ധനകാര്യത്തിനുള്ള Python: ലൈബ്രറികൾ, ഡേറ്റ, നിങ്ങളുടെ ആദ്യ സ്ക്രിപ്റ്റ്

ക്വാണ്ടിറ്റേറ്റിവ് ഫിനാൻസ് ടീമുകൾ അമൂർത്തമായ ഭംഗിക്ക് വേണ്ടി മാത്രം ഒരു ഭാഷ തിരഞ്ഞെടുക്കുന്നത് അപൂർവമാണ്. ഒരു ഗവേഷകനെ ഒരു അലങ്കോലമായ CSV-യിൽ നിന്ന് ടെസ്റ്റ് ചെയ്ത സിഗ്നലിലേക്ക് ആഴ്ചതോറും ലോകം മുഴുവൻ വീണ്ടും എഴുതാതെ എത്തിക്കുന്നത് അവർ തിരഞ്ഞെടുക്കുന്നു. Python വിജയിക്കുന്നത് അത് വായിക്കാൻ എളുപ്പമുള്ളതും, സ്ക്രിപ്റ്റ് ചെയ്യാവുന്നതും, ഒരു വലിയ ന്യൂമെറിക് എക്കോസിസ്റ്റത്തിന്റെ കേന്ദ്രത്തിൽ നിൽക്കുന്നതും ആയതിനാലാണ്: ഇൻജെഷൻ, ക്ലീനിംഗ്, ഫീച്ചർ വർക്ക്, വിഷ്വലൈസേഷൻ, (ശ്രദ്ധയോടെ) പ്രൊഡക്ഷൻ സർവീസുകൾ.

മിക്കവാറും എല്ലാ ഡെസ്കിലും മൂന്ന് പരിമിതികൾ കാണപ്പെടുന്നു:

• ആദ്യ പ്ലോട്ടിലേക്കുള്ള സമയം — ചരിത്രത്തിന്റെ ഒരു സ്ലൈസ് ലോഡ് ചെയ്ത് മിനിറ്റുകൾക്കുള്ളിൽ ഔട്ട്‌ലയറുകൾ കാണാൻ കഴിയുമോ?
• Interop — ഒരേ പ്രോസസ്സിൽ എക്സ്ചേഞ്ച് API-കൾ, ഡേറ്റാബേസുകൾ, ML ലൈബ്രറികൾ എന്നിവ വിളിക്കാൻ കഴിയുമോ?
• Reproducibility — മറ്റൊരാൾക്ക് നിങ്ങളുടെ എൻവയോൺമെന്റ് വീണ്ടും ബിൽഡ് ചെയ്ത് അതേ സംഖ്യകൾ ലഭിക്കുമോ?

Python ഓരോ CPU സൈക്കിളിലും ഏറ്റവും വേഗതയുള്ള ഭാഷയല്ല. എന്നാൽ ചോദ്യത്തിൽ നിന്ന് തെളിവിലേക്കുള്ള ഏറ്റവും വേഗതയുള്ള പാത അതാണ് — അതാണ് യഥാർത്ഥ ബോട്ടിൽനെക്ക്.

ബന്ധമില്ലാത്ത ജോലിയെ pip install പരീക്ഷണങ്ങൾ വിഷലിപ്തമാക്കാതിരിക്കാൻ, എല്ലാ ഗൗരവമായ പ്രോജക്ടും ഒരു ഐസൊലേറ്റഡ് എൻവയോൺമെന്റിൽ നിന്ന് ആരംഭിക്കുക. ക്ലാസിക് പാത python -m venv .venv ആണ്, ആക്ടിവേറ്റ് ചെയ്യുക, തുടർന്ന് requirements.txt-ലോ Poetry അല്ലെങ്കിൽ pip-tools-ൽ നിന്നുള്ള ലോക്ക്ഫയലിലോ ഡിപൻഡൻസികൾ പിൻ ചെയ്യുക.

ഫിനാൻസിനായി, സിമുലേഷനുകൾ പ്രധാനമായ ഇടങ്ങളിൽ random seed-കൾ പിൻ ചെയ്യുക, ഫലങ്ങൾക്കൊപ്പം data snapshots (ഇൻപുട്ട് ഫയലിന്റെ ഒരു ഹാഷ് പോലും) രേഖപ്പെടുത്തുക. എന്ത് മാറി എന്ന് ഒരു റിസ്ക് കമ്മിറ്റി ചോദിക്കുമ്പോൾ, reproducibility ബുദ്ധിപരമായ ഒറ്റത്തവണ ചാർട്ടുകളെക്കാൾ മികച്ചതാണ്.

python -m venv .venv
source .venv/bin/activate
pip install pandas numpy matplotlib

NumPy നിങ്ങൾക്ക് contiguous അറേകളും വേഗതയുള്ള elementwise math-ഉം നൽകുന്നു. pandas അതിന് മുകളിൽ ലേബൽ ചെയ്ത ടേബിളുകൾ, ടൈം ഇൻഡക്സുകൾ, മെർജുകൾ, groupby-കൾ എന്നിവ ലെയർ ചെയ്യുന്നു. Matplotlib (അല്ലെങ്കിൽ Plotly) സീരീസുകളെ ഒരു മീറ്റിംഗിൽ ഡിഫെൻഡ് ചെയ്യാവുന്ന ചാർട്ടുകളാക്കി മാറ്റുന്നു.

