""" Скрипт с тестированием функционала анлиза и визуализации зон на sample-данных """ from datetime import datetime import pandas as pd from pathlib import Path from bquant.core.logging_config import setup_logging from bquant.core.nb import NotebookSimulator from bquant.data.samples import get_sample_data from bquant.analysis.zones.pipeline import analyze_zones from bquant.visualization import ( ZoneVisualizer, plot_zone_detail, plot_zones_comparison, plot_zigzag_verification, ) from bquant.visualization.export import save_figure # ----------------------------------------------------------------------------- # Quiet logging for notebook/demo usage # ----------------------------------------------------------------------------- # Консоль — тихая (ERROR), базовые сообщения NotebookSimulator остаются видимыми. setup_logging(profile='clean', exceptions={'bquant.core.nb': 'INFO'}) # ----------------------------------------------------------------------------- # Image saving flag (default: False for faster test runs) # ----------------------------------------------------------------------------- SAVE_IMAGES = True # ----------------------------------------------------------------------------- # Saving configuration # ----------------------------------------------------------------------------- # Options: # - "html": always save Plotly as HTML (no external deps), Matplotlib as PNG # - "png": try to save Plotly as PNG (requires kaleido); on failure fallback to HTML # Matplotlib remains PNG SAVE_IMAGE_FORMAT = "png" # set to "png" to prefer PNG (Plotly falls back to HTML if unavailable) # use package save_figure directly # Output directory - относительно текущего скрипта OUTPUT_DIR = Path(__file__).parent / "outputs" / "vis" / Path(__file__).stem nb = NotebookSimulator("Zones Visualization Demo. Crafting") # --------------------------------------------------------------------- # Step 1: Data Loading (sample data only) # --------------------------------------------------------------------- nb.step("Data Loading") # Используем встроенный датасет (без внешних путей): # - соблюдаем правила проекта (повторяемость, CI-friendly) # - исключаем нефиксируемые внешние зависимости with nb.error_handling("Loading sample data"): df = get_sample_data("tv_xauusd_1h") # ВАЖНО: Устанавливаем 'time' как индекс для правильной работы визуализации зон # Визуализатор использует start_time/end_time из индекса, а не из колонок if 'time' in df.columns: df = df.set_index('time') nb.success(f"Loaded sample dataset: tv_xauusd_1h, shape={df.shape}") nb.log(str(df.head())) nb.wait() # --------------------------------------------------------------------- # Step 2: Zone Analysis Pipeline (Universal) # --------------------------------------------------------------------- nb.step("Zone Analysis Pipeline") # Универсальный pipeline: один вход для разных индикаторов и стратегий. # Здесь: рассчитываем MACD, детектим зоны по zero_crossing, запускаем анализ. with nb.error_handling("Building and running pipeline"): # Build pipeline with MACD indicator and zero-crossing zone detection result = ( analyze_zones(df) .with_indicator("custom", "macd", fast_period=12, slow_period=26, signal_period=9) .detect_zones("zero_crossing", indicator_col="macd") .with_strategies(swing="zigzag") .with_auto_swing_thresholds(True) .with_swing_scope("global") .analyze(clustering=True, n_clusters=3) .build() ) nb.success(f"Pipeline completed: zones={len(result.zones)}") # --- Diagnostic dump for swing strategy context --- # Берём первую зону (если есть) и выводим настройки swing-стратегии, # которые действительно использовал пайплайн. Это позволяет воспроизвести # расчёт индикатора/свингов вне пайплайна для ручной верификации. if result.zones: first_zone = result.zones[0] swing_context = getattr(first_zone, "swing_context", None) nb.log("Swing strategy context (preview):") nb.log(f" strategy_name: {getattr(swing_context, 'strategy_name', 'N/A')}") nb.log(f" strategy_params: {getattr(swing_context, 'strategy_params', {})}") nb.log(f" swing_points_total: {len(getattr(swing_context, 'swing_points', []))}") nb.log("Zone indicator context (detection + swing):") nb.log(str(first_zone.indicator_context)) # --- Визуализация ZigZag индикатора для сверки --- # Строим простой график с ZigZag индикатором и swing-точками # для визуальной проверки параметров стратегии if swing_context and swing_context.strategy_name == 'zigzag': strategy_params = swing_context.strategy_params legs = strategy_params.get('legs', 10) deviation = strategy_params.get('deviation', 0.05) nb.log(f"\n--- ZigZag Indicator Visualization ---") nb.log(f"Parameters: legs={legs}, deviation={deviation:.6f} ({deviation*100:.4f}%)") # Используем функцию из пакета для построения графика # Пример с полным набором параметров (reference example): fig_zigzag = plot_zigzag_verification( price_data=result.data, # DataFrame с OHLCV данными (required) legs=legs, # Параметр ZigZag из анализа: кол-во баров для подтверждения разворота (required) deviation=deviation, # Параметр ZigZag из анализа: минимальное отклонение в долях (required) swing_context=swing_context, # Контекст свинг-анализа для точного определения типов точек (optional) title=None, # Заголовок графика (None = автогенерация) (optional) height=800, # Высота графика в пикселях (default=800) show_rangeslider=True, # Показывать ползунок навигации под графиком (default=False) # **kwargs - дополнительные параметры Plotly (например, width=1200) ) if fig_zigzag: nb.success("ZigZag visualization figure created") # Сохраняем график if SAVE_IMAGES: saved = save_figure( fig_zigzag, "00_zigzag_verification", output_dir=str(OUTPUT_DIR), # prefer=SAVE_IMAGE_FORMAT, prefer="html", # Для сложных графиков лучше сохранять в HTML сразу ) if saved: nb.log(f"Saved ZigZag verification chart: {saved}") else: nb.log("Failed to create ZigZag visualization") else: nb.log("Swing strategy is not 'zigzag' - skipping ZigZag visualization") else: nb.log("No zones detected; swing strategy context unavailable.") nb.wait() # --------------------------------------------------------------------- # Step 3: Overview Visualization # --------------------------------------------------------------------- # nb.step("Overview Visualization") # # Режим 'overview' показывает все зоны на цене — первичный обзор. # with nb.error_handling("Creating overview figure"): # fig_overview = result.visualize( # "overview", # title="Zones Overview (global swings)", # show_aggregate_metrics=True, # aggregate_metrics_mode="full", # show_swings=True, # swing_marker_size=9, # max_swings_to_display=400, # ) # nb.success("Overview figure created") # if SAVE_IMAGES: # saved = save_figure( # fig_overview, # "01_overview", # output_dir=str(OUTPUT_DIR), # prefer=SAVE_IMAGE_FORMAT, # ) # if saved: # nb.log(f"Saved: {saved}") # nb.wait() # --------------------------------------------------------------------- # Step 3.1: Overview Visualization with Indicators # --------------------------------------------------------------------- # nb.step("Overview Visualization with Indicators") # # Демонстрация нового функционала - отображение индикаторов в отдельной панели # # Автоматическое определение индикатора из зон (macd_hist) и выбор типа отображения # with nb.error_handling("Creating overview figure with indicators"): # fig_overview_indicators = result.visualize( # "overview", # title="Zones Overview with MACD Histogram (auto-detected)", # show_indicators=True, # show_aggregate_metrics=True, # aggregate_metrics_mode="full", # show_swings=True, # swing_marker_size=9 # # Автоматически определяется macd_hist и показывается как bar (гистограмма) # ) # nb.success("Overview figure with indicators created (auto-detected)") # if SAVE_IMAGES: # saved = save_figure(fig_overview_indicators, "01_overview_with_indicators", prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # nb.wait() # --------------------------------------------------------------------- # Step 3.2: Overview Visualization with Explicit Indicator Types # --------------------------------------------------------------------- # nb.step("Overview Visualization with Explicit Indicator Configuration") # # Демонстрация явного указания типа отображения индикаторов # with nb.error_handling("Creating overview figure with explicit indicator types"): # fig_overview_explicit = result.visualize( # "overview", # title="Zones Overview with MACD Histogram (explicit config)", # show_indicators=True, # show_aggregate_metrics=True, # aggregate_metrics_mode="full", # show_swings=True, # swing_marker_size=9, # indicator_columns=['macd_hist'], # indicator_chart_types={'macd_hist': 'bar'} # Явно указываем тип - столбики # ) # nb.success("Overview figure with explicit indicator types created") # if SAVE_IMAGES: # saved = save_figure(fig_overview_explicit, "01_overview_with_indicators_explicit") # if saved: # nb.log(f"Saved: {saved}") # nb.wait() # --------------------------------------------------------------------- # Step 4: Overview Visualization for Date Range (Dense vs. Timeseries) # --------------------------------------------------------------------- # nb.step("Overview Visualization (Date Range: 25.06.2025 - 03.07.2025)") # nb.log(f"Output directory for charts: {OUTPUT_DIR.resolve()}") # with nb.error_handling("Creating overview figure for date range"): # # Создаем даты с тем же timezone, что и данные # tz = result.data.index.tz # start_date = pd.Timestamp('2025-06-25', tz=tz) if tz else pd.Timestamp('2025-06-25') # end_date = pd.Timestamp('2025-07-03', tz=tz) if tz else pd.Timestamp('2025-07-03') # # 1. Создаем график в режиме 'dense' (по умолчанию) # title_dense = f"Zones Overview (Dense Mode) - {start_date.strftime('%d.%m.%Y')} to {end_date.strftime('%d.%m.%Y')}" # fig_overview_dense = result.visualize( # "overview", # date_range=(start_date, end_date), # title=title_dense, # show_aggregate_metrics=True, # aggregate_metrics_mode="full", # show_swings=True, # swing_marker_size=9, # show_indicators=True, # time_axis_mode='dense' # Явно указываем для наглядности # ) # nb.success("Created DENSE overview for date range.") # if SAVE_IMAGES: # saved = save_figure(fig_overview_dense, "01_overview_date_range_dense", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved dense chart: {saved}") # # # 2. Создаем график в режиме 'timeseries' # # title_timeseries = f"Zones Overview (Timeseries Mode) - {start_date.strftime('%d.%m.%Y')} to {end_date.strftime('%d.%m.