¿Cómo puedo convertir los datos del libro de órdenes en formato OHCL (apertura, máximo, mínimo, cierre)?

Question

La imagen representa los datos de la cartera de pedidos con columnas que tienen los siguientes atributos:

a0: Mejor precio de demanda (es decir, el precio más bajo publicado al que alguien está dispuesto a vender un activo)

b0: Mejor precio de oferta (es decir, el precio más alto publicado al que alguien está dispuesto a comprar un activo)

az0: Tamaño de la mejor demanda (es decir, el número de lotes que se ofrecen para la venta al precio de demanda más bajo)

bz0: Tamaño de la mejor puja (es decir, el número de lotes que la gente intenta comprar al precio de la puja)

Lo que quiero es convertir los datos del libro de órdenes en formato OHCL (Open, High, Low y Close). La otra información que tengo es la siguiente:

Características:
atv: característica que representa una fracción del volumen de negociación ( en número de lotes )

btv: característica que representa otra fracción del volumen de negociación ( en número de lotes )

(atv + btv = número total de operaciones en el día hasta ahora)

tbq: suma de todos los tamaños de BID ( buy ) en el mercado

tsq: suma de todos los tamaños de ASK ("venta") en el mercado

Todas las variables anteriores corresponden a un instrumento derivado 2.

Answer 1

Como señala Alex C., las barras OHLC se calculan utilizando los ticks de las transacciones. Sin embargo, usted podría intente hacer barras a partir de la oferta y la demanda individualmente (o quizás incluso la media de las dos como aproximación), pero tenga en cuenta que no son la "cosa real".

Pero suponiendo que se adquieran los datos de las transacciones, hay varios métodos posibles para formar barras de OHLC (aproximadamente en orden creciente de calidad, pero también de dificultad de implementación).

1. Barras de tiempo - este es el método por defecto. Esencialmente, usted decide una cantidad fija de tiempo (por ejemplo, utilizaremos barras de 1 minuto), y luego divide su conjunto de datos en subconjuntos correspondientes a cada intervalo de 1 minuto. Cada intervalo de 1 minuto tendrá un número diferente de ticks. El primer tick de cada barra de 1 minuto es la apertura, el último tick es el "cierre", y los máximos y mínimos se explican por sí mismos. Aunque las barras de tiempo son las más populares, las series muestreadas en el tiempo suelen tener malas propiedades estadísticas como la correlación serial, la no normalidad, etc.

2. Barras de torsión - esta muestra cada vez x transacciones (por ejemplo, cada 1000 ticks). La principal ventaja con respecto a las barras de tiempo es que la información del mercado no se produce con una frecuencia constante (por ejemplo, se producen más operaciones en la apertura del mercado), por lo que las barras de tiempo no captan con precisión el flujo de información. Las barras de ticks no sufren este problema y producen empíricamente series temporales con mejores propiedades estadísticas: los rendimientos resultantes se acercan más a los gaussianos i.i.d., que es un supuesto de muchos modelos.

3. Barras de volumen - una pequeña mejora con respecto a las barras de ticks, en las que se muestrea cada vez x unidades/dólares del activo se negocian: esto tiene en cuenta el hecho de que los ticks son de diferentes tamaños. Esto permitirá un mejor análisis de la acción precio-volumen, y las distribuciones de retorno deberían estar más cerca de los gaussianos i.i.d.

4. Barras de desequilibrio de garrapatas - ahora se vuelve un poco más complejo, pero esencialmente estas barras muestran cuando hay información asimétrica. A grandes rasgos, toma muestras cada vez que hay un cierto nivel de desequilibrio en una serie de ticks (compra o venta neta).

5. Barras de desequilibrio de volumen - similar a las barras de desequilibrio de ticks, pero muestra cuando hay un desequilibrio de volumen.

6. Barras de Tics - siempre que la secuencia de ticks se desvíe de las expectativas.

Asumiendo que tienes un dataframe de datos de tick de transacciones de precio/volumen, aquí hay un ejemplo de código python (un poco feo) para formar barras de tick donde period es el número de ticks en una barra:

all_bars = []
for _, bar in price_volume.groupby(np.arange(len(price_volume)) // period):
    open_price = bar['price'][0]
    high_price = bar['price'].max()
    close_price = bar['price'][-1]
    low_price = bar['price'].min()
    volume = bar['volume'].sum()
    timestamp = bar.index[-1]
    all_bars.append([timestamp, open_price, 
                     high_price, close_price, 
                     low_price, volume])

ohlc = pd.DataFrame(all_bars, columns=['timestamp', 'open', 
                                       'high', 'low', 
                                       'close', 'volume'])