ക്രിപ്റ്റോ കണക്റ്റിവിറ്റിക്ക്, ccxt പല എക്സ്ചേഞ്ച് API-കളെയും ഒരു സർഫേസിന് പിന്നിൽ നോർമലൈസ് ചെയ്യുന്നു — എന്നിരുന്നാലും ഓരോ വേദിയുടെയും precision-ഉം റേറ്റ് ലിമിറ്റുകളും വായിക്കുക. ട്രഡീഷണൽ ഓഹരികൾക്ക്, vendor SDK-കളോ Yahoo-സ്റ്റൈൽ ലോഡറുകളോ ട്രെയിനിംഗ് ഡേറ്റയ്ക്ക് സാധാരണമാണ്, ലേറ്റൻസി-സെൻസിറ്റീവ് ലൈവ് ട്രേഡിംഗിനല്ല.

മിക്ക വർക്ക്ഫ്ലോകളും ഇങ്ങനെ ചുരുങ്ങുന്നു: prices ലോഡ് ചെയ്യുക → returns കണക്കാക്കുക → rolling statistics ഉരുത്തിരിക്കുക. ദിവസേനയുള്ള closes ഉപയോഗിച്ചുള്ള ഒരു കോംപാക്ട് പാറ്റേൺ ഇവിടെ:

import pandas as pd
import numpy as np

df = pd.read_csv("prices.csv", parse_dates=["date"]).set_index("date")
df["ret"] = df["close"].pct_change()
df["vol_20d"] = df["ret"].rolling(20).std() * np.sqrt(252)

Annualized volatility, ദിവസേനയുള്ള standard deviation-നെ √252 കൊണ്ട് ഗുണിക്കുന്നത് നിങ്ങൾ കലണ്ടർ ദിവസങ്ങളെ സ്ഥിരമായി കൈകാര്യം ചെയ്യുകയാണെങ്കിൽ മാത്രമാണ് — ഇൻട്രാഡേ ബാറുകൾക്ക് വ്യത്യസ്തമായ സ്കെയിലിംഗ് ആവശ്യമാണ്. നിങ്ങൾ ഷിപ്പ് ചെയ്യുന്ന ഏത് സംഖ്യയ്ക്കൊപ്പവും നിങ്ങളുടെ ബാർ സൈസ് രേഖപ്പെടുത്തുക.

ഗവേഷണ കോഡും പ്രൊഡക്ഷൻ കോഡും വ്യതിചലിക്കുന്നു: മുൻപത്തേത് സാവധാനത്തിലുള്ള ലൂപ്പുകൾ സഹിക്കുന്നു; പിന്നത്തേതിന് timeout-കൾ, backoff-ഉള്ള retry-കൾ, idempotent order ID-കൾ, ഘടനാപരമായ ലോഗുകൾ എന്നിവ ആവശ്യമാണ്. Hyperliquid-ൽ GaiaEx പോലുള്ള വേദികൾക്കെതിരെ ഓട്ടോമേറ്റ് ചെയ്യുകയാണെങ്കിൽ, വാലറ്റ് കീകളും, nonce ഡിസിപ്ലിനും, ഓൺ-ചെയിൻ ഫൈനാലിറ്റിയും സിസ്റ്റത്തിന്റെ ഭാഗമായി കണക്കാക്കുക — ഒരു നോട്ട്ബുക്കിൽ പിന്നീട് ചേർത്ത ഒരു കാര്യമായി അല്ല.

Python ഒരു നല്ല ഓർക്കസ്ട്രേഷൻ ലെയറായി തുടരുന്നു: ട്രേഡിംഗ് API വിളിക്കുക, ഫിൽസ് pandas-ലേക്ക് അനലിറ്റിക്സിന് പുഷ് ചെയ്യുക, റിസ്ക് ലിമിറ്റുകൾ ട്രിപ്പ് ചെയ്യുമ്പോൾ Slack-ൽ അലേർട്ട് ചെയ്യുക. മാർക്കറ്റുകൾ gap ചെയ്യുമ്പോൾ ന്യായവാദം ചെയ്യാൻ കഴിയുന്നത്ര ലളിതമായി ക്രിട്ടിക്കൽ പാത നിലനിർത്തുക.