%Y')}" # # fig_overview_timeseries = result.visualize( # # "overview", # # date_range=(start_date, end_date), # # title=title_timeseries, # # show_indicators=True, # # time_axis_mode='timeseries' # Используем новый режим # # ) # # nb.success("Created TIMESERIES overview for date range.") # # if SAVE_IMAGES: # # saved = save_figure(fig_overview_timeseries, "01_overview_date_range_timeseries", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # # if saved: # # nb.log(f"Saved timeseries chart: {saved}") # nb.wait() # --------------------------------------------------------------------- # Step 4: Detail Visualization (single zone by median duration) # --------------------------------------------------------------------- # nb.step("Detail Visualization (single zone)") # # Детальный просмотр по одной зоне. Выбор делаем детерминированно: медианная длительность. # with nb.error_handling("Selecting median-duration zone and rendering detail"): # # Получить медиану из статистики # median_val = result.statistics['duration_distribution']['overall']['median'] # nb.log(f"Median duration: {median_val}") # # Найти зону с длительностью, ближайшей к медиане # candidates = [(z, z.features['duration']) for z in result.zones] # base_zone, median_dur = min(candidates, key=lambda t: abs(t[1] - median_val)) # # nb.log(f"Base zone: {base_zone}, median duration: {median_dur}") # # z_id = getattr(base_zone, "zone_id", 0) # # ZoneInfo — это @dataclass с обязательным полем zone_id: int, поэтому zone_id всегда есть. # z_id = base_zone.zone_id # nb.log(f"Selected Base zone - Zone ID: {z_id}") # fig_detail_1 = result.visualize( # "detail", # zone_id=z_id, # context_bars=20, # количество баров слева/справа от зоны для контекста # max_zone_detail_bars=500, # ограничение на размер окна (предотвращает излишне длинные графики) # title=f"Zone #{z_id} (≈ median duration: {median_dur:.1f} bars) *", # show_zone_metrics=True, # новый текстовый блок с swing/shape метриками # show_zone_stats=True, # классическая статистика зоны (BC) # metrics_annotation_position="top-left", # положение текстового блока (paper-координаты) # show_indicators=True, # отдельная панель с индикаторами # indicator_chart_types={"macd_hist": "bar"}, # принудительный тип отображения для выбранного индикатора # indicator_palette=["#ff9900", "#3366cc"], # кастомная палитра линий/баров индикаторов # indicator_panel_height=0.28, # доля высоты фигуры под индикаторы # show_volume=True, # отображать панель объёма # volume_panel_height=0.22, # доля высоты фигуры под объём # show_swings=True, # включаем новые маркеры swing-точек поверх графика # swing_marker_size=12, # размер треугольников свингов # max_swings_to_display=250, # ограничение по числу отображаемых свингов (prev. для производительности) # time_axis_mode="dense", # режим оси времени (dense/timeseries) # xaxis_num_ticks=18, # количество подписей на оси X в dense режиме # chart_info={ # дополнительный блок с описание инструмента (если нужно) # "symbol": "XAUUSD", # "timeframe": "1H", # "source": "TradingView via OANDA", # }, # ) # nb.success(f"Detail figure for zone #{z_id} created (duration≈{median_dur:.1f} bars)") # if SAVE_IMAGES: # saved = save_figure(fig_detail_1, f"02_detail_{z_id}", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # nb.wait() # --------------------------------------------------------------------- # Step 5: Detail Visualization (second zone) and Comparison (minimal pair) # --------------------------------------------------------------------- # nb.step("Detail (second zone) and Comparison") # # Для сравнения берём ещё одну «соседнюю» зону и строим минимальную пару. # with nb.error_handling("Selecting an additional zone for comparison"): # # Получить медиану из статистики # median_val = result.statistics['duration_distribution']['overall']['median'] # nb.log(f"Median duration: {median_val}") # # Найти зону с длительностью, ближайшей к медиане # candidates = [(z, z.features['duration']) for z in result.zones] # base_zone, median_dur = min(candidates, key=lambda t: abs(t[1] - median_val)) # nb.log(f"Base zone: {base_zone}, median duration: {median_dur}") # if base_zone: # base_id = base_zone.zone_id # # Найти индекс base_zone в списке и взять следующую зону (или предыдущую, если это последняя) # base_idx = result.zones.index(base_zone) # z2 = result.zones[base_idx + 1].zone_id if base_idx + 1 < len(result.zones) else result.zones[base_idx - 1].zone_id # # Detail for the second zone # fig_detail_2 = result.visualize("detail", zone_id=z2, context_bars=5, title=f"Zone #{z2} (second for demo)") # if SAVE_IMAGES: # save_figure(fig_detail_2, f"02_detail_{z2}") # # Comparison for two zones # selected_zones = [z for z in result.zones if z.zone_id in [base_id, z2]] # visualizer = ZoneVisualizer(backend='plotly') # fig_cmp = visualizer.plot_zones_comparison( # result.data, # ← price_data (OHLCV) # selected_zones, # ← отфильтрованный список зон # max_zones=2, # Максимальное количество зон для сравнения (по умолчанию 5) # title="Zones Comparison (2 zones)", # Заголовок графика # # date_range=None, # Опционально: фильтрация зон по диапазону дат (start, end) # show_indicators=True, # Показывать индикаторы на отдельной панели (по умолчанию True) # show_volume=True, # Показывать панель volume (по умолчанию True) # # indicator_columns=None, # Опционально: явный список колонок индикаторов для отображения # # indicator_chart_types=None, # Опционально: словарь {колонка: тип} для указания типа отображения # # # Типы: 'line' (линия) или 'bar' (столбики) # # # Пример: {'macd_hist': 'bar', 'rsi': 'line'} # # # Если не указано, автоматически определяется: 'bar' для колонок с 'hist', иначе 'line' # comparison_context=5, # Количество контекстных баров вокруг каждой зоны (по умолчанию 30) # # # Контекстные бары - это бары до и после зоны для лучшего контекста # time_axis_mode='dense', # Режим формирования меток оси X: 'dense' (по умолчанию) или 'timeseries' # # # 'dense' - позиционные индексы с метками времени (быстро, без анализа gaps) # # # 'timeseries' - datetime с rangebreaks (медленно, требует анализа gaps) # # volume_panel_height=0.25, # Высота панели volume (0.0-1.0, по умолчанию 0.25) # # indicator_panel_height=0.3, # Высота панели индикаторов (0.0-1.0, по умолчанию 0.3) # ) # nb.success(f"Comparison figure created for zones #{base_id} and #{z2}") # if SAVE_IMAGES: # saved = save_figure(fig_cmp, "03_comparison_pair", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # # Comparison for 5 zones closest to median duration # nb.log("Finding 5 zones closest to median duration...") # candidates_sorted = sorted(candidates, key=lambda t: abs(t[1] - median_val)) # median_zones = [z for z, _ in candidates_sorted[:5]] # median_zone_ids = [z.zone_id for z in median_zones] # nb.log(f"Selected 5 zones closest to median: {median_zone_ids}") # fig_cmp_5 = visualizer.plot_zones_comparison( # result.data, # median_zones, # max_zones=5, # title="Zones Comparison (5 zones closest to median duration)", # show_indicators=True, # show_volume=True, # comparison_context=5, # time_axis_mode='dense', # ) # nb.success(f"Comparison figure created for 5 zones closest to median: {median_zone_ids}") # if SAVE_IMAGES: # saved = save_figure(fig_cmp_5, "04_comparison_5_median", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # else: # nb.warning("Skipping comparison due to missing base_zone") # nb.wait() # --------------------------------------------------------------------- # Step 6: Statistics Visualization # --------------------------------------------------------------------- # nb.step("Statistics Visualization") # # Агрегированные статистики по зонам (распределения, соотношения и т.п.). # with nb.error_handling("Creating statistics figure"): # fig_stats = result.visualize("statistics", title="Zones Statistics") # nb.success("Statistics figure created") # if SAVE_IMAGES: # saved = save_figure(fig_stats, "04_statistics") # if saved: # nb.log(f"Saved: {saved}") # nb.wait() # --------------------------------------------------------------------- # Step 7: Alternative Interfaces (ZoneVisualizer and Convenience Functions) # --------------------------------------------------------------------- # nb.step("Alternative Interfaces (Visualizer & Convenience)") # # Полное покрытие интерфейсов визуализации с демонстрацией всех параметров: # # - Прямой вызов методов ZoneVisualizer (overview, detail, comparison) # # - Convenience-функции (те же визуализации без явного создания инстанса) # with nb.error_handling("Creating figures via ZoneVisualizer and convenience functions"): # # Получить медиану из статистики для выбора зоны # median_val = result.statistics['duration_distribution']['overall']['median'] # nb.log(f"Median duration: {median_val}") # # Найти зону с длительностью, ближайшей к медиане # candidates = [(z, z.features['duration']) for z in result.zones] # base_zone, median_dur = min(candidates, key=lambda t: abs(t[1] - median_val)) # # nb.log(f"Base zone: {base_zone}, median duration: {median_dur}") # if base_zone is not None: # median_zone = base_zone # z_id = getattr(base_zone, "zone_id", 0) # visualizer = ZoneVisualizer(backend='plotly') # # ============================================================ # # 1. plot_zones_on_price_chart() - Overview режим # # ============================================================ # nb.substep("Overview Chart (plot_zones_on_price_chart)") # nb.log("Creating overview chart with full parameters...") # fig_overview = visualizer.plot_zones_on_price_chart( # result.data, # ← price_data (OHLCV DataFrame) # result.zones, # ← zones_data (список зон для отображения) # title="Zones Overview - Full Parameters Demo", # Заголовок графика # show_indicators=True, # Показывать индикаторы на отдельной панели (по умолчанию False) # # indicator_columns=None, # Опционально: явный список колонок индикаторов для отображения # # # Если None, автоматически определяется из indicator_context зон # indicator_chart_types={'macd': 'bar'}, # Опционально: словарь {колонка: тип} для указания типа отображения # # # Типы: 'line' (линия) или 'bar' (столбики) # # # Пример: {'macd_hist': 'bar', 'rsi': 'line'} # # # Если не указано, автоматически определяется: 'bar' для колонок с 'hist', иначе 'line' # show_gap_lines=False, # Показывать вертикальные пунктирные линии для разрывов (выходные) (по умолчанию False) # xaxis_num_ticks=16, # Количество меток на оси X (по умолчанию 16). Автоматически корректируется на основе диапазона данных # time_axis_mode='dense', # Режим оси времени: 'dense' (по умолчанию) или 'timeseries' # # # 'dense' - позиционные индексы с метками времени (быстро, без анализа gaps) # # # 'timeseries' - datetime с rangebreaks (медленно, требует анализа gaps) # # chart_info=None, # Опционально: словарь с метаданными {'symbol': str, 'timeframe': str, 'source': str} # # # Автоматически отображается на графике, если указан # # --- Swing визуализация (маркеры на графике) --- # show_swings=True, # Показывать swing-точки (peaks/troughs) на графике цены (по умолчанию