目前不清退的交易所推荐：

1、全球第二大交易所OKX欧意

国区邀请链接： https://www.myts3cards.com/cn/join/1837888   币种多，交易量大！

国际邀请链接：https://www.okx.com/join/1837888 注册简单，交易不需要实名，新用户能开合约，币种多，交易量大！

2、老牌交易所比特儿现改名叫芝麻开门 :https://www.gate.win/signup/649183

全球最大交易所币安，国区邀请链接：https://accounts.binance.com/zh-CN/register?ref=16003031  币安注册不了IP地址用香港，居住地选香港，认证照旧，邮箱推荐如gmail、outlook。支持币种多，交易安全！

买好币上KuCoin：https://www.kucoin.com/r/af/1f7w3  CoinMarketCap前五的交易所，注册友好操简单快捷！

FMZ量化交易平台邀请链接：https://www.fmz.com/

程序化交易中的K线数据处理浅谈

在编写程序化交易策略时，使用K线数据，经常会有需求使用一些非标准周期K线数据的情况，例如需要使用12分钟周期K线数据、4小时K线周期数据，通常这类非标准周期是无法直接获取的。那么我们如何应对此类需求呢？
答案肯定是有办法的。
非标准周期可以通过更小周期的数据，合并合成获取，可以想象一下，多个周期中的最高价，算作合成后的最高价，最低价算作合成后的最低价，开盘价不会变，就用合成这根K线原料数据的第一个开盘价，收盘价对应的是用合成这根K线的原料数据的最后一个的收盘价，时间就是取的开盘价的时间，成交量用原料数据的交易量求和计算得出。
就如图：

• 思路

  我们以区块链资产 市场 BTC_USDT 为例，用1小时合成为4小时。

  

  

  

  

  时间	高	开	低	收
  2019.8.12 00:00	11447.07	11382.57	11367.2	11406.92
  2019.8.12 01:00	11420	11405.65	11366.6	11373.83
  2019.8.12 02:00	11419.24	11374.68	11365.51	11398.19
  2019.8.12 03:00	11407.88	11398.59	11369.7	11384.71

  这四个1小时周期的数据，合成一个根4小时周期的数据，开盘价即第一根 00:00 时间的开盘价：11382.57
  收盘价是 最后一根 即 03:00 时的收盘价：11384.71
  最高价就找这里面最高的价格：11447.07
  最低价就找这里面最低的价格：11365.51
  4小时周期 起始时间 就是 00：00 这根1小时K线的起始时间，即 2019.8.12 00:00
  成交量每根1小时的求和即可（主要观察价格如何合成，成交量数据中没有显示），这里不做赘述。

  合成出的 一根4小时K线即：
  高：11447.07
  开：11382.57
  低：11365.51
  收：11384.71
  时间：2019.8.12 00:00

  

  可以看到数据是一致的。

• 编写代码实现

  验证了初步的思路，就可以动手写一写代码初步实现一下这个需求了。

  直接放出代码，代码仅供参考学习：

    function GetNewCycleRecords (sourceRecords, targetCycle) {    // K线合成函数
        var ret = []
        
        // 首先获取源K线数据的周期
        if (!sourceRecords || sourceRecords.length < 2) {
            return null
        }
        var sourceLen = sourceRecords.length
        var sourceCycle = sourceRecords[sourceLen - 1].Time - sourceRecords[sourceLen - 2].Time
  
        if (targetCycle % sourceCycle != 0) {
            Log(\"targetCycle:\", targetCycle)
            Log(\"sourceCycle:\", sourceCycle)
            throw \"targetCycle is not an integral multiple of sourceCycle.\"
        }
  
        if ((1000 * 60 * 60) % targetCycle != 0 && (1000 * 60 * 60 * 24) % targetCycle != 0) {
            Log(\"targetCycle:\", targetCycle)
            Log(\"sourceCycle:\", sourceCycle)
            Log((1000 * 60 * 60) % targetCycle, (1000 * 60 * 60 * 24) % targetCycle)
            throw \"targetCycle cannot complete the cycle.\"
        }
  
