如何生成3分钟,5分钟,n分钟K线数据

量化交易入门之vnpy简单策略编写 本篇博客将介绍量化交易框架vnpy的简单策略编写。 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
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

相关推荐

delphi7显示K线图

从网站读取实时股票K线图并显示的小程序。DELPHI7开发平台

代码生成k线数据

代码生成k线数据 https://blog.youkuaiyun.com/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 2024

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。

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 1178

delphi 作 的k线图

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

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

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 797

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

delphi 做的k线图绘制工具,please try !

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秒线,大宗商品指数(文华商品7186) 5秒线,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 1467

信号完整性分析学习--16--传输线效应

传输线效应 说到传输线效应,大多数人都会想到一个经验法则,那就是: “当互连线的长度大于1/6倍的信号上升时间的空间延伸时,互连线就体现出传输线效应。” 上升时间越小越容易体现传输线效应。 由此可见,同一根互连线,它是否体现传输线效应,要看它要传输什么样的信号。下图所示,一根延时为15ps的互连线,当它传输上升时间为60ps的信号时就会体现传输线效应;当它传输上升时间为180ps的信号时就不体现传输线效应。

qq_29476769的博客 7284

近4000张真实城市场景行人数据集:YOLO训练实战指南

行人检测是计算机视觉在智能驾驶与机器人感知中的基础任务,其核心挑战在于模型对真实道路场景的鲁棒性——尤其在小目标、遮挡、光照变化及中国特有交通参与者(如外卖骑手、接娃家长)下的泛化能力。本文围绕轻量化、高覆盖、强落地性的近4000张实采图像,系统阐释如何构建面向YOLO系列模型的高质量训练数据集:从四维场景采样策略(光照-遮挡-尺度-姿态)出发,解析标注规范对检测精度的关键影响,并说明数据增强需服务于真实干扰源(雨痕、动态模糊、对比度衰减),而非盲目堆叠。该数据集专为已掌握YOLO训练流程的算法工程师、嵌入

weixin_32495691的博客 298

1000只ETF的5分钟K线怎么批量获取?QuantDash分页策略与Python高性能实践

QuantDash Python SDK 原生支持 `5m` 分钟K线、`klines.batch()` 批量查询以及 `start_time/end_time` 时间区间参数,因此可以将“标的分页”和“时间分页”拆开设计。对于1000只ETF,还可以结合一分钟120次请求额度控制并发和轮询节奏,避免把大量网络请求写成逐标的循环。

quantdash_cc的博客 511

【新版系统架构】系统架构设计师教程全篇知识点提炼

信息系统的5个基本功能:输入、存储、处理、输出和控制信息系统的发展:诺兰模型:初始阶段、传播阶段、控制阶段、集成阶段、数据管理阶段、成熟阶段信息系统的分类:传统的信息系统分为:业务(数据)处理系统、管理信息系统(MIS)、决策支持系统(DSS)、专家系统(ES)、办公自动化系统(OAS)等5类信息系统的生命周期:1、产生阶段2、开发阶段(总体规划、系统分析、系统设计、系统实施、系统验收阶段)3、运行阶段4、消亡阶段信息系统建设原则:1、高层管理人员介入原则。

分享技术干货和灵感、推荐新书和好玩的项目、分享Java面试题 1万+

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 568

对偶分解算法详解及其Python实现

对偶分解算法是一种广泛应用于求解凸优化问题的有效方法,尤其在大规模数据处理和分布式计算中展现出强大的实用性。在许多实际应用中,直接求解原始问题可能由于计算复杂度过高、资源受限或问题规模过大而变得不可行。这时,对偶分解方法为我们提供了一种高效的替代方案。对偶分解算法的核心思想是将复杂的原问题转化为其对应的拉格朗日对偶问题。通过引入拉格朗日乘子并构造对偶函数,该方法在一定程度上简化了问题的求解过程。特别是,对于包含多个约束条件的大规模优化问题,对偶分解可以将原问题分解为若干个小规模、相互独立的子问题。

闲人编程的博客 1754

node运行项目-Network: unavailable-没有ip地址

vscode运行vue项目后发现Network: unavailable 是什么情况呢?可能有一下三种情况:1.多个网卡原因:打开网络共享中心,把多余的网络禁用掉,只留一个2.在中配置host及public3.系统环境变量问题。

JackieDYH的博客 7541

Gonka抵押与惩罚机制:网络如何惩罚作弊者、奖励诚实节点?

