Pour les développeurs travaillant sur des applications de trading, de fintech ou d'analyse de marché, la génération de séries temporelles cohérentes est un défi technique majeur. La fonction ohlcv_candles, intégrée à la bibliothèque mock-jutsu, répond précisément à ce besoin en générant des données fictives de chandeliers japonais d'un réalisme saisissant. Que vous simuliez des actifs comme AAPL ou des paires de devises, cet outil produit des structures de données complètes incluant les prix d'ouverture, les plus hauts, les plus bas, les cours de clôture ainsi que le volume de transactions associé.
L'intelligence de ohlcv_candles réside dans son moteur algorithmique basé sur le mouvement brownien géométrique (Geometric Brownian Motion). Contrairement à de simples générateurs de nombres aléatoires, cet algorithme assure une continuité logique entre les bougies : le prix d'ouverture d'une période donnée correspond systématiquement au prix de clôture de la période précédente. De plus, la fonction respecte les contraintes strictes du marché financier, garantissant que le prix "High" est toujours supérieur ou égal au maximum de l'ouverture et de la clôture, tandis que le "Low" est inférieur ou égal à leur minimum.
La flexibilité est un atout central de mock-jutsu. La fonction permet de générer des séries de 10 à 30 bougies sur des intervalles temporels variés, allant de la minute (1m) à la journée (1d), en passant par les formats 5m, 15m, 1h et 4h. Cette diversité en fait une source de données de test idéale pour valider des indicateurs techniques ou des algorithmes de détection de tendances. L'accessibilité est également optimisée pour tous les environnements de travail : elle est invocable via une simple ligne de commande CLI, directement dans un script Python avec la méthode jutsu.generate, ou même intégrée dans des plans de test de charge via JMeter.
En utilisant ces données de test, les équipes de développement peuvent s'affranchir des limitations et des coûts liés aux API de données boursières réelles durant les phases de prototypage. ohlcv_candles permet de simuler des scénarios de marché variés, de tester la robustesse des interfaces graphiques de charting et de vérifier la précision des calculs financiers en amont de la production. C'est un outil indispensable pour garantir la fiabilité logicielle tout en accélérant les cycles de développement dans le secteur de la finance quantitative.
mockjutsu generate ohlcv_candlesmockjutsu bulk ohlcv_candles --count 10mockjutsu export ohlcv_candles --count 10 --format jsonmockjutsu export ohlcv_candles --count 10 --format csvmockjutsu export ohlcv_candles --count 10 --format sqlfrom mockjutsu import jutsujutsu.generate('ohlcv_candles')jutsu.bulk('ohlcv_candles', count=10)jutsu.template(['ohlcv_candles'], count=5)${__mockjutsu_ohlcv(ohlcv_candles)}# JMeter Function: __mockjutsu_ohlcv# Parameter 1: ohlcv_candles# Parameter 2: (not required for this function)GET /generate/ohlcv_candles# → {"type":"ohlcv_candles","result":"...","status":"ok"}GET /bulk/ohlcv_candles?count=10POST /template {"types":["ohlcv_candles"],"count":1}