        var multiple = targetCycle / sourceCycle
  
  
        var isBegin = false 
        var count = 0
        var high = 0 
        var low = 0 
        var open = 0
        var close = 0 
        var time = 0
        var vol = 0
        for (var i = 0 ; i < sourceLen ; i++) {
            // 获取 时区偏移数值
            var d = new Date()
            var n = d.getTimezoneOffset()
  
            if (((1000 * 60 * 60 * 24) - sourceRecords[i].Time % (1000 * 60 * 60 * 24) + (n * 1000 * 60)) % targetCycle == 0) {
                isBegin = true
            }
  
            if (isBegin) {
                if (count == 0) {
                    high = sourceRecords[i].High
                    low = sourceRecords[i].Low
                    open = sourceRecords[i].Open
                    close = sourceRecords[i].Close
                    time = sourceRecords[i].Time
                    vol = sourceRecords[i].Volume
  
                    count++
                } else if (count < multiple) {
                    high = Math.max(high, sourceRecords[i].High)
                    low = Math.min(low, sourceRecords[i].Low)
                    close = sourceRecords[i].Close
                    vol += sourceRecords[i].Volume
  
                    count++
                }
  
                if (count == multiple || i == sourceLen - 1) {
                    ret.push({
                        High : high,
                        Low : low,
                        Open : open,
                        Close : close,
                        Time : time,
                        Volume : vol,
                    })
                    count = 0
                }
            }
        }
  
        return ret 
    }
  
    // 测试
    function main () {
        while (true) {
            var r = exchange.GetRecords()                           // 原始数据，作为合成K线的基础K线数据，例如要合成4小时K线，可以用1小时K线作为原始数据。
            var r2 = GetNewCycleRecords(r, 1000 * 60 * 60 * 4)      // 通过 GetNewCycleRecords 函数 传入 原始K线数据 r , 和目标周期， 1000 * 60 * 60 * 4 即 目标合成的周期 是4小时K线数据。
  
            $.PlotRecords(r2, \"r2\")                                 // 策略类库栏 可以勾选画线类库，调用 $.PlotRecords 画线类库 导出函数 画图。
            Sleep(1000)                                             // 每次循环间隔 1000 毫秒，防止访问K线接口获取数据过于频繁，导致交易所限制。
        }
    }
  

  其实要合成K线，就需要两个东西，第一是需要原料数据，即小周期的K线数据，例子中 var r = exchange.GetRecords() 
  获取的小周期K线数据。第二是需要明确合成为多大的周期，即 K线数据合成的目标周期。
  然后通过 GetNewCycleRecords 函数的算法，就可以最后返回一个合成出来的K线数组结构的数据了。
  需要注意的是：

  • 1、目标周期不能小于你传入GetNewCycleRecords 函数作为数据原料的K线的周期。
    因为无法用小周期去合成更小的周期的数据。
  • 2、设置的目标周期必须是周期闭合的。
    什么是周期闭合？
    简单说就是在一小时内或者在一天之内，目标周期时间范围组合在一起，组成一个闭合的循环。
    举例：
    例如 12分钟周期的K线，从每个小时的0分0秒开始（以0时举例），第一个周期是00:00:00 ~ 00:12:00，第二个周期是00:12:00 ~ 00:24:00，第三个周期是00:24:00 ~ 00:36:00，第四个周期是00:36:00 ~ 00:48:00，第五个周期是00:48:00 ~ 01:00:00 ，正好组成一个完整的1小时。如果是 13分钟周期，就是不闭合的周期，这样的周期算出的数据不唯一，因为根据合成的数据起始点不同，合成出来的数据有差异。

  实盘运行了一下：
  

  对比交易所图表
  

• 使用K线数据构造需要的数据结构

  经常有群友提问，我想计算每根K线的最高价的均线，怎么办？

  通常，我们计算均线都是计算的收盘价的均值，组成均线，但是也有时候有需求计算最高价、最低价、开盘价等等。
  这个时候就不能直接把exchange.GetRecords() 函数返回的K线数据直接传入 指标计算函数了。

