HAYDN ELLEN

In dieser neuesten Ergänzung meines Portfolios habe ich einen RSI-Indikator (Relative Strength Index) in Python entwickelt. Für diejenigen, die neu in der technischen Analyse sind: Der RSI ist ein beliebtes Tool, um anhand der jüngsten Kursentwicklung zu beurteilen, ob eine Aktie überkauft oder überverkauft ist. Er soll Anlegern helfen, potenzielle Kursumkehrungen abzuschätzen, indem er Marktextreme identifiziert.

Was ist der RSI-Indikator?

Der RSI berechnet die Dynamik, um anzuzeigen, ob der Preis einer Aktie möglicherweise unhaltbar hoch (überkauft) oder niedrig (überverkauft) ist. Die Skala reicht von 0 bis 100, wobei Werte über 70 normalerweise auf einen überkauften Zustand hinweisen, der einen Preisrückgang signalisieren kann. Andererseits deuten Werte unter 30 auf einen überverkauften Zustand hin, der einen Preisanstieg andeuten könnte. Wie bei allen Indikatoren ist es jedoch wichtig, den RSI im Kontext anderer Faktoren zu interpretieren.

Haftungsausschluss: Dieses Projekt dient ausschließlich Bildungszwecken. Dieser Blogbeitrag und der dazugehörige Code stellen keine Finanzberatung dar. Es handelt sich vielmehr um eine technische Übung in Python und technischer Analyse, die sich an alle richtet, die sich über Finanzindikatoren informieren möchten.

Projekthighlights und Hauptmerkmale

Ein herausragendes Merkmal dieses Projekts ist seine Befehlszeilenschnittstelle. Das Programm akzeptiert mehrere Argumente über die Befehlszeile, darunter Börsenticker, Datumsbereich und Intervall. Der Code enthält auch eine Fehlerbehandlung für ungültige Eingaben, wodurch häufige Probleme vermieden werden, bevor sie auftreten. Wenn Sie beispielsweise ein Startdatum nach dem Enddatum wählen, werden Sie freundlich darauf hingewiesen, dass dies kein gültiger Datumsbereich ist.

Berechnung und Diagrammerstellung des RSI

Sobald die Eingabedaten validiert sind, berechnet das Programm die RSI-Werte auf der Grundlage der angegebenen Parameter und generiert ein Diagramm, das den RSI im Verhältnis zum Aktienkurs über den gewählten Zeitraum anzeigt. Diese visuelle Darstellung bietet ein klares und unmittelbares Verständnis des aktuellen Status der Aktie und ermöglicht es Benutzern, überkaufte oder überverkaufte Bedingungen leicht zu erkennen.

Und hier liegt die Stärke des Projekts: Durch die Visualisierung des RSI zusammen mit den Preisdaten können Benutzer Erkenntnisse gewinnen, die allein aus den Rohzahlen nicht ersichtlich sind. Dies macht den Indikator als Teil eines datengesteuerten Entscheidungsprozesses besonders effektiv.

Flexibilität für breitere Anwendungen

Während dieses Programm speziell ein RSI-Diagramm generiert, ist es aufgrund seiner Codestruktur auch für die Darstellung anderer Indikatoren oder Datentypen anpassbar. Obwohl dieses Projekt als Befehlszeilenanwendung konzipiert wurde, kann es problemlos in ein Webframework wie Django oder Flask integriert werden, um eine webbasierte Lösung zu erhalten, wodurch sein Nutzen über die Befehlszeile hinaus erweitert wird.

Warum visuelle Informationen bei der technischen Analyse wichtig sind

Einer der Hauptgründe für dieses Projekt war es, die Leistungsfähigkeit visueller Informationen in der technischen Analyse hervorzuheben. Diagramme bieten Erkenntnisse, die Rohdaten allein oft nicht liefern können. Sie verwandeln komplexe Datensätze in umsetzbare Erkenntnisse und vereinfachen die Analyse von Mustern und Trends. In jedem Entscheidungsprozess – insbesondere im Finanzbereich – sind visualisierte Daten ein wichtiges Hilfsmittel, um Trends zu verdeutlichen und so eine schnelle Reaktion auf Marktveränderungen zu erleichtern.

Dieses Projekt demonstriert eine Reihe von Technologien:

• Python: Die zentrale Programmiersprache für das Projekt, die die Datenanalyse und -visualisierung ermöglicht.
• Pandas: Wird verwendet, um Finanzdaten effizient zu handhaben und zu bearbeiten.
• Matplotlib: Erstellt die RSI- und Preisdiagramme und ermöglicht eine benutzerdefinierte visuelle Ausgabe.
• Sys und Argparse: Bietet eine flexible Befehlszeilenschnittstelle für Benutzereingaben und Argumentanalyse.

So verwenden Sie die Anwendung

Die Anweisungen zur Verwendung sind einfach: Erstellen Sie eine virtuelle Umgebung, installieren Sie die erforderlichen Abhängigkeiten und geben Sie in der Befehlszeile Folgendes ein:

 python main.py meta 2024-01-01 now 1d

Wobei main.py die Anwendung selbst ist. In diesem Fall habe ich Meta als Ticker verwendet (natürlich Facebook), dann das Startdatum 01.01.2024 angegeben und möchte, dass das Enddatum jetzt ist. Ich habe ein 1-Tages-Intervall (täglich) angegeben, Sie können die Daten jedoch auch mit einem wöchentlichen Intervall (1 Woche) generieren.

Folgendes sollten Sie sehen.

Schauen Sie sich den Code auf GitHub an

Wenn Sie den Code erkunden möchten, besuchen Sie Schauen Sie sich das Projekt auf GitHub an. Ich habe es kostenlos zur Verfügung gestellt. Man kann aus diesem Projekt definitiv etwas lernen – sei es, dass man versteht, wie man ein Befehlszeilentool strukturiert, oder dass man etwas über die Funktionsweise des RSI-Indikators selbst lernt.