Resumé
Virksomheden bruger tid på manuel markedsanalyse, håndtering af regneark og ordreplacering.
Løsningen blev til Python-handelssoftware, der forbinder markedsdata, strategilogik, regneark og mæglerkonti.
Softwaren er udviklet til at reducere manuelt handelsarbejde, gentagen datahåndtering og unødvendig indsats ved ordreudførelse.
Kundehistorie
Kunden er en algoritmisk handelsvirksomhed fra Polen. Den kører live-, backtestede og højfrekvente strategier via mægler-API'er og arbejder med aktie- og optionshandel.
Teamet håndterer candle-data, handelsinput samt købs- og salgsordrer på tværs af mæglerkonti. Handlere og handelsvirksomheder har brug for at erstatte manuel analyse af markedsdata, håndtering af handelsdata og ordreplacering med automatiserede systemer.
Anmodningen var enkel: Automatisér handelsarbejdsgangen i Python, forbind den med Interactive Brokers eller en Shoonya Broker Account efter behov, og valider strategier gennem backtesting. Virksomheden havde også brug for at føre Excel-data ind i processen og få dem returneret som opdaterede handelsdata efter udførelsen.
Løsningen blev udformet som forbundne skærme til intervalopsætning, candle-analyse, liveovervågning, Excel-data og backtesting. Strategifelter, ordretyper, mæglerstatus og handelslogge blev holdt synlige, så virksomheden kunne styre processen efter sine egne regler.
Kunden bad om
- Validér strategier gennem backtesting, og lever den nødvendige vejledning eller dokumentation.
- Byg handelsautomatiseringen i Python med Java- eller C++-alternativer efter behov.
- Forbind Interactive Brokers eller Shoonya Broker Account efter behov.
- Læs handelsinput fra Excel, og opdatér dataene efter udførelsen.
Hvorfor standardsoftware ikke passede
Standardplatforme til mæglerhandel dækker køb, salg og håndtering af finansielle aktiver, men deres beskrivelser kombinerer ikke denne virksomheds regnearksinput, konfigurerbare strategilogik, backtesting og mæglerudførelse i én tilpasset proces. Løsningen blev designet til at holde disse dele samlet og tilpasse dem til virksomhedens egne regler, mens dokumentation og træningssupport understøtter selvstændig brug.
Projektoversigt
Løsningen blev udviklet omkring en Python-handelsapplikation, der forbinder markedsdata, strategilogik, regnearksinput og mæglerkonti. Strukturen samler de vigtigste trin ét sted: forbered data, gennemgå candles, valider en strategi, udfør ordrer og overvåg positioner.
Til håndtering af handelsinput blev der leveret et Excel-arbejdsområde. Det læser regnearksdata, viser candle-data og markerer de opdaterede handelsdata, der genereres efter udførelsen.
Handelsskærmen samler valgbare intervaller, strategiparametre samt købs- og salgskriterier. Status for mæglerforbindelsen og ordretyper som market, limit eller stop er tilgængelige på samme skærm.
Applikationen placerer ordrer via understøttede mæglerforbindelser og gør oplysninger om udførelsen tilgængelige til overvågning.
Der blev lagt særlig vægt på strategivalidering. Backtestingskærmen bruger historiske candle-data, strategiparametre og resultattabeller, så virksomheden kan sammenligne en strategi, før den bruges til livehandel.
Systemet blev planlagt som moduler med plads til dokumentation, opsætningsvejledning, support efter levering og senere udvidelser som lokal behandling eller fejlfinding på live-markedet.
Vigtigste leverede funktioner
- Automatiseret handel via mæglerkonti
- Market-, limit- og stopordrer
- Indlæsning af candle-data med valgbare intervaller
- Konfigurerbare strategier og købs-/salgskriterier
- Import og opdatering af handelsdata fra Excel
- Backtesting af strategier med historiske candle-data
- Liveovervågning af ordrer, positioner og advarsler
- Status for mæglerkontoforbindelse
- Python-baseret handelsautomatisering
