getOandaData

API说明： http://developer.oanda.com/rest-live/rates/#retrieveInstrumentHistory

历史数据下载

1.导入模块

2.选择数据类型

3.将数据转换格式

4.改变数据名称

5.设置新的索引

1.导入模块(request、json、pandas)

2.数据类型

symbol为品种.

count为返回的蜡烛数，如果没有指定，数量将默认为500，最大可接受值数是5000。

candleFormat 为可选的蜡烛参数表示，“midpoint” - 基于中点的参数。“bidask” - 基于买/卖的参数，如果未指定candleFormat参数，candleFormat的默认值为“bidask”。

granularity为可选每个参数表示的时间范围。
秒可选为S5、S10、S15、S30、M1;

分钟可选为M2、M3、M4、M5、M10、M15、M30、H1;

小时可选为H2、H3、H4、H6、H8、H12、D.

其中D为1day,W为1week,M为1month.

url中自行修改start的时间，其中T15为15点，表示收集当天15点以后的数据。
获取数据后，再将数据转换为dataframe的格式。

若收集一定区间的数据，在末端加上&end=

import requests
import json
import pandas as pd
symbol = 'XAU_USD'
count = '50'
candleFormat = 'midpoint'
granularity = 'H1'
url = "https://api-fxtrade.oanda.com/v1/candles?instrument=%s&count=%s&candleFormat=%s&granularity=%s&start=2018-10-15T15"\
%(symbol,count,candleFormat,granularity)
response = requests.get(url)
doc=json.loads(response.content) 
data = pd.DataFrame(doc["candles"])

3.将数据转换为指定的日期格式

data["datetime"] = data["time"].apply(pd.to_datetime)

4.改变数据名称

delMid = {"closeMid": 'close', "highMid":'high', 'lowMid':'low', 'openMid':'open'}

5.设置新的索引

data.rename_axis(delMid,1).set_index('datetime')