Einen Handelstag aus Preisbalken lesen
Ein Tagesbalken fasst eine ganze Sitzung in fünf Zahlen zusammen: Eröffnung, Hoch, Tief, Schluss und Volumen. Daraus lässt sich die Geschichte eines Tages rekonstruieren: wie weit sich der Preis über Nacht bewegt hat (die Lücke zwischen gestrigem Schluss und heutiger Eröffnung), wie groß die Spanne der Sitzung war und ob das Volumen ungewöhnlich war. Jede dieser Berechnungen ist eine Zeile auf ganzen Spalten einer Tabelle.
import pandas as pd
bars = pd.read_csv("data/AAPL.csv", index_col="date", parse_dates=True)
prev_close = bars["close"].shift(1) # yesterday's close, lined up with today's row
gap = bars["open"] / prev_close - 1 # the overnight gapWenn Sie fragen, ob das heutige Volumen ungewöhnlich ist, vergleichen Sie es nur mit den Sitzungen vor heute. rolling(20).mean() allein enthält heute, sodass der Tag teilweise mit sich selbst verglichen wird; ein vorheriges shift(1) verschiebt das Fenster um einen Tag zurück. Informationen des beurteilten Tages zu verwenden ist Look-ahead, die häufigste Art, wie ein Backtest Sie täuscht.
Die Geschichte zeigen
Der Helfer qc_chart macht aus Balken ein interaktives Diagramm. Übergeben Sie Listen von Serien (Kerzen, Linien, Histogramme) und optionale Markierungen; das Diagramm erscheint im Tab Diagramme, und die Tests lesen dieselben Daten, die Sie übergeben haben, nicht das Bild.
import qc_chart
qc_chart.show(
[qc_chart.candles(recent, name="Price"), qc_chart.line(average, name="20-day average")],
markers=qc_chart.markers({"2026-05-12": "+4.1%"}),
)Lab: Was bewertet wird
- Tagesmerkmale25 Pkt.
- Die größten Lücken25 Pkt.
- Volumenspitzen ohne Look-ahead25 Pkt.
- Die Geschichte zeichnen25 Pkt.