-01-03 18:30:00+00:00            100
2025-01-03 19:30:00+00:00           -100
2025-01-06 20:30:00+00:00           -100
2025-01-07 20:30:00+00:00            100
2025-01-08 14:30:00+00:00           -100
2025-01-08 20:30:00+00:00           -100
2025-01-10 14:30:00+00:00            100
2025-01-10 18:30:00+00:00           -100
2025-01-10 20:30:00+00:00            100
2025-01-13 14:30:00+00:00           -100
2025-01-13 16:30:00+00:00            100
2025-01-13 17:30:00+00:00           -100
2025-01-14 14:30:00+00:00           -100
2025-01-14 16:30:00+00:00           -100

Dates with CDLSTALLEDPATTERN pattern detected:
Empty DataFrame
Columns: [(CDLSTALLEDPATTERN, )]
Index: []

Dates with CDLSTICKSANDWICH pattern detected:
Empty DataFrame
Columns: [(CDLSTICKSANDWICH, )]
Index: []

Dates with CDLTAKURI pattern detected:
Empty DataFrame
Columns: [(CDLTAKURI, )]
Index: []

Dates with CDLTASUKIGAP pattern detected:
Empty DataFrame
Columns: [(CDLTASUKIGAP, )]
Index: []

Dates with CDLTHRUSTING pattern detected:
Empty DataFrame
Columns: [(CDLTHRUSTING, )]
Index: []

Dates with CDLTRISTAR pattern detected:
Empty DataFrame
Columns: [(CDLTRISTAR, )]
Index: []

Dates with CDLUNIQUE3RIVER pattern detected:
Empty DataFrame
Columns: [(CDLUNIQUE3RIVER, )]
Index: []

Dates with CDLUPSIDEGAP2CROWS pattern detected:
Empty DataFrame
Columns: [(CDLUPSIDEGAP2CROWS, )]
Index: []

Dates with CDLXSIDEGAP3METHODS pattern detected:
Price                     CDLXSIDEGAP3METHODS
Ticker                                       
Datetime                                     
2025-01-02 18:30:00+00:00                -100
-------------------------------------------------

SMA50 Values:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan 71.42481781 71.2488179  71.07094589 70.91171387 70.76591385
 70.59067383 70.41187393]
-------------------------------------------------

EMA50 Values:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan 71.42481781 71.21835451 71.01645824 70.83032249 70.66168235
 70.46161628 70.28312167]
-------------------------------------------------

Bollinger Bands:
Upper Band:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
 76.14601298 72.67095876 72.48532685 71.48650252 72.17085875 71.83912048
 71.00878666 70.01811274 69.22187047 69.28661458 69.25131656 69.45405746
 69.9192086  69.09576053 68.5867968  68.16699008 68.26013118 67.49552824
 69.13923828 69.00565112 68.32305851 67.40812795 65.35996936 64.99403187
 65.0209906  66.8935504  67.44090731 67.44963831 67.12542592 66.8208302
 66.75886602 66.80509756]
Middle Band:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
 72.42483071 71.65869594 70.98553851 70.43274458 69.7681504  69.00667316
 68.20113091 67.69276432 67.54189842 67.56424434 67.65495162 67.51990032
 67.11520685 66.7222032  66.54742999 66.56380836 66.65874919 66.78460164
 66.5391059  66.07772814 65.58453126 65.15002915 64.73406084 64.40088228
 64.26001277 64.53562563 64.95393109 65.35449862 65.69770933 65.99454349
 66.12119461 66.14948863]
Lower Band:
[        nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
         nan         nan         nan         nan         nan         nan
 68.70364843 70.64643313 69.48575017 69.37898664 67.36544206 66.17422583
 65.39347515 65.36741589 65.86192637 65.84187409 66.05858667 65.58574319
 64.3112051  64.34864588 64.50806319 64.96062663 65.0573672  66.07367503
 63.93897351 63.14980516 62.84600402 62.89193035 64.10815231 63.80773268
 63.49903493 62.17770086 62.46695487 63.25935893 64.26999274 65.16825678
 65.48352319 65.4938797 ]
Эти скринеры предназначены для инвесторов, не для краткосрочного трейдинга. Реклама у меня не вылезает, наверно потому что стоит адблок.
В них уже есть все что нужно инвесторам, даже с исбытком
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
worldCitizen
Уже с Приветом
Сообщения: 2237
Зарегистрирован: Чт сен 08, 2022 11:03 pm

Re: Более эффективное вложение личных средств

Сообщение worldCitizen »

AAPL сегодня свалился до уровня Ноября прошлого года. Полагаю если Трамп успешен в своих тарифных замыслах против Китая сползание будет продолжаться.
Buy put (spreads). :training
Apple options have minimal bid-ask spreads. Ideal!
Аватара пользователя
sibir2
Уже с Приветом
Сообщения: 1824
Зарегистрирован: Ср дек 18, 2024 12:12 pm

Re: Более эффективное вложение личных средств

Сообщение sibir2 »

Сорос продал весь Эппл еще 30 сентября. Буфет тоже осенью продал 2/3.
Эппл и сейчас оторвана вверх от графика Линча, так что похоже переоценка даже без тарифов
Коммунизм, социализм уничтожат капитализм
☭☭☭☭☭☭☭☭🟥 СССР 🚩☭✯☭
Демократы и либералы = сообщники капиталистов, врагов человечества
Республиканцы, maggats = фашисты
Аватара пользователя
shadow7256
Уже с Приветом
Сообщения: 2501
Зарегистрирован: Вс сен 04, 2022 10:04 am

Re: Более эффективное вложение личных средств

Сообщение shadow7256 »

Скажите профессионалы пару слов о таком ETF как JEPQ. От JP Morgan.

И сам растет в цене. И дивиденды платит. Неплохо было бы добавить к SP500 индексу в Roth ?
Ответить