34 instruments
23 paires de devises, deux matières premières (WTI et Brent) et neuf indices, dont le S&P 500, le Nikkei et le DAX.
Code source ouvert
histdata : téléchargement de données historiques
Téléchargez des données historiques de marché depuis histdata.com et convertissez les barres M1 en Apache Parquet compressé. Choisissez parmi 34 instruments pour vos recherches en local.
Python 3.10+Apache ParquetzstdLicence MIT34 instruments
$ pip install git+https://github.com/StratCraftsAI/histdata.git
$ histdata --pairs EURUSD GBPUSD --year-start 2020 --year-end 2025
Exemple de sortie : un fichier Parquet par instrument
output/EURUSD_M1.parquet
output/GBPUSD_M1.parquet
Fonctionnalités
Constituez un jeu de données de marché local et vérifiez sa couverture avant toute analyse quantitative.
Sortie Apache Parquet
Parquet avec compression zstd, lisible avec pandas, Polars, DuckDB et d'autres outils compatibles avec Arrow.
Outil en ligne de commande
Installez avec pip, puis sélectionnez les instruments et les années avec la commande histdata.
Sélection des archives
Les téléchargements M1 sélectionnent les archives annuelles ou mensuelles disponibles pour la période demandée et réutilisent les archives locales validées.
Schéma typé
Les colonnes OHLCV utilisent timestamp[ms] et float64. Vérifiez le fuseau horaire source et le mode d'utilisation de la CLI choisi avant l'analyse.
Dépendances Python
Utilise requests, beautifulsoup4, pyarrow et filelock. Python 3.10 ou une version ultérieure est requis.
Chaîne de traitement
Téléchargez les archives, analysez les données M1 et générez des fichiers Parquet typés.
1
Extraire le jeton
→
2
Télécharger le ZIP
→
3
Analyser le CSV M1
→
4
Générer le Parquet
histdata.com → ZIP (CSV) → list[OHLCVRow] → Parquet (zstd)Instruments pris en charge
34 instruments couvrant le Forex, les matières premières et les indices mondiaux. L'historique disponible varie selon l'instrument.
Forex 23
Paires majeures
EURUSDGBPUSDUSDJPYUSDCHFUSDCADAUDUSDNZDUSDPaires croisées
EURAUDEURCADEURCHFEURGBPEURNZDGBPAUDGBPCADGBPCHFGBPNZDAUDNZDPaires croisées avec le JPY
AUDJPYCADJPYCHFJPYEURJPYGBPJPYNZDJPYMatières premières 2
BCOUSDBrent Crude Oil
WTIUSDWTI Crude Oil
Indices 9
AUXAUDASX 200
FRXEURCAC 40
GRXEURDAX 30
HKXHKDHang Seng
JPXJPYNikkei 225
NSXUSDNASDAQ 100
SPXUSDS&P 500
UDXUSDUS Dollar Index
UKXGBPFTSE 100
Schéma de sortie
Colonnes Parquet typées. Validez les horodatages et la qualité des données avant de combiner des jeux de données.
| Colonne | Type | Description |
|---|---|---|
| timestamp | timestamp[ms] | Heure de la barre ; les téléchargements M1 normaux utilisent UTC, --skip-download conserve l'EST source |
| open | float64 | Prix d'ouverture |
| high | float64 | Prix le plus haut |
| low | float64 | Prix le plus bas |
| close | float64 | Prix de clôture |
| volume | float64 | Champ de volume de la source |
Sourcehistdata.com — CSV ASCII générique délimité par des points-virgules ; aucune clé API requise
Fuseau horaire sourceEST (UTC-5, sans ajustement à l'heure d'été)
FormatApache Parquet + zstd
Démarrage rapide
Installez depuis GitHub et sélectionnez les instruments et la période dont vous avez besoin.
Installation
pip install git+https://github.com/StratCraftsAI/histdata.gitUtilisation de la CLI
# Download EURUSD 2020-2025 and convert to Parquet
histdata --pairs EURUSD --year-start 2020 --year-end 2025
# Multiple pairs
histdata --pairs EURUSD GBPUSD USDJPY --year-start 2015 --year-end 2025
# All 34 instruments
histdata --pairs all --year-start 2020 --year-end 2025Lire avec pandas
import pandas as pd
df = pd.read_parquet("output/EURUSD_M1.parquet")
print(df.head())
# timestamp open high low close volume
# 0 2023-01-02 17:00:00 1.07045 1.07048 1.07045 1.07048 0.0Questions fréquentes
Ai-je besoin d'une clé API ?
Aucune clé API n'est requise. L'outil récupère un jeton d'archive auprès de histdata.com avant le téléchargement.
Combien de temps dure un téléchargement ?
La durée dépend du nombre et de la taille des archives disponibles, du réseau et du traitement local. L'outil limite la fréquence des requêtes ; aucun délai de fin n'est garanti.
Puis-je utiliser les fichiers pour la recherche quantitative ?
Les fichiers Parquet M1 peuvent être lus avec pandas ou d'autres outils compatibles avec Parquet. Vérifiez la couverture, la qualité, la correspondance des colonnes et les exigences de fuseau horaire avant l'importation dans une plateforme de recherche.
Dans quel fuseau horaire sont les horodatages ?
Le CSV source utilise l'EST fixe (UTC-5), sans ajustement à l'heure d'été. Les téléchargements M1 normaux convertissent les heures en UTC. Le mode --skip-download conserve les valeurs EST analysées de la source. Le type timestamp[ms] de Parquet ne contient aucune métadonnée de fuseau horaire.
Les données de ticks sont-elles prises en charge ?
L'option --timeframe tick permet de télécharger des archives de ticks, mais leur analyse et leur conversion en Parquet ne sont pas implémentées. Utilisez M1 pour la sortie OHLCV documentée.
Premiers pas
Logiciel à code source ouvert sous licence MIT. Examinez le code et validez un petit jeu de données avant d'élargir son utilisation.