您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關Python繪制移動均線方法以及源碼怎么寫,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結了以下內容,希望大家根據這篇文章可以有所收獲。
我們從恒有數金融數據社區,獲取股票市場歷史行,情數據。我們獲取2021年3月1號至2021年6月1號,恒生電子(600570.SH)的日行情數據,并做簡單處理,代碼及執行結果如下。
加載取數與繪圖所需的函數包
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'] # 指定默認字體 mpl.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負號'-'顯示為方塊的問題 def GetData(stock_code,start,end): #stock_code:獲取股票數據的股票代碼 # start:開始日期 # end:結束日期 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: # 獲取日行情數據,接口說明見 https://udata.hs.net/datas/332/ # adjust_way枚舉值為:0-不復權,1-前復權,2-后復權,此處取前復權 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) # 將行情數據按行拼接 date_start+=datetime.timedelta(days=1) # 日期變量自增 # 返回行情數據 return data #1、獲取行情數據 stock_code = "600570.SH" # 恒生電子 股票代碼是600570.SH start='2021-03-01' end ='2021-06-01' set_token(token = 'xxxxxxxxxxxxxxxxxxxxxxxx') # 注冊恒有數之后,獲取并替換token data = GetData(stock_code,start,end)
#2、數據處理 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']] # 選取日期與高開低收價格 data_price.set_index('trading_date', inplace=True) # 將日期作為索引 data_price = data_price.astype(float) # 將價格數據類型轉為浮點數 # 將日期格式轉為 candlestick_ohlc 可識別的數值 data_price['Date'] = list(map(lambda x:mdates.date2num(datetime.datetime.strptime(x,'%Y-%m-%d')) ,data_price.index.tolist())) data_price
#3、計算均值 data_price['MA5']=data_price['close_price'].rolling(window=5).mean() data_price['MA10']=data_price['close_price'].rolling(window=10).mean() data_price['MA20']=data_price['close_price'].rolling(window=20).mean() data_price title=
將繪制移動均線的代碼,添加至K線圖繪制代碼中;源代碼及繪制圖片如下:
#4、繪制圖片 fig = plt.figure(figsize=(12,10)) grid = plt.GridSpec(12, 10, wspace=0.5, hspace=0.5) #(1)繪制K線圖 #K線數據 ohlc = data_price[['Date','open_price','high_price','low_price','close_price']] ohlc.loc[:,'Date'] = range(len(ohlc)) # 重新賦值橫軸數據,繪制K線圖無間隔 #繪制K線 ax1 = fig.add_subplot(grid[0:8,0:12]) # 設置K線圖的尺寸 candlestick_ohlc(ax1, ohlc.values.tolist(), width=.7 , colorup='red', colordown='green') #(2)繪制均線 ax1.plot(range(len(data_price)), data_price['MA5'] , color='red', lw=2, label='MA (5)') ax1.plot(range(len(data_price)), data_price['MA10'] , color='blue', lw=2, label='MA (10)') ax1.plot(range(len(data_price)), data_price['MA20'] , color='green', lw=2, label='MA (20)') #設置標注 plt.title(stock_code,fontsize = 14) # 設置圖片標題 plt.ylabel('價 格(元)',fontsize = 14) # 設置縱軸標題 plt.legend(loc='best') # 繪制圖例 ax1.set_xticks([]) # 日期標注在成交量中,故清空此處x軸刻度 ax1.set_xticklabels([]) # 日期標注在成交量中,故清空此處x軸 #(3)繪制成交量 #成交量數據 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) # 計算成交量柱狀圖對應的顏色,使之與K線顏色一致 data_volume.Date = ohlc.Date #繪制成交量 ax2 = fig.add_subplot(grid[8:10,0:12]) # 設置成交量圖形尺寸 ax2.bar(data_volume.query('color==1')['Date'] , data_volume.query('color==1')['business_amount'] , color='r') # 繪制紅色柱狀圖 ax2.bar(data_volume.query('color==0')['Date'] , data_volume.query('color==0')['business_amount'] , color='g') # 繪制綠色柱狀圖 plt.xticks(rotation=30) plt.xlabel('日 期',fontsize = 14) # 設置橫軸標題 #修改橫軸日期標注 date_list = ohlc.index.tolist() # 獲取日期列表 xticks_len = round(len(date_list)/(len(ax2.get_xticks())-1)) # 獲取默認橫軸標注的間隔 xticks_num = range(0,len(date_list),xticks_len) # 生成橫軸標注位置列表 xticks_str = list(map(lambda x:date_list[int(x)],xticks_num)) # 生成正在標注日期列表 ax2.set_xticks(xticks_num) # 設置橫軸標注位置 ax2.set_xticklabels(xticks_str) # 設置橫軸標注日期 plt.show()
看完上述內容,你們對Python繪制移動均線方法以及源碼怎么寫有進一步的了解嗎?如果還想了解更多知識或者相關內容,請關注億速云行業資訊頻道,感謝大家的支持。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。