如何在Python中生成市场的分形图

Question

如何在Python中生成市场的分形图

pythonpython-2.7fractals

3

我希望在Python中生成这个：

http://classes.yale.edu/fractals/RandFrac/Market/TradingTime/Example1/Example1.html

但是我对这个概念非常困惑，也很陌生。有人知道这方面的库或者代码片段吗？

enter image description here

编辑：根据我所理解的，你需要每次将分形图形分为两部分。因此，您需要从连接两个中间点的线计算y轴点。然后，两个部分需要按照分形的形式进行形成？

- Tjorriemorrie

"我希望用Python生成这个。" 你想要生成一个关于分形的网站吗？有许多有趣的Web框架可供选择。你试过Django吗？" - Kevin

@Kevin 谢谢您提供的信息。恶心的 iframe，唉。我已经更新了链接。 - Tjorriemorrie

你的问题并不是很清晰。你想生成一个看起来有点逼真的股票市场图表吗？还是你想实现这个'价格 vs. 交易时间'的归一化？此外，是否有输入数据，或者你只是想要随机生成图表？ - tobias_k

@tobias_k 只需使用这种分形方法生成市场图表。我可以使用相同的函数并重复实现交易时间归一化，所以不用担心。 - Tjorriemorrie

请在标题中添加“图形”一词...我看到“分形市场”就像，嗷嗷？ - kumarharsh

显示剩余2条评论

3个回答

0

使用 @tobias_k 的解决方案和 pandas，我们可以将归一化分形图形进行翻译和缩放，变成基于时间的图形。

import arrow
import pandas as pd
import time

depth = 5
# the "geometry" of fractal
turns = [
        (1 / 9, 0.60),
        (5 / 9, 0.30),
        (8 / 9, 0.70),
    ]

# select start / end time 
t0 = arrow.now().floor("hours")
t1 = t0.shift(days=5)
start = (pd.to_datetime(t0._datetime), 1000)
end = (pd.to_datetime(t1._datetime), 2000)

# create a non-dimensionalized [0,0]x[1,1] Fractal
_start, _end = (0, 0), (1, 1)  
graph = set()
make_graph(depth, graph, _start, _end, turns)
# just check graph length
assert len(graph) == (len(turns) + 1) ** depth + 1

# create a pandas dataframe from the normalized Fractal
df = pd.DataFrame(graph)
df.sort_values(0, inplace=True)
df.reset_index(drop=True, inplace=True)

# translate to real coordinates
X = pd.DataFrame(
        data=[(start[0].timestamp(), start[1]), (end[0].timestamp(), end[1])]
        ).T
delta = X[1] - X[0]
Y = df.mul(delta) + X[0]
Y[0] = [*map(lambda x: pd.to_datetime(x, unit="s"), Y[0])]

# now resample and interpolate data according to *grid* size
grid ="min"
Z = Y.set_index(0)
A = Z.resample(grid).mean().interpolate()

# plot both graph to check errors
import matplotlib.pyplot as plt
ax = Z.plot()
A.plot(ax=ax)
plt.show()

显示两个图表：

并缩放以查看插值和对齐到网格的差异：

- asterio gonzalez

0

我有类似的兴趣，并开发了一个Python3库，可以做到你想要的。

pip install fractalmarkets

请查看https://github.com/hyperstripe50/fractal-market-analysis/blob/master/README.md

- hyperstripe50

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tobias_k · Accepted Answer

我不是100%确定你在问什么，但是根据你的评论，我理解你想要使用链接中描述的递归算法生成一个真实看起来的股市曲线。

就我所理解的链接页面和一些父页面的描述，它的工作原理如下：

您将获得起点和终点以及一些转折点，形式为(t₁, v₁)，(t₂, v₂)等，例如start=(0,0), end=(1,1), turns = [(1/4, 1/2), (3/4, 1/4)]，其中t_i和v_i是介于0和1之间的分数。

您确定实际的拐点缩放到start和end之间的间隔，并计算这些点之间的差异，即从p_i到达p_i+1需要走多远。

您对这些段进行洗牌，以引入一些随机性;当它们放在一起时，它们仍然覆盖完全相同的距离，即它们连接原始的start和end点。

通过递归调用不同点之间的新段的函数来重复执行。

这是我刚刚写的一些Python代码：

from __future__ import division
from random import shuffle

def make_graph(depth, graph, start, end, turns):
    # add points to graph
    graph.add(start)
    graph.add(end)

    if depth > 0:   
        # unpack input values
        fromtime, fromvalue = start
        totime, tovalue = end

        # calcualte differences between points
        diffs = []
        last_time, last_val = fromtime, fromvalue
        for t, v in turns:
            new_time = fromtime + (totime - fromtime) * t
            new_val = fromvalue + (tovalue - fromvalue) * v
            diffs.append((new_time - last_time, new_val - last_val))
            last_time, last_val = new_time, new_val

        # add 'brownian motion' by reordering the segments
        shuffle(diffs)

        # calculate actual intermediate points and recurse
        last = start
        for segment in diffs:
            p = last[0] + segment[0], last[1] + segment[1]
            make_graph(depth - 1, graph, last, p, turns)
            last = p
        make_graph(depth - 1, graph, last, end, turns)

from matplotlib import pyplot
depth = 8
graph = set()
make_graph(depth, graph, (0, 0), (1, 1), [(1/9, 2/3), (5/9, 1/3)])
pyplot.plot(*zip(*sorted(graph)))
pyplot.show()

以下是一些示例输出：

enter image description here