7

我已经逐笔勾勒了外汇对的数据

这是一个示例EURUSD/EURUSD-2012-06.csv

EUR/USD,20120601 00:00:00.207,1.23618,1.2363
EUR/USD,20120601 00:00:00.209,1.23618,1.23631
EUR/USD,20120601 00:00:00.210,1.23618,1.23631
EUR/USD,20120601 00:00:00.211,1.23623,1.23631
EUR/USD,20120601 00:00:00.240,1.23623,1.23627
EUR/USD,20120601 00:00:00.423,1.23622,1.23627
EUR/USD,20120601 00:00:00.457,1.2362,1.23626
EUR/USD,20120601 00:00:01.537,1.2362,1.23625
EUR/USD,20120601 00:00:03.010,1.2362,1.23624
EUR/USD,20120601 00:00:03.012,1.2362,1.23625

完整的刻度数据可以在这里下载 http://dl.free.fr/k4vVF7aOD

列是：

Symbol,Datetime,Bid,Ask

我想将此逐笔报价数据转换为烛台数据（也称为 OHLC Open High Low Close）我会说我想获得一个 M15 时间范围（15 分钟）作为示例

我想使用 Python 和 Pandas 库来完成这个任务。

我已经完成了一小部分工作...逐个读取刻度数据文件

这是代码

#!/usr/bin/env python

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.finance import candlestick
from datetime import *

def conv_str_to_datetime(x):
    return(datetime.strptime(x, '%Y%m%d %H:%M:%S.%f'))

df = pd.read_csv('test_EURUSD/EURUSD-2012-07.csv', names=['Symbol', 'Date_Time', 'Bid', 'Ask'], converters={'Date_Time': conv_str_to_datetime})

PipPosition = 4
df['Spread'] = (df['Ask'] - df['Bid']) * 10**PipPosition

print(df)

print("="*10)

print(df.ix[0])

但现在我不知道如何开始剩下的工作......

我想获得类似的数据

Symbol,Datetime_open_candle,open_price,high_price,low_price,close_price

蜡烛价格将基于出价栏。

问题的第一部分是在我的脑海中获取第一个 Datetime_open_candle（与所需的时间范围兼容，假设变量的名称是 dt1）和最后一个 Datetime_open_candle（假设这个变量的名称是 dt2）。

之后我可能需要从 dt1 到 dt2 获取数据（而不是 dt1 之前和 dt2 之后的数据）

知道 dt1 和 dt2 以及所需的时间范围，我就可以知道我将拥有的蜡烛数量......

我“只是”知道，对于每根蜡烛，什么是开盘价/最高价/最低价/收盘价。

我正在寻找一种非常快的算法，如果可能的话，一个矢量化算法（如果可能的话），因为刻度数据可能非常大。

4

2 回答 2

18 
In [59]: df
Out[59]:
                             Symbol      Bid      Ask
Datetime
2012-06-01 00:00:00.207000  EUR/USD  1.23618  1.23630
2012-06-01 00:00:00.209000  EUR/USD  1.23618  1.23631
2012-06-01 00:00:00.210000  EUR/USD  1.23618  1.23631
2012-06-01 00:00:00.211000  EUR/USD  1.23623  1.23631
2012-06-01 00:00:00.240000  EUR/USD  1.23623  1.23627
2012-06-01 00:00:00.423000  EUR/USD  1.23622  1.23627
2012-06-01 00:00:00.457000  EUR/USD  1.23620  1.23626
2012-06-01 00:00:01.537000  EUR/USD  1.23620  1.23625
2012-06-01 00:00:03.010000  EUR/USD  1.23620  1.23624
2012-06-01 00:00:03.012000  EUR/USD  1.23620  1.23625

In [60]: grouped = df.groupby('Symbol')

In [61]: ask =  grouped['Ask'].resample('15Min', how='ohlc')

In [62]: bid = grouped['Bid'].resample('15Min', how='ohlc')

In [63]: pandas.concat([ask, bid], axis=1, keys=['Ask', 'Bid'])
Out[63]:
                                Ask                                 Bid
                               open     high      low    close     open     high      low   close
Symbol  Datetime
EUR/USD 2012-06-01 00:15:00  1.2363  1.23631  1.23624  1.23625  1.23618  1.23623  1.23618  1.2362
于 2012-09-07T18:49:06.047 回答
5

同时不推荐使用 Overmeire 答案中的语法。

而不是这个：

ask =  grouped['Ask'].resample('15Min', how='ohlc')
bid = grouped['Bid'].resample('15Min', how='ohlc')

用这个：

ask =  grouped['Ask'].resample('15Min').ohlc()
bid = grouped['Bid'].resample('15Min').ohlc()
于 2018-06-05T10:51:19.540 回答