3

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

我想通过刻度数据将此刻度转换为 Renko 图表 http://www.investopedia.com/terms/r/renkochart.asp

图表的一个参数是蜡烛高度（收盘价）：我们称之为烛台高度

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

我想获得类似的数据

Id,Symbol,open_price,close_price

能够画出Renko

id是蜡烛的编号

蜡烛价格将基于出价栏。

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

def candle_price_ref(price, candle_height):
  #return(int(price/candle_height)*candle_height)
  return(round(price/candle_height)*candle_height)

print("Reading CSV (please wait)")
df = pd.read_csv('test_EURUSD/EURUSD-2012-07.csv', names=['Symbol', 'Date_Time', 'Bid', 'Ask'], index_col=1)
print("End of reading")

df['Bid'] = df['Bid']
#candle_height = 0.0015
#candle_height = 0.0010
#candle_height = 0.0005
candle_height = 0.0001
#candle_height = 0.000001

price = df.ix[0]['Bid']
price_ref = candle_price_ref(price, candle_height)

ID = 0
#print("ID={0} price_ref={1}".format(ID, price_ref))

candle_price_open = []
candle_price_close = []

candle_price_open.append(price) # price ou price_ref
candle_price_close.append(price)

for i in range(len(df)):
  price = df.ix[i]['Bid']
  candle_price_close[ID] = price

  new_price_ref = candle_price_ref(price, candle_height)


  if new_price_ref!=price_ref:
    candle_price_close[ID]=new_price_ref
    price_ref = new_price_ref
    ID += 1
    candle_price_open.append(price_ref)
    candle_price_close.append(price_ref)

IDs=range(ID+1)
volume=np.zeros(ID+1)

a_price_open=np.array(candle_price_open)
a_price_close=np.array(candle_price_close)
b_green_candle = a_price_open < a_price_close
candle_price_low = np.where(b_green_candle, a_price_open, a_price_close)
candle_price_high = np.where(b_green_candle, a_price_close, a_price_open)

DOCHLV=zip(IDs, candle_price_open, candle_price_close, candle_price_high, candle_price_low, volume)

#print(DOCHLV)

fig = plt.figure()
fig.subplots_adjust(bottom=0.1)
ax = fig.add_subplot(211)
df['Bid'].plot()
plt.title("Price graph")
ax = fig.add_subplot(212)
plt.title("Renko chart")
candlestick(ax, DOCHLV, width=0.6, colorup='g', colordown='r', alpha=1.0)
plt.show()

我的问题是我在这里所做的不是真正的 Renko 图，原因有两个：

  1. 在 Renko 图表中，您不能拥有具有相同开盘价和收盘价的绿色蜡烛和红色蜡烛（在我的代码中不是这种情况）...
  2. 每根蜡烛必须有一个固定的高度（在我的代码中，一些蜡烛的高度是蜡烛高度的 2 或 3 倍……这是个问题！）

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

1 回答 1

0 
 for i,row in enumerate(df.values):
     ID = i
     sym,timestamp,open_price,close_price = row
     print ID,sym,open_price,close_price

但我认为我不太了解您要做什么...

于 2012-09-07T21:00:12.580 回答