PriceGenerator
Ссылка на проект: https://github.com/Tim55667757/PriceGenerator
Иногда для целей тестирования автоматизированных торговых алгоритмов бывает необходимо получить набор данных с биржевыми ценами, которые попадают под определённые статистические ограничения. Обычно трейдеры и аналитики используют модель цен вида OHLCV-candlesticks (open, high, low, close, volume), так называемые японские свечи. Одна строка таких данных представляет собой набор цен для построения одной японской свечи: дата открытия, цена открытия, наибольшая цена, наименьшая цена, цена закрытия на данном временном интервале и значение объёма торгов.
PriceGenerator — это простая библиотека на python, которую можно использовать как модуль или запускать из командной строки и генерировать случайные ценовые данные, максимально похожие на "настоящие цены", но с заранее заданными статистическими характеристиками. Можно задать интервал цен, таймфрейм, максимальное и минимальное значения для диапазона цен, максимальный размер для свечей, вероятность направления для очередной свечи, вероятность ценовых выбросов, количество генерируемых свечей и некоторые другие параметры.
Из статьи далее вы узнаете:
- как установить и использовать библиотеку PriceGenerator из командной строки, либо через импорт модуля;
- про метод генерации цен, используемый в библиотеке;
- как сгенерировать набор ценовых данных с параметрами по умолчанию, получить по ним статистику и нарисовать график (интерактивный или упрощённый);
- как загрузить ранее сохранённые данные по ценам, построить график и посчитать статистику;
- как переопределить статистические параметры генератора, заданные по умолчанию;
- как разделить ценовые данные по трендам, чтобы цена вела себя по разному для различных временных периодов.
Для дальнейшего статистического анализа цен в python очень часто используют библиотеку Pandas. Цены, сохранённые в виде Pandas DataFrame, могут выглядеть как-то так:
datetime open high low close volume
95 2021-02-03 11:00:00+03:00 76.82 78.43 76.21 78.13 33652
96 2021-02-03 12:00:00+03:00 78.13 78.37 78.12 78.36 9347
97 2021-02-03 13:00:00+03:00 78.36 78.40 78.05 78.07 27250
98 2021-02-03 14:00:00+03:00 78.07 78.61 75.72 76.42 22979
99 2021-02-03 15:00:00+03:00 76.42 77.37 76.25 77.16 30845
Библиотека PriceGenerator позволяет:
- сохранить сгенерированные цены в .csv-формате (пример: ./media/test.csv);
- сохранить сгенерированные цены в переменную формата Pandas DataFrame для дальнейшего использования в скриптах автоматизации;
- автоматически рассчитать некоторые статистические и вероятностные характеристики сгенерированных цен и сохранить их в markdown-формате (пример: ./media/index.html.md);
- загрузить цены реальных инструментов по модели OHLCV-candlesticks из .csv-файла и провести их статистический анализ;
- нарисовать график сгенерированных или загруженных реальных цен и сохранить его в html-формате (пример: ./media/index.html);
сгенерированные цены, график и некоторые данные о поведении цен можно сохранить в виде обычной png-картинки (пример: ./media/index.html.png):
Дополнительно на графике можно включить отображение некоторых популярных индикаторов (скользящие средние, полосы Боллинджера, ZigZag и другие).
Метод генерации цен
Генерация набора свечей заданной длины horizon происходит по следующему упрощённому алгоритму:
- Определяется или случайным образом генерируется в заданном диапазоне [
minClose,maxClose] цена открытияopenпервой свечи. - Случайным образом, в зависимости от значения вероятности направления очередной свечи
upCandlesProb(по умолчанию 50%), определяется направление свечи. Еслиrandom() ≤ upCandlesProb, то будет генерироваться up-свеча (у которойopen ≤ close), иначе будет генерироваться down-свеча (у которойopen > close). - После определения направления значение
closeсвечи случайным образом генерируется так, чтобы для получившегося "тела" свечи было справедливо|open - close| ≤ maxCandleBody. - Случайным образом, в зависимости от значения вероятности ценовых выбросов свечи
maxOutlier(по умолчанию 3%), генерируются значенияhighиlowсвечи. Еслиrandom() ≤ maxOutlier, то будет генерироваться свеча с ценовыми выбросами: "хвосты" свечи могут получиться достаточно большими, что будет имитировать реальные ценовые "выбросы" на рынке. Если свеча без аномалий, то "хвосты" будут генерироваться в диапазоне не более половины тела свечи. - Значение
closeсгенерированной свечи становится значением цены открытияopenследующей свечи. - Далее повторяются шаги 2-5 пока не будет сгенерирована вся цепочка цен заданной длины
horizon.
