HarruinadoPor fin he podido dedicar un poco de tiempo para empezar a desarrollar código Python para tus dos estrategias. La de 'Fear & Greed' y la de 'Tortuga coja' . Ahora quisiera vuestra ayuda para depurar y mejorar este principio de estrategias, para lo cual, el problema que estoy intentando resolver es cómo transmitiros los parámetros y el resultado de la estrategia, así como daros acceso al código a través de Google colaborate o Web similar (todavía no domino este medio). Tus dos vídeos de youtub, son muy buenos. Cuando depuremos este código, podrás actualizarlos con él . ¿Cómo nos podemos poner en contacto para seleccionar la información relevante que merezca la pena compartir en este hilo?.
Gracias. Lo voy a visualizar con mucho interés, al igual que lo estoy haciendo con los dos anterioremente mencionados en esta Web. Van en la línea de mi objetivo, perseguido desde hace algunos años.En esta dirección https://github.com/akitxu/Gestion-Conservadora-de-Activos_Financierosque está en construcción. puedes ver mi interés y mi objetivo. Tengo mucho trabajo desarrollado, pero me falta aún afinar muchas cosas, aprender otras y dominar más algunas fundamentales, para empezar a subir scripts. Trataré de ir resumiendo lo que me parezca relevante de estos videos que me has aportado.
Hay que visualizar también este otro vídeo de la misma persona.https://www.youtube.com/watch?v=TxjAYpJ4LO4La transcripción traducida de los subtítulos la puedes obtener en esta dirección. https://www.downloadyoutubesubtitles.com/?u=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DTxjAYpJ4LO4
En el siguiente enlace, podeis descargar la Excel que he conseguido conformar con el histórico de índices desde el 2011-01-03.https://drive.google.com/file/d/1uwD3ZY4zBzXvrWgKqzaAUMqXX2JOp96X/view?usp=sharinguniendo las dos bases de datos.Personalmente, en mis simulaciones, compruebo la veracidad de los hitos importantes, contrastando con el índice mostrado en la siguiente gráfica.https://www.lookintobitcoin.com/en/charts/bitcoin-fear-and-greed-index/
Para los que vean complicado instalar Anaconda3, existe esta alternativa, consistente en instalar Jupyter Notebook Instrucciones en este enlace: https://ubunlog.com/jupyter-notebook-python-ubuntu/Una vez abierto el programa, introducimos en una celda el código anterior y no olvidemos poner la dirección en la que queremos que se descarguen los dos ficheros.
Comparto con vosotros una opción que he encontrado para poder descargar una base de datos histórica de este índice.Mi ordenador tiene como sistema operativo Linux. En Windows se puede hacer de la misma manera. Solamente varia la forma instalar Anaconda3 y de acceder a la consola para crear el entrono virtual e instalar el otro paquete.He creado un entorno virtual en el que tengo instalados los paquetes: Anconda3 y fear&greedhttps://pypi.org/project/fear-and-greed/Una vez realizado esto, abrimos un notebook en 'jupyter lab' e introducimos el siguiente código.# source = https://freshprinceofstandarderror.com/finance/fear-and-greed-index-data-in-python/# getting data in JSON format import osimport requests, jsonimport pandas as pdos.chdir('/media/enri/Mi_Proyecto/Py_Proyecto_2022/Gestion-Conservadora-de-Activos_Financieros/Datos/Ficheros_varios')headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.67 Safari/537.36'}BASE_URL = "https://production.dataviz.cnn.io/index/fearandgreed/graphdata"START_DATE = '2021-01-01'r = requests.get("{}/{}".format(BASE_URL, START_DATE), headers=headers)data = r.json()fear_greed_index = pd.DataFrame(data['fear_and_greed_historical']['data'])fear_greed_index['x'] = pd.to_datetime(fear_greed_index['x']//1000, unit='s').dt.strftime('%Y-%m-%d')fear_greed_index = fear_greed_index.rename(columns={'x':'date','y':'fear_metric'})fear_greed_index['date'] = fear_greed_index['date'].astype('datetime64[ns]')fear_greed_index['date'] = pd.to_datetime(fear_greed_index['date'], format='%Y%m%d')fear_greed_index = fear_greed_index.rename(columns={'date':'Date' })fear_greed_index.set_index('Date', inplace = True)df_fear_gear = fear_greed_index.drop_duplicates() df_fear_gear.to_excel('df_fear_gear.xlsx')df_fear_gear.to_csv('df_fear_gear.csv')Los datos se descargarán en ficheros Excel uno con formato .csv y el otro .xlsx, en el directorio que hayais elegido.
Continúo con el mismo problema. Tengo algunas aplicaciones desarrolladas en base a ésta información diaria, y tendría que replantearlas si ya no será posible conseguir estas cotizaciones en Morningstar. ¿Se sabe algo más del por qué?.
Desde hace unos dias, no puedo acceder a este fondo ( y algunos otros de Renta 4) en Morningstar. Me sale una ventana con la advertencia: ".... El fondo solicitado no está disponible para su venta en :ESP """".Agraeceré me indiquéis cuál puede ser la causa. Gracias
En el libro "Lecciones para el siglo XXI" de Yuval Noah Harari, se puede leer textualmente:
"Los ordenadores han hecho que el sistema financiero sea tan complicado que pocos humanos pueden entenderlo. A medida que la IA mejore, puede que pronto alcancemos un punto en el que ningún humano logre comprender ya las finanzas". No estamos muy lejos de ese punto.