获取金融数据--OANDA

-----------------------------------By Patrick 黄瀚祺

1、RESTFul API

2、开源数据 JAQS，Tushare

3、￥￥￥

可导入品种类型：Oanda、A股、商品期货、OKEX、binance

Install

vnpy_fxdayu: https://github.com/xingetouzi/vnpy_fxdayu

Mongodb: https://www.mongodb.com/download-center#community

安装说明: https://github.com/xingetouzi/vnpy_fxdayu/wiki/Windows环境安装

建议安装robomongo作为可视化数据库管理

导入模块(request、datetime、pandas)

import pandas as pd
from datetime import datetime,timedelta
import requests

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

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 json
# OANDA
def getCandles(instrument,granularity,candleFormat=None,count=None,start=None):
    params = {'instrument':instrument,'granularity':granularity,'candleFormat':candleFormat,'count':count,'start':start}
    url = "https://api-fxtrade.oanda.com/v1/candles"
    r = requests.get(url, headers={"contentType": "application/x-www-form-urlencoded"}, params=params,timeout=10)
    text = json.loads(r.content)
    data = pd.DataFrame(text["candles"])
    data["datetime"] = data["time"].apply(pd.to_datetime)
    data.rename(columns={'closeMid':'close', 'highMid':'high', 'lowMid':'low', 'openMid':'open'}, inplace = True)
    return data
getCandles('XAU_USD','M1','midpoint',start = '2018-10-29').tail()
# granularity available:S5/ S10/ S15/ S30/ M1/ M2/ M3/ M4/ M5/ M10/ M15/ M30/ H1/ H2/ H3/ H4/ H6/ H8/ H12/ D/ W/ M

导入数据到mongodb

symbol = 'XAU_USD'
data =getCandles(symbol,'M1','midpoint',start = '2018-10-29')
import pymongo
client = pymongo.MongoClient('localhost', 27017)
collection = client['FinData'][symbol]
collection.create_index([('datetime', pymongo.ASCENDING)], unique=True)
for index, row in data.iterrows():
    bar = {}
    bar['open'] = row.open
    bar['close'] = row.close
    bar['high'] = row.high
    bar['low'] = row.low
    bar['volume'] = row.volume
    bar['symbol'] = symbol
    bar['datetime'] = row.datetime
    bar['date'] = bar['datetime'].date().strftime('%Y%m%d')
    bar['time'] = bar['datetime'].time().strftime('%H:%M:%S')
    flt = {'datetime': bar['datetime']}
    collection.update_one(flt, {'$set':bar}, upsert=True)