Question

我正试图获得欧元兑美元的历史价格。我正试图获得最后的5000.但我只收到180.

这是我的代码：

pDynamicOffsets

但是df_data只有180行，而不是5000行。

def get_data_oanda(num_periods, **keyword_parameters):
    """
    Environment                 Description 
    fxTrade (Live)              The live (real money) environment 
    fxTrade Practice (Demo)     The demo (simulated money) environment 
    """
    domainDict = { 'live' : 'api-fxtrade.oanda.com','demo' : 'api-fxpractice.oanda.com' }
    environment = 'demo'
    domain = domainDict[environment]
    access_token = 'xxxx'
    account_id = 'xxxx'
    instruments = 'EUR_USD'
    count = num_periods
    granularity = "M1"
    try:
        s = requests.Session()
        url = "https://" + domain + "/v1/candles"
        headers = {'Authorization' : 'Bearer ' + access_token,
                   # 'X-Accept-Datetime-Format' : 'unix'
                  }
        params = {'instrument' : instruments, 'accountId' : account_id, 'count' : count, 'granularity' : granularity}
        req = requests.Request('GET', url, headers = headers, params = params)
        pre = req.prepare()
        resp = s.send(pre, stream = True, verify = True)
        return resp
    except Exception as e:
        s.close()
        print()
        print("Caught exception when connecting to stream\n" + str(e))


num_periods = 5000
my_date = datetime.datetime.now(pytz.timezone('America/Sao_Paulo')).strftime('%Y-%m-%dT%H:%M:%S')
timezone = 'America/Sao_Paulo' 
response = get_data_oanda(num_periods)
msg = json.loads(response.text)
candles = msg['candles']
for candle in candles:
    df_data = df_data.append({
            'date': datetime.datetime.strptime(candle['time'], '%Y-%m-%dT%H:%M:%S.000000Z').replace(tzinfo=pytz.utc).astimezone(local_tz).strftime('%Y-%m-%d %H:%M:%S'),
            'instrument': msg['instrument'],
            "open": candle['openAsk'],
            "high": candle['highAsk'],
            "low": candle['lowAsk'],
            "close": candle['closeAsk'],
            "volume": candle['volume']
        },ignore_index=True)

我该如何解决这个问题？

Answer 1

如何解决这个问题就是将其简化为基础知识。获得一个简单的requests.get()调用工作并打印文本。一旦你让API返回你需要的结果，然后在Pandas方面工作。如果API没有返回您需要的结果，请与服务提供商联系。

在Pandas中加载JSON的正确方法要简单得多，如下所示：

resp = requests.get(url, headers=headers, params=params, stream=True)
df = pd.read_json(resp.raw)
df_data = pd.io.json.json_normalize(df.candles)
df_data['time'] = pd.to_datetime(df_data.time)

这样的东西将取代你的大部分代码，没有慢速循环。

Answer 2

对于此API调用，我确定您应该使用：

    stream = False

还要考虑使用可用于访问REST-API的API包装器之一。这些将您的代码减少到几行。 https://github.com/hootnot/oanda-api-v20允许您下载超过5000条记录。

对于v1（2017年12月末？）

https://github.com/oanda/oandapy

或v2：

https://github.com/oanda/v20-python

https://github.com/hootnot/oanda-api-v20

https://github.com/oanda/v20-python
https://github.com/hootnot/oanda-api-v20

无法获得Oanda的历史价格

2 个答案: