前回 の続きです。
LESSON 6 The history() Function
data.history() メソッド1はヒストリカルデータを取得します。
渡す引数は下記のとおりです。
| 位置 | キーワード | 値 |
|---|---|---|
| 1 | 銘柄のインスタンス | |
| 2 | fields | 'price', 'open', 'high', 'low', 'close' |
| 3 | bar_count | データの個数 |
| 4 | frequency | 頻度 |
戻り値はpandasのDataFrame型になります。
下記の例ではAAPLの10日分の価格を取得し、平均を算出しています。
# Get the 10-day trailing price history of AAPL in the form of a Series.
hist = data.history(sid(24), 'price', 10, '1d')
# Mean price over the last 10 days.
mean_price = hist.mean()
第四引数に '1d' を指定することで1日毎の頻度でデータを取得しています。'1m' を指定すると毎分のデータを取得します。
'1d' を指定した場合、当日の価格も含まれます。移動平均を目安にするようなトレードでは前日までの平均を使うことがよくあると思います。前日までの10日間の平均を算出する場合は下記のように記載します。
data.history(sid(8554), 'volume', 11, '1d')[:-1].mean()
LESSON 5で紹介した data.current() と同様に、複数銘柄を指定した場合にはpandasのDataFrame型が返ります。
# Get the last 5 minutes of volume data for each security in our list.
hist = data.history([sid(24), sid(8554), sid(5061)], 'volume', 5, '1m')
# Calculate the mean volume for each security in our DataFrame.
mean_volumes = hist.mean(axis=0)
複数銘柄でかつ複数のフィールドを指定した場合にはpandasのPanel型2が返ります。
# Low and high minute bar history for each of our securities.
hist = data.history([sid(24), sid(8554), sid(5061)], ['low', 'high'], 5, '1m')
# Calculate the mean low and high over the last 5 minutes
means = hist.mean()
mean_lows = means['low']
mean_highs = means['high']
下記のコードではAAPL、MSFT、SPYの10分間の出来高の平均を出力しています。
def initialize(context):
# AAPL, MSFT, SPY
context.security_list = [sid(24), sid(8554), sid(5061)]
def handle_data(context, data):
hist = data.history(context.security_list, 'volume', 10, '1m').mean()
print hist.mean()