False) # swing_marker_size=8, # Размер маркеров swing-точек (по умолчанию 8) # # max_swings_to_display=None, # Ограничение на количество отображаемых swing-точек (по умолчанию None = все) # # --- Агрегированные метрики по свингам (текстовая аннотация) --- # show_aggregate_metrics=True, # Показывать агрегированные метрики по bull/bear зонам (по умолчанию False) # aggregate_metrics_mode='full', # Режим вывода метрик: 'compact' (8 строк) или 'full' (~16 строк, с длительностями) # ) # nb.success("Overview chart created") # if SAVE_IMAGES: # saved = save_figure(fig_overview, "05_overview_full_params", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # # ============================================================ # # 2. plot_zone_detail() via ZoneVisualizer - Детальная визуализация # # ============================================================ # nb.substep("Detail Chart via ZoneVisualizer (plot_zone_detail)") # nb.log("Creating detail chart via ZoneVisualizer with full parameters...") # fig_detail_v = visualizer.plot_zone_detail( # result.data, # ← price_data (OHLCV DataFrame) # median_zone, # ← zone (зона для детального просмотра) # context_bars=30, # Количество баров до/после зоны для контекста (по умолчанию 20) # title=f"Zone #{z_id} Detail - Visualizer (Full Params)", # Заголовок графика # show_indicators=True, # Показывать индикаторы на отдельной панели (по умолчанию True) # show_volume=True, # Показывать панель volume (по умолчанию True) # time_axis_mode='dense', # Режим оси времени: 'dense' (по умолчанию) или 'timeseries' # # # 'dense' - позиционные индексы с метками времени (быстро, без анализа gaps) # # # 'timeseries' - datetime с rangebreaks (медленно, требует анализа gaps) # xaxis_num_ticks=16, # Количество меток на оси X (по умолчанию 16). Используется только в dense режиме # # # Автоматически корректируется на основе диапазона данных для оптимальной читаемости # # indicator_columns=None, # Опционально: явный список колонок индикаторов для отображения # # # Если None, автоматически определяются из zone.indicator_context и zone.features # indicator_chart_types={'macd': 'bar'}, # Опционально: словарь {колонка: тип} для указания типа отображения # # # Типы: 'line' (линия) или 'bar' (столбики) # # # Пример: {'macd_hist': 'bar', 'rsi': 'line'} # # max_zone_detail_bars=500, # Максимальное количество баров (truncate если больше, по умолчанию 500) # # volume_panel_height=0.25, # Высота панели volume (0.0-1.0, по умолчанию 0.25) # # indicator_panel_height=0.3, # Высота панели индикаторов (0.0-1.0, по умолчанию 0.3) # # chart_info=None, # Опционально: словарь с метаданными {'symbol': str, 'timeframe': str, 'source': str} # # --- Swing визуализация (маркеры на графике) --- # show_swings=True, # Показывать swing-точки (peaks/troughs) на графике цены (по умолчанию False) # swing_marker_size=10, # Размер маркеров swing-точек (по умолчанию 8) # # max_swings_to_display=None, # Ограничение на количество отображаемых swing-точек (по умолчанию None = все) # # --- Метрики зоны (текстовая аннотация) --- # show_zone_metrics=True, # Показывать текстовый блок с swing/shape метриками для зоны (по умолчанию False) # # show_zone_stats=False, # Показывать классическую статистику зоны (BC compatibility, по умолчанию False) # # metrics_annotation_position='top-left', # Позиция текстовой аннотации ('top-left', 'top-right', 'bottom-left', 'bottom-right') # ) # nb.success(f"Detail chart created for zone #{z_id}") # if SAVE_IMAGES: # saved = save_figure(fig_detail_v, "05_detail_visualizer", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # # ============================================================ # # 3. plot_zone_detail() via Convenience Function # # ============================================================ # nb.substep("Detail Chart via Convenience Function (plot_zone_detail)") # nb.log("Creating detail chart via convenience function...") # fig_detail_c = plot_zone_detail( # result.data, # ← price_data (OHLCV DataFrame) # median_zone, # ← zone (зона для детального просмотра) # context_bars=15, # Количество баров до/после зоны для контекста # title=f"Zone #{z_id} Detail - Convenience Function", # Заголовок графика # backend='plotly', # Backend визуализации: 'plotly' (по умолчанию) или 'matplotlib' # show_indicators=True, # Показывать индикаторы на отдельной панели # show_volume=True, # Показывать панель volume # indicator_chart_types={'macd': 'bar'}, # Явный тип отображения индикатора (столбцы для MACD) # # --- Swing визуализация и метрики --- # show_swings=True, # Показывать swing-точки (peaks/troughs) на графике цены # swing_marker_size=10, # Размер маркеров swing-точек # show_zone_metrics=True, # Показывать текстовый блок с swing/shape метриками для зоны # # Все остальные параметры аналогичны plot_zone_detail() метода ZoneVisualizer # # (см. пример выше) # ) # nb.success("Detail chart created via convenience function") # if SAVE_IMAGES: # saved = save_figure(fig_detail_c, "05_detail_convenience", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # # ============================================================ # # 4. plot_zones_comparison() via ZoneVisualizer - Сравнение зон # # ============================================================ # nb.substep("Comparison Chart via ZoneVisualizer (plot_zones_comparison)") # nb.log("Creating comparison chart via ZoneVisualizer with full