Mariner Backtesting - TA-LIB Triple Exponential Moving Average

TEMA

 real = TEMA(close, timeperiod=30)

Plot

Working Example

 from cloudquant.interfaces import Strategy
from collections import OrderedDict
import ktgfunc
import talib

class WE_TEMA(Strategy):

    def on_start(self, md, order, service, account):
        # symbol and timestamp
        print(self.symbol + ":  " + service.time_to_string(service.system_time))
        daily_bars = md.bar.daily(start=-100)
        close = daily_bars.close
        real = talib.TEMA(close, timeperiod=30)

        # get the date values
        dates = service._context.market._storage.market_hours.keys()
        dateList = []
        for date in dates:
           dateList.append(str(date.strftime('%Y-%m-%d')))
        dates = sorted(dateList, reverse=True)[1:101]
        dates.sort()

        dict = OrderedDict()
        dict['date'] = dates
        dict['close'] = close
        dict['real'] = real
        symbol = 'TEMA: ' + self.symbol
        print ktgfunc.talib_table(symbol, 1, dict)

Console

MSFT:  2017-02-09 09:30:00.000000

TEMA: MSFT
	Input	Output
date	close	real
2016-09-16	56.87	nan
2016-09-19	56.55	nan
2016-09-20	56.43	nan
2016-09-21	57.37	nan
2016-09-22	57.43	nan
2016-09-23	57.04	nan
2016-09-26	56.52	nan
2016-09-27	57.56	nan
2016-09-28	57.64	nan
2016-09-29	57.01	nan
2016-09-30	57.21	nan
2016-10-03	57.03	nan
2016-10-04	56.86	nan
2016-10-05	57.25	nan
2016-10-06	57.35	nan
2016-10-07	57.41	nan
2016-10-10	57.65	nan
2016-10-11	56.81	nan
2016-10-12	56.73	nan
2016-10-13	56.54	nan
2016-10-14	57.03	nan
2016-10-17	56.84	nan
2016-10-18	57.27	nan
2016-10-19	57.14	nan
2016-10-20	56.87	nan
2016-10-21	59.26	nan
2016-10-24	60.59	nan
2016-10-25	60.58	nan
2016-10-26	60.22	nan
2016-10-27	59.70	nan
2016-10-28	59.47	nan
2016-10-31	59.52	nan
2016-11-01	59.40	nan
2016-11-02	59.03	nan
2016-11-03	58.81	nan
2016-11-04	58.32	nan
2016-11-07	60.01	nan
2016-11-08	60.06	nan
2016-11-09	59.77	nan
2016-11-10	58.31	nan
2016-11-11	58.62	nan
2016-11-14	57.73	nan
2016-11-15	58.87	nan
2016-11-16	59.65	nan
2016-11-17	60.64	nan
2016-11-18	60.35	nan
2016-11-21	60.86	nan
2016-11-22	61.12	nan
2016-11-23	60.40	nan
2016-11-25	60.53	nan
2016-11-28	60.61	nan
2016-11-29	61.09	nan
2016-11-30	60.26	nan
2016-12-01	59.20	nan
2016-12-02	59.25	nan
2016-12-05	60.22	nan
2016-12-06	59.95	nan
2016-12-07	61.37	nan
2016-12-08	61.01	nan
2016-12-09	61.97	nan
2016-12-12	62.17	nan
2016-12-13	62.98	nan
2016-12-14	62.68	nan
2016-12-15	62.58	nan
2016-12-16	62.30	nan
2016-12-19	63.62	nan
2016-12-20	63.54	nan
2016-12-21	63.54	nan
2016-12-22	63.55	nan
2016-12-23	63.24	nan
2016-12-27	63.28	nan
2016-12-28	62.99	nan
2016-12-29	62.90	nan
2016-12-30	62.14	nan
2017-01-03	62.58	nan
2017-01-04	62.30	nan
2017-01-05	62.30	nan
2017-01-06	62.84	nan
2017-01-09	62.64	nan
2017-01-10	62.62	nan
2017-01-11	63.19	nan
2017-01-12	62.61	nan
2017-01-13	62.70	nan
2017-01-17	62.53	nan
2017-01-18	62.50	nan
2017-01-19	62.30	nan
2017-01-20	62.74	nan
2017-01-23	62.96	62.88
2017-01-24	63.52	63.01
2017-01-25	63.68	63.15
2017-01-26	64.27	63.37
2017-01-27	65.78	63.84
2017-01-30	65.13	64.13
2017-01-31	64.65	64.29
2017-02-01	63.58	64.24
2017-02-02	63.17	64.11
2017-02-03	63.68	64.08
2017-02-06	63.64	64.05
2017-02-07	63.43	63.98
2017-02-08	63.34	63.90