Все параметры можно задать после инициализации экземпляра класса PriceGenerator(). Результат генерации цен сохраняется в переменной класса prices в формате Pandas DataFrame и может использоваться для дальнейшего анализа. Также генератор может работать из командной строки и сохранять котировки в файл.
Как установить
Проще всего использовать установку через PyPI:
pip install pricegenerator
После этого можно проверить установку командой:
pip show pricegenerator
Примеры использования из командной строки
Внутренняя справка по ключам:
pricegenerator --help
Вывод:
Запуск: python PriceGenerator.py [параметры] [одна или несколько команд]
Генератор биржевых цен. Генерирует цепочку японских свечей с заранее предопределёнными
параметрами, возвращает pandas dataframe или сохраняет цены как .csv-файл
в формате свечей OHLCV в каждой строке. Смотрите примеры здесь:
https://tim55667757.github.io/PriceGenerator
Возможные параметры командной строки:
-h, --help Показать эту подсказку и выйти
--ticker TICKER Параметр: название тикера, 'TEST' по умолчанию.
--precision PRECISION
Параметр: кол-во знаков после запятой, 2 по умолчанию.
--timeframe TIMEFRAME
Параметр: разница между двумя соседними свечами
в минутах, 60 (или 1 час) по умолчанию.
--start START Параметр: дата и время первой свечи в текстовом формате
'год-месяц-день часы:минуты', например '2021-01-02 12:00'.
--horizon HORIZON Параметр: количество загружаемых или генерируемых свечей.
--split-trend SPLIT_TREND
Параметр: количество различных периодов, например
--split-trend=/\- означает, что нужно сгенерировать
три последовательных периода, где сначала цепочка свечей
образует восходящий тренд, затем нисходящий, и в конце
период без тренда. Используется с ключом --split-count key.
--split-count SPLIT_COUNT [SPLIT_COUNT ...]
Параметр: устанавливает количество свечей в каждом периоде,
например --split-count 5 10 15 означает, что нужно
сгенерировать 3 тренда с 5, 10 и 15 свечами в каждой цепочке,
причём общая сумма свечей должна совпадать со значением ключа
--horizon. Используется с ключами --split-count и --horizon.
--max-close MAX_CLOSE
Параметр: максимальная цена закрытия среди всех свечей.
--min-close MIN_CLOSE
Параметр: минимальная цена закрытия среди всех свечей.
--init-close INIT_CLOSE
Параметр: цена открытия первой свечи в цепочке равна
этому значению, как бы 'последней' цене закрытия.
--max-outlier MAX_OUTLIER
Параметр: максимальное значение ценовых 'выбросов',
по умолчанию (max-close - min-close) / 10.
--max-body MAX_BODY Параметр: максимальный размер 'тела' свечей:
abs(open - close), по умолчанию max-outlier * 0.9.
--max-volume MAX_VOLUME
Параметр: максимальный торговый объём одной свечи.
--up-candles-prob UP_CANDLES_PROB
Параметр: число в отрезке [0; 1] означает вероятность того,
что очередная свеча будет вверх, 0.5 по умолчанию.
--outliers-prob OUTLIERS_PROB
Параметр: число в отрезке [0; 1] это вероятность
ценовых 'выбросов' или 'хвостов', 0.03 по умолчанию.
--trend-deviation TREND_DEVIATION
Параметр: относительное отклонение для определения тренда,
по умолчанию ±0.005. Нет тренда, если (1st_close -
last_close) / 1st_close <= trend-deviation.
