博客

Python 将逐点数据转换成OHLC（开盘-高点-收盘）数据

  • Post category:Python

将逐点数据转换成OHLC数据，是一种将历史市场交易数据处理成日、周、月等时间周期的数据的方法。OHLC代表面值(open、high、low、close)，也称开盘价、最高价、最低价、收盘价，这种数据常用于股票、期货、外汇等市场数据的分析中。

下面是Python将逐点数据转换成OHLC数据的代码示例。本代码实现了对每日收盘价进行OHLC数据的转换，更改时间周期只需在代码中按需更改。

import pandas as pd
from datetime import datetime

# 读取逐点数据
df = pd.read_csv('trading_data.csv', index_col='datetime', parse_dates=True)

# 转换为每日数据，收盘价(Close)为日的最后交易价格
daily = df.resample('D').agg({'open': 'first', 'high': 'max', 'low': 'min', 'close': 'last'})

# 删除NaN值
daily.dropna(inplace=True)

# 输出结果
print(daily.head())

代码解释：
– 逐点数据文件：’trading_data.csv’
– 使用pandas库中的read_csv函数读取逐点数据，index_col=’datetime’将’datetime’列指定为DataFrame的行索引，parse_dates=True将日期时间解析为pandas的日期时间类型
– 使用pandas库中的resample函数将原数据按每日重采样为日线数据，将open列选用首个值，high列选最大值，low列选最小值，close列选中每日最后一次交易的价格
– dropna(inplace=True)删除NaN值
– 输出每日OHLC数据的前5行

以上就是Python将逐点数据转换成OHLC数据的示例代码。根据实际需求，可以将代码进行相应的修改以适应更多不同的情况。

Tags: