使用散点图或大熊猫识别并提取烛台图上的OHLC模式吗？

Question

我正在使用Ameritrade API和pandas / plotly以分钟为单位绘制简单的股价图表，我想使用生成的图表的某些属性来识别和提取特定的烛形图。

我在这里建立数据框并将其绘制为烛台：

frame = pd.DataFrame({'open': pd.json_normalize(df, 'candles').open,
                     'high': pd.json_normalize(df, 'candles').high,
                     'low': pd.json_normalize(df, 'candles').low,
                     'close': pd.json_normalize(df, 'candles').close,
                     'datetime': pd.DatetimeIndex(pd.to_datetime(pd.json_normalize(df, 'candles').datetime, unit='ms')).tz_localize('UTC').tz_convert('US/Eastern')})


fig = go.Figure(data=[go.Candlestick(x=frame['datetime'],
                                    open=frame['open'],
                                    high=frame['high'],
                                    low=frame['low'],
                                    close=frame['close'])])
fig.update_layout(xaxis_rangeslider_visible=False)
fig.show()

The plot：

我正在寻找的模式只是每天连续四次红蜡烛交易的第一盘。

红色蜡烛可以定义为：

close < open & close < prev.close

因此，在这种情况下，我没有交易前的第一分钟就无法使用prev.close，因为我没有盘前/盘后交易数据。

我想知道是否有可能访问绘制的图形数据，因为如果是这样，我可以只提取第一组四个连续的red蜡烛和它们的数据-但是，如果不行，我只能定义我的图案并用熊猫提取它，但还没走那么远。

使用plotly或pandas这样做会更容易，简单的实现会是什么样？

我正在使用Ameritrade API和pandas / plotly以分钟为单位绘制简单的股价图表，我想使用生成的图表的某些属性来识别和提取特定的......>] >

[不确定Candlestick，但是在熊猫中，您可以尝试类似的方法。 注意：我假设数据在每个工作日已经有一行，并且已经进行了排序。

第一件事是创建一个名为true的列red，其中问题中描述的红色蜡烛的条件为True：] >

df['red'] = df['close'].lt(df['open'])&df['close'].lt(df['close'].shift())
然后您要查看它是否连续4天发生，并假设数据按升序排列（通常），那么想法是使用[::-1]反转数据框，使用rolling并使用4的窗口，sum在上方创建的红色列，并检查它等于4的位置。

df['next_4days_red'] = df[::-1].rolling(4)['red'].sum().eq(4)
然后，如果您想要连续四个红色交易日开始的那一天，请执行loc：
df.loc[df['next_4days_red'], 'datetime'].tolist()
这里有一个带有虚拟变量的小例子：
df = pd.DataFrame({'close': [10,12,11,10,9,8,7,10,9,10], 
                   'datetime':pd.bdate_range('2020-04-01', periods=10 )})\
       .assign(open=lambda x: x['close']+0.5)
df['red'] = df['close'].lt(df['open'])&df['close'].lt(df['close'].shift())
df['next_4days_red'] = df[::-1].rolling(4)['red'].sum().eq(4)

print (df.loc[df['next_4days_red'], 'datetime'].tolist())
[Timestamp('2020-04-03 00:00:00'), Timestamp('2020-04-06 00:00:00')]
注意：它捕获两个连续的日期，因为它连续5天减少，所以不确定在这种情况下是否要两个日期

Answer 1

[不确定Candlestick，但是在熊猫中，您可以尝试类似的方法。 注意：我假设数据在每个工作日已经有一行，并且已经进行了排序。