--sep SEP Параметр: разделитель для csv-файла, если не указывать,
то будет определяться автоматически.
--zigzag ZIGZAG Параметр: относительное отклонение для определения точек
индикатора ZigZag, 0.03 по умолчанию (3%).
--debug-level DEBUG_LEVEL
Параметр: уровень логирования для STDOUT,
например, 10 = DEBUG, 20 = INFO, 30 = WARNING,
40 = ERROR, 50 = CRITICAL.
--load-from LOAD_FROM
Команда: загрузить .cvs-файл в Pandas dataframe. Также вы
можете нарисовать график цен, указав ключ --render-bokeh.
--generate Команда: сгенерировать цепочку свечей с предопределёнными
статистическими параметрами и сохранить историю цен
как pandas dataframe или .csv-файл, если ключ --save-to
будет указан. Также вы можете нарисовать график цен,
указав ключ --render-bokeh.
--save-to SAVE_TO Команда: сохранить сгенерированные или загруженные цены
в .csv-файл. Также вы можете нарисовать график цен,
указав ключ --render-bokeh.
--render-bokeh RENDER_BOKEH
Команда: нарисовать цепочку свечей как интерактивный
график из библиотеки Bokeh. Перед командой вы должны задать
ключи --load-from или --generate. Подробнее про Bokeh:
https://docs.bokeh.org/en/latest/docs/gallery/candlestick.html.
--render-google RENDER_GOOGLE
Команда: нарисовать цепочку свечей на простом не интерактивном
графике из библиотеки Google Candlestick chart. Подробнее:
https://developers.google.com/chart/interactive/docs/gallery/candlestickchart
Перед командой вы должны задать ключи --load-from или
--generate.
Генерация цен с параметрами по умолчанию
Давайте попробуем сгенерировать случайные ценовые данные (ключ --generate) со всеми параметрами по умолчанию и сохранить их в файл test.csv (ключ --save-to имя_csv_файла ). Команда может выглядеть так:
pricegenerator --debug-level 10 --generate --save-to test.csv
Должен получиться вывод логов примерно следующего содержания:
PriceGenerator.py L:605 DEBUG [2021-01-31 17:52:49,954] =--==--==--==--==--==--==--==--==--==--==--==--==--==--==--==--==--==--==--==--=
PriceGenerator.py L:606 DEBUG [2021-01-31 17:52:49,954] PriceGenerator started: 2021-01-31 17:52:49
PriceGenerator.py L:367 INFO [2021-01-31 17:52:49,954] Generating prices...
PriceGenerator.py L:368 DEBUG [2021-01-31 17:52:49,954] - Ticker name: TEST
PriceGenerator.py L:369 DEBUG [2021-01-31 17:52:49,954] - Interval or timeframe (time delta between two neighbour candles): 1:00:00
PriceGenerator.py L:370 DEBUG [2021-01-31 17:52:49,954] - Horizon length (candlesticks count): 100
PriceGenerator.py L:371 DEBUG [2021-01-31 17:52:49,954] - Start time: 2021-01-31--17-00-00
PriceGenerator.py L:372 DEBUG [2021-01-31 17:52:49,955] |-> end time: 2021-02-04--21-00-00
PriceGenerator.py L:373 DEBUG [2021-01-31 17:52:49,955] - Maximum of close prices: 79.21
PriceGenerator.py L:374 DEBUG [2021-01-31 17:52:49,955] - Minimum of close prices: 67.69
PriceGenerator.py L:375 DEBUG [2021-01-31 17:52:49,955] - Maximum of candle body sizes: 3.08
PriceGenerator.py L:376 DEBUG [2021-01-31 17:52:49,955] - Maximum of candle tails outlier sizes: 3.42
PriceGenerator.py L:377 DEBUG [2021-01-31 17:52:49,955] - Init close (1st open price in chain): 71.49
PriceGenerator.py L:378 DEBUG [2021-01-31 17:52:49,955] - Maximum of volume of one candle: 42340
