量化交易系列【5】：如何快速的将日K线数据转换为周K线及月K线数据，神奇的resample函数

在股票量化交易时，经常会使用到日K、周K及月K数据，那么我们如何利用日K的数据得到我们想要的周K及月K数据呢？

pandas中有一个专门处理周期的resample函数，可以很方便的对周期进行转换，下面以日K数据转化为周K及月K数据为例进行说明。

示例中使用的‘000001.XSHE.csv’文件，已上传至csdn资源中，可直接下载

导入数据

import pandas as pd

# 读取CSV文件
df = pd.read_csv('./000001.XSHE.csv')
# 显示前n行，默认是5
df.head()

	date	open	close	high	low	volume	money
0	2015/1/5	9.98	10.00	10.17	9.74	458099037	4.565388e+09
1	2015/1/6	9.90	9.85	10.23	9.71	346952496	3.453446e+09
2	2015/1/7	9.72	9.67	9.88	9.55	272274401	2.634796e+09
3	2015/1/8	9.68	9.34	9.72	9.30	225445502	2.128003e+09
4	2015/1/9	9.30	9.42	9.91	9.19	401736419	3.835378e+09

# 将交易日期字符串变为日期类型
df['date'] = pd.to_datetime(df['date'])  
# 将日期列设为索引
df.set_index('date', inplace = True)
df.head(10)

	open	close	high	low	volume	money
date
2015-01-05	9.98	10.00	10.17	9.74	458099037	4.565388e+09
2015-01-06	9.90	9.85	10.23	9.71	346952496	3.453446e+09
2015-01-07	9.72	9.67	9.88	9.55	272274401	2.634796e+09
2015-01-08	9.68	9.34	9.72	9.30	225445502	2.128003e+09
2015-01-09	9.30	9.42	9.91	9.19	401736419	3.835378e+09
2015-01-12	9.29	9.22	9.40	9.05	248759608	2.293105e+09
2015-01-13	9.15	9.17	9.30	9.12	130822538	1.204987e+09
2015-01-14	9.23	9.25	9.49	9.18	202274250	1.889297e+09
2015-01-15	9.27	9.58	9.58	9.19	198933635	1.868796e+09
2015-01-16	9.62	9.60	9.75	9.48	249168874	2.403346e+09

计算周K线数据，求每周的开盘价、收盘价、最大值、最小值

# 定义一个空的df
week_df = pd.DataFrame()

# 求每周的开盘价
week_df['open'] = df['open'].resample('W').first()
# 求每周的收盘价
week_df['close'] = df['close'].resample('W').last()
# 求每周的最大值
week_df['high'] = df['high'].resample('W').max()
# 求每周的最小值
week_df['low'] = df['low'].resample('W').min()
week_df.head(10)

	open	close	high	low
date
2015-01-11	9.98	9.42	10.23	9.19
2015-01-18	9.29	9.60	9.75	9.05
2015-01-25	8.75	8.99	9.14	8.47
2015-02-01	8.97	8.70	9.02	8.59
2015-02-08	8.49	8.44	9.01	8.37
2015-02-15	8.43	8.71	8.85	8.25
2015-02-22	8.71	8.74	8.81	8.57
2015-03-01	8.77	8.74	8.84	8.49
2015-03-08	8.76	8.39	8.80	8.30
2015-03-15	8.41	9.36	9.75	8.32

以上我们便通过股票的日K数据得到了周K数据。

定义周期转换函数，方便求周K与月K等数据

为了后续更方便的进行数据转换，我们可以直接封装一个函数，只需传输数据及想要转换的周期参数，即可得到相应周期的K线数据，函数定义如下：

def transfer_price_freq(data, time_freq):
    """
    将数据转化为指定周期：开盘价(周期第一天)、收盘价(周期最后一天)、最高价(周期)、最低价(周期)
    :param data:日数据，包含每天开盘价、收盘价、最高价、最低价
    :param time_freq: 转换周期,周：‘W’，月:‘M’
    :return:
    """
    df_trans = pd.DataFrame()
    df_trans['open'] = data['open'].resample(time_freq).first()
    df_trans['close'] = data['close'].resample(time_freq).last()
    df_trans['high'] = data['high'].resample(time_freq).max()
    df_trans['low'] = data['low'].resample(time_freq).min()
    return df_trans

# 我们传入df，及"M"参数即可得到月K数据
month_df = transfer_price_freq(df, 'M')
month_df.head()

	open	close	high	low
date
2015-01-31	9.98	8.70	10.23	8.47
2015-02-28	8.49	8.74	9.01	8.25
2015-03-31	8.76	9.83	10.37	8.30
2015-04-30	9.88	12.62	13.23	9.71
2015-05-31	12.62	11.58	12.78	11.32

同理如果我们有每分钟的股票数据，我们也可以通过该函数得到5分钟K线、10分钟K线、30分钟K线等。

如果内容对你有帮助，记得点赞、关注哦！也欢迎小伙伴们和我共同学习交流。

更多干货内容持续更新中…

也欢迎关注下方我的公众号，共同学习交流，获取更多学习资源。