Dukascopy ofrece datos históricos de ticks. A través de su sitio web de datos históricos puedes descargar lo que quieras, pero es necesario registrarse y hacer muchos clics manuales.
Sin embargo, si se siente cómodo con los scripts, puede descargar directamente los datos de los ticks usted mismo. El patrón de la URL es http://www.dukascopy.com/datafeed/{currency}/{year}/{month}/{day}/{hour}h_ticks.bi5 Así, por ejemplo http://www.dukascopy.com/datafeed/AUDCAD/2017/00/01/23h_ticks.bi5 te consigue ticks para AUDCAD desde el 1 de enero de 2017, 23:0
Tenga en cuenta que los meses se basan en el cero (no sé por qué), por lo que Ene-Dic es 00-11 (dos dígitos). Cada hora está presente como un archivo, incluso si el mercado está cerrado.
El formato del archivo es un archivo binario comprimido LZMA, por lo que deberá descomprimirlo a CSV u otro formato según su necesidad. Cada marca tiene 20 bytes, cinco campos de cuatro bytes:
- (long) el tiempo relativo de la hora, en milisegundos
- (largo) el precio de venta, en puntos
- (largo) el precio de la oferta, en puntos
- (float) el volumen de la demanda
- (flotante) el volumen de la oferta
En python, utilizo un struct.unpack('>LLLff', bytes) para extraer los campos.
El formato de los datos es muy eficiente en cuanto a espacio para la transferencia y el almacenamiento, pero no es eficiente para el procesamiento, así que lo convierto en una serie temporal para mi almacenamiento.
He basado mi código en esta guía y hay un montón de repositorios de GitHub para ayudar.
0 votos
¿Con qué plataforma o lenguaje de programación pretende operar esta estrategia y/o probarla?