parameters...") # selected_zones_for_comparison = result.zones[:4] # Берем первые 4 зоны для примера # fig_cmp_v = visualizer.plot_zones_comparison( # result.data, # ← price_data (OHLCV DataFrame) # selected_zones_for_comparison, # ← zones_data (список зон для сравнения) # max_zones=4, # Максимальное количество зон для сравнения (по умолчанию 5) # # date_range=None, # Опционально: фильтрация зон по диапазону дат (start, end) # # # Формат: (datetime, datetime) - зоны вне диапазона отфильтровываются # title="Zones Comparison - Visualizer (Full Params)", # Заголовок графика # show_indicators=True, # Показывать индикаторы на отдельной панели (по умолчанию True) # show_volume=True, # Показывать панель volume (по умолчанию True) # # indicator_columns=None, # Опционально: явный список колонок индикаторов для отображения # indicator_chart_types={'macd': 'bar'}, # Опционально: словарь {колонка: тип} для указания типа отображения # # # Типы: 'line' (линия) или 'bar' (столбики) # # # Пример: {'macd_hist': 'bar', 'rsi': 'line'} # # # Если не указано, автоматически определяется: 'bar' для колонок с 'hist', иначе 'line' # comparison_context=5, # Количество контекстных баров вокруг каждой зоны (по умолчанию 30) # # # Контекстные бары - это бары до и после зоны для лучшего контекста # # # В comparison mode каждая зона отображается в своем отдельном вертикальном блоке # time_axis_mode='dense', # Режим формирования меток оси X: 'dense' (по умолчанию) или 'timeseries' # # # 'dense' - позиционные индексы с метками времени (быстро, без анализа gaps) # # # 'timeseries' - datetime с rangebreaks (медленно, требует анализа gaps) # # volume_panel_height=0.25, # Высота панели volume (0.0-1.0, по умолчанию 0.25) # # indicator_panel_height=0.3, # Высота панели индикаторов (0.0-1.0, по умолчанию 0.3) # # chart_info=None, # Опционально: словарь с метаданными {'symbol': str, 'timeframe': str, 'source': str} # # --- Swing визуализация (маркеры на графике) --- # show_swings=True, # Показывать swing-точки (peaks/troughs) на графике цены (по умолчанию False) # swing_marker_size=9, # Размер маркеров swing-точек (по умолчанию 8) # # max_swings_to_display=None, # Ограничение на количество отображаемых swing-точек (по умолчанию None = все) # ) # nb.success("Comparison chart created via ZoneVisualizer") # if SAVE_IMAGES: # saved = save_figure(fig_cmp_v, "05_comparison_visualizer", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # # ============================================================ # # 5. plot_zones_comparison() via Convenience Function # # ============================================================ # nb.substep("Comparison Chart via Convenience Function (plot_zones_comparison)") # nb.log("Creating comparison chart via convenience function...") # fig_cmp_c = plot_zones_comparison( # result.data, # ← price_data (OHLCV DataFrame) # result.zones[:3], # ← zones_data (список зон для сравнения) # max_zones=3, # Максимальное количество зон для сравнения # # date_range=None, # Опционально: фильтрация зон по диапазону дат # title="Zones Comparison - Convenience Function", # Заголовок графика # backend='plotly', # Backend визуализации: 'plotly' (по умолчанию) или 'matplotlib' # show_indicators=True, # Показывать индикаторы на отдельной панели # show_volume=True, # Показывать панель volume # indicator_chart_types={'macd': 'bar'}, # Явный тип отображения индикатора (столбцы для MACD) # comparison_context=5, # Количество контекстных баров вокруг каждой зоны # time_axis_mode='dense', # Режим формирования меток оси X # # --- Swing визуализация (маркеры на графике) --- # show_swings=True, # Показывать swing-точки (peaks/troughs) на графике цены # swing_marker_size=9, # Размер маркеров swing-точек # # Все остальные параметры аналогичны plot_zones_comparison() метода ZoneVisualizer # # (см. пример выше) # ) # nb.success("Comparison chart created via convenience function") # if SAVE_IMAGES: # saved = save_figure(fig_cmp_c, "05_comparison_convenience", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) # if saved: # nb.log(f"Saved: {saved}") # else: # nb.warning("Skipping visualization due to missing base_zone") # nb.wait() # --------------------------------------------------------------------- # Step 8: Custom Configuration Demo - Comprehensive Example # --------------------------------------------------------------------- nb.step("Custom Configuration - Full API Demo") # Полная демонстрация всех параметров настройки ZoneVisualizer. # Этот пример служит справочником по всем доступным опциям кастомизации. with nb.error_handling("Creating fully customized visualizations"): if result.zones: # Выбираем зону для демонстрации target_zone = result.zones[2] if len(result.zones) > 2 else result.zones[0] z_id = target_zone.zone_id nb.log(f"Using zone #{z_id} for custom configuration demo") # ============================================================ # 1. ZoneVisualizer __init__: Параметры инициализации # ============================================================ nb.substep("Creating Custom ZoneVisualizer") custom_vis = ZoneVisualizer( # --- Backend --- backend='plotly', # 'plotly' (default) | 'matplotlib' # # Plotly: интерактивные графики, экспорт в HTML/PNG # # Matplotlib: статические графики, больше контроля над стилем # --- Размеры графика --- width=1400, # Ширина в пикселях (default: 1200) # # Рекомендуется: 1200-1600 для detail, 1600-2000 