नमस्ते दोस्तों! मेरे यूट्यूब चैनल पर आपका प्यार देने के लिए बहुत-बहुत धन्यवाद। वीडियो में किए गए वादे के अनुसार, यहाँ वह 'सुपर स्कैनर कोड' है जो आपके लिए 210 शेयरों के ऐतिहासिक डेटा को पलक झपकते ही स्कैन कर देगा और केवल उन शेयरों की लिस्ट देगा जिनमें CAR (Cumulative Average) पॉजिटिव है और जो अपने 30, 50 व 200 DMA से ऊपर ट्रेड कर रहे हैं।
सबसे अच्छी बात यह है कि इसे चलाने के लिए आपको किसी सॉफ्टवेयर को डाउनलोड करने या कोडिंग सीखने की कोई ज़रूरत नहीं है। बस नीचे दिए गए 4 आसान स्टेप्स को फॉलो करें:
🚀 Google Colab में कोड कैसे चलाएं? (4 आसान स्टेप्स)
स्टेप 1: Google Colab खोलें
अब अपने ब्राउज़र (Chrome, Safari आदि) में नया टैब खोलें और
अगर आप पहली बार आ रहे हैं, तो यह आपसे आपकी Gmail ID से लॉगिन करने को कहेगा, लॉगिन कर लें।
स्क्रीन पर आपको नीले रंग का 'New Notebook' (नई नोटबुक) बटन दिखाई देगा, उस पर क्लिक करें।
स्टेप 2: नीचे दिए गए कोड को कॉपी करें मैंने पूरा पायथन कोड (Python Code) दिया हुआ है। उस पूरे कोड को एक साथ सेलेक्ट करें और Copy कर लें।
👇 यहाँ से कोड कॉपी करें: 👇
Python Code
# -------------------------------------------------------------------------
# CAR (Cumulative Average) + 30, 50, 200 DMA सुपर ब्रेकआउट स्कैनर
# -------------------------------------------------------------------------
# यहाँ हम कुछ ज़रूरी लाइब्रेरी (टूलकिट) मंगा रहे हैं:
import yfinance as yf # यह लाइब्रेरी याहू फाइनेंस से शेयरों का ऐतिहासिक (Historical) डेटा फ्री में डाउनलोड करती है।
import pandas as pd # यह डेटा को एक एक्सेल जैसी टेबल (Rows और Columns) में अच्छे से सजाने के काम आती है।
import warnings # फालतू की चेतावनियों को छुपाने के लिए।
import logging # यह पीछे चल रहे प्रोसेस के मैसेज को कंट्रोल करता है।
from datetime import datetime # यह आज की ताज़ा तारीख निकालने के लिए है।
# यह लाइन याहू फाइनेंस की फालतू लाल रंग की एरर (जैसे अगर कोई शेयर न मिले) को स्क्रीन पर आने से रोकती है, ताकि हमारी स्क्रीन साफ रहे।
logging.getLogger('yfinance').setLevel(logging.CRITICAL)
warnings.filterwarnings('ignore')
# -------------------------------------------------------------------------
# मुख्य फंक्शन बनाना (Main Scanner Logic)
# -------------------------------------------------------------------------
# 'advanced_stock_scanner' नाम का एक फंक्शन बना रहे हैं, जिसे हम अपनी शेयरों की लिस्ट देंगे।
def advanced_stock_scanner(ticker_list):
results = [] # खाली लिस्ट बना रहे हैं, जिसमें हम पास हुए (Breakout) शेयरों का डेटा जमा करेंगे।
# आज की तारीख को (DD-MM-YYYY) के फॉर्मेट में निकाल रहे हैं, ताकि इसे हमारी एक्सेल रिपोर्ट में जोड़ सकें।
today_date = datetime.now().strftime("%d-%m-%Y")
print(f"कुल {len(ticker_list)} शेयरों की स्कैनिंग शुरू हो रही है... कृपया प्रतीक्षा करें।\n")
# FOR लूप (Loop): यह लूप हमारी लिस्ट के हर एक शेयर (ticker) को एक-एक करके चेक करेगा।
for ticker in ticker_list:
try:
# 1. डेटा डाउनलोड करना (Data Fetching)
# यहाँ हम पिछले 2 साल (period="2y") का रोज़ाना (interval="1d") डेटा डाउनलोड कर रहे हैं।
# 200 DMA निकालने के लिए हमें कम से कम 200 दिन का डेटा चाहिए ही होता है।
data = yf.download(ticker, period="2y", interval="1d", progress=False)
# अगर कोई शेयर बाज़ार में नया आया है और उसका 200 दिन का डेटा ही नहीं है, तो उसे छोड़ कर अगले शेयर पर जाओ।
if data.empty or len(data) < 200:
continue
# क्लोज़िंग प्राइस (बंद भाव) को एक लिस्ट में निकाल रहे हैं।
close_prices = data['Close'].squeeze()
# 2. मूविंग एवरेज (DMAs) की गणना
# .rolling(window=30).mean() पिछले 30 दिनों का साधारण औसत निकालता है।
# .iloc[-1] का मतलब है कि हमें पूरी लिस्ट नहीं चाहिए, सिर्फ आज की सबसे ताज़ा (आख़िरी) एवरेज चाहिए।
dma_30 = close_prices.rolling(window=30).mean().iloc[-1]
dma_50 = close_prices.rolling(window=50).mean().iloc[-1]
dma_200 = close_prices.rolling(window=200).mean().iloc[-1]
# CMP (Current Market Price) यानी शेयर का आज का ताज़ा भाव।
cmp = close_prices.iloc[-1]
# 3. दूरी की गणना (Distance from 200 DMA)
# शेयर आज अपने 200 दिनों की औसत से कितने प्रतिशत (%) ऊपर या नीचे है, यह उसका फॉर्मूला है।
dist_200_dma = ((cmp - dma_200) / dma_200) * 100
# 4. सालाना हाई (52-Week High) खोजना
# .tail(252) का मतलब है कि हम पिछले 1 साल (1 साल में लगभग 252 ट्रेडिंग दिन होते हैं) का डेटा ले रहे हैं।
last_1y_data = data.tail(252)
# उस 1 साल के डेटा में शेयर ने सबसे ज्यादा हाई (High) किस तारीख को बनाया था, वह तारीख (idxmax) निकाल रहे हैं।
high_date = last_1y_data['High'].squeeze().idxmax()
# 5. CAR (Cumulative Average) की गणना
# हाई वाली तारीख से लेकर आज तक का सारा क्लोज़िंग डेटा निकाल रहे हैं।
car_data = close_prices.loc[high_date:]
# अगर नया हाई बने हुए अभी 10 दिन भी नहीं हुए हैं, तो हमारी CAR की गणना नहीं हो सकती, इसलिए अगले शेयर पर जाओ।
if len(car_data) < 10:
continue
# expanding().mean() हमारी असली CAR निकालता है, यानी पहले दिन से लेकर आज तक का लगातार बढ़ता हुआ औसत।
car_values = car_data.expanding().mean()
# हमें केवल पिछले 10 दिनों की CAR चेक करनी है, इसलिए .tail(10) का उपयोग किया।
last_10_car = car_values.tail(10)
# 6. ट्रेंड चेक करना (Trend Verification)
# is_monotonic_increasing यह चेक करता है कि क्या पिछले 10 दिनों से CAR लगातार बढ़ रही है (बिना एक भी दिन गिरे)।
if last_10_car.is_monotonic_increasing:
car_status = 'Positive' # लगातार बढ़ी तो पॉजिटिव
else:
car_status = 'Negative' # एक दिन भी गिरी तो नेगेटिव
# 7. फाइनल सुपर-ट्रेडिंग स्ट्रेटेजी की शर्त (The Magic Rule)
# शर्त 1: आज का भाव 30 DMA से ऊपर हो
# शर्त 2: आज का भाव 50 DMA से ऊपर हो
# शर्त 3: आज का भाव 200 DMA से ऊपर हो
# शर्त 4: CAR पिछले 10 दिनों से लगातार पॉजिटिव (बढ़ती हुई) हो
if (cmp > dma_30) and (cmp > dma_50) and (cmp > dma_200) and (car_status == 'Positive'):
action = '🟢 Positive Breakout' # सब पास हुआ तो हरा सिग्नल
else:
action = '🔴 Avoid/Hold' # एक भी शर्त फेल हुई तो लाल सिग्नल
# 8. डेटा जमा करना
# अब जो भी डेटा हमने ऊपर कैलकुलेट किया है, उसे अपनी एक्सेल टेबल में डालने के लिए इकट्ठा कर रहे हैं।
if action == '🟢 Positive Breakout':
