Эта проблема была частично решена в другом месте, но мне трудно найти способ заставить эту работу работать с данными финансового рынка OHL C.
Я хочу взять 5-минутные данные и пересчитать их в 4-часовые данные с предположением, что новые данные поступают каждые 5 минут. Таким образом, использование фиксированной базы в ресэмпле Pandas не подходит для этого.
последние 4 часа , содержащие Open (первый), High (max), Low (min), Close (последний), должны быть рассчитаны на основе последней временной метки задом наперед; снизу фрейма данных вверх. Если последняя отметка времени - 14:05, то последний четырехчасовой столбец передискретизации в наборе данных должен иметь отметку 10:05; когда данные в 14:10 обрабатываются, они должны пересчитаться обратно в 10:10, и т.д. c.
Я ищу метод, который может автоматически определять, как установить параметры передискретизации на основе последней отметки времени или другого подхода Dynami c (так как это будет обновляться автоматически с новыми данными), а затем соответствующим образом выполнить повторную выборку.
Это традиционный метод повторной выборки, который я использую в настоящее время :
ohlc_dict = {'Open': 'first', 'High': 'max', 'Low': 'min', 'Close': 'last'}
df = df.resample('240T', base=21).agg(ohlc_dict).dropna()
Есть ли способ достичь этой цели передискретизации?