在Lightweight-Charts中使用SeriesPrimitive绘制图表外部数据的技术方案
2025-05-20 02:16:06作者:柯茵沙
背景介绍
Lightweight-Charts是一个流行的金融图表库,它提供了强大的绘图功能。在实际开发中,我们经常需要在图表上绘制各种技术分析图形,有时这些图形需要延伸到现有数据范围之外(未来区域)。本文将详细介绍如何在Lightweight-Charts中实现这一功能。
核心挑战
在Lightweight-Charts中,SeriesPrimitive通常用于在图表上绘制自定义图形。标准做法是使用时间和价格坐标来定义图形位置。但当我们需要将图形绘制到现有数据范围之外时,会遇到以下挑战:
- 未来时间点尚未确定,无法直接使用时间坐标
- 当历史数据加载时,逻辑坐标会发生变化
- 使用空白数据(whitespace)会影响最后价格更新
技术解决方案
经过实践探索,我们找到了一种可靠的解决方案,其核心思路是:
- 以最后已知时间点为基准
- 计算相对于基准的柱状图数量差
- 动态转换为实际坐标位置
关键实现代码
// 计算当前点与最后时间点的柱状图数量差
_getBarDiff(param) {
const lastTime = this._series.data()[this._series.data().length - 1].time;
const time2coordinate = this._chart.timeScale().timeToCoordinate(lastTime);
const coordinate2logical = this._chart.timeScale().coordinateToLogical(time2coordinate);
const logical = this._chart.timeScale().coordinateToLogical(param.point.x);
const barDiff = logical - coordinate2logical;
return { lastTime, barDiff };
}
// 将点转换为坐标位置
_calculateCoordinate(point) {
if (point.time) {
return this._source.chart.timeScale().timeToCoordinate(point.time);
}
const timeScale = this._source.chart.timeScale();
const time2coordinate = timeScale.timeToCoordinate(point.lastTime);
const coordinate2logical = timeScale.coordinateToLogical(time2coordinate);
const logical = coordinate2logical + point.barDiff;
return timeScale.logicalToCoordinate(logical);
}
// 计算点的坐标
_calculatePoint(sourcePoint, price) {
const x = this._calculateCoordinate(sourcePoint);
const y = this._source.series.priceToCoordinate(price);
return { x, y };
}
// 更新图形位置
update() {
this._p1 = this._calculatePoint(this._source._p1, this._source._p1.price);
this._p2 = this._calculatePoint(this._source._p2, this._source._p2.price);
}
实现原理详解
-
基准点确定:我们以图表中最后一个数据点的时间作为基准(lastTime)
-
坐标转换:
- 首先将基准时间转换为像素坐标(time2coordinate)
- 再将像素坐标转换为逻辑坐标(coordinate2logical)
-
相对位置计算:
- 计算当前点的逻辑坐标
- 通过逻辑坐标差(barDiff)确定相对于基准的位置
-
动态调整:
- 当图表缩放或数据更新时,重新计算实际坐标位置
- 保持图形相对于基准点的相对位置不变
应用场景
这种技术特别适用于以下场景:
- 技术分析工具的延伸线绘制
- 预测价格区域的标记
- 自定义交易策略的可视化
- 需要跨越多个时间段的图形标注
注意事项
- 当图表时间尺度发生变化时(如从日线切换到周线),需要重新计算位置
- 在极端缩放情况下,可能需要调整绘制逻辑
- 对于高频交易图表,需要考虑性能优化
总结
通过这种基于逻辑坐标的相对位置计算方法,我们成功实现了在Lightweight-Charts数据范围之外绘制图形的需求。这种方法避免了使用空白数据带来的问题,同时保证了图形位置的准确性。开发者可以根据实际需求,在此方案基础上进行扩展,实现更复杂的绘图功能。
这种技术方案展示了Lightweight-Charts强大的扩展能力,通过合理利用其API,我们可以突破常规限制,实现各种定制化的金融图表功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1