量化交易中的K线数据如何处理？

在编写量化交易策略时，使用K线数据，经常会出现需要非标准周期K线数据的情况。例如，需要12分钟周期K线数据和4小时K线周期​​数据。通常这种非标准的 Cycles 不是直接可用的。那么我们如何应对这样的需求呢？

非标准周期K线数据可以通过组合较小周期的数据得到。想象一下，多周期的最高价算作多周期K线合成后的最高价，最低价算作合成后的最低价，开盘价不变。合成K线原材料数据的第一开盘价。收盘价对应K线最后原材料数据的收盘价。时间采用开盘价k线的时间。交易量使用汇总和计算的原材料数据。

如图所示：

• 想法

我们以区块链资产 BTC_USDT 为例，将 1 小时合成为 4 小时。

时间	最高	打开	最低	关闭
2019.8.12 00:00	11447.07	11382.57	11367.2	11406.92
2019.8.12 01:00	11420	11405.65	11366.6	11373.83
2019.8.12 02:00	11419.24	11374.68	11365.51	11398.19
2019.8.12 03:00	11407.88	11398.59	11369.7	11384.71

四个 1 小时周期的数据合并为一个 4 小时周期数据。

开盘价为00:00第一条K线开盘价：11382.57
收盘价为03:00最后一条K线收盘价：11384.71
最高价为求其中最高价：11447.07
最低价为求其中最低价：11365.51

注：中国商品期货市场于正常交易日下午 3:00 收市

4小时周期开始时间是第一个1小时K线的开始时间，即2019.8.12 00:00

所有 1 小时 k 线的成交量之和作为该 4 小时 k 线成交量。

4小时K线合成：

High: 11447.07
Open: 11382.57
Low: 11365.51
Close: 11384.71
Time: 209.8.12 00:00

可以看到数据是一致的。

• 代码实现

了解初步思路后，可以手动编写代码实现需求。

这些代码仅供参考：

function GetNewCycleRecords (sourceRecords, targetCycle) { // K line synthesis function
      var ret = []
      
      // First get the source K line data cycle
      if (!sourceRecords || sourceRecords.length < 2) {
          Return null
      }
      var sourceLen = sourceRecords.length
      var sourceCycle = sourceRecords[sourceLen - 1].Time - sourceRecords[sourceLen - 2].Time

      if (targetCycle % sourceCycle != 0) {
          Log("targetCycle:", targetCycle)
          Log("sourceCycle:", sourceCycle)
          throw "targetCycle is not an integral multiple of sourceCycle."
      }

      if ((1000 * 60 * 60) % targetCycle != 0 && (1000 * 60 * 60 * 24) % targetCycle != 0) {
          Log("targetCycle:", targetCycle)
          Log("sourceCycle:", sourceCycle)
          Log((1000 * 60 * 60) % targetCycle, (1000 * 60 * 60 * 24) % targetCycle)
          throw "targetCycle cannot complete the cycle."
      }

      var multiple = targetCycle / sourceCycle


      var isBegin = false
      var count = 0
      var high = 0
      var low = 0
      var open = 0
      var close = 0
      var time = 0
      var vol = 0
      for (var i = 0 ; i < sourceLen ; i++) {
          // Get the time zone offset value
          var d = new Date()
          var n = d.getTimezoneOffset()

          if ((1000 * 60 * 60 * 24) - sourceRecords[i].Time % (1000 * 60 * 60 * 24) + (n * 1000 * 60)) % targetCycle == 0) {
              isBegin = true
          }

          if (isBegin) {
              if (count == 0) {
                  High = sourceRecords[i].High
                  Low = sourceRecords[i].Low
                  Open = sourceRecords[i].Open
                  Close = sourceRecords[i].Close
                  Time = sourceRecords[i].Time
                  Vol = sourceRecords[i].Volume

                  count++
              } else if (count < multiple) {
                  High = Math.max(high, sourceRecords[i].High)
                  Low = Math.min(low, sourceRecords[i].Low)
                  Close = sourceRecords[i].Close
                  Vol += sourceRecords[i].Volume

                  count++
              }

              if (count == multiple || i == sourceLen - 1) {
                  Ret.push({
                      High : high,
                      Low : low,
                      Open : open,
                      Close : close,
                      Time : time,
                      Volume : vol,
                  })
                  count = 0
              }
          }
      }

      Return ret
  }

  // test
  function main () {
      while (true) {
          var r = exchange.GetRecords() // Raw data, as the basic K-line data of the synthesize K line. for example, to synthesize a 4-hour K-line, you can use the 1-hour K-line as the raw data.
          var r2 = GetNewCycleRecords(r, 1000 * 60 * 60 * 4) // Pass the original K-line data r through the GetNewCycleRecords function, and the target cycles, 1000 * 60 * 60 * 4, ie the target synthesis cycle is 4 hours K-line data .

