Quartz 4

Pinescipt e Python

6 min read

In breve: non esistono vere e proprie “librerie Pine Script per Python” (cioè che permettano di eseguire codice Pine Script nativo di TradingView dentro Python).
Tuttavia, esistono diverse librerie e strategie alternative per integrare o replicare la logica di Pine Script in Python.

Ecco le principali opzioni:

🧩 1. Librerie per tradurre o emulare Pine Script in Python

🔸 pinescript-parser

  • 📦 GitHub: https://github.com/alex2222/pinescript-parser

  • Funziona come un parser che converte parte del linguaggio Pine Script in una rappresentazione Python.

  • ⚠️ Supporta solo un sottoinsieme del linguaggio (non tutto Pine Script v5).

  • Utile per analisi o conversione parziale di strategie.

🔸 tv2bt o tv2py (progetti community)

  • Strumenti di conversione non ufficiali che cercano di trasformare script di TradingView in codice Python (ad esempio per backtesting con Backtrader).

  • Non sempre aggiornati, ma possono essere utili come base.

🧠 2. Alternative pratiche: replicare la logica Pine Script con librerie Python

Se il tuo obiettivo è replicare indicatori o strategie di TradingView in Python (ad esempio per fare backtesting o analisi dati), allora conviene usare librerie Python native per l’analisi tecnica:

📊 Librerie consigliate

LibreriaDescrizione
taImplementa molti indicatori standard di TradingView (RSI, MACD, Bollinger, ecc.)
pandas-taMolto completa, simile alla sintassi Pine Script (df.ta.rsi(), df.ta.ema(), ecc.)
backtraderFramework completo per backtesting e strategie trading
vectorbtAltamente performante, integra Pandas e NumPy
freqtradeBot di trading open source con indicatori simili a quelli di TradingView

👉 Con pandas-ta, puoi praticamente scrivere codice molto vicino a Pine Script.
Esempio:

import pandas as pd
import pandas_ta as ta
 
df = pd.read_csv("BTCUSDT_1h.csv")
df["ema_20"] = ta.ema(df["close"], length=20)
df["rsi"] = ta.rsi(df["close"], length=14)

Questo corrisponde più o meno a:

ema_20 = ta.ema(close, 20)
rsi = ta.rsi(close, 14)

🔗 3. Interfacciarsi direttamente con TradingView

Se vuoi eseguire o leggere dati da TradingView, puoi usare:

  • tvdatafeed: per scaricare dati storici dai server TradingView senza API ufficiale.

  • tradingview-ta: per ottenere segnali “buy/sell” dagli screener pubblici di TradingView.

Esempio:

from tradingview_ta import TA_Handler, Interval, Exchange
 
btc = TA_Handler(
    symbol="BTCUSDT",
    exchange="BINANCE",
    interval=Interval.INTERVAL_1_HOUR
)
 
analysis = btc.get_analysis()
print(analysis.summary)

✅ Riassunto

ObiettivoSoluzione consigliata
Eseguire Pine Script in PythonNon possibile direttamente
Tradurre Pine Script → Pythonpinescript-parser o progetti tv2bt/tv2py
Ricreare indicatori di Pinepandas-ta / ta
Interfacciarsi a TradingViewtradingview-ta, tvdatafeed

Interfacciarsi a TradingView è un’idea molto allettante, data la vastità e la qualità dei loro dati e indicatori.

Analizziamo in modo critico le librerie che hai menzionato (tradingview-ta, tvdatafeed) e valutiamo se un’integrazione sia allineata con la filosofia e l’architettura di FIRE.

Analisi Tecnica delle Librerie

Queste librerie sono create dalla community per un motivo molto preciso: TradingView non offre una API pubblica e ufficiale per scaricare dati storici o in tempo reale a livello retail.

Questo fatto è il punto più importante da comprendere. Di conseguenza, queste librerie funzionano tramite metodi non ufficiali.

1. tradingview-ta

  • Scopo: Fornire analisi tecniche e raccomandazioni (es. “Strong Buy”, “Sell”) basate sugli indicatori di TradingView per un dato ticker e timeframe.
  • Come Funziona: È essenzialmente uno scraper. Simula un browser, visita la pagina di analisi tecnica di TradingView e ne estrae i valori dai widget. Non scarica i dati OHLC grezzi, ma il risultato delle analisi di TradingView.
  • Pro:
    • Leggero e semplice da usare per ottenere un “sentiment” veloce.
  • Contro:
    • Estremamente Fragile: Qualsiasi modifica al layout del sito web di TradingView romperebbe la libreria.
    • Limitato: Non fornisce i dati grezzi del grafico, quindi non possiamo usarlo per il backtesting o per i nostri grafici.
    • Rischio di Blocco IP: Lo scraping intensivo può portare al blocco del nostro indirizzo IP da parte di TradingView.

