【python量化交易学习】pandas获取mysql数据，使用pyecharts画K线图，ma移动均线。

将pyecharts官方提供的数据源，替换成已经存在mysql中的数据。画出专业的k线图（k线+ma移动均线+交易额柱状图（单位是千））

参考：

【python量化交易学习】pandas获取tushare股票交易数据，写入mysql数据库中。

pyecharts 配置项

pyecharts专业K线图代码示例

主要修改获取数据这一块的函数。

def get_data(input_share_code):# 建立mysql数据库的连接conn = create_engine('mysql+pymysql://root:123456@localhost:3306/qtrade', encoding='utf8')# "SELECT  * FROM dailytrade WHERE ts_code = '000001.SZ' "mysql = "SELECT  * FROM dailytrade WHERE ts_code = '" + input_share_code + "' order by trade_date"# 读取交易数据df = pd.read_sql(mysql, conn)# df[['a','b']]#取a、b列trade_values = df[['trade_date', 'open', 'close', 'low', 'high', 'amount', 'pre_close']]# 将格式转化成pyechart使用的格式trade_values_tolist = [trade_values.iloc[i].tolist() for i in range(len(trade_values))]# 解析数据return split_data(data=trade_values_tolist, share_code=input_share_code)def split_data(data, share_code):# 日期category_data = []# 日期，交易4个价格，交易量values = []# 序号，收盘价，涨跌序号，涨为1，跌为-1volumes = []for i, tick in enumerate(data):category_data.append(tick[0])values.append(tick)volumes.append([i, tick[5], 1 if tick[6] > tick[2] else -1])return {"categoryData": category_data, "values": values, "volumes": volumes, "share_code": share_code}# 计算移动均线。移动平均线(MA)计算方法就是求连续若干天的收盘价的算术平均
def calculate_ma(day_count: int, data):result: List[Union[float, str]] = []for i in range(len(data["values"])):if i < day_count:result.append("-")continuesum_total = 0.0for j in range(day_count):sum_total += float(data["values"][i - j][2])result.append(abs(float("%.3f" % (sum_total / day_count))))return result

完整代码：

from typing import List, Union
from pyecharts.charts import Line, Bar, Grid, Page
import pandas as pd
from sqlalchemy import create_engine
from pyecharts import options as opts
from pyecharts.charts import Klinedef get_data(input_share_code):# 建立mysql数据库的连接conn = create_engine('mysql+pymysql://root:123456@localhost:3306/qtrade', encoding='utf8')# "SELECT  * FROM dailytrade WHERE ts_code = '000001.SZ' "mysql = "SELECT  * FROM dailytrade WHERE ts_code = '" + input_share_code + "' order by trade_date"# 读取交易数据df = pd.read_sql(mysql, conn)# df[['a','b']]#取a、b列trade_values = df[['trade_date', 'open', 'close', 'low', 'high', 'amount', 'pre_close']]# 将格式转化成pyechart使用的格式trade_values_tolist = [trade_values.iloc[i].tolist() for i in range(len(trade_values))]# 解析数据return split_data(data=trade_values_tolist, share_code=input_share_code)def split_data(data, share_code):# 日期category_data = []# 日期，交易4个价格，交易量values = []# 序号，收盘价，涨跌序号，涨为1，跌为-1volumes = []for i, tick in enumerate(data):category_data.append(tick[0])values.append(tick)volumes.append([i, tick[5], 1 if tick[6] > tick[2] else -1])return {"categoryData": category_data, "values": values, "volumes": volumes, "share_code": share_code}# 计算移动均线。移动平均线(MA)计算方法就是求连续若干天的收盘价的算术平均
def calculate_ma(day_count: int, data):result: List[Union[float, str]] = []for i in range(len(data["values"])):if i < day_count:result.append("-")continuesum_total = 0.0for j in range(day_count):sum_total += float(data["values"][i - j][2])result.append(abs(float("%.3f" % (sum_total / day_count))))return result# 开始画图
def draw_charts():share_code = chart_data["share_code"]# 获得数据kline_data = [data[1:-1] for data in chart_data["values"]]# 画K线kline = (Kline()# 加载x轴数据.add_xaxis(xaxis_data=chart_data["categoryData"])# 加载y轴数据.add_yaxis(# K线名称series_name=share_code,# 加载y轴数据y_axis=kline_data,# 设置y轴数据的颜色itemstyle_opts=opts.ItemStyleOpts(color="#ec0000", color0="#00da3c"),)# 设置全局变量.set_global_opts(# 图例配置项，隐藏图例legend_opts=opts.LegendOpts(is_show=False, pos_bottom=10, pos_left="center"),# DataZoomOpts：区域缩放配置项。type_: str = "slider",组件类型，可选 "slider", "inside"。# is_show: bool = True, 是否显示 组件。如果设置为 false，不会显示，但是数据过滤的功能还存在。datazoom_opts=[opts.DataZoomOpts(is_show=False,type_="inside",xaxis_index=[0, 1],range_start=98,range_end=100,),opts.DataZoomOpts(is_show=True,xaxis_index=[0, 1],type_="slider",pos_top="85%",range_start=98,range_end=100,),],yaxis_opts=opts.AxisOpts(is_scale=True,splitarea_opts=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)),),tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="cross",background_color="rgba(245, 245, 245, 0.8)",border_width=1,border_color="#ccc",textstyle_opts=opts.TextStyleOpts(color="#000"),),visualmap_opts=opts.VisualMapOpts(is_show=False,dimension=2,series_index=5,is_piecewise=True,pieces=[{"value": 1, "color": "#00da3c"},{"value": -1, "color": "#ec0000"},],),axispointer_opts=opts.AxisPointerOpts(is_show=True,link=[{"xAxisIndex": "all"}],label=opts.LabelOpts(background_color="#777"),),brush_opts=opts.BrushOpts(x_axis_index="all",brush_link="all",out_of_brush={"colorAlpha": 0.1},brush_type="lineX",),title_opts=opts.TitleOpts(title = chart_data["share_code"])))# 画 MA 移动均线图line = (Line().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="MA5",y_axis=calculate_ma(day_count=5, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA10",y_axis=calculate_ma(day_count=10, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA20",y_axis=calculate_ma(day_count=20, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA30",y_axis=calculate_ma(day_count=30, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).set_global_opts(xaxis_opts=opts.AxisOpts(type_="category")))# 画交易量柱状图bar = (Bar().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="Volume",y_axis=chart_data["volumes"],xaxis_index=1,yaxis_index=1,label_opts=opts.LabelOpts(is_show=False),).set_global_opts(xaxis_opts=opts.AxisOpts(type_="category",is_scale=True,grid_index=1,boundary_gap=False,axisline_opts=opts.AxisLineOpts(is_on_zero=False),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=False),axislabel_opts=opts.LabelOpts(is_show=False),split_number=20,min_="dataMin",max_="dataMax",),yaxis_opts=opts.AxisOpts(grid_index=1,is_scale=True,split_number=2,axislabel_opts=opts.LabelOpts(is_show=False),axisline_opts=opts.AxisLineOpts(is_show=False),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=False),),legend_opts=opts.LegendOpts(is_show=False),))# Kline And Lineoverlap_kline_line = kline.overlap(line)# Grid Overlap + Bargrid_chart = Grid(init_opts=opts.InitOpts(width="1000px",height="800px",animation_opts=opts.AnimationOpts(animation=False),))grid_chart.add(overlap_kline_line,grid_opts=opts.GridOpts(pos_left="10%", pos_right="8%", height="50%"),)grid_chart.add(bar,grid_opts=opts.GridOpts(pos_left="10%", pos_right="8%", pos_top="63%", height="16%"),)grid_chart.render("1111111.html")if __name__ == "__main__":chart_data = get_data('000004.SZ')draw_charts()

