如何生成3分钟,5分钟,n分钟K线数据

基于历史K线数据比较的量化选股方法及其系统分享 最近的量化很火,越来越多的国内外公司开始参与到其中,我相信量化是金融交易系统后续发展的大方向,其中一定有值得我们去挖掘和发现的价值和惊喜。 根据自己的想法设计了一套K线历史数据比较和分析系统,算是量化中的一种方式吧。东西陆陆续续做了近1年时间,也花了不少功夫在上面,现在把思想和系统分享出来,抛砖引玉,与大家分享。 欢迎拍砖! 阅读详情
这里讨论的不是如何画k线,而是如何生成特定周期k线的最高价,最低价,开盘价,收盘价。
在vnpy的vn.trader的ctaDemo中,群主大人给出了生成1分钟K线的数据的方法:只要tick.datetime.minute不同就是一条新的K线。
但怎么生成3分钟,5分钟,10分钟,15分钟的k线呢?
从群里的讨论,目前有两种方式:

1、利用tick.datetime.minute, 如果 tick.datetime.minute 能被3,5,10,15整除(也就是余数为0),那么就可以是一条新k线。
tickMinute  % 3 == 0
tickMinute  % 5 == 0
tickMinute  % 10 == 0
tickMinute  % 15 == 0
对于期货来说,这种方法到15分钟就为止了,因为期货有中间休盘时间,上午的10:15-10:30。所以15分钟以上的时间周期,要看你的策略需要的是什么样的K线。

2、利用pandas.resample
既然已经知道1分钟的k线了,那可不可以在1分钟的基础上来计算出其他时间k线呢?当然可以,请使用较新版本的pandas:
假设df为:
  1.                        Open    High     Low   Close  Volume
  2. Date                                                       
  3. 1999-01-04 10:22:00  1.1801  1.1819  1.1801  1.1817       4
  4. 1999-01-04 10:23:00  1.1817  1.1818  1.1804  1.1814      18
  5. 1999-01-04 10:24:00  1.1817  1.1817  1.1802  1.1806      12
  6. 1999-01-04 10:25:00  1.1807  1.1815  1.1795  1.1808      26
  7. 1999-01-04 10:26:00  1.1803  1.1806  1.1790  1.1806       4
复制代码

5分钟的:
  1. ohlc_dict = {                                                                                                             
  2. 'Open':'first',                                                                                                    
  3. 'High':'max',                                                                                                       
  4. 'Low':'min',                                                                                                        
  5. 'Close': 'last',                                                                                                    
  6. 'Volume': 'sum'
  7. }

  8. df.resample('5T', how=ohlc_dict, closed='left', label='left')
复制代码


其他的时间周期,修改一下就好了。
以上参考了群里的讨论,以及 http://stackoverflow.com/questio ... h-python-and-pandas
delphi7显示K线 从网站读取实时股票K线图并显示的小程序。DELPHI7开发平台 立即下载

相关推荐

delphi 绘制K线例子

一个用于绘制股线K线的程序,从Delphi Ktop 上转来的,值得参考。

delphi_k_line--.rar_K._K线_delphi K线_delphi line

delphi 做的k线图绘制工具,please try !

delphi 作 的k线

从某收费源码网站下载,delphi读取股票信息并绘制K线图示例

MT5客户端CTP接入 国内期货之二 自定义交易品种 历史数据导入

方法1: 界面插入历史数据 1.  选中产品与数据周期 2 选择历史数据文件 将数据插入 3. 查看导入历史数据情况 切换1小时周期 数据自然推算出来 good! 4.  K线效果图   手工导入成功 此方法适合品种比较少的数据导入,而且历史数据源历史足够长的情况, 如果1分数据短,无法生成足够的其他周期数据,需要各个周期分别导入   方法二:  程序化导...

MT5的博客 6666

python不同时间周期k线_VNPY 自带跨时间周期交易策略MultiTimeframeStrategy 分析

之前写了bollchannel布林线轨道策略,感觉自己也有收获,趁热打铁,分析下另一个时间周期策略。其实原理很简单,就是15分钟周期分析现在多头还是空头市场,再结合rsi指标,在5分钟线K线级别下单。非常简单,也很有效。class MultiTimeframeStrategy(CtaTemplate):"""跨时间周期交易策略"""className = 'MultiTimeframeStrate...

weixin_42398635的博客 1649

代码生成k线数据

代码生成k线数据 https://blog.csdn.net/hanmuling/article/details/70312671 package com.cgs.test; import com.cgs.test.model.DealHistoryItem; import com.cgs.test.model.KDayItem; import com.cgs.test.model.KMinItem; import com.cgs.test.model.KdataItem; import com.

az44yao的专栏 2022

5分钟k线数据 存储_【炒股干货】只有1%知道的15分钟K线战法,值得收藏

实战看盘最常用的就是日、周、月等K线图。这些图形对于我们分析个股走势的确帮助很大,然而遇到调整时,就显示了其宏观有余、微观不足的缺点。但假如我们用分时K线图进行微观的观察与分析,就可以找到一些个股在调整中的规律,比如15分钟K线图:15分钟K线图战法:操作原则:必须在下午盘14点以后观察并在收盘前必须买入符合条件的个股,一般在14:30---15:00这个时间段买入,第二天早盘10点前卖...

