Análisis técnico del mercado de valores en la Bolsa de Moscú en la plataforma 1C utilizando Python

A veces, en una industria en particular, hay grandes batallas entre especialistas sobre la posibilidad o imposibilidad de usar una tecnología en particular. Sobre qué tecnología es mejor y peor. Intentemos combinar las ventajas de varios productos para resolver conjuntamente un problema común. Tomemos "de cada tecnología según la capacidad".



Figura 1.









El texto anterior es una continuación de artículos ya publicados.



Parte uno

Parte dos



Tomemos de 1C características tales como: lenguaje de consulta, lista dinámica, sistema de composición de datos.



Algo de un rico conjunto de bibliotecas será útil de Python. Por ejemplo, bibliotecas de análisis técnico:

• Biblioteca ta (más de 42 indicadores)
• Biblioteca ta-lib (más de 78 indicadores)

Necesitamos el mecanismo de "Procesamiento" 1C. Usándolo, ejecutaremos scripts de Python y mostraremos el resultado resultante en la pantalla o lo guardaremos en la base de datos 1C.



Fig 2.







Para transferir datos a Python, seleccionaremos una o más herramientas.



Fig 3.







Proporcionemos la configuración de procesamiento general según el script seleccionado. Este es el texto del script en sí, una opción para transferir datos de 1c a Python y viceversa.



Fig 4. Configuración general para exportar archivos de importación







Fig 5. Selección de la salida y datos analizados en sí







Fig 6. Prevemos la posibilidad de recibir un flujo de salida y errores de Python en 1C







Fig 7. Y por supuesto el gráfico. El resultado de lo que todos comenzamos esto para la







Fig.8.







Para ahorrar espacio, somos compatibles con gráficos complejos. Pero una simple corrección de secuencia de comandos le permitirá dividirlos en diferentes gráficos, como se hace de manera clásica.



Fig 9.







Recordando que tenemos dos bibliotecas de análisis técnico, crearemos la capacidad de mostrar cada gráfico. Obtenemos 120 gráficos (algunos de los indicadores se repiten en las bibliotecas).

Antes de pasar al aprendizaje automático de Python, dediquemos un momento a detenernos. Creemos la capacidad de transferir y almacenar indicadores calculados por Python en 1C.



Figura 10.







Figura 11.







Después de medir la velocidad promedio para calcular todos los indicadores de Python y transferirlos a 1C, obtenemos 20 segundos para cada instrumento de intercambio. Que en presencia de 340 instrumentos Exchange, se necesitarán aproximadamente 2 horas para volver a calcularlos por completo. Cuando se trabaja en un intervalo de 1 día, esto resulta ser un indicador completamente aceptable. Pero incluso si nos parece que el tiempo para un recálculo completo es demasiado largo, recordaremos que las tareas programadas se pueden hacer ejecutándose en paralelo en varios núcleos / procesadores del servidor. En consecuencia, duplicar el número de trabajos programados reducirá a la mitad el tiempo de recálculo completo. Etc.



Lo que tenemos:

• Tuvimos la oportunidad de generar gráficos de Python casi instantáneamente y mostrarlos en 1C.
• Almacenar indicadores técnicos calculados por Python en 1C, y por tanto la posibilidad de utilizarlos en el lenguaje de consulta, reporta.
• La capacidad de conectar herramientas de análisis y previsión 1C. Por ejemplo, 1C Analytics.

v8.1c.ru/platforma/1s-analitika Los



detalles se pueden encontrar en la documentación



Continuará ...