PriceGenerator.py L:379 DEBUG [2021-01-31 17:52:49,955] - Probability that next candle is up: 50.0%
PriceGenerator.py L:380 DEBUG [2021-01-31 17:52:49,955] - Statistical outliers probability: 3.0%
PriceGenerator.py L:397 INFO [2021-01-31 17:52:49,958] Showing last 5 rows as pandas dataframe:
PriceGenerator.py L:399 INFO [2021-01-31 17:52:49,963] datetime open high low close volume
PriceGenerator.py L:399 INFO [2021-01-31 17:52:49,963] 95 2021-02-03 11:00:00+03:00 76.82 78.43 76.21 78.13 33652
PriceGenerator.py L:399 INFO [2021-01-31 17:52:49,963] 96 2021-02-03 12:00:00+03:00 78.13 78.37 78.12 78.36 9347
PriceGenerator.py L:399 INFO [2021-01-31 17:52:49,963] 97 2021-02-03 13:00:00+03:00 78.36 78.40 78.05 78.07 27250
PriceGenerator.py L:399 INFO [2021-01-31 17:52:49,963] 98 2021-02-03 14:00:00+03:00 78.07 78.61 75.72 76.42 22979
PriceGenerator.py L:399 INFO [2021-01-31 17:52:49,963] 99 2021-02-03 15:00:00+03:00 76.42 77.37 76.25 77.16 30845
PriceGenerator.py L:173 INFO [2021-01-31 17:52:49,963] Saving [100] rows of pandas dataframe with columns: ['date', 'time', 'open', 'high', 'low', 'close', 'volume']...
PriceGenerator.py L:174 DEBUG [2021-01-31 17:52:49,963] Delimeter: ,
PriceGenerator.py L:181 INFO [2021-01-31 17:52:49,976] Pandas dataframe saved to .csv-file [./test.csv]
PriceGenerator.py L:645 DEBUG [2021-01-31 17:52:49,976] All PriceGenerator operations are finished success (summary code is 0).
PriceGenerator.py L:650 DEBUG [2021-01-31 17:52:49,976] PriceGenerator work duration: 0:00:00.022938
PriceGenerator.py L:651 DEBUG [2021-01-31 17:52:49,976] PriceGenerator work finished: 2021-01-31 17:52:49
Process finished with exit code 0
Также рядом будет сохранён файл test.csv, пример которого можно посмотреть здесь: ./media/test.csv.
Генерация цен, получение статистики и отрисовка графика
В следующем примере давайте не только сгенерируем файл с данными по ценам, но и получим некоторые статистические параметры цен, а также отрисуем их на графике (ключ --render-bokeh имя_html_файла). Команда может быть примерно такой:
pricegenerator --debug-level 20 --generate --save-to test.csv --render-bokeh index.html
В случае успеха вы получите вывод в лог, похожий на этот:
PriceGenerator.py L:367 INFO [2021-01-31 18:00:31,711] Generating prices...
PriceGenerator.py L:397 INFO [2021-01-31 18:00:31,714] Showing last 5 rows of Pandas generated dataframe object:
PriceGenerator.py L:399 INFO [2021-01-31 18:00:31,719] datetime open high low close volume
PriceGenerator.py L:399 INFO [2021-01-31 18:00:31,719] 95 2021-02-03 11:00:00+03:00 76.82 78.43 76.21 78.13 33652
PriceGenerator.py L:399 INFO [2021-01-31 18:00:31,719] 96 2021-02-03 12:00:00+03:00 78.13 78.37 78.12 78.36 9347
PriceGenerator.py L:399 INFO [2021-01-31 18:00:31,719] 97 2021-02-03 13:00:00+03:00 78.36 78.40 78.05 78.07 27250
PriceGenerator.py L:399 INFO [2021-01-31 18:00:31,719] 98 2021-02-03 14:00:00+03:00 78.07 78.61 75.72 76.42 22979
PriceGenerator.py L:399 INFO [2021-01-31 18:00:31,719] 99 2021-02-03 15:00:00+03:00 76.42 77.37 76.25 77.16 30845
PriceGenerator.py L:173 INFO [2021-01-31 18:00:31,719] Saving [100] rows of pandas dataframe with columns: ['date', 'time', 'open', 'high', 'low', 'close', 'volume']...
