百木园-与人分享,
就是让自己快乐。

用Python绘制专业的K线图【含源代码】

图1.png

使用Python绘制一幅专业的K线图,是量化投资和金融数据分析的必备功课。

下面我将从K线图简介、数据获取、K线图绘制及成交量绘制等方面,结合源代码,一步步实现专业K线图的绘制。

K线图简介

K线图又被成为“蜡烛图”、“阴阳线”等,它在视觉效果上可以很清晰得凸显出市场多空形势,K线图成为大家查看行情数据以及各式量化分析不可或缺的一环。在K线图常见的时间跨度分钟、日、周以及月。

K线由高开低收四个价格绘制而成。分为阳线与阴线两种,收盘价高于开盘价时为阳线,收盘价低于开盘价时为阴线;K线图的示意图如下:

图2.png

K线由矩形实体与上下两根影线组成,实体上方的影线成为上影线,下方的成为下影线。实体与阴线相对长短,可形成多种形态。

1、股票数据

我们从恒有数金融数据社区,获取股票市场历史行情数据。我们获取2021年6月1号至2021年8月1号,恒生电子(600570.SH)的日行情数据,代码及执行结果如下。

# 加载取数与绘图所需的函数包
import pandas as pd
import datetime
from hs_udata import set_token,stock_quote_daily
from mpl_finance import candlestick_ohlc
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
mpl.rcParams[\'font.sans-serif\'] = [\'SimHei\'] # 指定默认字体
mpl.rcParams[\'axes.unicode_minus\'] = False  # 解决保存图像是负号\'-\'显示为方块的问题

def GetData(stock_code,start,end):
   #stock_code:获取股票数据的股票代码
   # start:开始日期
   # end:结束日期
   date_start=datetime.datetime.strptime(start,\'%Y-%m-%d\')
   date_end =datetime.datetime.strptime(end,\'%Y-%m-%d\')
   data = pd.DataFrame([])
   while date_start<date_end:
       # 获取日行情数据,接口说明见 https://udata.hs.net/datas/332/
       # adjust_way枚举值为:0-不复权,1-前复权,2-后复权,此处取前复权
       data_i = stock_quote_daily(en_prod_code=stock_code
                                  ,trading_date=date_start.strftime(\'%Y%m%d\')
                                  ,adjust_way = 1)
       data=pd.concat([data,data_i],axis=0)      # 将行情数据按行拼接
       date_start+=datetime.timedelta(days=1)    # 日期变量自增
   # 返回行情数据
   return data

#1、获取行情数据
stock_code = \"600570.SH\"     # 恒生电子 股票代码是600570.SH
start=\'2021-06-01\'
end =\'2021-08-01\'
set_token(token = \'xxxxxxxxxxxxxxxxxxxxxxxx\')   # 注册后,获取并替换token
data = GetData(stock_code,start,end)
data

图3.png

2、数据处理

由于恒有数的stock_quote_daily接口返回参数较多,包含了非交易日及停牌日期的数据。使用candlestick_ohlc包绘制K线图时,需要将日期转为数值。程序代码与执行结果如下:

#2、数据处理
data = data.loc[data.turnover_status==\'交易\']             # 剔除非交易日
data_price = data[[\'trading_date\',\'open_price\',\'high_price\',\'low_price\',\'close_price\'
                  ,\'business_amount\']]                  # 选取日期、高开低收价格、成交量数据
data_price.set_index(\'trading_date\', inplace=True)       # 将日期作为索引
data_price = data_price.astype(float)                    # 将价格数据类型转为浮点数
# 将日期格式转为 candlestick_ohlc 可识别的数值
data_price[\'Date\'] = list(map(lambda x:mdates.date2num(datetime.datetime.strptime(x,\'%Y-%m-%d\')),data_price.index.tolist()))
data_price

图4.png

3、绘制K线

使用mpl_finance函数包中candlestick_ohlc函数进行绘图,程序如下:

#3、绘制K线图
# 提取绘图数据
ohlc = data_price[[\'Date\',\'open_price\',\'high_price\',\'low_price\',\'close_price\']]
f1, ax = plt.subplots(figsize = (12,6))                        # 创建图片
candlestick_ohlc(ax, ohlc.values.tolist(), width=.7
                , colorup=\'red\', colordown=\'green\')           # 使用candlestick_ohlc绘图
ax.xaxis.set_major_formatter(mdates.DateFormatter(\'%Y-%m-%d\')) # 设置横轴日期格式
plt.xticks(rotation=30)                                        # 日期显示的旋转角度
plt.title(stock_code,fontsize = 14)                            # 设置图片标题
plt.xlabel(\'日 期\',fontsize = 14)                             # 设置横轴标题
plt.ylabel(\'价 格(元)\',fontsize = 14)                        # 设置纵轴标题
plt.show()