  例如：
  talib.MA 均线指标计算函数有两个参数，第一个参数是需要传入的数据，第二个参数是指标周期参数。
  例如 我们要算如下图的指标
  

  K线周期是4小时，
  在交易所图表上，已经设置好了一条均线，均线周期参数为9。
  并且设置计算的数据源是每根Bar的最高价。
  
  即这条均线是9个4小时周期K线Bar的最高价平均计算出的均值，组成的指标均线。

  我们自己动手构造一个数据算下，看是不是和交易所的图表计算得出的一样。

  var highs = []
  for (var i = 0 ; i < r2.length ; i++) {
      highs.push(r2[i].High)
  }
  

  既然要计算每根Bar的最高价的均值得出均线指标。
  那么就需要先构造一个数组，其中每个数据元素都是对应每根Bar的最高价。
  可以看到 highs 变量初始为一个空数组，然后我们遍历 r2 这个K线数据变量（不记得r2了？看下上面合成4小时K线的main函数中的代码）。
  读取r2每根Bar的最高价（即 r2[i].High , i取值范围 从 0 到 r2.length – 1 ），然后 push 进highs 。这样就构造了一个和K线数据Bar一一对应的数据结构。

  此时 highs 就可以传入 talib.MA函数计算出均线了。

  完整的例子：

  function main () {
      while (true) {
          var r = exchange.GetRecords()
          var r2 = GetNewCycleRecords(r, 1000 * 60 * 60 * 4)
          if (!r2) {
              continue
          }
          
          $.PlotRecords(r2, \"r2\")                                               // 画出K线
          
          var highs = []
          for (var i = 0 ; i < r2.length ; i++) {
              highs.push(r2[i].High)
          }
          
          var ma = talib.MA(highs, 9)                                           // 用均线指标函数 talib.MA 计算 均线指标
          $.PlotLine(\"high_MA9\", ma[ma.length - 2], r2[r2.length - 2].Time)     // 使用画线类库把均线指标画在图表上
          
          Sleep(1000)
      }
  }
  

  回测运行：

  

  可以看到 图中鼠标停留位置的均线指标值均为 11466.9289

  以上代码可以复制到策略中运行测试，记得勾选「画线类库」后保存！

• 数字货币市场的K线数据获取方式

  发明者量化交易平台已经有封装好的接口，即 exchange.GetRecords 函数，即可获取K线数据。
  下面着重讲解的是直接访问交易所K线数据接口获取数据，因为有时候需要指定参数获取更多的K线，封装的GetRecords 接口
  一般是返回 100根。如果遇到策略初始需要超过100根的K线时，就需要收集等待。
  为了让策略尽快进行运作，可以自己封装一个函数，直接访问交易所K线接口，指定参数获取更多的K线数据。

  以火必币币交易 BTC_USDT 交易对为例，我们实现这个需求：

  找到交易所的API文档，查看K线接口描述：
  

  https://api.huobi.pro/market/history/kline?period=1day&size=200&symbol=btcusdt
  

  参数：

  参数名	类型	是否必要	描述	取值
  symbol	string	true	交易对	btcusdt, ethbtc…
  period	string	true	返回数据时间粒度，也就是每根蜡烛的时间区间	1min, 5min, 15min, 30min, 60min, 1day, 1mon, 1week, 1year
  size	integer	false	返回 K 线数据条数	[1, 2000]

  测试代码：

  function GetRecords_Huobi (period, size, symbol) {
      var url = \"https://api.huobi.pro/market/history/kline?\" + \"period=\" + period + \"&size=\" + size + \"&symbol=\" + symbol
      var ret = HttpQuery(url)
      
      try {
          var jsonData = JSON.parse(ret)
          var records = []
          for (var i = jsonData.data.length - 1; i >= 0 ; i--) {
              records.push({
                  Time : jsonData.data[i].id * 1000,
                  High : jsonData.data[i].high,
                  Open : jsonData.data[i].open,
                  Low : jsonData.data[i].low,
                  Close : jsonData.data[i].close,
                  Volume : jsonData.data[i].vol,
              })
          }
          return records
      } catch (e) {
          Log(e)
      }
  }  
  
  
  function main() {
      var records = GetRecords_Huobi(\"1day\", \"300\", \"btcusdt\")
      Log(records.length)
      $.PlotRecords(records, \"K\")
  }
  