PriceGenerator.py L:181 INFO [2021-01-31 18:00:31,731] Pandas dataframe saved to .csv-file [./test.csv]
PriceGenerator.py L:410 INFO [2021-01-31 18:00:31,731] Rendering pandas dataframe as Bokeh chart...
PriceGenerator.py L:300 INFO [2021-01-31 18:00:31,740] Some statistical info:
## Summary
| Parameter | Value
|----------------------------------------------|---------------
| Candles count: | 100
| Timeframe: | 1:00:00
| Precision (signs after comma): | 2
| Close first: | 71.49
| Close last: | 77.16
| Close max: | 79.21
| Close min: | 67.69
| Diapason (between max and min close prices): | 11.52
| Trend (between close first and close last: | UP trend
| - Trend deviation parameter: | ±0.5%
## Some statistics
| Statistic | Value
|----------------------------------------------|---------------
| Up candles count: | 53 (53.0%)
| Down candles count: | 47 (47.0%)
| Max of up candles chain: | 7
| Max of down candles chain: | 5
| Max delta (between High and Low prices): | 3.08
| Min delta (between High and Low prices): | 0.0
| Delta's std. dev.: | 0.86
| - 99 percentile: | ≤ 2.99
| - 95 percentile: | ≤ 2.89
| - 80 percentile: | ≤ 2.2
| - 50 percentile: | ≤ 1.15
| Cumulative sum of volumes: | 1777314
PriceGenerator.py L:563 INFO [2021-01-31 18:00:32,290] Pandas dataframe rendered as html-file [./index.html]
Process finished with exit code 0
Также после выполнения команды выше вы получите три файла:
test.csv— файл в .csv-формате, который содержит случайный набор цен, похожих на настоящие (пример: ./media/test.csv);index.html— график цен и статистику, отрисованные при помощи библиотеки Bokeh и сохранённые в .html-файл (пример: ./media/index.html);index.html.md— статистика в текстовом виде, сохранённая в маркдаун-формате (пример: ./media/index.html.md).
Статистика и график из сохранённых цен
Если вам нужно получить статистику по уже сгенерированным или реальным ценам, вы можете просто загрузить файл (ключ --load-from имя_csv_файла ) и отрисовать график (ключ --render-bokeh имя_html_файла):
pricegenerator --debug-level 20 --load-from test.csv --render-bokeh index.html
В результате выполнения команды вы получите аналогичный график в index.html и статистику в index.html.md.
Статистика и график на упрощённом шаблоне
В примерах выше можно сделать отображение цен на простом, не интерактивном графике цен. Для этого используется библиотека Google Candlestick chart и простейший jinja2 шаблон. Давайте опять загрузим цены (ключ --load-from имя_csv_файла ), но отрисуем график через Google библиотеку (ключ --render-google имя_html_файла):
pricegenerator --debug-level 20 --load-from test.csv --render-google index_google.html
В результате выполнения команды вы получите график (./media/index_google.html) и статистику в markdown файле. Выглядеть он будет примерно так:
Переопределение параметров генератора
Давайте изменим некоторые параметры по умолчанию, которые влияют на генерацию цен и нарисуем свой уникальный график:
pricegenerator --debug-level 10 --ticker "MY_PRICES" --precision 2 --timeframe 240 --start "2020-01-01 00:00" --horizon 150 --max-close 18000 --min-close 14000 --init-close 15000 --max-outlier 1000 --max-body 500 --max-volume 400000 --up-candles-prob 0.48 --outliers-prob 0.05 --trend-deviation 0.03 --zigzag 0.03 --generate --render-bokeh index_custom.html
Параметры означают:
--ticker "MY_PRICES"— установить название графика для ценовой последовательности как MY_PRICES;--precision 2— установить точность, то есть количество знаков после запятой;--timeframe 240— одна свеча должна отражать изменение цен за 4 часа (240 минут);--start "2020-01-01 00:00"— дата и время первой свечи 2020-01-01 00:00;--horizon 150— сгенерировать 150 свечей;--max-close 18000— максимальная цена закрытия у любой свечи должна быть не больше 18000;--min-close 14000— минимальная цена закрытия у любой свечи должна быть не больше 14000;--init-close 15000— цена закрытия "предыдущей" и, соответственно, цена открытия первой генерируемой свечи должна быть равной 15000;--max-outlier 1000— если у свечи есть "выбросы" и "хвосты" то они должны быть не больше чем 1000;--max-body 