首页 股吧 正文

交易_股票开户交税

2024-01-01 14:01:56 7
admin

来历:早上Python

作者:刘早上

在运用Python进行金融数据剖析时,制造K线图是很常见的需求。

但假如运用matplotlib从0开端制造,一步一步增加日线、均线、MACD、成交量等目标时,则会显得非常费事,且代码很难复用。

走运的是在matplotlib中供给接口(matplotlib.finance)直接制造K线,现在matplotlib.finance现已独立成库mplfinance,更便利的让咱们运用。

本文就将介绍怎么运用mplfinance快速制造专业的K线图,文末也有完好的数据与源码下载。

01、装置与数据预备

上面现已提到,mplfinance是一个独立的库,所以直接运用pip装置即可,没有任何难度

pipinstallmplfinance\n

至于在数据预备上,依据我的开发经历,越懒人版的绘图库对数据要求则越严厉,所以在运用之前,咱们需求将数据整理成指定的格局,下面是某股票(安全银行000001.sz)的对应数据

如上图所示,数据有必要是PandasDataFrame格局,且有必要依照次序包括开盘价、最高价、最低价、收盘价以及成交量,一起索引需求是pandas支撑的时刻类型。

关于怎么取得、清洗得到这样的数据将不是本文的共享内容,下面仅介绍怎么根据这样的数据进行绘图。

02、mplfinance常见用法

根底运用

首要需求导入

importmplfinanceasmpf\n

接下来,在上述数据根底上一行代码即可生成简易价格走势图

mpf.plot(df_new,type='line')\n

增加移动均线

经过设置mav参数能够增加对应的移动均线,例如增加5日、10日、30日移动均线

mpf.plot(df_new,type='line',mav=(5,10,30))\n

需求径直的是,这儿的x日移动均线并不是经过咱们数据的时刻索引核算而来,仅是移动x个索引方位而来,因为咱们数据时刻精度为1天,所以恰好是对应的x天移动均线。

假如索引是分钟级数据,那么设置mav得到的便是x分钟均线!

增加成交量

经过设置volume参数,能够进一步增加成交量

mpf.plot(df_new,type='line',mav=(5,10,30),volume=True)\n

制造蜡烛图

经过设置type参数能够制造更专业的蜡烛图,因为上面的数据时刻维度过长,制造蜡烛图会导致很难看清细节。

交易_股票开户交税

所以下面制造最终40个买卖日的蜡烛图,并增加成交量与3、6、9日均线

mpf.plot(df_new.tail(40),type='candle',mav=(3,6,9),volume=True)\n

展现非买卖时刻

上面的图是接连的,但买卖日并不是天天都是,每天也有指定时刻,经过设置show_nontrading参数,能够依照买卖时刻制造,将非买卖时刻增加为空白

mpf.plot(df_new,type='candle',mav=(3),show_nontrading=True,volume=True)\n

至此mplfinance的根本运用就介绍结束,比较来说仍是比较简单上手运用的。

彩蛋-pyecharts

尽管matplotlib也能够制造动态图,可是因为matplotlib的特性,展现起来并不是很便利。

假如需求能交互式操作数据,拖动时刻轴等功能,能够测验运用pyecharts,但因为不像mplfinance封装好开箱即用,代码写起来仍是需求适当必定时刻的,我们能够自行挑选

收藏
分享
海报
7