用Python绘制MACD、KDJ、布林线技术指标图

背景介绍：

搭建程序化交易平台的过程需要研究技术指标。

环境：

OS：mac

PYTHON: 3.8

IDE: pycharm

步骤：

第一步：加载库

import pandas as pd
import pandas_datareader as web
from datetime import datetime, timedelta
import talib
import matplotlib.pyplot as plt
from mplfinance.original_flavor import candlestick_ohlc
import matplotlib.ticker as ticker

pandas: 处理股票数据

pandas_datareader：行情数据获取api，也可以用tushare或者从新浪等网站获取

datetime：获取日期

talib：生成技术指标

candlestick_ohlc: 绘制蜡烛图

matplotlib.ticker: 设置x轴刻度，如果不设置，matplotlib会将没有交易的日期也显示出来

第二步：获取数据

def stock(stock_code): #stock_code是股票代码，例子：上市 "600036.ss", 深市 "000001.sz"start_date = "2019-12-01"  #起始日期today = datetime.date(datetime.now())  #截止日期stock_info = web.get_data_yahoo(stock_code, start_date, today)  #获取行情数据，返回dataframestock_info = stock_info.reset_index()  #默认index是日期，这里要重置一下，为后面绘图做准备stock_info = stock_info.astype({"Date": str})    #将Date列的类型设置为str，为绘图做准备return stock_info

以下是获取招商银行（股票代码 "600036.ss"）的返回结果，一共6列，Date, High, Low, Open, Close, Volumn, Adj Close

第三步：获取技术指标数据

def get_indicators(stock_code):# 创建dataframedata = stock(stock_code)#获取macddata["macd"], data["macd_signal"], data["macd_hist"] = talib.MACD(data['Close'])#获取10日均线和30日均线data["ma10"] = talib.MA(data["Close"], timeperiod=10)data["ma30"] = talib.MA(data["Close"], timeperiod=30)#获取rsidata["rsi"] = talib.RSI(data["Close"])return data

talib有各种各样的技术指标，这里只获取了均线，macd和rsi，返回dataframe。

第四步：绘图

def plot_chart(data, title):fig = plt.figure()  #创建绘图区，包含四个子图fig.set_size_inches((20, 16))ax_candle = fig.add_axes((0, 0.72, 1, 0.32))   #蜡烛图子图ax_macd = fig.add_axes((0, 0.48, 1, 0.2), sharex=ax_candle)  #macd子图ax_rsi = fig.add_axes((0, 0.24, 1, 0.2), sharex=ax_candle)  #rsi子图ax_vol = fig.add_axes((0, 0, 1, 0.2), sharex=ax_candle)   #成交量子图ohlc = []   #存放行情数据，candlestick_ohlc需要传入固定格式的数据row_number = 0for date, row in data.iterrows():date, highp, lowp, openp, closep = row[:5]ohlc.append([row_number, openp, highp, lowp, closep])row_number = row_number+1date_tickers = data.Date.values #获取Date数据def format_date(x, pos=None):# 由于前面股票数据在 date 这个位置传入的都是int# 因此 x=0,1,2,...# date_tickers 是所有日期的字符串形式列表if x < 0 or x > len(date_tickers) - 1:return ''return date_tickers[int(x)]#绘制蜡烛图ax_candle.plot(data.index, data["ma7"], label="MA7")ax_candle.plot(data.index, data["ma8"], label="MA8")ax_candle.plot(data.index, data["ma25"], label="MA25")candlestick_ohlc(ax_candle, ohlc, colorup="g", colordown="r", width=0.8)ax_candle.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))ax_candle.xaxis.set_major_locator(ticker.MultipleLocator(6)) #设置间隔为6个交易日ax_candle.grid(True)ax_candle.set_title(title, fontsize=20)ax_candle.legend()#绘制MACDax_macd.plot(data.index, data["macd"], label="macd")ax_macd.bar(data.index, data["macd_hist"] * 3, label="hist")ax_macd.plot(data.index, data["macd_signal"], label="signal")ax_macd.set_title('MACD')ax_macd.legend()#绘制RSIax_rsi.set_ylabel("(%)")ax_rsi.plot(data.index, [70] * len(data.index), label="overbought")ax_rsi.plot(data.index, [30] * len(data.index), label="oversold")ax_rsi.plot(data.index, data["rsi"], label="rsi")ax_rsi.set_title('KDJ')ax_rsi.legend()#绘制成交量ax_vol.bar(data.index, data["Volume"] / 1000000)ax_vol.set_ylabel("(Million)")#保存图片到本地fig.savefig("/Users/answer/Desktop/investment/photos/" + title + ".png", bbox_inches="tight")#这里个人选择不要plt.show()，因为保存图片到本地的#plt.show()