500— максимальный размер "тела" свечи должен быть не более 500;--max-volume 400000— максимальный объём торгов для каждой свечи должен быть не более 400000;--up-candles-prob 0.48— установить вероятность того, что очередная свеча будет вверх, равной 0.48 (48%);--outliers-prob 0.05— установить вероятность появления выбросов равной 0.05 (5%);--trend-deviation 0.03— для определения тренда относительное изменение цен закрытия первой и последней свечей должно отличаться на ±0.03 (3%);--zigzag 0.03— относительная разница между двумя точками ZigZag индикатора;--generate— запустить генерацию цен;--render-bokeh index_custom.html— сохранить сгенерированные цены в файл index_custom.html и открыть его в браузере.
В результате выполнения команды у вас получится уникальный график случайных цен с переопределёнными базовыми параметрами генератора. В примере получились вот такие артефакты:
- картинка с изображением цен ./media/index_custom.html.png;
- график цен и статистика ./media/index_custom.html;
- статистика в текстовом виде ./media/index_custom.html.md.
Разделение данных по трендам
Эта фича появилась начиная с дев-версии pricegenerator>=1.2.dev53 и в релизных версиях, старше чем pricegenerator>=1.2.56.
Появились два новых консольных ключа: --split-trend и --split-count. Эти ключи указывают на внешний вид цепочки мини-трендов и количество свечей в каждом тренде.
Ключ --split-trend показывает вид движения, например --split-trend=/\- означает, что будет сгенерирована такая цепочка свечей, что сначала тренд будет возрастающий в её первой части, затем тренд сменится на нисходящий, и в последней цепочке свечей тренда не будет.
Ключ --split-count устанавливает количество свечей в каждом мини-тренде, например --split-count 5 10 15 означает, что в сгенерированной цепочке свечей будет три мини-тренда с 5, 10 и 15 свечами в каждом из них.
Чтобы понять, как это работает, попробуйте один из следующих примеров:
pricegenerator --horizon 300 --render-bokeh index.html --split-trend=/\- --split-count 50 100 150 --generate
pricegenerator --horizon 300 --render-bokeh index.html --split-trend=\/\ --split-count 50 100 150 --generate
pricegenerator --horizon 300 --render-bokeh index.html --split-trend=\-/ --split-count 50 100 150 --generate
pricegenerator --horizon 100 --render-bokeh index.html --split-trend=/\/\ --split-count 20 30 30 20 --generate
Для последнего примера требуется разбить тренд по схеме: возрастание (20 свечей) - убывание (30 свечей) - возрастание (30 свечей) - убывание (20 свечей). В итоге получилась картинка движения цены, похожая на эту:
Как работать с генератором через импорт модуля
Давайте рассмотрим пример генерации цен с некоторыми переопределёнными параметрами в Pandas DataFrame и отрисовку графика. Сохраните и запустите следующий python-скрипт:
from pricegenerator.PriceGenerator import PriceGenerator, uLogger
from datetime import datetime, timedelta
# Отключаем логирование, чтобы не мешалось:
uLogger.setLevel(0)
# --- Инициализируем экземпляр класса генератора и настраиваем некоторые параметры:
priceModel = PriceGenerator()
priceModel.precision = 1 # сколько знаков после запятой должно быть в сгенерированных ценах
priceModel.ticker = "MY_GENERATED_PRICES" # произвольное имя (тикер) генерируемых цен
priceModel.timeframe = timedelta(days=1) # временной интервал между генерируемыми свечами, 1 час по умолчанию
priceModel.timeStart = datetime.today() # с какой даты начинать генерацию свечей, по умолчанию с текущего времени
priceModel.horizon = 60 # сколько сгенерировать свечей, их должно быть не меньше 5-ти, по умолчанию 100
priceModel.maxClose = 16000 # максимальная цена закрытия свечи во всей цепочке цен,
# по умолчанию генерируется случайно в интервале (70, 90), это немного похоже на цены USDRUB
priceModel.minClose = 13800 # минимальная цена закрытия свечи во всей цепочке цен,
# по умолчанию генерируется случайно в интервале (60, 70), это немного похоже на цены USDRUB
priceModel.initClose = 14400 # если цена указана, то она будет ценой close (как бы "предыдущей" свечи) и одновременно ценой open самой первой свечи в генерируемой цепочке.
