Leer una jornada a partir de barras de precios
Una barra diaria resume toda una sesión en cinco números: apertura, máximo, mínimo, cierre y volumen. Con ellos se puede reconstruir la historia de un día: cuánto se movió el precio durante la noche (la diferencia entre el cierre de ayer y la apertura de hoy), qué tan amplio fue el rango de la sesión y si el volumen fue inusual. Cada uno de estos cálculos es una línea sobre columnas enteras de una tabla.
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 gapCuando se pregunta si el volumen de hoy es inusual, compárelo solo con las sesiones anteriores a hoy. rolling(20).mean() por sí solo incluye hoy, de modo que el día se compara en parte consigo mismo; llamar primero a shift(1) retrocede la ventana un día. Usar información del día que se juzga es look-ahead, la forma más común en que un backtest engaña.
Mostrar la historia
El asistente qc_chart convierte barras en un gráfico interactivo. Páselo listas de series (velas, líneas, histogramas) y marcadores opcionales; el gráfico aparece en la pestaña Gráficos, y las pruebas leen los mismos datos que usted pasó, no la imagen.
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: qué se califica
- Características diarias25 pts
- Los mayores saltos25 pts
- Picos de volumen sin look-ahead25 pts
- Graficar la historia25 pts