在VNPY中策略中，使用分鐘線合成日K線

在論壇裡面看到不少關於分鐘合成日線的討論，也試著實現了。這裡是針對vnpy2.0的，1.92其實基本也差不多。

1. 這裡把合成的日線HLOC資訊放在pandas.DataFrame裡面，因為日線分析的話，對運算時間要求不是特別高，DataFrame足矣

2. 合成過程放在on_bar方法裡面，對每個傳入的分鐘進行日線合併處理；

3. 這裡用了trading == False進行判斷，就是隻在策略初始化過程對於歷史資料進行日線合併。在交易過程中，不對當天傳入分鐘資料進行處理。因為日線是長週期資料，放在程式啟動時候呼叫使用就可以，不必要盤中分析，如果打算真要，註釋掉這個就可以。

4. 這裡只是提供了這個DataFrame 放置日線資料，具體如何分析還是要看使用者了

定於dayFrame儲存日線資料，在策略定義中插入全域性變數

class *********Strategy(CtaTemplate):
    author = "用Python的交易員"
    import pandas as pd
    dayFrame = pd.DataFrame(columns=['datetime', 'high', 'low', 'open', 'close'])

合併過程，在on_bar 方法中插入下面程式碼

def on_bar(self, bar: BarData):
    """
   
    """
    if self.trading == False:
        if self.dayFrame.empty:
            # 如果dayFrame 為空，先加入一條
            self.dayFrame = self.dayFrame.append({'datetime': bar.datetime.date(), 'high':bar.high_price, 'low': bar.low_price, 'open': bar.open_price, 'close': bar.close_price},
                                       ignore_index=True)
        else:
            self.dayFrame = self.dayFrame.sort_values(['datetime']).reset_index(drop=True)
            # 如果dayFrame 不為空，先按照日期排序，
            if bar.datetime.date() in self.dayFrame['datetime'].values:
                # 如果是已有日期，對比high，low更新，並使用新close
                self.dayFrame.loc[self.dayFrame['datetime'] == bar.datetime.date(), 'high'] = \
                    max(self.dayFrame.loc[self.dayFrame['datetime'] == bar.datetime.date(), 'high'].all(),bar.high_price)
                self.dayFrame.loc[self.dayFrame['datetime'] == bar.datetime.date(), 'low'] = \
                    min(self.dayFrame.loc[self.dayFrame['datetime'] == bar.datetime.date(), 'low'].all(),bar.low_price)
                self.dayFrame.loc[self.dayFrame['datetime'] == bar.datetime.date(), 'close'] = bar.close_price
            else:
                # 如果是新的日期，新建一條
                self.dayFrame = self.dayFrame.append(
                    {'datetime': bar.datetime.date(), 'high': bar.high_price, 'low': bar.low_price,
                     'open': bar.open_price, 'close': bar.close_price},
                    ignore_index=True)

會插入如下資料，按照初始化使用天數，就會有多少條，

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/22259926/viewspace-2665919/，如需轉載，請註明出處，否則將追究法律責任。