使用Python绘制移动均线

1、下载数据

从恒生电子出品的恒有数金融数据社区，获取股票日行情数据。
下载2021年3月1号~2021年6月1号，恒生电子（600570.SH）的行情数据为例：

# 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='2021-03-01'
end  ='2021-06-01'
set_token(token = 'xxxxxxxxxxxxxxxxxxxxxxxx')   # 注册恒有数之后，获取并替换token
data = GetData(stock_code,start,end)#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']]                    # 选取日期与高开低收价格
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

执行结果如下：

2、移动均线的计算

#3、计算均值
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

3、绘制移动均线

#4、绘制图片
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')
# （2）绘制均线
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)')
# 设置标注
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
plt.legend(loc='best')                    # 绘制图例
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 #（3）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()

执行结果如下：

使用Python绘制移动均线相关推荐

python绘制动态k线及均线_Python绘制股票移动均线的实例
1. 前沿移动均线是股票最进本的指标,本文采用numpy.convolve计算股票的移动均线 2. numpy.convolve numpy.convolve(a, v, mode='full') ...
Python绘制加强版K线图：增加均线及成交量
在之前,我们讲解了如何用Python绘制K线图.当时就有人问能否加入均线元素,当然能啦!不光均线,今天我还要把成交量给加上去. 获取数据并加工为了计算年线(250日均线),我们需要保证数据至少在一年 ...
python均线选股_python选股模型均线,已知股票数据，如何用Python绘制k线日对应数据...
Q1:已知股票数据,如何用Python绘制k线日对应数据我没遇到过只是自己写过有点经验先确定时间片然后再把tick插入就行了 Q2:使用python实现ema(指数移动平均的计算) a = ...
python画k线_python画k线,python绘制动态k线及均线
内容导航: Q1:k线图上怎么画线一般你看K线软件都有画图功能,以同花顺为例,在上方菜单栏找到画图,点击,会在菜单栏下方一行或者屏幕最右边一列出现相应的画图工具. Q2:求教使用python绘制K线 ...
Python绘制股票K线图
目录 1 股票K线图知识了解 2 用Python绘制股票K线图 2.1 安装绘制K线图的mpl_finance库 2.2 引入相关库 2.3 用Tushare库获取股票基本数据 2.4 日期格式调整及 ...
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 ...
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 ...
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 ...
Python绘制RSI相对强弱指标图
写在前面相对强弱指标(RSI)简介 RSI公式详解参数设置&公式用到的主要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 ...

使用Python绘制移动均线

1、下载数据

2、移动均线的计算

3、绘制移动均线

使用Python绘制移动均线相关推荐

最新文章

热门文章