在 Gonka AI Compute 网络中,"抵押(Collateral)"与"惩罚(Slashing)"是保障算力网络诚实运转的两大支柱:参与者必须押上真金白银才能获得更高的网络权重,一旦被证明作弊或缺勤,抵押品会被直接烧掉;而诚实提供算力的节点则按贡献持续获得奖励。本文用通俗的方式讲清 Gonka 抵押与惩罚机制的运作原理,帮你快速理解这套"防作弊经济模型"。 ## 先搞懂背景:Gonka

gitblog_00802的博客 290

【数据同化第一期】基本概念介绍

【数据同化第一期】基本概念介绍

WW、forever的博客 1906

Kronos:把K线当语言来读,开源金融K线预测基础模型

Kronos 是第一个面向金融K线(蜡烛图)序列的开源基础模型,用全球45家以上交易所的数据训练而成。如果你想用深度学习预测未来N根K线的开收盘价和成交量,又不想自己从头训模型,它直接给了一套预训练模型:加载即用,MIT协议,论文已被 AAAI 2026 接收。 ## 项目速览:它是什么 - **定位**:decoder-only 的金融K线预测模型家族,把市场波动当作一门"语言"来学,训练语

gitblog_00842的博客 419

想使用dify实现docx文档的自动生成?试了一圈,感觉还是根据python-docx更靠谱

在软件开发过程中,需求文档、设计文档等材料的编写是每个开发者都绕不开的工作。最近笔者接到一个需要批量生成标准化需求文档的任务,尝试了目前热门的低代码工具Dify后,发现对于稍微复杂格式的文档生成需求(例如文本居中这么简单的需求),最终还是回归到基于python-docx库的解决方案。本文将分享两种技术路线的对比实践。

xiezhipu的博客 2549

英飞凌Tricore问题排查01_Det/Reset/Trap排查宝典

软件跑飞进Det或发生Reset或进Trap了,怎么查?有固定套路可以follow吗?英飞凌Tricore又有哪些专门的定位办法?本篇为您娓娓道来。

initiallizer的博客 4417

股票行情数据API实战:分钟K线、五档盘口与Python接入全攻略

在量化交易和智能盯盘工具的研发中,行情数据的获取是第一步,也是最容易踩坑的一环。许多开发者面对股票数据API时,常被分钟K线的粒度选择、五档盘口的快照本质、免费与付费数据源的稳定性差异所困扰。理解K线是从逐笔成交聚合而来的四元组、五档只是某一瞬间的市场快照,是正确使用数据的基础。Python作为金融数据处理的常用语言,封装了请求、解析、增量合并等工程实践,让开发者能高效落地数据接入。无论是利用AkShare、Tushare Pro等免费数据源快速验证策略,还是通过券商接口保障实盘稳定,清晰的数据生命周期管理

weixin_28725949的博客 257

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

10 分钟跑出第一条 Kronos K 线预测:K 线基础模型完整上手指南

Kronos 是首个开源的 K 线(candlestick)基础模型,在 **45+** 个全球交易所的数据上预训练。它解决的是传统股票预测绕不开的麻烦:不用手工造特征、不用自己搭模型,喂一份历史 K 线 CSV 进去,直接输出未来若干根 K 线的开高低收和成交量。 [![Kronos K线基础模型架构图:Tokenizer 分词与自回归 Transformer 预训练全流程](https://

gitblog_00859的博客 596

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Kronos金融大模型入门:把5分钟K线变成AI股票预测信号

盯盘两小时,MACD金叉刚出现,K线早已掉头。Kronos 是首个开源 K线基础大模型,用自回归预测直接续写出未来 K线,而非事后指标。本文从一个真实下单场景讲起,带走三样东西:它为何比固定指标灵敏、官方回测证据,以及从装环境到出预测的落地步骤。 ## 先说痛点:指标总是慢半拍 你挂单时看到的金叉、死叉,其实是"后视镜":它们由过去 N 根 K线按固定参数算出,等信号落地,价格往往已走完一段。

gitblog_00630的博客 178

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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