Hur man filtrerar värdepapper från särskilda börser för att skapa en anpassad aktiescreener i Pine Script

Att övervinna utmaningar med att bygga en skräddarsydd Pine Script Stock Screener

Har du någonsin undrat om det är möjligt att hämta värdepapper från en specifik börs i Pine Script, filtrera dem genom anpassade villkor och sedan visa dem på ett diagram? Du är inte ensam! Många utvecklare och handlare har försökt knäcka denna idé, bara för att möta begränsningar inom Pine Scripts inbyggda funktionalitet. 🤔

Medan Pine Script utmärker sig på att tillämpa tekniska indikatorer och visualiseringar, är det inte en inbyggd funktion att skapa en aktiescreener för att arbeta dynamiskt på specifika börser. Men med rätt kodningslogik och kreativitet kan du kringgå dessa begränsningar. Utmaningen ligger i att förstå hur man kan hämta och bearbeta säkerhetsdata effektivt.

På min personliga resa mötte jag liknande vägspärrar. Till exempel, när jag försökte skapa en screener för tekniska aktier från en specifik börs, insåg jag snabbt att Pine Script saknar möjligheten att direkt fråga alla värdepapper från en börs. Detta krävde out-of-the-box-tänkande och att kombinera extern databehandling med Pine Script-funktioner. 💻

Den här artikeln dyker ner i kärnutmaningarna med att implementera denna anpassade funktionalitet, särskilt när det gäller det första steget att hämta värdepapper. Tillsammans kommer vi att undersöka om denna ambitiösa plan är genomförbar och avslöja praktiska lösningar för att få liv i din screener. 🚀

Bygga en anpassad aktiescreener med Pine Script och externa verktyg

Skripten som presenterades tidigare syftar till att lösa problemet med att skapa en anpassad aktiescreener i Pine Script, övervinna plattformens inneboende begränsningar. Det första skriptet fungerar helt och hållet inom Pine Script och använder arrayer för att manuellt hantera en lista med tickersymboler. Den använder kommandona `array.new_string()` och `array.push()` för att dynamiskt fylla i denna lista. När tickerna väl har definierats använder skriptet `request.security()` för att hämta data för varje symbol, vilket möjliggör realtidsfiltrering baserat på fördefinierade villkor såsom volymtrösklar. Genom att iterera över arrayen identifierar och markerar skriptet de ticker som uppfyller kriterierna direkt i diagrammet med hjälp av `label.new()`. Det här tillvägagångssättet är enkelt men manuellt och kräver inmatning av ticker i själva skriptet. 🚀

Det andra skriptet tar en mer avancerad väg genom att kombinera JavaScript för dataaggregation och Pine Script för visualisering. JavaScript används för att interagera med ett externt API, och hämtar värdepappersdata dynamiskt baserat på det angivna utbytet. Kommandot `axios.get()` hämtar data, och funktionen `response.data.filter()` tillämpar filter som volym. Detta möjliggör realtids, programmatisk kontroll över värdepappersvalsprocessen. De filtrerade tickerna sparas med `fs.writeFileSync()` till en fil, som Pine Script senare kan läsa och använda för visualisering. Denna metod effektiviserar processen men kräver ett arbetsflöde i två steg med externa verktyg. 🤔

Den Python-baserade lösningen har en liknande hybridmetod och använder Pythons robusta bibliotek för att hämta och bearbeta data från API:er. Skriptet definierar en funktion `fetch_securities()` som använder Pythons `requests`-bibliotek för att göra API-anrop och filtrerar värdena baserat på volymtrösklar. Tickerna skrivs sedan till en fil, ungefär som i JavaScript-lösningen, men med Pythons enkla syntax. Dessa data kan importeras till Pine Script för slutlig visualisering. Pythons flexibilitet och användarvänlighet gör det till ett utmärkt val för backend-bearbetning i den här installationen, särskilt när man hanterar stora datamängder eller komplexa filter. 💡

I huvudsak visar dessa lösningar hur man överbryggar klyftan mellan Pine Scripts styrkor i kartläggningen och dess begränsningar i datahämtning. Oavsett om du använder rent Pine Script eller integrerar externa verktyg som JavaScript eller Python, ligger nyckeln i att utnyttja optimerade metoder för datafiltrering och visualisering. Genom att använda kommandon som `request.security()` i Pine Script eller `axios.get()` i JavaScript kan utvecklare bygga kraftfulla och anpassade screeners skräddarsydda för deras unika behov. Kombinationen av verktyg utökar inte bara Pine Scripts möjligheter utan säkerställer också en mer effektiv och skalbar metod för värdepappersanalys. 🚀

// Step 1: Define security list (manual input as Pine Script lacks database access)
var securities = array.new_string(0)
array.push(securities, "AAPL") // Example: Apple Inc.
array.push(securities, "GOOGL") // Example: Alphabet Inc.
array.push(securities, "MSFT") // Example: Microsoft Corp.