weixin_39528994的博客 1174

python程序化 k线指定时间更新_python3数据处理 —— K线周期处理

简介原始素材为1分钟周期的k线数据——开高低收量时间目标是将1分钟周期的K线数据转化为n分钟周期的K线数据关键步骤指标处理 → 归纳 → 整理核心函数pandas.to_datetimeDataFrame.resampleDataFrame.agg核心步骤说明k线中的日期数据全部转化为时间格式(timestamp)优点:从txt等文件导入数据后,时间是字符串格式,形式多样,需要统一化时间格式支持加...

weixin_39997173的博客 789

k线生成模块

1、支持任意周期K线。 2、支持K线偏移。 3、支持指数、主力。 4、支持文华商品指数。 默认支持的是:5秒、1分钟3分钟5分钟、日线。 时间:2010年到现在。 数据如下: 5线,大宗商品指数(文华商品7186) 5线,工业品 1分钟,螺纹钢指数 5分钟前偏移60秒,大宗商品指数,时间去除了‘:’。 代码比较复杂,贴上导出的库: /* libkline特性 1、支持任意周期K线。K线周期以秒为单位,大于总交易时间的都认为是日线。整个交易日.

HFTNewMan的博客 1463

台湾人delphi写的股票K线完整源码Demo,简体版,有参考价值

台湾人delphi写的股票K线完整源码Demo,繁体已经转成了简体,对自己画K线的朋友有一定参考价值

基于 QuantDash 5 分钟 K 线的网格交易策略参数网格搜索寻优实战

摘要 / 快速解答 在日内5分钟K线网格交易中,QuantDash Python SDK提供了高效解决方案,可一键获取服务器端前复权高频数据(qd.klines.get(adjust='forward')),避免传统方案的数据爬取限频和复权误差问题。通过构建参数网格搜索回测框架,能快速评估网格步长(0.5%-2%)和层数(3-10层)对收益率与回撤的影响。实测显示,极简代码即可完成分钟级参数优化,显著提升策略开发效率。 核心优势 高频数据稳定性:工业级API支持5分钟K线批量获取,规避爬虫限频风险。

quantdash_cc的博客 556

c语言程序化交易:如何计算K线指标

在程序化交易中往往需要自己计算K线指标,刚开始希望在网络上找一些现成的代码资源,但找了半天相关信息很少,好像只有一个ta-lib金融库,但使用复杂,而且很多计算方法和一些常用股票软件不一致,最后的指标结果和这些股票软件是不同的。 如何获得K线指标计算公式 后来决定自己动手编,可以从一些常用股票软件查询获得计算公式,文华财经的指标公式查询如下图: 文华财经的 [BOLL公式]说明: N = 26 M = 26 P = 2 MID:MA(CLOSE,N); TMP2:=STD(CLOSE,M);//标准差:

weixin_43123805的博客 2803

终极缠论分析插件:3分钟掌握专业级K线结构识别技术

在技术分析领域,缠论一直以其复杂的结构和严谨的逻辑让许多投资者望而却步。但现在,通过这款专门为通达信设计的缠论可视化分析插件,即使是零基础的新手也能在短短几分钟内掌握专业的缠论分析技巧。这款基于C++开发的智能工具将抽象的缠论理论转化为直观的图表展示,让复杂的市场结构变得一目了然。 ## 🚀 为什么选择这款缠论分析插件? ### 从理论到实践的完美桥梁 传统的缠论学习需要数月的理论积累和实践

gitblog_00023的博客 873

通达信缠论指标插件:5分钟实现专业级K线分析技术

你是否曾经面对复杂的K线图感到无从下手?想要掌握缠论分析技术却苦于学习曲线陡峭?现在,通过这款免费的通达信缠论可视化分析插件,你可以在5分钟内将复杂的缠论理论转化为直观的图表展示,实现专业级的技术分析能力!这款基于C++开发的智能插件能够自动识别缠论中的关键结构元素,让技术分析变得简单高效。 ## 🚀 核心功能亮点:智能缠论分析系统 这款缠论指标插件为你提供了一套完整的可视化分析工具,主要包

gitblog_00612的博客 301

线上MySQL突然卡死,排查的黄金5分钟

从一次"凌晨2点CEO在群里@所有人"的紧急故障出发,系统性总结MySQL应急排查的完整SOP。通过5分钟分步骤排查流程、6大常见故障场景的真实案例、以及紧急处理手段的决策树,揭秘如何快速定位死锁、慢查询、连接数爆满、磁盘空间满等问题。配合时序图展示排查流程,给出可直接执行的排查命令和应急处理脚本。

比较是偷走幸福的小偷 4464

Python量化交易学习笔记(39)——BaoStock股票数据下载

鉴于近几篇文章都与多周期回测相关,因此用这篇文章来记录下多周期股票的数据的获取方式。 前面在zwPython的框架下,使用的是Tushare来获取A股的日线数据,如果想获取其他周期数据,就要使用Tushare Pro,并且还要有足够的积分。苦于家里没矿,手里没银子,转投向可以免费下载数据的BaoStock,以下简单记录数据下载流程。 安装 使用国内源安装: pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted

码农甲的博客 2万+
上一篇: Zipline框架初探(上)
下一篇: 深度学习如何入门?
Trader_Python
博客等级 码龄11年 392粉丝 0原创
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值