ZAccumulator

class zvt.factors.z.z_factor.ZAccumulator(acc_window: int = 1)

Bases: zvt.contract.factor.Accumulator

__init__(acc_window: int = 1) → None

算法和概念 <实体> 某种状态的k线 [实体] 连续实体排列

两k线的关系有三种: 上涨，下跌，包含 上涨: k线高点比之前高，低点比之前高 下跌: k线低点比之前低，高点比之前低 包含: k线高点比之前高，低点比之前低;反方向，即被包含 处理包含关系，长的k线缩短，上涨时，低点取max(low1,low2)；下跌时，高点取min(high1,high2)

第一个顶(底)分型: 出现连续4根下跌(上涨)k线 之后开始寻找 候选底(顶)分型，寻找的过程中有以下状态

<临时顶>: 中间k线比两边的高点高,是一条特定的k线 <临时底>: 中间k线比两边的高点高,是一条特定的k线

<候选顶分型>: 连续的<临时顶>取最大 <候选底分型>: 连续的<临时底>取最小 任何时刻只能有一个候选，其之前是一个确定的分型

<上升k线>: <下降k线>: <连接k线>: 分型之间的k线都可以认为是连接k线，以上为演化过程的中间态 distance(<候选顶分型>, <连接k线>)>=4 则 <候选顶分型> 变成顶分型 distance(<候选底分型>, <连接k线>)>=4 则 <候选底分型> 变成底分型

<顶分型><连接k线><候选底分型> <底分型><连接k线><候选顶分型>

acc_one(entity_id, df: pandas.core.frame.DataFrame, acc_df: pandas.core.frame.DataFrame, state: dict) -> (<class 'pandas.core.frame.DataFrame'>, <class 'dict'>)

df format:

             col1    col2    col3    ...
timestamp
             1.2     0.5     0.3     ...
             1.0     0.7     0.2     ...

the new result and state

Parameters

• df – current input df

• entity_id – current computing entity_id

• acc_df – current result of the entity_id

• state – current state of the entity_id

Returns

new result and state of the entity_id

acc(input_df: pandas.core.frame.DataFrame, acc_df: pandas.core.frame.DataFrame, states: dict) -> (<class 'pandas.core.frame.DataFrame'>, <class 'dict'>)

Parameters

• input_df – new input

• acc_df – previous result

• states – current states of the entity

Returns

new result and states