results.append({
'Date': today_date,
'Stock': ticker.replace('.NS', ''), # .NS हटा रहे हैं ताकि शेयर का नाम साफ दिखे।
'CMP': round(cmp, 2), # भाव को दशमलव के 2 अंकों तक राउंड ऑफ (Round off) कर रहे हैं।
'30 DMA': round(dma_30, 2),
'50 DMA': round(dma_50, 2),
'200 DMA': round(dma_200, 2),
'200 DMA Dist %': round(dist_200_dma, 2),
'CAR Status': car_status,
'Action': action
})
except Exception as e:
# अगर किसी शेयर का डेटा डाउनलोड होने में कोई दिक्कत आए, तो कोड को रुकने मत दो, पास (pass) करके अगले शेयर पर चले जाओ।
pass
# 9. फाइनल रिजल्ट की सफाई (Filtering)
# इकट्ठे किए गए सारे डेटा को pandas की DataFrame (एक्सेल शीट) में बदल रहे हैं।
df_positive = pd.DataFrame(results)
# अंत में, चुनी गई लिस्ट को 200 DMA की दूरी (% Distance) के आधार पर छोटे से बड़े क्रम में (Ascending order) सेट कर रहे हैं।
if not df_positive.empty:
df_positive = df_positive.sort_values(by='200 DMA Dist %', ascending=True)
return df_positive
# -------------------------------------------------------------------------
# कोड को रन करना (Execution Part)
# -------------------------------------------------------------------------
# यह हमारे 210 शेयरों की पूरी लिस्ट है, जिसे हमारा स्कैनर चेक करेगा।
my_stocks = [
'360ONE.NS', 'ABB.NS', 'APLAPOLLO.NS', 'AUBANK.NS', 'ADANIENSOL.NS',
'ADANIENT.NS', 'ADANIGREEN.NS', 'ADANIPORTS.NS', 'ADANIPOWER.NS', 'ABCAPITAL.NS',
'ALKEM.NS', 'AMBER.NS', 'AMBUJACEM.NS', 'ANGELONE.NS', 'APOLLOHOSP.NS',
'ASHOKLEY.NS', 'ASIANPAINT.NS', 'ASTRAL.NS', 'AUROPHARMA.NS', 'DMART.NS',
'AXISBANK.NS', 'BSE.NS', 'BAJAJ-AUTO.NS', 'BAJFINANCE.NS', 'BAJAJFINSV.NS',
'BAJAJHLDNG.NS', 'BANDHANBNK.NS', 'BANKBARODA.NS', 'BANKINDIA.NS', 'BDL.NS',
'BEL.NS', 'BHARATFORG.NS', 'BHEL.NS', 'BPCL.NS', 'BHARTIARTL.NS',
'BIOCON.NS', 'BLUESTARCO.NS', 'BOSCHLTD.NS', 'BRITANNIA.NS', 'CGPOWER.NS',
'CANBK.NS', 'CDSL.NS', 'CHOLAFIN.NS', 'CIPLA.NS', 'COALINDIA.NS',
'COCHINSHIP.NS', 'COFORGE.NS', 'COLPAL.NS', 'CAMS.NS', 'CONCOR.NS',
'CROMPTON.NS', 'CUMMINSIND.NS', 'DLF.NS', 'DABUR.NS', 'DALBHARAT.NS',
'DELHIVERY.NS', 'DIVISLAB.NS', 'DIXON.NS', 'DRREDDY.NS', 'ETERNAL.NS',
'EICHERMOT.NS', 'EXIDEIND.NS', 'FORCEMOT.NS', 'NYKAA.NS', 'FORTIS.NS',
'GAIL.NS', 'GVT&D.NS', 'GMRAIRPORT.NS', 'GLENMARK.NS', 'GODFRYPHLP.NS',
'GODREJCP.NS', 'GODREJPROP.NS', 'GRASIM.NS', 'HCLTECH.NS', 'HDFCAMC.NS',
'HDFCBANK.NS', 'HDFCLIFE.NS', 'HAVELLS.NS', 'HEROMOTOCO.NS', 'HINDALCO.NS',
'HAL.NS', 'HINDPETRO.NS', 'HINDUNILVR.NS', 'HINDZINC.NS', 'POWERINDIA.NS',
'HYUNDAI.NS', 'ICICIBANK.NS', 'ICICIGI.NS', 'ICICIPRULI.NS', 'IDFCFIRSTB.NS',
'ITC.NS', 'INDIANB.NS', 'IEX.NS', 'IOC.NS', 'IRFC.NS', 'IREDA.NS',
'INDUSTOWER.NS', 'INDUSINDBK.NS', 'NAUKRI.NS', 'INFY.NS', 'INOXWIND.NS',
'INDIGO.NS', 'JINDALSTEL.NS', 'JSWENERGY.NS', 'JSWSTEEL.NS', 'JIOFIN.NS',
