时间戳

首页 > 解决方案 > 一起使用加密和股票 OHLCV 数据。如何处理非交易缺口以避免指数和指标问题？

python - 一起使用加密和股票 OHLCV 数据。如何处理非交易缺口以避免指数和指标问题？

问题描述

您好交易和编程专家！

我需要您在同一策略中使用股票数据和加密数据方面的专业知识。我对非交易时间的差距有疑问。假设我们处于每日时间范围内（为了简单起见，希望它也能在日内工作）：

monday = close_crypto[1]
tuesday = close_crypto[2]
wednesday = close_crypto[3]
thursday = close_crypto[4]
friday= close_crypto[5]
saturday = close_crypto[6]
sunday = close_crypto[7]

monday = close_stocks[1]
tuesday = close_stocks[2]
wednesday = close_stocks[3]
thursday = close_stocks[4]
friday= close_stocks[5]
saturday = close_stocks[6]  # not available = np.nan 
sunday = close_stocks[7]  # not available = np.nan

self.index == 6我们开始遇到问题。我们不能把它留空（去掉NaNs），因为这样索引就不再与日期匹配了。例如self.index == 6，加密蜡烛是 2020 年 10 月 17 日，股票蜡烛是 2020 年 10 月 19 日。

如果我们np.nan再次将其设置为索引匹配，但计算平均值之类的指标不适用于数组。如果我们将“缺失”蜡烛设置为最后存在的蜡烛值（= 前向填充），我们会得到不同/错误的指标值。

你怎么处理？我现在的想法是：

  1. 前向填充 stock_data，但保留旧数组用于指标计算：stock_data_with_nan
  2. 对于股票的指标计算，我需要一个助手，它使用 stock_data_with_nan，但在计算中跳过 np.nan，然后返回前向填充的指标数据。

你觉得呢？你有没有什么想法？对于不连续序列辅助函数，我还需要一些 NumPy 专家的帮助。

想过这样的事情：

discontinuous_series_helper(lambda series: ta.sma(series, 20), close_stocks_with_NaN)

谢谢大家！

标签： pythonnumpyalgorithmic-tradingcryptocurrency

解决方案

推荐阅读