相关文章推荐
潇洒的牙膏  ·  ASP.NET ...·  7 月前    · 
独立的荔枝  ·  SQLServer时间相关 - ...·  1 年前    · 
  • 利用pyecharts包,在Jupyter里画K线图
  • 需要传入的参数有两类:
    • 第一类即包含股价数据的表格,表格中需要包含的数据为:
      • date或/和time
      • open ,close, high, low
      • volume
    • 第二类为N日均线的“N”,可为空,也可同时输入多个N
      最终代码的结果
p)def klineplot(table_name,*avg_line):
    from IPython.core.display import display, HTML
    from pyecharts import Kline
    from pyecharts import Line
    from pyecharts import Bar
    from pyecharts import Overlap
    from pyecharts import Grid
    import warnings
    import pandas as pd
    da=pd.DataFrame(data=table_name)
    for i in range(len(da)):
        if da["volume"][i] < 0:
            da["volume"][i]=0
    if ("time" in da) and ("date" in da):
        date=da["date"]+" "+da["time"]
    if "time" not in da:
        date=da["date"]
    if "date" not in da:
        date=da["time"]
    for i in range(len(da)):
        y=[da["open"][i],da["close"][i],da["low"][i],da["high"][i]]
        x.append(y)
    kline = Kline()
    kline.add("high",date,x,
            tooltip_tragger="axis",is_datazoom_show=True,tooltip_axispointer_type='cross',
            is_legend_show=False,is_more_utils=True,yaxis_min=(min(da["low"])-(max(da["high"])-min(da["low"]))/4))
    line2=Line()
    p_list=["open","close","low"]
    for i in p_list:
        line2.add(i,date,da[i],tooltip_tragger="axis",line_opacity=0)
    ma_list=avg_line
    if len(ma_list)>0:
        line1=Line()
        for ma in ma_list:
            da['MA_' + str(ma)] = pd.rolling_mean(da['close'], ma)
            line1.add("MA_%r"%ma,date,da['MA_' + str(ma)],tooltip_tragger="axis")
    bar = Bar()
    bar.add("volume", date, da["volume"],tooltip_tragger="axis",is_legend_show=False,is_yaxis_show=False,yaxis_max=5*max(da["volume"]))
    overlap = Overlap()
    overlap.add(kline)
    overlap.add(line2)
    if len(ma_list)>0:
        overlap.add(line1)
    overlap.add(bar,yaxis_index=1, is_add_yaxis=True)
    display(HTML(overlap._repr_html_()))
    warnings.filterwarnings("ignore")
利用pyecharts包,在Jupyter里画K线图需要传入的参数有两类: 第一类即包含股价数据的表格,表格中需要包含的数据为: date或/和timeopen ,close, high, lowvolume第二类为N日均线的“N”,可为空,也可同时输入多个N p)def klineplot(table_name,*avg_line): from IPython.co...
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: K 线 .
要在 Python 中绘制动态 K 线 图,需要使用图形库,例如 Matplotlib 和 Plotly。可以使用 Matplotlib 的 FuncAnimation 功能实现动态绘图,或使用 Plotly 库绘制交互式 K 线 图。 示例代码如下: import matplotlib.pyplotas plt import matplotlib.animation as animation imp...
DFT的matlab源代码 drawk drawk是为在notebook等实验环境下方便观察股票数据的基于 pyecharts 的封装,方便根据pd.Dataframe数据绘制k 线 (OHLC),交易量,macd或自定义数据。 该模块不建议用于web展示,如用于网站项目,建议使用其它功能更完整的产品。 基于 pyecharts 画k 线 分析图 df中必须包含['open', 'close', 'low', 'high'] 如果需要绘制交易量,df中需要[‘volume’] 如果需要绘制macd,df中需要 ['macd','dif','dea'] 自定义显示区值,如cci,如果df中有_cci_flag(_name_flag)列,会在相应显示数据位置显示标记 自定义显示区值,如需显示多条数据 线 ,用列表指出,如['MTM','MAMTM'] ,MTM和MAMTM必须在df中存在 chart=data.plot(area=['V',['MTM','MAMTM']]) drawk import KChartData data=KChartData(code,df,precision=2)
文章目录1.读取数据2.绘制股票走势图3.绘制 K线图 1.读取数据 python 的强大之处就在于有一帮第三方库的兄弟,股票方面也是如此,今天给大家讲一下这个库,他就是tushare库(官方地址:http://tushare.org/),大家可以直接用pip安装,以Windows安装为例吧。 安装过程可以参考我以前的博客: python 用命令安装第三方库教程 2.绘制股票走势图 3.绘制 K线图 注:根据B站视频《8分钟用 Python K线图 做股票分析》整理得到 人生苦短,我用 Python 。学 Python 一段时间了,但是没做过啥东西,基于市场不好,闲来无事,想使用 Python 来做股票分析,仅做尝试,不做任何投资参考。 软件及工具: Python 3.7、Sublime Text 3 Python 需要引入的模块及方法: cmd— pip install yfinance pip install pyecharts import requests **注:**如果没有对应的模块,管理员身.
关于 Python 画图的基本知识可以先查看下面这篇文章,熟悉下 Python 画图(直方图、多张子图、二维图形、三维图形以及图中图)https://blog.csdn.net/weixin_41896770/article/details/119798960 那对于股民来说, K线图 是最熟悉不过的了,使用 Python 来画比较简单,主要会使用到这几个库,也是比较常见的:matplotlib、pandas、mplfinance、cycler,如果缺少这些库的就分别安装即可 平时我使用Jupyter比较多,这个安装有.