从股票代码数据生成烛条

Question

我有一个算法可以将股票行情数据转换为烛台。 我有一个代码可以多次调用此函数，并且我正在尝试优化该函数，使其运行得更快。 所以我希望你阅读代码，并给我关于如何让它更快的建议

为了解决这个问题，您可以将市场行情视为两个列表。 某只股票的价格列表

stock_price = [ 5, 5.1, 5, 4.9 , ... ]

以及与每个价格关联的时间戳列表。

timestamps  = [ 1534339504.36133 , 1534339704.36133, 1534339804.36133, 1534340504.36133, ... ]

您会注意到采样率是可变的，有时可能是几秒钟，有时可能是几分钟。输入列表按递增时间戳排序。

所以我给出了一个我想要计算的蜡烛数 N。 每根蜡烛的持续时间为 T。如果我要求 10 根蜡烛，每根蜡烛持续时间为 5 分钟，并且我没有足够的时间戳，那么第一根蜡烛将是 NAN。另一方面，如果我有大量过去几周的时间戳，则只会考虑最后一个样本来计算最后 10 根蜡烛，其余的将被忽略。

还有一个细节。我以略有不同的方式计算蜡烛。 通常，它们引用 UTC，我认为列表中的最后一个元素是收盘价和最后一根蜡烛的时间

最后，我需要列表或 numpy 数组，其中包含蜡烛的开盘价、最高价、最低价、收盘价以及时间间隔为 T 的 N 根蜡烛的时间

因此，要将这两个列表转换为蜡烛图，我执行以下操作

# time_interval is the size of the candle: 1, 5, 10... minutes, hours, etc
# nb_candles is the number of candles that I want to extract ( for example the last 5 candles )
def convert_samples_to_candles( stock_price , times , time_interval , nb_candles=-1 ):
#If no data return NaNs        
if( len(stock_price) == 0 or len(times) == 0 ):
NO_RESPONSE = [np.NaN]
return NO_RESPONSE, NO_RESPONSE, NO_RESPONSE, NO_RESPONSE, NO_RESPONSE
last_time = times[-1]
last_val  = stock_price[-1]
#if nb_candles is not specified compute all the candles
if( nb_candles==-1 ):
nb_candles = int((last_time - times[0])/time_interval) + 1
candles_open  = [np.NaN]*nb_candles
candles_close = [np.NaN]*nb_candles
candles_high  = [np.NaN]*nb_candles 
candles_low   = [np.NaN]*nb_candles 
candles_time  = [np.NaN]*nb_candles
k=1
last_candle = -1
#Initialize the last candles with the last value
candles_open[-1]  = last_val
candles_close[-1] = last_val
candles_high[-1]  = last_val
candles_low[-1]   = last_val
candles_time[-1]  = last_time
#Iterate and fill each candle from the last one to the first one
nb_times = len(times)
while( k < nb_times and times[-1*k] + nb_candles*time_interval >  last_time ):
a_last       = stock_price[-1*k]
a_timestamp  = times[-1*k]
candle_index = (-1*int((last_time - a_timestamp)/time_interval) -1)
if( candle_index > -1 ):
k += 1
continue
if( candle_index < last_candle ):
candles_time[ candle_index ]  = a_timestamp
candles_close[ candle_index ] = a_last
candles_high[ candle_index ]  = a_last
candles_low[ candle_index ]   = a_last
candles_open[ candle_index ]  = a_last
last_candle = candle_index
else:
#print candle_index, candles_open 
candles_open[ candle_index ]  = a_last
if( candles_high[ candle_index ]  < a_last ):
candles_high[ candle_index ]  = a_last
if( candles_low[ candle_index ]   > a_last ):
candles_low[ candle_index ]   = a_last
k += 1

return candles_open, candles_close, candles_high, candles_low, candles_time

非常感谢您的时间！

Answer 1

因此，经过一些研究，我试图给出一种不同的方法来计算蜡烛。

我定义了一个Candle_Handler类，并迭代插入样本，并更新蜡烛。

当您迭代重新计算蜡烛时，此代码比问题中的代码略快。

class Candle_Handler(  ):
def __init__(self, time_interval, nb_candles=5 ):
self.nb_candles    = nb_candles
self.time_interval = time_interval
self.times  = []
self.values = []
self.candles_t = [ [] for _ in range(nb_candles) ]
self.candles_v = [ [] for _ in range(nb_candles) ]       

def insert_sample( self, value, time ):
self.candles_t[-1].append(time)
self.candles_v[-1].append(value)
for i in range( self.nb_candles ):
candle_index = -1*(i+1)
if( len(self.candles_t[candle_index]) == 0 ): continue
candle_time_interval = (i+1)*self.time_interval
if( i + 1 == self.nb_candles ):
while( len(self.candles_t[candle_index])> 0 and  time - self.candles_t[candle_index][0] > candle_time_interval ):
del self.candles_t[candle_index][0]
del self.candles_v[candle_index][0]
else:
while( len(self.candles_t[candle_index])> 0 and  time - self.candles_t[candle_index][0] > candle_time_interval ):
ltime  = self.candles_t[candle_index].pop(0)
lvalue = self.candles_v[candle_index].pop(0)
self.candles_t[candle_index-1].append( ltime )
self.candles_v[candle_index-1].append( lvalue )

def get_all_candles(self, delta=1.0 ):
last_time = self.candles_t[-1][-1]
candles_open  = [ c[0]   if len(c)>0 else np.NAN for c in self.candles_v ] 
candles_close = [ c[-1]  if len(c)>0 else np.NAN for c in self.candles_v ] 
candles_high  = [ max(c) if len(c)>0 else np.NAN for c in self.candles_v ]  
candles_low   = [ min(c) if len(c)>0 else np.NAN for c in self.candles_v ]  
#candles_time  = [ c[-1]  if len(c)>0 else np.NAN for c in self.candles_t ]        
candles_time  = [ last_time - (self.nb_candles - (c+1) )*self.time_interval for c in range(self.nb_candles) ]         

for i in range( 1, self.nb_candles ):
if( np.isnan( candles_close[i-1] ) ): continue
if( np.isnan( candles_open[i] ) ):
candles_open[i]  = candles_close[i-1]
candles_close[i] = candles_close[i-1]
candles_high[i]  = candles_close[i-1]
candles_low[i]   = candles_close[i-1]

if( not delta == 1.0 ):
candles_close[-1] = candles_close[-1]*delta
if( candles_high[-1] < candles_close[-1] ):
candles_high[-1] = candles_close[-1]
if( candles_low[-1]  > candles_close[-1] ):
candles_low[-1]  = candles_close[-1]
if( len(self.candles_v[-1]) == 1 ):
candles_open[-1] = candles_close[-1]
return candles_open, candles_close, candles_high, candles_low, candles_time