// Step 2: Input filter criteria
filter_criteria = input.float(100, title="Minimum Volume (in millions)")

// Step 3: Loop through securities and fetch data
f_get_filtered_securities() =>
    var filtered_securities = array.new_string(0)
    for i = 0 to array.size(securities) - 1
        ticker = array.get(securities, i)
        [close, volume] = request.security(ticker, "D", [close, volume])
        if volume > filter_criteria
            array.push(filtered_securities, ticker)
    filtered_securities

// Step 4: Plot filtered securities on the chart
var filtered_securities = f_get_filtered_securities()
for i = 0 to array.size(filtered_securities) - 1
    ticker = array.get(filtered_securities, i)
    label.new(bar_index, high, ticker, style=label.style_circle, color=color.green)

// JavaScript Code: Fetch and filter securities from an API
const axios = require('axios');
async function fetchSecurities(exchange) {
    const response = await axios.get(`https://api.example.com/securities?exchange=${exchange}`);
    const filtered = response.data.filter(security => security.volume > 1000000);
    return filtered.map(security => security.ticker);
}
// Save tickers to a file for Pine Script
const fs = require('fs');
fetchSecurities('NASDAQ').then(tickers => {
    fs.writeFileSync('filtered_tickers.txt', tickers.join(','));
});

// Pine Script Code: Import and visualize filtered securities
// Load tickers from an external source
filtered_tickers = str.split(input.string("AAPL,GOOGL,MSFT", "Filtered Tickers"), ",")

// Plot the tickers on the chart
for i = 0 to array.size(filtered_tickers) - 1
    ticker = array.get(filtered_tickers, i)
    label.new(bar_index, high, ticker, style=label.style_circle, color=color.green)

# Python Code: Fetch securities and write filtered data to a file
import requests
def fetch_securities(exchange):
    response = requests.get(f'https://api.example.com/securities?exchange={exchange}')
    data = response.json()
    return [sec['ticker'] for sec in data if sec['volume'] > 1000000]

tickers = fetch_securities('NASDAQ')
with open('filtered_tickers.txt', 'w') as file:
    file.write(','.join(tickers))

// Pine Script Code: Visualize pre-filtered data
filtered_tickers = str.split(input.string("AAPL,GOOGL,MSFT", "Filtered Tickers"), ",")
for i = 0 to array.size(filtered_tickers) - 1
    ticker = array.get(filtered_tickers, i)
    label.new(bar_index, high, ticker, style=label.style_circle, color=color.green)

Anpassa Pine Script Screeners för förbättrad funktionalitet

En avgörande aspekt av att bygga in en aktiescreener Pine Script förstår dess begränsningar när det gäller att komma åt data direkt från utbyten. Medan Pine Script kan hantera avancerade beräkningar och diagramöverlägg, stöder det inte inbyggt hämtning av en komplett lista över värdepapper från en börs. För att komma till rätta med detta kombinerar utvecklare ofta Pine Script med externa datakällor. Användning av API:er som Alpha Vantage eller Quandl kan till exempel hjälpa till att hämta data, som sedan kan bearbetas för förhållanden som volymtrösklar, RSI-värden eller glidande medelvärden. Detta tillvägagångssätt tillåter handlare att införliva datadrivna insikter i sina strategier. 📊

En annan teknik är att använda Pine Script's säkerhet fungera kreativt. Även om det traditionellt används för att dra data över tidsramar för en specifik symbol, använder vissa utvecklare det för att hämta mätvärden från flera fördefinierade ticker. Den här metoden innebär att man ställer in en rad tickers, itererar genom dem och dynamiskt uppdaterar diagrammet baserat på de uppfyllda villkoren. Även om den inte är dynamisk för nya ticker, fungerar den här metoden bra för fördefinierade bevakningslistor eller populära index. 💡

För att säkerställa att din screener är effektiv är det viktigt att optimera villkoren för filtrering. Om du till exempel lägger till regler som "Visa endast ticker med en volym som är större än 1 miljon och ett slutpris över 50-dagars SMA" kan göra en screener handlingsbar. Med sådana regler hjälper visuella hjälpmedel som färgade etiketter eller plottmarkörer att snabbt identifiera potentiella kandidater. Genom att kombinera Pine Scripts funktioner med extern datahantering, kan handlare skapa mycket anpassade screeners skräddarsydda för deras unika handelsstrategier. 🚀