最近，backtrader通過實現line覆蓋來執行從 ohlc-land 逃逸，這允許重新定義整個層次結構，例如，具有僅具有 bid，ask 和 datetime lines的data feeds。
（這裡到原來的逃離OHLC土地）
這就提出了如何可視化此類數據的問題，這是以OHLC 格式（無論是a還是a bar candlestick）最有效地完成的。
所需步驟：
-
定義一個可以讀取給定
bid/ask格式的Data Feed載入程式 -
確定要將值分配給哪些字段，即：
open，high，low和close（也許volume -
確定重採樣方案
源數據（10 行買賣數據）：
Date,Time,Symbol,Status,Bid,Ask,Bid Vol,Ask Vol 01/03/16,23:43:11,EUR/JPY,D,,130.520,,1000000 01/03/16,23:43:27,EUR/JPY,D,,130.520,,2000000 01/03/16,23:49:19,EUR/JPY,D,,130.510,,500000 01/03/16,23:49:22,EUR/JPY,D,,130.530,,1500000 01/03/16,23:49:25,EUR/JPY,D,,130.540,,750000 01/03/16,23:49:27,EUR/JPY,D,,130.550,,900000 01/03/16,23:51:25,EUR/JPY,D,,130.500,,1200000 01/03/16,23:52:27,EUR/JPY,D,,130.495,,1100000 01/03/16,23:53:25,EUR/JPY,D,,130.480,,600000 01/03/16,23:54:27,EUR/JPY,D,,130.470,,900000
之後：
-
讀取數據不會是一個主要問題，因為最終結果必須是OHLC，這就是內置 data feeds 解析后提供的內容。因為它是csv的另一個變體。我們甚至可以重用
GenericCSVData現有的源。感謝上帝，它是通用的 -
每個line只有一個價格元素和一個volume元素，價格分配很清楚：將價格分配給四個價格元素，將volume分配給volume
-
當涉及到重採樣時，而不是上採樣到更大的時間範圍，關鍵將是柱的數量，即：壓縮
內置的重採樣器已經可以提供相同的時間範圍，但經過壓縮
使用以下命令將資料轉換為 OHLC 格式GenericCSVData：
data = btfeeds.GenericCSVData(
dataname=args.data,
dtformat='%d/%m/%y',
# tmformat='%H%M%S', # already the default value
# datetime=0, # position at default
time=1, # position of time
open=5, # position of open
high=5,
low=5,
close=5,
volume=7,
openinterest=-1, # -1 for not present
timeframe=bt.TimeFrame.Ticks)
有些參數甚至不需要改變，即：
-
tmformat：因為源中的時間已與預設格式匹配 -
datetime：因為日期位於 csv 流中的第一個位置
其他：
-
time=1：表示時間不在單個字段中，並且date它具有哪個位置 -
open=5（與high， 、low相同close） ：流中的哪個欄位將用作價格的來源 -
volume=7：同上 -
openinterest=-1：負值表示此欄位不存在
一旦數據進入板載，只需對其進行重新採樣：
cerebro.resampledata(data,
timeframe=bt.TimeFrame.Ticks,
compression=args.compression)
我們提供與數據相同的timeframe 數據 TimeFrame.Ticks ，以確保數據不會被上採樣。並且 從 compression 命令 line中取出 ，因此： compression=args.compression
範例執行：
$ ./bidask-to-ohlc.py --compression 2 2016-03-01 23:43:27,130.52,130.52,130.52,130.52,3000000.0 2016-03-01 23:49:22,130.51,130.53,130.53,130.53,2000000.0 2016-03-01 23:49:27,130.54,130.55,130.55,130.55,1650000.0 2016-03-01 23:52:27,130.5,130.5,130.5,130.495,2300000.0 2016-03-01 23:54:27,130.48,130.48,130.48,130.47,1500000.0
不出所料，由於2分配給壓縮，我們已經從買入價/賣出價格式變成了OHLC格式，並從105數據行變成了數據行。
同樣不足為奇的是，backtrader 它不能創造奇跡，並且壓縮因數不是原始行總數的除數，它將提供 rows / compression + 1 新的行：
$ ./bidask-to-ohlc.py --compression 3 2016-03-01 23:49:19,130.52,130.52,130.52,130.51,3500000.0 2016-03-01 23:49:27,130.53,130.55,130.55,130.55,3150000.0 2016-03-01 23:53:25,130.5,130.5,130.5,130.48,2900000.0 2016-03-01 23:54:27,130.47,130.47,130.47,130.47,900000.0
在這種情況下10 / 3 = 3.33333 ，這就是傳遞行的原因 4 。
當然，現在手OHLC 裡可以繪製結果。由於數據量 low ，數據方差 low 以及 matplotlib 內部如何處理這種情況，因此圖表並不是很好。
範例代碼（包含在原始程式碼backtrader中）
from __future__ import (absolute_import, division, print_function,)
# unicode_literals)
import argparse
import datetime
import backtrader as bt
import backtrader.feeds as btfeeds
class St(bt.Strategy):
def next(self):
print(','.join(str(x) for x in [
self.data.datetime.datetime(),
self.data.open[0], self.data.high[0],
self.data.high[0], self.data.close[0],
self.data.volume[0]]))
def runstrat():
args = parse_args()
cerebro = bt.Cerebro()
data = btfeeds.GenericCSVData(
dataname=args.data,
dtformat='%d/%m/%y',
# tmformat='%H%M%S', # already the default value
# datetime=0, # position at default
time=1, # position of time
open=5, # position of open
high=5,
low=5,
close=5,
volume=7,
openinterest=-1, # -1 for not present
timeframe=bt.TimeFrame.Ticks)
cerebro.resampledata(data,
timeframe=bt.TimeFrame.Ticks,
compression=args.compression)
cerebro.addstrategy(St)
cerebro.run()
if args.plot:
cerebro.plot(style='bar')
def parse_args():
parser = argparse.ArgumentParser(
formatter_class=argparse.ArgumentDefaultsHelpFormatter,
description='BidAsk to OHLC')
parser.add_argument('--data', required=False,
default='../../datas/bidask2.csv',
help='Data file to be read in')
parser.add_argument('--compression', required=False, default=2, type=int,
help='How much to compress the bars')
parser.add_argument('--plot', required=False, action='store_true',
help='Plot the vars')
return parser.parse_args()
if __name__ == '__main__':
runstrat()