使用 plotly 或 pandas 在烛台图上识别和提取 OHLC 模式？

Question

我正在使用 Ameritrade API 和 pandas/plotly 绘制一个简单的分钟级股票价格图表，我想使用生成的图表的一些属性来识别和提取特定的烛台模式。

在这里我构建了我的数据框并将其绘制为烛台：

frame = pd.DataFrame({'open': pd.json_normalize(df, 'candles').open,
                     'high': pd.json_normalize(df, 'candles').high,
                     'low': pd.json_normalize(df, 'candles').low,
                     'close': pd.json_normalize(df, 'candles').close,
                     'datetime': pd.DatetimeIndex(pd.to_datetime(pd.json_normalize(df, 'candles').datetime, unit='ms')).tz_localize('UTC').tz_convert('US/Eastern')})


fig = go.Figure(data=[go.Candlestick(x=frame['datetime'],
                                    open=frame['open'],
                                    high=frame['high'],
                                    low=frame['low'],
                                    close=frame['close'])])
fig.update_layout(xaxis_rangeslider_visible=False)
fig.show()

The plot:

我正在寻找的形态只是每天连续四根红色蜡烛交易中的第一组。

红色蜡烛可以定义为：

close < open & close < prev.close

因此，在这种情况下，我无法在交易的第一分钟访问 prev.close，因为我没有上市前/延长时间的数据。

我想知道是否甚至可以访问 plotly 图形数据，因为如果可以，我可以提取第一组四个连续的 red 蜡烛，以及它们的数据 - 但如果没有，我会定义我的模式并使用 pandas 提取它，但还没有那么远。

使用 plotly 或 pandas 会更容易吗？简单的实现是什么样的？

Answer 1

不确定Candlestick，但在熊猫中，你可以尝试这样的事情。 注意：我假设每个工作日的数据已经有 1 行并且已排序。第一件事是创建一个名为 red 的列 True ，其中您问题中描述的红色蜡烛的条件是真的：

df['red'] = df['close'].lt(df['open'])&df['close'].lt(df['close'].shift())

然后您想查看它是否连续 4 天发生并假设数据按升序排序（通常），想法是使用 [::-1] 反转数据框，使用带有窗口的 rolling 4、sum上面创建的红色列，检查它在哪里等于4。

df['next_4days_red'] = df[::-1].rolling(4)['red'].sum().eq(4)

那么如果你想要连续 4 个红色交易日开始的日子，你可以 loc:

df.loc[df['next_4days_red'], 'datetime'].tolist()

这里有一个带有虚拟变量的小例子：

df = pd.DataFrame({'close': [10,12,11,10,9,8,7,10,9,10], 
                   'datetime':pd.bdate_range('2020-04-01', periods=10 )})\
       .assign(open=lambda x: x['close']+0.5)
df['red'] = df['close'].lt(df['open'])&df['close'].lt(df['close'].shift())
df['next_4days_red'] = df[::-1].rolling(4)['red'].sum().eq(4)

print (df.loc[df['next_4days_red'], 'datetime'].tolist())
[Timestamp('2020-04-03 00:00:00'), Timestamp('2020-04-06 00:00:00')]

注意：它会捕获两个连续的日期，因为它连续减少了 5 天，不确定在这种情况下您是否想要两个日期