查询不同代码数据，进行检验。和实际符合。
股票代码000001

股票代码000004

【python量化交易学习】pandas获取mysql数据，使用pyecharts画K线图，ma移动均线。相关推荐

python画k线图_python自动获取行情数据，并画k线图
1.概述本例子为画k线图,同时画出5日,10日,30日均线,且鼠标移动到上面会显示当前交易日,开盘价,收盘价,最高价,最低价. 移动平均线:Moving Average,简称MA,MA是用统计分析的 ...
tushare获取数据用pyecharts画k线图
tushare ID:505405 import pyecharts.options as opts from pyecharts.charts import Kline import tushare ...
Python量化交易实战：获取股票数据并做分析处理
量化交易(也称自动化交易)是一种应用数学模型帮助投资者进行判断,并且根据计算机程序发送的指令进行交易的投资方式,它极大地减少了投资者情绪波动的影响.量化交易的主要优势如下: 快速检测客观.理性自动 ...
Python获取股票数据并绘制相应K线图，看这个就够了！
Python对股票的K线可视化前言说明注意数据获取 Tushare获取股票数据获取医疗器械板块数据(代码部分) 获取股票数据(代码部分) 数据预处理变量中文化(代码部分) K线绘制代码部 ...
利用python的tushare库获取在线数据，绘制股票k线图
可视化是python的一个强大功能,也是金融数据分析中重要的工具.本文给出的python代码可以用于绘制贵州茅台(600519)在2019年1月1日到2019年12月31日的周k线图. 注意:本文使用 ...
通达信导出个股某段时间的数据以及在 Excel 中画 K 线图
打开通达信软件以中盐化工这支股票为例,输入股票首字母拼音即可找到相应股票双击进入该支股票盘后数据下载点击左上角的 ' 系统 ' ,下拉菜单中选择 ' 盘后数据下载 ' 勾选 ' 日线和实时行情 ...
【python量化交易学习】从tushare获取股票交易数据，存入后再从mysql或excel读取数据，筛选股票，用pyecharts画出K线图。
选定日期,筛选涨幅达到10%的股票,并画出K线图.观察涨停后股票走势. 由于创业板涨停板为20%,科创板20%,北交所30%.因此筛选出的涨停股票不完全准确.考虑到目前市场打板主要集中在10%的主板股 ...
Python量化交易学习笔记（1）
Python量化交易学习笔记(1) http://zwpython.com/ http://www.topquant.vip/?p=2275 [更多参见] <zwPython,目前最好的py开发 ...
python 获取股市数据 baostock + 画K线图 mpl_finance
python 获取股市数据 baostock + 画K线图 mpl_finance 获取股票数据安装baostock库 baostock库的特性获取A股K线数据核心代码如下完整代码如下画K线 ...

【python量化交易学习】pandas获取mysql数据，使用pyecharts画K线图，ma移动均线。

主要修改获取数据这一块的函数。

【python量化交易学习】pandas获取mysql数据，使用pyecharts画K线图，ma移动均线。相关推荐

最新文章

热门文章