Julia实现任意时间周期转换,比如Tick转5分钟周期

在量化时, CTP是期货交易量化的开发平台, 但其提供的行情时tick级别的, 常需要进行转换.

而通过Julia实现时, 会很方便将tick序列转为任意周期(包括分钟,小时等)的Bar序列.

本方法的特点:

• 目标序列周期任意
• 源序列周期可任意, 但理应比目标周期小
• 不需进行大量的临时序列和内存拷贝

本方法使用到一个Package: TimeFrames.

源数据序列应该是Array{T,1}类型, 其中的T可以是Float64,Int或其他数值类型. 假设源数据为如下的四项基本的浮点序列:

  src_length = 100
  # TODO: 该处为预先准备的src_length长度时间序列, 这里不提供有效数据
  src_time = Array{DateTime,1}()  
  src_open = rand(src_length)
  src_high = rand(src_length)
  src_low = rand(src_length)
  src_close = rand(src_length)

事实上, 这些可以是 DataFrames结构或者是TimeSeries结构的某列.

转换前, 先声明一个想转成的时间周期:

  using TimeFrames
  to_tf = Minute(5)   # 要源序列转成5分钟级别的
 # 或
 # to_tf = TimeFrame("5T")

再定义一个临时变量, 跟踪源数据窗口:

  cursor = [1 1]

好了, 可以开始转换了.

这里提供 批量 方式, 如果实时增量转换, 需稍微改动一下.

# 从头遍历源序列
for i = 1:src_length
  # 折算当前时间所属的目标周期的时间点
  dtf = apply(to_tf, src_time[i])  
  cursor[2] = i
  if dtf == src_time[i]  # 正好处于新周期的时间点
    bartime = Base.last(view(src_time, cursor[1]: cursor[2]))
    # 或
    # bartime = src_time[i]
    baropen = first(view(src_open, cursor[1]: cursor[2]))
    # 或
    # baropen = src_open[cursor[1]]
     barhigh = reduce(max, view(src_high, cursor[1]: cursor[2]) )
     barlow  = reduce(min, view(src_low, cursor[1]: cursor[2]) )
     barclose = Base.last(view(src_close cursor[1]: cursor[2]))
    # 或
    # barclose = src_open[cursor[2]]

    @show (bartime, baropen, barhigh, barlow, barclose)

    cursor[1] = cursor[2]+1
  end
end

• 说明
  • 采用内嵌的view方法, 是建立了在源序列数据上的索引引用, 不用拷贝成临时数据再进行max,min等操作.
  • 有些细节, 比如恰好的时间点属于前一个bar的结束, 还是新bar的开始, 需要自行确定
  • 在行情刚刚开始时, 通常是整点, 会满足上述的新周期时间点的判定, 需要自行处理.