如果数据仅在单个时间范围内可用，并且必须在不同的时间范围内进行分析，则是时候进行一些重新采样了。
“重采样”实际上应该称为“上采样”，因为一个人从源时间帧到更大的时间帧（例如：几天到几周）
backtrader 内置支持通过筛选器对象传递原始数据，从而进行重采样。虽然有几种方法可以实现这一点，但存在一个简单的接口来实现这一点：
-
而不是使用
cerebro.adddata(data)，把datacerebro.resampledata(data, **kwargs)
有两个主要选项可以控制
-
更改时间范围
-
压缩条形图
为此，请在调用resampledata时使用以下参数：
-
timeframe（默认值：bt.时间帧.天）有用的目标时间帧必须等于或大于源
-
compression（默认值：1）将所选值“n”压缩为 1 bar
让我们看一个从「每日」到「每周」的示例，其中包含一个手工制作的脚本：
$ ./resampling-example.py --timeframe weekly --compression 1
输出：
我们可以将其与原始每日数据进行比较：
$ ./resampling-example.py --timeframe daily --compression 1
输出：
魔术是通过运行以下步骤来完成的：
-
像往常一样加载数据
-
使用所需参数将数据馈送到cerebro
resampledata：-
timeframe -
compression
-
范例中的代码（底部的整个脚本）。
# Load the Data
datapath = args.dataname or '../../datas/2006-day-001.txt'
data = btfeeds.BacktraderCSVData(dataname=datapath)
# Handy dictionary for the argument timeframe conversion
tframes = dict(
daily=bt.TimeFrame.Days,
weekly=bt.TimeFrame.Weeks,
monthly=bt.TimeFrame.Months)
# Add the resample data instead of the original
cerebro.resampledata(data,
timeframe=tframes[args.timeframe],
compression=args.compression)
一个 last 示例，其中我们首先将时间范围从每天更改为每周，然后应用 3 到 1 的压缩：
$ ./resampling-example.py --timeframe weekly --compression 3
输出：
从最初的 256 个每日柱线中，我们最终得到 18 个 3 周柱。细分：
-
52 周
-
52 / 3 = 17.33，因此 18 根柱
这并不需要更多的时间。当然，日内数据也可以重新采样。
重采样过滤器支持其他参数，在大多数情况下不应触及这些参数：
-
bar2edge（默认值：True）使用时间边界作为目标进行重新采样。例如，对于“逐笔报价 -> 5 秒”，生成的 5 秒柱线将对齐为 xx：00、xx：05、xx：10 ...
-
adjbartime（默认值：True）使用边界处的时间来调整传递的重新采样条的时间，而不是 last 看到的时间戳。如果重新采样为“5 秒”，则条形的时间将调整为 hh：mm：05，即使 last 看到的时间戳为 hh：mm：04.33
注意
只有当“bar2edge” True时，时间才会调整。如果条形图未与边界对齐，则调整时间是没有意义的
-
rightedge（默认值：True）使用时间边界的右边缘来设置时间。
如果 False 并压缩到 5 秒，则在 hh：mm：00 和 hh：mm：04 之间重新采样的条形的时间将为 hh：mm：00（起始边界
如果 True 则时间的已用边界将为 hh：mm：05（结束边界）
-
boundoff（默认值：0）将重采样/重放的边界按单位数量推动。
例如，如果重采样从 1 分钟到 15 分钟，则缺省行为是从 00：01：00 到 00：15：00 获取 1 分钟条形图，以生成 15 分钟的重播/重采样条形图。
如果
boundoff设置为1，则边界向前1 unit推。在本例中，原始单位是 1 分钟条形图。因此，重新采样/重放现在将：- 使用00：00：00到00：14：00之间的条形图生成15分钟条形图
重采样测试脚本的范例代码。
from __future__ import (absolute_import, division, print_function,
unicode_literals)
import argparse
import backtrader as bt
import backtrader.feeds as btfeeds
def runstrat():
args = parse_args()
# Create a cerebro entity
cerebro = bt.Cerebro(stdstats=False)
# Add a strategy
cerebro.addstrategy(bt.Strategy)
# Load the Data
datapath = args.dataname or '../../datas/2006-day-001.txt'
data = btfeeds.BacktraderCSVData(dataname=datapath)
# Handy dictionary for the argument timeframe conversion
tframes = dict(
daily=bt.TimeFrame.Days,
weekly=bt.TimeFrame.Weeks,
monthly=bt.TimeFrame.Months)
# Add the resample data instead of the original
cerebro.resampledata(data,
timeframe=tframes[args.timeframe],
compression=args.compression)
# Run over everything
cerebro.run()
# Plot the result
cerebro.plot(style='bar')
def parse_args():
parser = argparse.ArgumentParser(
description='Pandas test script')
parser.add_argument('--dataname', default='', required=False,
help='File Data to Load')
parser.add_argument('--timeframe', default='weekly', required=False,
choices=['daily', 'weekly', 'monhtly'],
help='Timeframe to resample to')
parser.add_argument('--compression', default=1, required=False, type=int,
help='Compress n bars into 1')
return parser.parse_args()
if __name__ == '__main__':
runstrat()