          $.PlotRecords(r2, "r2") // The strategy class library bar can be selected by check the line class library, and calling the $.PlotRecords line drawing class library to export the function drawing.
          Sleep(1000) // Each cycle is separated by 1000 milliseconds, preventing access to the K-line interface too much, resulting in transaction restrictions.
      }
  }

实际上，要合成 K 线，您需要两件事。首先是原材料数据，即较小周期的K线数据。在这个例子中，var r = exchange.GetRecords()获取较小的周期K线数据。

二是算出合成周期的大小，我们使用GetNewCycleRecords函数算法来做这个，最后就可以返回一个合成的K线数组结构的数据了。

请注意：

1. 目标周期不能小于你在GetNewCycleRecords函数中作为数据原材料传入的K线的周期。因为你无法通过更大的循环来合成更小的循环数据。反之是然。
2. 目标循环必须设置为“循环关闭”。什么是“循环关闭”？简单地说，在一小时内或一天内，将目标周期时间范围组合起来形成一个闭环。

例如：

12分钟周期的K线从每小时0:0开始，第一个周期为00:00:00~00:12:00，第二个周期为00:12:00~00:24:00 ，第三个周期为00:24:00~00:36:00，第四个周期为00:36:00~00:48:00，第五个周期为00:48:00~01:00:00，即正好是一个完整的一小时。

如果是13分钟的循环，则为未关闭的循环。通过这种循环计算的数据不是唯一的，因为合成数据根据合成数据的起点而不同。

在真实市场中运行它：

对比交换图

• 使用K线数据构造所需的数据结构

我想计算所有 K 线的最高价格的移动平均线。我该怎么办？

通常我们使用收盘价的平均值来计算移动平均线，但有时也有使用最高价、最低价、开盘价等的需求。

对于这些额外的需求，exchange.GetRecords()函数返回的K线数据不能直接传递给指标计算函数。

eg：
均线talib.MA指标计算函数有两个参数，第一个是需要传入的数据，第二个是指标周期参数。

例如，我们需要计算如下所示的指标。

K线周期为4小时。

在交易所市场报价图表上，已经设置了一条平均线，周期参数为 9。

计算的数据源使用每根柱的最高价格。

也就是说，这条移动平均线是由九个 4 小时周期 K 线 Bar 的最高均价的平均值组成。

我们自己建一个数据，看看和交易所的数据是不是一样。

var highs = []
for (var i = 0 ; i < r2.length ; i++) {
    highs.push(r2[i].High)
}

由于我们需要计算每个 Bar 的最高价格来获得移动平均线指标的值，因此我们需要构造一个数组，其中每个数据元素都有每个 Bar 的最高价格。

可以看到highs变量最初是一个空数组，然后我们遍历r2 k线数据变量（不记得r2了？看上面合成4小时k线的main函数中的代码）。

读取 r2 的每个 Bar 的最高价（即 r2[i].High，i 范围从 0 到 r2.length – 1），然后推入highs。这样我们只是构造了一个与K线数据Bar一一对应的数据结构。

这时，highs可以通过talib.MA函数来计算移动平均线。

完整示例：

function main () {
     while (true) {
         var r = exchange.GetRecords()
         var r2 = GetNewCycleRecords(r, 1000 * 60 * 60 * 4)
         if (!r2) {
             Continue
         }
        
         $.PlotRecords(r2, "r2") // Draw the K line
        
         var highs = []
         for (var i = 0 ; i < r2.length ; i++) {
             Highs.push(r2[i].High)
         }
        
         var ma = talib.MA(highs, 9) // use the moving average function "talib.MA" to calculate the moving average indicator
         $.PlotLine("high_MA9", ma[ma.length - 2], r2[r2.length - 2].Time) // Use the line drawing library to draw the moving average indicator on the chart
        
         Sleep(1000)
     }
}

回测：

可以看到图中鼠标点位置的平均指标值为11466.9289

以上代码可以复制到策略运行测试，记得勾选“画线库”并保存！

• 加密货币市场K线数据获取方法

FMZ量化平台已经有了一个封装好的接口，即exchange.GetRecords函数，获取K线数据。

下面重点介绍直接访问交易所的K线数据接口获取数据，因为有时需要指定参数才能获取更多的K线，封装GetRecords接口一般返回100k线。如果遇到最初需要100多条K线的策略，需要等待采集过程。

为了让策略尽快生效，可以封装一个函数，直接访问交易所的K线接口，指定参数获取更多的K线数据。

以火必交易所的 BTC_USDT 交易对为例，我们实现这个需求：

找到交易所的API文档，查看K线接口说明：

https://huobiapi.github.io/docs/spot/v1/en/#get-klines-candles

参数：

名称	类型	有必要吗	描述	价值
象征	细绳	真的	交易对	btcusdt, ethbtc…
时期	细绳	真的	返回数据的时间粒度，即每k行的时间间隔	1 分钟、5 分钟、15 分钟、30 分钟、60 分钟、1 天、1 个月、1 周、1 年
尺寸	整数	错误的	返回K行数据的数量	[1, 2000]

测试代码：

function GetRecords_Huobi (period, size, symbol) {
    var url = "https://api.huobi.pro/market/history/kline?" + "period=" + period + "&size=" + size + "&symbol=" + symbol
    var ret = HttpQuery(url)

    try {
        var jsonData = JSON.parse(ret)
        var records = []
        for (var i = jsonData.data.length - 1; i >= 0 ; i--) {
            records.push({
                Time : jsonData.data[i].id * 1000,
                High : jsonData.data[i].high,
                Open : jsonData.data[i].open,
                Low : jsonData.data[i].low,
                Close : jsonData.data[i].close,
                Volume : jsonData.data[i].vol,
            })
        }
        return records
    } catch (e) {
        Log(e)
    }
}


function main() {
    var records = GetRecords_Huobi("1day", "300", "btcusdt")
    Log(records.length)
    $.PlotRecords(records, "K")
}

可以看到在log上，printrecords.length是300，也就是recordsK线数据条的个数是300。