Finansal teknoloji dünyasında gerçeğe yakın veri setleriyle çalışmak, uygulama geliştirme ve hata ayıklama süreçlerinin en kritik aşamalarından biridir. Mock-jutsu kütüphanesinin sunduğu ohlcv_candles fonksiyonu, borsa ve kripto para platformları geliştiren yazılımcılar için standart "rastgele" sayıların ötesine geçen, yapısal olarak tutarlı bir test verisi çözümü sunar. Bu fonksiyon, sadece anlık fiyatları değil, belirli bir zaman dilimindeki piyasa hareketlerini temsil eden Open (Açılış), High (En Yüksek), Low (En Düşük), Close (Kapanış) ve Volume (Hacim) değerlerinden oluşan mum grafik serilerini profesyonel standartlarda üretir.
ohlcv_candles üretim sürecinde Geometric Brownian Motion (Geometrik Brown Hareketi) algoritmasını kullanarak piyasadaki fiyat dalgalanmalarını matematiksel bir modelle simüle eder. Üretilen mock data, finansal grafiklerin doğasına uygun olarak Open[i]=Close[i-1] kuralına sadık kalır; yani her yeni mum, bir önceki mumun kapanış fiyatından başlar. Ayrıca, High değerinin her zaman açılış ve kapanışın en yükseğinden büyük veya ona eşit, Low değerinin ise her zaman en düşüğünden küçük veya ona eşit olması sağlanarak mantıksal veri bütünlüğü korunur. 1 dakikadan 1 güne kadar değişen farklı zaman aralıklarında (1m, 5m, 15m, 1h, 4h, 1d) 10 ile 30 arasında mum içeren seriler, gerçek bir borsa API'sinden gelmişçesine tutarlı bir yapı sergiler.
Bu gerçekçi test verisi yapısı, özellikle trading botlarının strateji testlerinde, teknik analiz indikatörlerinin doğrulanmasında ve kullanıcı arayüzündeki grafik kütüphanelerinin performans ölçümlerinde hayati rol oynar. Geliştiriciler, canlı bir veri kaynağına veya karmaşık API entegrasyonlarına ihtiyaç duymadan, ohlcv_candles sayesinde uçtan uca senaryolarını test edebilirler. Mock-jutsu'nun sunduğu bu yapı, veri setindeki mantıksal tutarsızlıklardan kaynaklanabilecek hataları henüz üretim aşamasına geçmeden tespit etmeyi kolaylaştırarak geliştirme maliyetlerini düşürür.
Kütüphane, geliştiricilere esnek bir kullanım yelpazesi sunarak her türlü çalışma ortamına uyum sağlar. Komut satırı üzerinden hızlıca veri üretmek isteyenler "mockjutsu generate ohlcv_candles" komutunu kullanabilirken, Python projelerinde "jutsu.generate('ohlcv_candles')" çağrısı ile dinamik nesneler oluşturulabilir. Ayrıca, yük ve performans testleri için JMeter üzerinde "${__mockjutsu(ohlcv_candles,)}" ifadesiyle entegrasyon sağlanabilir. Bu çok yönlülük, ohlcv_candles fonksiyonunu modern finans yazılımlarının test otomasyonu süreçlerinde vazgeçilmez bir araç haline getirir.
mockjutsu generate ohlcv_candlesmockjutsu bulk ohlcv_candles --count 10mockjutsu export ohlcv_candles --count 10 --format jsonmockjutsu export ohlcv_candles --count 10 --format csvmockjutsu export ohlcv_candles --count 10 --format sqlfrom mockjutsu import jutsujutsu.generate('ohlcv_candles')jutsu.bulk('ohlcv_candles', count=10)jutsu.template(['ohlcv_candles'], count=5)${__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}