使用Python的Pyti、Pandas、GDAX计算比特币MFI的技术问询

我来帮你补全并优化这段计算比特币MFI的代码，顺便梳理下关键的处理细节：

先说说原代码的几个待完善点 #

• 代码写到df = df.he就截断了，应该是要处理数据结构或预览数据
• GDAX（现Coinbase Pro）返回的历史数据是倒序排列（最新数据在前），不处理的话会导致时间序列逻辑混乱
• 计算MFI需要先做好数据预处理，pyti的money_flow_index函数需要特定格式的输入

完整可运行代码示例 #

import gdax
import pandas as pd
from pyti.money_flow_index import money_flow_index as mfi
from datetime import datetime
import time

# 设置请求间隔（和K线粒度保持一致，避免触发API限流）
REQUEST_INTERVAL = 60

while True:
    try:
        # 初始化Coinbase Pro公共客户端
        public_client = gdax.PublicClient()
        # 获取BTC-USD的1分钟K线数据（默认返回最近200条）
        historic = public_client.get_product_historic_rates('BTC-USD', granularity=60)
        
        # 处理空数据情况
        if not historic:
            print("未获取到数据，等待重试...")
            time.sleep(REQUEST_INTERVAL)
            continue
            
        # 转换为DataFrame并设置列名
        df = pd.DataFrame(historic)
        df.columns = ['Time', 'Low', 'High', 'Open', 'Close', 'Volume']
        
        # 1. 反转数据：把倒序的K线转为时间正序（旧数据在前，新数据在后）
        df = df.iloc[::-1].reset_index(drop=True)
        
        # 2. 把时间戳转换为可读的datetime格式
        df['Time'] = pd.to_datetime(df['Time'], unit='s')
        
        # 3. 计算典型价格（MFI的核心输入，公式：(最高价+最低价+收盘价)/3）
        df['Typical_Price'] = (df['High'] + df['Low'] + df['Close']) / 3
        
        # 4. 计算资金流量：典型价格 × 成交量
        df['Money_Flow'] = df['Typical_Price'] * df['Volume']
        
        # 5. 调用pyti计算MFI，默认周期为14（可根据需求调整，比如改成7或21）
        df['MFI'] = mfi(df[['High', 'Low', 'Close', 'Volume']], period=14)
        
        # 按你设置的行数显示数据
        pd.set_option('display.max_rows', 28)
        print("最新BTC-USD 1分钟K线及MFI数据：")
        print(df[['Time', 'High', 'Low', 'Close', 'Volume', 'MFI']])
        
    except Exception as e:
        print(f"请求或计算出错：{str(e)}")
        
    # 等待下一次请求
    time.sleep(REQUEST_INTERVAL)

关键细节解释 #

• 数据反转：Coinbase Pro的历史数据接口默认返回最新K线在前，反转后才能保证MFI计算基于连续的时间序列，顺序错误会导致结果完全失真
• MFI周期：默认用14周期（行业通用标准），你可以通过修改period参数调整周期长度
• 异常处理：加入try-except块捕获API请求失败、数据格式异常等问题，避免程序直接崩溃
• 限流规避：设置和K线粒度一致的请求间隔，避免触发Coinbase Pro的API速率限制

常见问题排查 #

• 如果MFI列出现NaN：这是正常现象，因为MFI需要至少period条数据才能计算，前14行的MFI会显示为NaN
• 遇到API限流错误（429）：延长REQUEST_INTERVAL的数值，或者查看Coinbase Pro官方的API速率规则
• pyti模块报错：确保安装了最新版本，可执行pip install --upgrade pyti更新

内容的提问来源于stack exchange，提问作者This play nay mm