图5.png

4、去除图中非交易日

由于candlestick_ohlc函数默认绘制的K线图并未剔出非交易日(周末、节假日和停牌日期),导致K线之间存在空白间隔。下面我们通过修改绘图数据中横轴数据,修改横轴标注日期,实现剔除图中的非交易日数据。

# 4、去除非交易日的间隔
ohlc = data_price[[\'Date\',\'open_price\',\'high_price\',\'low_price\',\'close_price\']]
ohlc.loc[:,\'Date\'] = range(len(ohlc))     # 重新赋值横轴数据,使横轴数据为连续数值
# 绘图
f1, ax = plt.subplots(figsize = (12,6))
candlestick_ohlc(ax, ohlc.values.tolist(), width=.7, colorup=\'red\', colordown=\'green\')
plt.xticks(rotation=30)                                        # 日期显示的旋转角度
plt.title(stock_code,fontsize = 14)                            # 设置图片标题
plt.xlabel(\'日 期\',fontsize = 14)                               # 设置横轴标题
plt.ylabel(\'价 格(元)\',fontsize = 14)                          # 设置纵轴标题
# 修改横轴标注日期
date_list = ohlc.index.tolist()           # 获取日期列表
xticks_len = round(len(date_list)/(len(ax.get_xticks())-1))    # 获取默认横轴标注的间隔
xticks_num = range(0,len(date_list),xticks_len)                # 生成横轴标注位置列表
xticks_str = list(map(lambda x:date_list[int(x)],xticks_num))  # 生成正在标注日期列表
ax.set_xticks(xticks_num)                                      # 设置横轴标注位置
ax.set_xticklabels(xticks_str)                                 # 设置横轴标注日期
plt.show()

图6.png

5、在K线图中,添加成交量

K线图中,除了K线数据,一般还配有成交量数据。恒有数的stock_quote_daily接口返回的数据中,也有成交量数据。将K线图与成交量绘制在同一张图的程序如下:

#5、绘制成交量
fig = plt.figure(figsize=(12,10))
grid = plt.GridSpec(12, 10, wspace=0.5, hspace=0.5)
#(1)绘制K线图
# K线数据
ohlc = data_price[[\'Date\',\'open_price\',\'high_price\',\'low_price\',\'close_price\']]
ohlc.loc[:,\'Date\'] = range(len(ohlc))     # 重新赋值横轴数据,绘制K线图无间隔
# 绘制K线
ax1 = fig.add_subplot(grid[0:8,0:12])   # 设置K线图的尺寸
candlestick_ohlc(ax1, ohlc.values.tolist(), width=.7
                , colorup=\'red\', colordown=\'green\')
plt.title(stock_code,fontsize = 14)     # 设置图片标题
plt.ylabel(\'价 格(元)\',fontsize = 14)   # 设置纵轴标题
ax1.set_xticks([])                      # 日期标注在成交量中,故清空此处x轴刻度
ax1.set_xticklabels([])                 # 日期标注在成交量中,故清空此处x轴
#(2)绘制成交量
# 成交量数据
data_volume = data_price[[\'Date\',\'close_price\',\'open_price\',\'business_amount\']]
data_volume[\'color\'] = data_volume.apply(lambda row: 1 if row[\'close_price\'] >= row[\'open_price\'] else 0, axis=1)        # 计算成交量柱状图对应的颜色,使之与K线颜色一致
data_volume.Date = ohlc.Date
# 绘制成交量
ax2 = fig.add_subplot(grid[8:10,0:12])  # 设置成交量图形尺寸
ax2.bar(data_volume.query(\'color==1\')[\'Date\']
      , data_volume.query(\'color==1\')[\'business_amount\']
      , color=\'r\')                    # 绘制红色柱状图
ax2.bar(data_volume.query(\'color==0\')[\'Date\']
      , data_volume.query(\'color==0\')[\'business_amount\']
      , color=\'g\')                    # 绘制绿色柱状图
plt.xticks(rotation=30)
plt.xlabel(\'日 期\',fontsize = 14)                               # 设置横轴标题
# 修改横轴日期标注
date_list = ohlc.index.tolist()           # 获取日期列表
xticks_len = round(len(date_list)/(len(ax2.get_xticks())-1))      # 获取默认横轴标注的间隔
xticks_num = range(0,len(date_list),xticks_len)                   # 生成横轴标注位置列表
xticks_str = list(map(lambda x:date_list[int(x)],xticks_num))     # 生成正在标注日期列表
ax2.set_xticks(xticks_num)                                        # 设置横轴标注位置
ax2.set_xticklabels(xticks_str)                                   # 设置横轴标注日期
plt.show()

图1.png

至此一幅专业的K线图便绘制完毕了。

下篇文章,我们将在图中添加均线及常见技术指标走势图,敬请期待。

来源:https://www.cnblogs.com/hundsun/p/15356965.html
图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » 用Python绘制专业的K线图【含源代码】

相关推荐

  • 暂无文章