2. tvdatafeed

  • Scopo: Replicare in modo più profondo la connessione dati di TradingView per scaricare dati storici OHLC.
  • Come Funziona: È molto più sofisticato. Esegue il reverse-engineering delle API private che il client web di TradingView usa per comunicare con i loro server. Spesso apre una connessione WebSocket non documentata, simulando di essere un browser legittimo.
  • Pro:
    • Accesso a Dati di Qualità: Potenzialmente può accedere alla stessa vasta gamma di dati (forex, crypto, futures) che vedi sul sito di TradingView.
  • Contro:
    • Altamente Instabile e Inaffidabile: Essendo basato su un’API privata, TradingView può cambiarla in qualsiasi momento, senza preavviso, rompendo la nostra applicazione. Questo è quasi una certezza, non una possibilità.
    • Violazione dei Termini di Servizio: L’utilizzo di API private non documentate è quasi sempre una violazione dei Termini di Servizio della piattaforma.
    • Complessità di Manutenzione: Manutenere una connessione basata su reverse-engineering è un incubo.

Valutazione Strategica per il Progetto FIRE

Ora confrontiamo questi strumenti con i nostri principi guida: Sovranità, Privacy e Affidabilità.

  1. Conflitto con la Sovranità: Integrare queste librerie ci legherebbe a doppio filo a un sistema chiuso e proprietario, in modo non ufficiale. Se TradingView decidesse di bloccarci, una funzionalità core della nostra app smetterebbe di funzionare. Questo va contro l’idea di un “laboratorio sovrano”.

  2. Rischio per l’Affidabilità: Non possiamo costruire un prodotto professionale su fondamenta così fragili. Un backtest o un’analisi devono essere riproducibili e affidabili. Basarci su una connessione che può rompersi da un giorno all’altro è inaccettabile per un prodotto come FIRE. La nostra architettura di connettori è pensata per fonti stabili e ufficiali.

  3. Alternative Migliori: Il nostro attuale sistema di connettori è progettato per fonti dati legittime:

    • API Pubbliche Gratuite: yfinance è un ottimo esempio. Non è perfetto, ma è ragionevolmente stabile.
    • API di Broker: In futuro, potremmo aggiungere connettori per broker come Alpaca o Interactive Brokers, che offrono API ufficiali e robuste.
    • Dati Locali: Supportiamo già il caricamento da file CSV, in linea con la nostra filosofia “local-first”.
    • Dati a Pagamento: Per dati di altissima qualità, la strada corretta è integrare un fornitore di dati professionale (es. Polygon.io, Tiingo) con API ufficiali.

Raccomandazione Finale

La mia raccomandazione è di NON integrare tradingview-ta o tvdatafeed come connettori dati principali nel progetto FIRE.

Il rischio tecnico e l’incompatibilità strategica con i nostri principi sono troppo alti. Sarebbe come costruire una casa su un terreno franoso.

Possibile Compromesso (a Bassa Priorità): Potremmo considerare di aggiungere un connettore basato su tvdatafeed in futuro, ma etichettandolo chiaramente come “Sperimentale / Inaffidabile” e disabilitandolo di default. Questo permetterebbe agli utenti più smaliziati di usarlo a proprio rischio e pericolo, senza che l’affidabilità del prodotto principale dipenda da esso.

Per ora, il nostro sforzo dovrebbe concentrarsi sul consolidamento dei connettori esistenti e sull’integrazione di fonti dati ufficiali e stabili.

Criteriotradingview-ta / tvdatafeedConnettori Ufficiali (yfinance, Broker API)
Affidabilità🔴 Molto Bassa (Punto di rottura garantito)✅ Alta (Basati su API stabili)
Manutenibilità🔴 Molto Alta (Richiede continui aggiornamenti)✅ Bassa (Segue la documentazione ufficiale)
Allineamento a FIRE🔴 Basso (Dipendenza da sistema chiuso)✅ Alto (Sovranità e affidabilità)
Legalità🟠 Area Grigia (Potenziale violazione ToS)✅ Nessun Problema
Qualità Dati🟢 Potenzialmente Alta🟠 Variabile (da yfinance) a 🟢 Alta (da Broker)

Graph View

Backlinks