для comparison height=900, # Высота в пикселях (default: 800) # # Автоматически масштабируется для multi-panel (price+indicators+volume) # --- Отображение зон --- show_zone_labels=True, # Показывать метки "Zone N" над зонами (default: False) # # True: добавляет аннотацию с zone_id над зоной # # Полезно при сравнении нескольких зон show_zone_stats=True, # Показывать статистику зоны в углу (default: True) # # Отображает: Type, Duration, Strength (если есть) # # Позиция: левый верхний угол графика opacity=0.4, # Прозрачность заливки зон: 0.0-1.0 (default: 0.3) # # 0.0: полностью прозрачная (видны только границы) # # 0.3-0.4: оптимально для чтения свечей # # 1.0: полностью непрозрачная (скрывает свечи) # --- Контекстные бары (дефолты для методов) --- zone_detail_context=25, # Кол-во баров до/после зоны в plot_zone_detail (default: 40) # # Переопределяется параметром context_bars метода # # Рекомендуется: 20-50 для краткосрочных, 50-100 для долгосрочных max_zone_detail_bars=500, # Максимум баров в detail (default: 500) # # Если зона+контекст превышает лимит - обрезается с обеих сторон # # Защита от перегрузки при очень длинных зонах comparison_context=30, # Контекстные бары для comparison (default: 30) max_comparison_zones=6, # Максимум зон в comparison (default: 6) # # Больше 6 зон: график становится нечитаемым # --- Высота панелей (относительные значения 0.0-1.0) --- volume_panel_height=0.25, # Высота панели volume: 0.0-1.0 (default: 0.25) # # 0.0: volume не отображается (даже если show_volume=True) # # 0.15-0.20: минимально для читаемости # # 0.25-0.30: оптимально # # Остаток делится между price и indicators # indicator_panel_height=0.3, # Высота панели индикаторов (default: 0.3) # # Закомментировано - используется дефолт # # При наличии indicators: price получает 1.0 - volume - indicator # --- Палитра цветов для индикаторов --- indicator_palette=[ # Список цветов для множественных индикаторов (default: plotly default) '#1f77b4', # Синий '#ff7f0e', # Оранжевый '#2ca02c', # Зелёный '#d62728', # Красный '#9467bd', # Фиолетовый '#8c564b', # Коричневый '#e377c2', # Розовый '#7f7f7f', # Серый '#bcbd22', # Жёлто-зелёный '#17becf', # Бирюзовый ], # # Цвета применяются циклически если индикаторов больше # # Формат: hex-код '#RRGGBB' ) nb.success(f"Created ZoneVisualizer with custom configuration") # ============================================================ # 2. plot_zone_detail: Детальный просмотр одной зоны # ============================================================ nb.substep("plot_zone_detail with Full Parameters") fig_detail = custom_vis.plot_zone_detail( # --- Обязательные параметры --- price_data=result.data, # OHLCV DataFrame с колонками: time, open, high, low, close, volume # # Может содержать дополнительные колонки индикаторов (macd, rsi, etc) zone=target_zone, # ZoneInfo | Dict | объект с атрибутами start/end # # Должен содержать: start_time, end_time, type # # Опционально: zone_id, duration, features, indicator_context # --- Параметры отображения --- context_bars=25, # Кол-во баров до/после зоны для контекста (default: 20) # # Переопределяет zone_detail_context из __init__ # # None: использует дефолт из конфигурации # # 0: только зона, без контекста # # 10-20: минимальный контекст # # 30-50: оптимальный контекст # # >100: может быть обрезано до max_zone_detail_bars title=f'Custom Zone #{z_id} Detail - Full Configuration', # Заголовок графика show_indicators=True, # Показывать индикаторы на отдельной панели (default: True) # # True: создаёт отдельную панель под графиком цены # # False: только цена и volume (если show_volume=True) # # Индикаторы auto-определяются из zone.indicator_context и zone.features show_volume=True, # Показывать панель volume (default: True) # # True: создаёт панель volume внизу # # False: только цена и indicators # # Автоматически отключается если volume колонки нет или все NaN # --- Swing визуализация (маркеры на графике) --- show_swings=True, # Показывать swing-точки (peaks/troughs) на графике цены (default: False) # # True: отображает маркеры треугольников для peaks (▼) и troughs (▲) # # False: только цена без swing маркеров # # Требует наличия swing_context в зоне для точных типов точек swing_marker_size=12, # Размер маркеров swing-точек в пикселях (default: 8) # # 6-8: для плотных графиков с множеством swing-точек # # 10-12: оптимально для detail режима # # 14-16: для крупных графиков или презентаций # max_swings_to_display=None,# Ограничение на количество отображаемых swing-точек (default: None = все) # # None: показывать все swing-точки в диапазоне # # N: показывать только первые N точек (для производительности) # --- Метрики зоны (текстовая аннотация) --- show_zone_metrics=True, # Показывать текстовый блок с swing/shape метриками (default: False) # # True: отображает аннотацию с: # # - Swing metrics: rally/drop амплитуды, длительности, ratio # # - Shape metrics: skewness, kurtosis (если доступны) # # False: только график без текстовых метрик # show_zone_stats=False, # Показывать классическую статистику зоны (BC compatibility, default: False) # # True: legacy формат статистики (Type, Duration, Strength) # # Рекомендуется использовать show_zone_metrics вместо этого # metrics_annotation_position='top-left', # Позиция текстовой аннотации (default: 'top-left') # # Варианты: 'top-left', 'top-right', 'bottom-left', 'bottom-right' # # Выбирайте