[PYTHON] Quantopian Tutorial LEKTION 6

Dies ist eine Fortsetzung von Letztes Mal.

LESSON 6 The history() Function

Die Methode data.history () [^ 1] ruft historische Daten ab. Die zu übergebenden Argumente lauten wie folgt.

Der Rückgabewert ist vom Typ pandas DataFrame. Im folgenden Beispiel wird der Preis für 10 Tage AAPL ermittelt und der Durchschnitt berechnet.

# Get the 10-day trailing price history of AAPL in the form of a Series.
hist = data.history(sid(24), 'price', 10, '1d')

# Mean price over the last 10 days.
mean_price = hist.mean()

Durch Angabe von '1d' im vierten Argument werden Daten mit einer Häufigkeit von jedem Tag erfasst. Wenn Sie '1m' angeben, erhalten Sie die Daten jede Minute.

Wenn Sie '1d' angeben, ist auch der Preis für den Tag enthalten. Ich denke, dass der Durchschnitt bis zum Vortag häufig für Trades verwendet wird, die den gleitenden Durchschnitt als Richtwert verwenden. Um den Durchschnitt für 10 Tage bis zum vorherigen Tag zu berechnen, schreiben Sie wie folgt.

data.history(sid(8554), 'volume', 11, '1d')[:-1].mean()

Ähnlich wie bei data.current (), das in LEKTION 5 eingeführt wurde, wird der Pandas-Typ DataFrame zurückgegeben, wenn mehrere Probleme angegeben werden.

# Get the last 5 minutes of volume data for each security in our list.
hist = data.history([sid(24), sid(8554), sid(5061)], 'volume', 5, '1m')

# Calculate the mean volume for each security in our DataFrame.
mean_volumes = hist.mean(axis=0)

Wenn mehrere Marken vorhanden sind und mehrere Felder angegeben sind, wird der Pandas-Panel-Typ [^ 2] zurückgegeben.

# Low and high minute bar history for each of our securities.
hist = data.history([sid(24), sid(8554), sid(5061)], ['low', 'high'], 5, '1m')

# Calculate the mean low and high over the last 5 minutes
means = hist.mean()
mean_lows = means['low']
mean_highs = means['high']

Der folgende Code gibt das durchschnittliche Volumen von AAPL, MSFT und SPY für 10 Minuten aus.

def initialize(context):
    # AAPL, MSFT, SPY
    context.security_list = [sid(24), sid(8554), sid(5061)]

def handle_data(context, data):
    hist = data.history(context.security_list, 'volume', 10, '1m').mean()
    print hist.mean()

LESSON 5<-->LESSON7

[^ 1]: Als Methode wie zuvor notiert. [^ 2]: Ich habe gehört, dass Panel in xray integriert ist. Wenn jemand die Details kennt, lass es mich wissen.