'JUBLFOOD.NS', 'KEI.NS', 'KPITTECH.NS', 'KALYANKJIL.NS', 'KAYNES.NS',
'KFINTECH.NS', 'KOTAKBANK.NS', 'LTF.NS', 'LICHSGFIN.NS', 'LTM.NS',
'LT.NS', 'LAURUSLABS.NS', 'LICI.NS', 'LODHA.NS', 'LUPIN.NS',
'M&M.NS', 'MANAPPURAM.NS', 'MANKIND.NS', 'MARICO.NS', 'MARUTI.NS',
'MFSL.NS', 'MAXHEALTH.NS', 'MAZDOCK.NS', 'MOTILALOFS.NS', 'MPHASIS.NS',
'MCX.NS', 'MUTHOOTFIN.NS', 'NBCC.NS', 'NHPC.NS', 'NMDC.NS',
'NTPC.NS', 'NATIONALUM.NS', 'NESTLEIND.NS', 'NAM-INDIA.NS', 'NUVAMA.NS',
'OBEROIRLTY.NS', 'ONGC.NS', 'OIL.NS', 'PAYTM.NS', 'OFSS.NS',
'POLICYBZR.NS', 'PGEL.NS', 'PIIND.NS', 'PNBHOUSING.NS', 'PAGEIND.NS',
'PATANJALI.NS', 'PERSISTENT.NS', 'PETRONET.NS', 'PIDILITIND.NS', 'POLYCAB.NS',
'PFC.NS', 'POWERGRID.NS', 'PREMIERENE.NS', 'PRESTIGE.NS', 'PNB.NS',
'RBLBANK.NS', 'RECLTD.NS', 'RADICO.NS', 'RVNL.NS', 'RELIANCE.NS',
'SBICARD.NS', 'SBILIFE.NS', 'SHREECEM.NS', 'SRF.NS', 'MOTHERSON.NS',
'SHRIRAMFIN.NS', 'SIEMENS.NS', 'SOLARINDS.NS', 'SONACOMS.NS', 'SBIN.NS',
'SAIL.NS', 'SUNPHARMA.NS', 'SUPREMEIND.NS', 'SUZLON.NS', 'SWIGGY.NS',
'TATACONSUM.NS', 'TVSMOTOR.NS', 'TCS.NS', 'TATAELXSI.NS', 'TMPV.NS',
'TATAPOWER.NS', 'TATASTEEL.NS', 'TECHM.NS', 'FEDERALBNK.NS', 'INDHOTEL.NS',
'PHOENIXLTD.NS', 'TITAN.NS', 'TORNTPHARM.NS', 'TRENT.NS', 'TIINDIA.NS',
'UNOMINDA.NS', 'UPL.NS', 'ULTRACEMCO.NS', 'UNIONBANK.NS', 'UNITDSPR.NS',
'VBL.NS', 'VEDL.NS', 'VMM.NS', 'IDEA.NS', 'VOLTAS.NS',
'WAAREEENER.NS', 'WIPRO.NS', 'YESBANK.NS', 'ZYDUSLIFE.NS'
]
# ऊपर बनाए गए फंक्शन को अपनी शेयरों की लिस्ट देकर चला रहे हैं।
positive_breakout_data = advanced_stock_scanner(my_stocks)
# जो भी रिजल्ट आया, उसे स्क्रीन पर अच्छे से प्रिंट कर रहे हैं।
print("\n--- 🟢 फाईनल लिस्ट: केवल POSITIVE BREAKOUT स्टॉक्स ---")
if positive_breakout_data.empty:
print("आज किसी भी शेयर ने आपकी सभी कड़ी शर्तों को पार नहीं किया है। (कोई नया ब्रेकआउट नहीं)")
else:
print(positive_breakout_data.to_string(index=False))
# अंत में: इस छंटनी की हुई लिस्ट को 'Final_Breakout_List.xlsx' नाम से सेव कर रहे हैं।
positive_breakout_data.to_excel("Final_Breakout_List.xlsx", index=False)
print("\nफ़िल्टर की गई फाईनल लिस्ट 'Final_Breakout_List.xlsx' सेव हो गई है!")
# यह कमांड गूगल कोलाब (Colab) को बोलती है कि एक्सेल फाइल बनने के बाद उसे सीधा हमारे कंप्यूटर में डाउनलोड कर दे।
from google.colab import files
files.download("Final_Breakout_List.xlsx")
स्टेप 4: मैजिक देखें (Run the Code) कोड पेस्ट करने के बाद, उस बॉक्स के बिल्कुल बायीं (Left) तरफ एक गोल 'Play' (▶️) का बटन होगा। बस उस पर क्लिक कर दें!
परिणाम: कुछ ही सेकंड्स में यह कोड बैकग्राउंड में 210 शेयरों का डेटा खंगालेगा। स्क्रीन पर आपको सिर्फ पास हुए शेयरों की फाइनल लिस्ट दिखेगी।
ऑटो-डाउनलोड: इतना ही नहीं, यह आपके कंप्यूटर या मोबाइल में 'Final_Breakout_List.xlsx' नाम की एक एक्सेल फाइल भी अपने आप डाउनलोड कर देगा जिसमें आपके आज के ट्रेडिंग सिग्नल्स होंगे!
Related Video:-