позицию где меньше наложений с графиком # --- Режим оси времени --- time_axis_mode='dense', # Режим отображения оси X: 'dense' | 'timeseries' (default: 'dense') # # 'dense': позиционные индексы (0,1,2...) с метками времени # # Быстро, без gap анализа, равномерное распределение # # Рекомендуется для большинства случаев # # 'timeseries': реальные datetime значения с rangebreaks # # Медленно, требует анализа gaps (weekends, holidays) # # Используйте когда важна точная временная шкала xaxis_num_ticks=16, # Количество меток на оси X (default: 16) # # Используется только в 'dense' режиме # # Автоматически корректируется для оптимальной читаемости # # 10-15: для коротких диапазонов (<50 баров) # # 16-20: для средних диапазонов (50-200 баров) # # 20-30: для длинных диапазонов (>200 баров) # --- Дополнительные параметры (через kwargs) --- # indicator_columns=['macd_hist', 'macd_signal'], # Явный список колонок индикаторов # # None (default): автоопределение из zone.indicator_context и features # # ['col1', 'col2']: использовать только указанные колонки # # []: отключить индикаторы (эквивалентно show_indicators=False) indicator_chart_types={ # Словарь {column_name: chart_type} для типов графиков 'macd_hist': 'bar', # 'bar': столбчатая гистограмма (для hist, volume-like) # 'macd_signal': 'line', # 'line': линейный график (default для всех остальных) # 'rsi': 'line', }, # # None (default): auto-определение ('bar' для колонок с 'hist', иначе 'line') # # Полезно для переопределения автоматического поведения # max_zone_detail_bars=500, # Переопределить лимит баров (default: из __init__) # # Если зона+контекст > max_bars: обрезается равномерно с обеих сторон # volume_panel_height=0.25, # Переопределить высоту volume панели (default: из __init__) # indicator_panel_height=0.3,# Переопределить высоту indicator панели (default: 0.3) chart_info={ # Метаданные для отображения на графике 'symbol': 'XAUUSD', # Символ инструмента 'timeframe': '1H', # Таймфрейм 'source': 'OANDA via TradingView', # Источник данных }, # # Отображается в правом верхнем углу графика # # None (default): метаданные не показываются # # Словарь может содержать любые ключи, отображаются: symbol, timeframe, source ) nb.success(f"Created detailed zone chart with full configuration") if SAVE_IMAGES: saved = save_figure( fig_detail, "08_custom_detail_full", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT, # width=1400, # Переопределить ширину для PNG экспорта # height=900, # Переопределить высоту для PNG экспорта ) if saved: nb.log(f"Saved: {saved}") # ============================================================ # 3. plot_zones_on_price_chart: Overview с несколькими зонами # ============================================================ nb.substep("plot_zones_on_price_chart - Custom Overview") # Выбираем первые 3 зоны для overview overview_zones = result.zones[:3] if len(result.zones) >= 3 else result.zones fig_overview = custom_vis.plot_zones_on_price_chart( # --- Обязательные параметры --- price_data=result.data, # OHLCV DataFrame zones_data=overview_zones, # List[ZoneInfo] | List[Dict] | DataFrame # # Может быть списком зон или DataFrame с колонками зон # --- Параметры отображения --- title='Custom Overview - Multiple Zones', show_indicators=False, # Индикаторы обычно не показывают в overview (слишком загружено) # # True: добавить панель индикаторов (берутся из первой зоны) show_volume=False, # Volume также часто отключают в overview time_axis_mode='dense', # 'dense' быстрее для больших диапазонов xaxis_num_ticks=20, # Больше меток для overview (длинный диапазон) # indicator_columns=None, # Если show_indicators=True, можно указать колонки # indicator_chart_types=None, chart_info={ 'symbol': 'XAUUSD', 'timeframe': '1H', 'source': 'Sample Data', }, ) nb.success(f"Created overview chart with {len(overview_zones)} zones") if SAVE_IMAGES: saved = save_figure(fig_overview, "08_custom_overview", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) if saved: nb.log(f"Saved: {saved}") # ============================================================ # 4. plot_zones_comparison: Сравнение зон # ============================================================ nb.substep("plot_zones_comparison - Zone Comparison") # Выбираем 2-3 зоны для сравнения comparison_zones = result.zones[:3] if len(result.zones) >= 3 else result.zones fig_comparison = custom_vis.plot_zones_comparison( # --- Обязательные параметры --- price_data=result.data, # OHLCV DataFrame zones_data=comparison_zones, # List[ZoneInfo] | List[Dict] # # Рекомендуется: 2-4 зоны для читаемости # # Максимум: max_comparison_zones (default: 6) # --- Параметры отображения --- title='Custom Comparison - Zone Analysis', show_indicators=True, # Индикаторы полезны в comparison для анализа паттернов show_volume=True, # Volume помогает оценить силу зон time_axis_mode='dense', xaxis_num_ticks=16, # context_bars=30, # Переопределить comparison_context из __init__ indicator_chart_types={'macd_hist': 'bar'}, chart_info={'symbol': 'XAUUSD', 'timeframe': '1H'}, ) nb.success(f"Created comparison chart with {len(comparison_zones)} zones") if SAVE_IMAGES: saved = save_figure(fig_comparison, "08_custom_comparison", output_dir=str(OUTPUT_DIR), prefer=SAVE_IMAGE_FORMAT) if saved: nb.log(f"Saved: {saved}") else: nb.warning("No zones found, skipping custom configuration demo") nb.wait() nb.finish(message="Done")