資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會研究
服裝研究
法律研究使用Python視覺化外匯資料
歷史外匯資料對於識別趨勢、評估過去的表現以及對貨幣市場做出明智的預測至關重要。透過清晰地顯示價格波動和模式，視覺化這些資料可以增強分析，幫助交易者和分析師做出更好的決策。
本教程將指導您使用TraderMade API檢索歷史貨幣資料，並使用Plotly將其視覺化為燭形圖格式。燭形圖在金融分析中很流行，因為它可以清晰地顯示價格波動，包括特定時期內開盤價、最高價、最低價和收盤價。我們將使用指定日期範圍內的歐元/美元貨幣對資料。
在本教程結束時，您將能夠
- 使用Python發出獲取歷史資料的API請求。
- 將JSON資料格式化並處理成資料框。
- 使用Plotly建立互動式燭形圖進行金融分析。
前提條件
在開始之前，請確保您擁有以下內容：
1. Python基礎知識：熟悉Python程式設計，特別是函式和錯誤處理，將非常有幫助。
2. TraderMade API金鑰：訪問“https://tradermade.com/dashboard”獲取API金鑰。在TraderMade註冊以獲得免費的API金鑰，您將在教程中使用它。
3. 已安裝所需的庫
requests：要安裝requests，請使用以下命令：
pip install requests
此庫使您可以向API發出HTTP請求。
pandas：要安裝pandas，請使用以下命令：
pip install pandas
Pandas將用於以表格格式組織和操作API資料。
plotly：要安裝plotly，請使用以下命令：
pip install plotly
此庫有助於建立互動式圖表，在本教程中特別是燭形圖。
示例
匯入所需的庫
這些庫是必不可少的
- requests：向TraderMade API發出HTTP請求。
- pandas：組織和操作從API獲取的資料。
- datetime：用於日期格式化和轉換。
- plotly.graph_objects：用於建立視覺化效果，在本教程中特別是燭形圖。
import requests import pandas as pd from datetime import datetime import plotly.graph_objects as go
設定API金鑰和基本URL
要訪問資料，請使用您的TraderMade API金鑰和歷史資料的基本URL。請務必將“KEY”替換為您實際的API金鑰。
API_KEY = 'KEY' # Replace with your TraderMade API Key BASE_URL = 'https://marketdata.tradermade.com/api/v1/historical'
定義引數
Set the currency pair and the date range for the historical data you wish to retrieve. symbol = 'EURUSD' # For EUR/USD currency pair start_date = '01-01-2023' # Start date in DD-MM-YYYY format end_date = '31-01-2023' # End date in DD-MM-YYYY format
定義日期轉換函式
API期望日期採用YYYY-MM-DD格式，因此輔助函式將轉換DD-MM-YYYY輸入格式。def convert_date_to_api_format(date_str):
return datetime.strptime(date_str, '%d-%m-%Y').strftime('%Y-%m-%d')
獲取歷史資料函式
此函式從API檢索資料。def fetch_historical_data(symbol, start_date, end_date):
# Convert date formats
api_start_date = convert_date_to_api_format(start_date)
api_end_date = convert_date_to_api_format(end_date)
params = {
'currency': symbol,
'date': api_start_date, # Starting date
'end_date': api_end_date, # Ending date
'api_key': API_KEY
}
response = requests.get(BASE_URL, params=params)
# Check if the request was successful
if response.status_code != 200:
print(f"Error: Received status code {response.status_code}")
print("Response:", response.json())
raise Exception("Failed to fetch data from TraderMade API")
# Log raw response for reference
data = response.json()
print("Raw API Response:", data)
# Check for the 'quotes' field in response
if 'quotes' not in data:
print("Error: 'quotes' field not found in response")
print("Response:", data)
raise KeyError("'quotes' field missing from API response")
# Convert the 'quotes' field to DataFrame
df = pd.DataFrame(data['quotes'])
print("DataFrame structure:\n", df.head())
# Handle date column
if 'date' in data:
df['date'] = data['date']
else:
# Estimate dates if only one is provided
df['date'] = pd.date_range(start=api_start_date, periods=len(pdf), freq='D')
# Ensure the date column is datetime
df['date'] = pd.to_datetime(df['date'])
return df
獲取和顯示資料
使用該函式獲取資料，確保結構已準備好進行繪圖。
df = fetch_historical_data(symbol, start_date, end_date)
檢查所需列
燭形圖需要“開盤價”、“最高價”、“最低價”和“收盤價”列。驗證這些列是否存在。
required_columns = {'open', 'high', 'low', 'close'}
if not required_columns.issubset(df.columns):
missing_cols = required_columns - set(df.columns)
raise ValueError(f"Missing columns in data for candlestick chart: {missing_cols}")
建立和自定義燭形圖
現在您已經擁有了資料，您可以使用Plotly對其進行視覺化。
fig = go.Figure(data=[go.Candlestick(
x=df['date'],
open=df['open'],
high=df['high'],
low=df['low'],
close=df['close'],
name=f'{symbol} OHLC'
)])
fig.update_layout(
title=f'{symbol} Candlestick Chart from {start_date} to {end_date}',
xaxis_title='Date',
yaxis_title='Price',
xaxis_rangeslider_visible=False
)
fig.show()
處理錯誤
如果上述步驟中發生錯誤，則會捕獲並列印該錯誤，以幫助診斷問題。
except Exception as e:
print(f"An error occurred: {e}")
結論
透過此設定，您可以輕鬆修改符號或日期範圍，並使用TraderMade API視覺化各種貨幣對的歷史資料。如果將其應用於較大的專案，請記住安全地處理API金鑰，並在“https://tradermade.com/docs/restful-api”文件中檢視API使用限制。
瀏覽量：11
