Convertissez des données FX 1 minute en données 5 minutes avec Python

Aperçu

La dernière fois a essayé d'afficher les données FX de ce site en Python. J'ai utilisé les données pendant 1 minute, mais parfois je voulais les convertir en une minute, je laisse donc le code d'implémentation.

environnement

Le meme que la derniere fois.

• Python 3.6 on Anaconda
• Jupiter notebook on Anaconda

Affichage des données en 1 minute

Affichage graphique de HISTDATA_COM_ASCII_EURJPY_M1_201911.zip de ce site Faire. Après avoir téléchargé les données, exécutez ce qui suit.

import plotly.graph_objects as go

import pandas as pd
from datetime import datetime

df_one = df["2019-11-18": "2019-11-20"]

df_show = df_one

fig = go.Figure(data=[
    go.Candlestick(
        x=df_show.index,
        open=df_show.Open,
        high=df_show.High,
        low=df_show.Low,
        close=df_one.Close
    )
])

fig.show()

Il sera affiché comme suit.

Convertir de 1 minute en 5 minutes

Vous pouvez le convertir en 5 minutes en utilisant le rééchantillonnage ci-dessous. Si vous modifiez le taux à 10T, 1H, etc., vous pouvez le convertir en n'importe quelle jambe.

df_five = pd.DataFrame()
rule = "5T"
df_five["Open"] = df_one["Open"].resample(rule).first()
df_five["Close"] = df_one["Close"].resample(rule).last()
df_five["High"] = df_one["High"].resample(rule).max()
df_five["Low"] = df_one["Low"].resample(rule).min()

Affichage des données en 5 minutes

Veuillez faire ce qui suit:

df_show = df_five

fig = go.Figure(data=[
    go.Candlestick(
        x=df_show.index,
        open=df_show.Open,
        high=df_show.High,
        low=df_show.Low,
        close=df_show.Close
    )
])

fig.show()

Il sera affiché comme suit.

Je ne comprends pas vraiment la différence entre 1 minute et 5 minutes, alors comparons la durée et le début. 1 minute c'est ...

print(df_one.shape)
print(df_one.head())

'''
output: 
(4319, 5)
                        Open     High      Low    Close  Volume
datetime                                                       
2019-11-18 00:00:00  120.360  120.371  120.360  120.368       0
2019-11-18 00:01:00  120.368  120.372  120.360  120.360       0
2019-11-18 00:02:00  120.361  120.362  120.360  120.360       0
2019-11-18 00:03:00  120.360  120.376  120.360  120.376       0
2019-11-18 00:04:00  120.377  120.380  120.374  120.376       0
'''

5 minutes ...

print(df_five.shape)
print(df_five.head())

'''
output:
(864, 4)
                        Open    Close     High      Low
datetime                                               
2019-11-18 00:00:00  120.360  120.376  120.380  120.360
2019-11-18 00:05:00  120.376  120.382  120.387  120.369
2019-11-18 00:10:00  120.381  120.361  120.381  120.352
2019-11-18 00:15:00  120.361  120.354  120.365  120.341
2019-11-18 00:20:00  120.354  120.349  120.354  120.341
'''

C'est environ un cinquième de la taille, et l'encoche est également de cinq minutes. N'est-ce pas bon?

c'est tout!