FX數據 - 分析日內數據

我剛剛發現了熊貓和python。我已經閱讀了Wes的書，再加上我一直在SO上翻閱熊貓標記的問題來收集這個問題的答案。所以，我已經試過...我微薄的編程智能通過遺憾的是輝煌燦爛;）FX數據 - 分析日內數據

這裏是我想要做的事：

我有即日FX數據（每小時），而我試圖做一些很簡單的分析。我正在測試價格測試每日開放價格的頻率，並拒絕或通過它。

對我來說這似乎很簡單....我只是迷失在將所有組件集合到一起以獲得最終的完整解決方案。

在僞代碼這裏就是我想實現：

在通過read_csv讀取數據
計算每天的開放水平（？使用at_time）
所有每小時蠟燭
- 測試蠟燭低點是否低於日線開倉水平
- 測試蠟燭是否收盤高於日線水平

如果有人可以請指點我在正確的方向，我真的很感激它。我現在正要放棄這一點。我覺得答案應該是很簡單的，但我此刻的

這裏失去的只是數據我一直在努力：

data = pd.read_csv('data/GBPUSD60.csv', 
       names=['Date','Time','Open','High','Low','Close','Volume'], 
       parse_dates={'Timestamp': ['Date', 'Time']}, 
       index_col=['Timestamp']) 

       # Get rid of the volume 
       del data['Volume']

導致DF：

     Open High Low  Close 
Timestamp     
2012-11-14 04:00:00 1.58766 1.58890 1.58749 1.58877  
2012-11-14 05:00:00 1.58874 1.58887 1.58819 1.58849  
2012-11-14 06:00:00 1.58849 1.58921 1.58831 1.58890  
2012-11-14 07:00:00 1.58890 1.58895 1.58811 1.58876  
2012-11-14 08:00:00 1.58874 1.58934 1.58841 1.58849

我假設我需要採取以下兩種方式之一：

要麼按天分組數據，要麼循環檢查日間蠟燭秒。
其次，我可以使用df.apply功能和生成功能測試蠟燭

有兩種方法的問題是，我進入試圖訪問我需要的字段各種各樣的麻煩。

來源

2013-04-07 user2253810

您的僞代碼是斑點。這裏的語義

步驟1：日期列

df['date'] = [i.date() for i in df.index]

2步：獲取每天開放（假設開盤價是當天的第一支蠟燭的政務公開欄）

df['dailyOpen'] = df.groupby('date').open.transform(lambda s: s[0])

第3步：比較

df['flag'] = (df.low < df.dailyOpen) & (df.close > df.dailyOpen)

如果您想要在一天中發生上述情況的次數，t他應該工作

res = df.groupby('date').flag.sum()

來源

2013-04-07 12:54:00 user1827356

謝謝。採用date（）方法。更新了答案。屬性訪問似乎對我現在沒有問題 – user1827356 2013-04-07 13:13:35

+1。原因屬性訪問不起作用是因爲我的列與OP的相同，即大寫字母。：^） – DSM 2013-04-07 13:18:29

奇妙 - 謝謝你！我一直在我的頭上撞牆。我能在本質上做他每週開放等相同的東西嗎？我不得不重新採樣每週ohlc的數據。再次感謝！ – user2253810 2013-04-08 01:55:45

FX數據 - 分析日內數據

回答

相關問題