第五步：批量绘制

def industry(dict):for key, value in dict.items():# d.iteritems: an iterator over the (key, value) itemsstock_info = get_indicators(key)plot_chart(stock_info, value)

这里传进去的参数是字典，预先定义了目标股票代码。用字典的好处是，能够把股票名称也传进去。

finance_list = {"600036.ss": "Zhaoshang Yinhang","002142.sz": "Ningbo Yinhang","000001.sz": "Pingan Yinhang","601318.ss": "Zhongguo Pingan"
}

下面是恒瑞医药的绘制效果。几个指标清晰可见。

其它：

绘图的时候最好把绘图独立窗口关掉

Reference:

那未必, 2017, 使用matplotlib绘制k线图(去掉空白日期), https://www.jianshu.com/p/c10e57ccc7ba

Melina Mackey, 2020, Building a Technical Analysis Chart with Python, https://medium.com/analytics-vidhya/building-a-technical-analysis-chart-with-python-17107b78b297

用Python绘制MACD、KDJ、布林线技术指标图相关推荐

python画蜡烛致敬烈士_用python绘制股票图,用python绘制蜡烛线型k线图是用代码还是绘图工具...
Q1:用python绘制蜡烛线型k线图是用代码还是绘图工具 import matplotlib.pyplot as plt from matplotlib.dates import DateForma ...
python画蜡烛致敬烈士_「」matplotlib 股票-用python绘制蜡烛线型k线图是用代码还是绘图工具-TOP金融网...
用python绘制蜡烛线型k线图是用代码还是绘图工具 import matplotlib.pyplot as plt from matplotlib.dates import DateFormatte ...
Python绘制MACD指标图
写在前面 MACD简介用到的主要Python库 MACD详细介绍 Python代码总结参考文献推荐阅读 2020.8.1更新写在前面最近正在研究算法交易,看了几本英文原版书.本文总结自Pa ...
Python绘制简单版K线图
不管是对量化分析师还是普通的投资者来说,K线图(蜡烛图)都是一种很经典.很重要的工具.在K线图中,它会绘制每天的最高价.最低价.开盘价和收盘价,这对于我们理解股票的趋势以及每天的多空对比很有帮助. 一 ...
用Python绘制专业的K线图【含源代码】
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 ...
Pandas计算EMA、MACD、布林线
1.获取K线数据上一篇博客:OKEX获取期货k线数据中已经介绍 2.计算EMA指标 import pandas as pddf = ****** #具体数据与格式见上篇文章 paras = [7, ...
用python绘制多组箱线图、柱状图、簇状图
目录箱线图单组数据多组数据柱状图数据叠加显示数据分离显示簇状图箱线图单组数据只有一组数据时候用matplotlib就很方便实现,还可以对箱线图的格式进行调整,示例代码如下: imp ...
布林通道参数用20还是26_boll参数20还是26好?布林线与macd一招鲜。
布林线和多空布林线有什么区别? 所有指标包括kd macd均线,是根据已有价格计算得出,看指标落后于看价格分析,也就是k线.而价格是根据成交量变化,看k线分析落后看成交量分析,而成交量根据盘.越详细越 ...
Python绘制BOLL布林线指标图
写在前面布林线(BOLL)技术指标简介 BOLL公式详解参数设置用到的主要Python库 Python代码&详解参考文献推荐阅读写在前面本文代码部分总结自Packt出版社的< ...

用Python绘制MACD、KDJ、布林线技术指标图

用Python绘制MACD、KDJ、布林线技术指标图相关推荐

最新文章

热门文章