В современной разработке финтех-приложений и торговых платформ качественные тестовые данные играют решающую роль для обеспечения стабильности системы. Библиотека mock-jutsu предлагает разработчикам мощный инструмент для имитации рыночной активности — функцию ohlcv_candles. Эта функция предназначена для генерации реалистичных массивов японских свечей, которые включают в себя стандартные параметры: время (Timestamp), цены открытия (Open), максимума (High), минимума (Low), закрытия (Close) и объем торгов (Volume). Использование таких данных позволяет тестировать торговые терминалы, аналитические дашборды и алгоритмические стратегии без необходимости подключения к реальным биржевым API.
Основным преимуществом ohlcv_candles является использование алгоритма геометрического броуновского движения (Geometric Brownian Motion) для расчета цен. В отличие от простой случайной генерации, этот метод создает мок-данные, которые имитируют естественную волатильность финансового рынка. Функция строго соблюдает математические стандарты формирования свечного паттерна: максимальная цена (High) всегда больше или равна максимуму из цен открытия и закрытия, а минимальная (Low) — меньше или равна их минимуму. Кроме того, библиотека обеспечивает непрерывность временного ряда, где цена открытия текущей свечи соответствует цене закрытия предыдущей (Open[i] = Close[i-1]), что исключает неестественные ценовые разрывы в тестовых выборках.
Библиотека mock-jutsu предоставляет гибкие настройки для генерации серий от 10 до 30 свечей с поддержкой популярных временных интервалов: от минутных (1m, 5m, 15m) до часовых и дневных (1h, 4h, 1d). Инструмент максимально адаптирован под различные рабочие процессы. Разработчики могут использовать CLI-интерфейс для быстрой генерации JSON-ответов в терминале, интегрировать вызов функции напрямую в Python-код своих тестов или применять специальное расширение для JMeter при проведении нагрузочного тестирования высоконагруженных систем обработки рыночных данных.
Сценарии применения ohlcv_candles охватывают все этапы жизненного цикла разработки. На фронтенде эти тестовые данные незаменимы для отладки визуализации сложных графиков и проверки корректности масштабирования осей. На бэкенде функция позволяет верифицировать логику работы технических индикаторов и расчетных модулей. Главное преимущество для инженера заключается в возможности мгновенно получить консистентный набор данных, полностью соответствующий рыночной логике, что значительно ускоряет процесс разработки и повышает надежность финального продукта.
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}