  Python版本，访问火必交易所接口的范例：

#!python3import jsonimport urllib2def GetRecords_Huobi(period, size, symbol):    headers = {\'User-Agent\':\'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6\'}    url = \"https://api.huobi.pro/market/history/kline?\" + \"period=\" + period + \"&size=\" + size + \"&symbol=\" + symbol    request = urllib2.Request(url)      request.add_header(\'User-Agent\',\'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6\')      opener = urllib2.build_opener()      f= opener.open(request)      ret = f.read().decode(\'utf-8\')          try :        jsonData = json.loads(ret)                records = []        for i in range(len(jsonData[\"data\"]) - 1, -1, -1):            records.append({                \"Time\" : jsonData[\"data\"][i][\"id\"] * 1000,                 \"High\" : jsonData[\"data\"][i][\"high\"],                 \"Open\" : jsonData[\"data\"][i][\"open\"],                 \"Low\" : jsonData[\"data\"][i][\"low\"],                 \"Close\" : jsonData[\"data\"][i][\"close\"],                 \"Volume\" : jsonData[\"data\"][i][\"vol\"],             })        return records    except Exception as e:        Log(e)        def main():    r = GetRecords_Huobi(\"1day\", \"300\", \"btcusdt\")    Log(len(r))    ext.PlotRecords(r, \"K\")   # 需要引用Python画线类库

Python版本，访问币安交易所的K线接口的范例：

#!python3
import json
import urllib2

def GetRecords_Huobi(period, size, symbol):
    headers = {\'User-Agent\':\'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6\'}
    url = \"https://api.binance.com/api/v3/klines?symbol=\" + symbol + \"&interval=\" + period
    request = urllib2.Request(url)  
    request.add_header(\'User-Agent\',\'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6\')  
    opener = urllib2.build_opener()  
    f= opener.open(request)  
    ret = f.read().decode(\'utf-8\')  
    try :
        jsonData = json.loads(ret)
        
        records = []
        for i in range(len(jsonData)):
            records.append({
                \"Time\" : float(jsonData[i][0]),
                \"High\" : float(jsonData[i][2]), 
                \"Open\" : float(jsonData[i][1]), 
                \"Low\" : float(jsonData[i][3]), 
                \"Close\" : float(jsonData[i][4]), 
                \"Volume\" : float(jsonData[i][5]), 
            })
        return records
    except Exception as e:
        Log(e)
        
def main():
    r = GetRecords_Huobi(\"1m\", \"300\", \"BTCUSDT\")
    Log(len(r))
    ext.PlotRecords(r, \"K\")   # 需要引用Python画线类库

可以看到日志上，打印 records.length 为 300， 即 records K线数据 bar 数量有300根。

FMZ量化交易平台邀请链接：https://www.fmz.com/

全球最大交易所币安，国区邀请链接：https://accounts.binance.com/zh-CN/register?ref=16003031  币安注册不了IP地址用香港，居住地选香港，认证照旧，邮箱推荐如gmail、outlook。支持币种多，交易安全！

买好币上KuCoin：https://www.kucoin.com/r/af/1f7w3  CoinMarketCap前五的交易所，注册友好操简单快捷！

目前不清退的交易所推荐：

1、全球第二大交易所OKX欧意，邀请链接：https://www.myts3cards.com/cn/join/1837888 注册简单，交易不需要实名，新用户能开合约，币种多，交易量大！。

2、老牌交易所比特儿现改名叫芝麻开门 :https://www.gate.win/signup/649183

买好币上币库：https://www.kucoin.com/r/1f7w3

火必所有用户现在可用了，但是要重新注册账号火币：https://www.huobi.com

全球最大交易所币安，

国区邀请链接：https://accounts.suitechsui.mobi/zh-CN/register?ref=16003031 支持86手机号码，网页直接注册。