Come annunciato qualche giorno fa sul canale Telegram, BTC poteva rimbalzare sulla EMA50, e così sembra che stia facendo:
Per ora è un rimbalzo molto piccolo e niente fa credere che debba continuare.
Volevo però mostrarvi un’analisi che ho fatto recentemente su alcuni Titoli, ETF,… che sto seguendo, oltre alle crypto.
E’ una analisi che mostra il rendimento continuo nel tempo.
Non sono molto esperto in Python, se trovate qualche errore, segnalatemelo per cortesia.
I MIGLIORI NEL PERIODO 2023-24
Nvidia ha fatto l’824% in questi ultimi 2 anni!
BTC nonostante sia salito da 17K a 94K, ha fatto meno bene di Nvidia, Cacao e Coinbase.
I PEGGIORI DEL PERIODO 2023-24
GOLD, ETFs E COMMODITY NEL 2023-24
PERIODO 2016-24, (stessi tre grafici precedenti, con codice)
# 10 migliori titoli per rendimento
top_10_tickers = rendimenti_continui.iloc[-1].sort_values(ascending=False).head(10).index
top_10_data = datax[top_10_tickers]
# Rendimenti continui dei top 10 titoli
top_10_rendimenti_continui = top_10_data.pct_change().add(1).cumprod().sub(1).mul(100)
# Grafico
fig, ax = plt.subplots(figsize=(15, 8)) # Impostiamo un grande figsize per il grafico
top_10_rendimenti_continui.plot(ax=ax, title='Top 10 stocks for continuous performance', linewidth=1)
ax.legend(loc='center left', bbox_to_anchor=(1.05, 0.5))
plt.tight_layout()
plt.show()
# 10 peggiori titoli per rendimento
top_10_tickers = rendimenti_continui.iloc[-1].sort_values(ascending=True).head(10).index
top_10_data = datax[top_10_tickers]
# Rendimenti continui dei worst 10 titoli
top_10_rendimenti_continui = top_10_data.pct_change().add(1).cumprod().sub(1).mul(100)
# Grafico
fig, ax = plt.subplots(figsize=(15, 8)) # Impostiamo un grande figsize per il grafico
top_10_rendimenti_continui.plot(ax=ax, title='Worst 10 stocks for continuous performance', linewidth=1)
ax.legend(loc='center left', bbox_to_anchor=(1.05, 0.5))
ax.axhline(y=0, color='black', linewidth=1, linestyle='--')
plt.tight_layout()
plt.show()
# Seleziono Gold, ETFs e commodity
selected_index = rendimenti_continui.iloc[-1][['Sp500', 'Gold', 'IShares Diversified Commodity Swap', 'IShares MSCI World Small Cap',
'Nasdaq100', 'VanEck Semiconductor ETF (SMH)', 'WTID WisdomTree Bloomberg WTI Crude Oil', 'NGAS WisdomTree Natural Gas', 'WisdomTree Cocoa',
'Amundi STOXX Europe 600', 'WisdomTree Coffee']].index
selected_data = datax[selected_index]
# Rendimenti continui
selected_rendimenti_continui = selected_data.pct_change().add(1).cumprod().sub(1).mul(100)
# Grafico
fig, ax = plt.subplots(figsize=(15, 8)) # Impostiamo un grande figsize per il grafico
selected_rendimenti_continui.plot(ax=ax, title='Gold, ETFs, Commodity selected for continuous performance', linewidth=1)
ax.legend(loc='center left', bbox_to_anchor=(1.05, 0.5))
ax.axhline(y=0, color='black', linewidth=1, linestyle='--')
plt.tight_layout() # per ottimizzare i margini
plt.show()