# None по умолчанию означает, что цена open первой свечи будет сгенерирована случайно в интервале (minClose, maxClose)
priceModel.maxOutlier = 500 # Максимальное значение для ценовых выбросов "хвостов" у свечей.
# None по умолчанию означает, что выбросы будут не более чем на (maxClose - minClose) / 10
priceModel.maxCandleBody = 300 # Максимальное значение для размера тел свечей abs(open - close).
# None по умолчанию означает, что тело свечи может быть не более чем 90% от размера максимального выброса: maxOutlier * 90%
priceModel.maxVolume = 400000 # максимальное значение объёма торгов для одной свечи, по умолчанию берётся случайным образом из интервала (0, 100000)
priceModel.upCandlesProb = 0.46 # вероятность того, что очередная генерируемая свеча будет вверх, 50% по умолчанию
priceModel.outliersProb = 0.11 # вероятность того, что очередная генерируемая свеча будет иметь ценовой "выброс", 3% по умолчанию
priceModel.trendDeviation = 0.005 # колебание цены close первой и последней свечей для определения тренда. "NO trend" если разница меньше этого значения, по умолчанию ±0.005 или ±0.5%.
priceModel.zigzag = 0.05 # относительная разница между двумя точками ZigZag индикатора, 0.03 по умолчанию
priceModel._chartTitle = "" # произвольный заголовок графика, обычно генерируется автоматически
# Цены пока не сгенерированы и не загружены, проверим это:
print("Current prices:\n{}".format(priceModel.prices))
# Запускаем генератор цен, при этом они будут сохранены
# в переменной priceModel.prices в формате Pandas DataFrame:
priceModel.Generate()
# Убеждаемся, что цены сгенерированы:
print("Generated prices as Pandas DataFrame:\n{}".format(priceModel.prices))
# Словарь с посчитанной статистикой сохраняется в переменную self.stat:
print("Dict with statistics:\n{}".format(priceModel.stat))
# Сохраняем OHLCV-цены в .csv-файл
priceModel.SaveToFile(fileName="test.csv")
# Сохраняем график цен в html-файл и сразу открываем его в браузере.
# Статистика в текстовом виде будет автоматически сохранена в markdown-файле с именем fileName + ".md".
priceModel.RenderBokeh(fileName="index.html", viewInBrowser=True)
# Вместо библиотеки Bokeh вы можете отрисовать цены на простом, не интерактивном графике,
# через библиотеку Google Candlestick chart. Просто раскомментируйте строчки ниже.
# Перед вызовом priceModel.RenderGoogle(), вы можете задать свой шаблон в переменной self.j2template
# priceModel.j2template = "google_template_example.j2" # полный путь до шаблона или мультистроковая переменная с jinja2-шаблоном
# priceModel.RenderGoogle(fileName="index.html", viewInBrowser=True)При запуске скрипта вы получите аналогичный вывод в консольный лог, три файла: test.csv, index.html и index.html.md, а также html-файл с графиком цен, который будет сразу же открыт в браузере. Вы можете самостоятельно поэкспериментировать с параметрами класса PriceGenerator() для генерации цен подходящих под ваши условия тестирования.
Успехов вам в автоматизации и тестировании биржевой торговли! ;-)
