锐客网

  1. 首页 > it技术 > >

Python绘制移动均线方法|Python绘制移动均线方法 含源代码

目录

  • 1、获取数据
  • 2、计算移动均线
  • 3、绘制K线及移动均线
Python绘制移动均线方法|Python绘制移动均线方法 含源代码
文章图片

上一篇《 Python绘制专业的K线图》，讲解了数据获取、K线图绘制及成交量绘制等内容。本篇将在上一篇的基础上，继续讲解移动均线的绘制。

1、获取数据 我们从恒有数金融数据社区，获取股票市场历史行，情数据。我们获取2021年3月1号至2021年6月1号，恒生电子（600570.SH）的日行情数据，并做简单处理，代码及执行结果如下。
加载取数与绘图所需的函数包
import pandas as pdimport datetimefrom hs_udata import set_token,stock_quote_dailyfrom mpl_finance import candlestick_ohlcimport matplotlib as mplimport matplotlib.pyplot as pltimport matplotlib.dates as mdatesmpl.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 = https://www.it610.com/article/pd.DataFrame([])while date_start
#2、数据处理data = https://www.it610.com/article/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


Python绘制移动均线方法|Python绘制移动均线方法 含源代码
文章图片


2、计算移动均线
#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 title=

Python绘制移动均线方法|Python绘制移动均线方法 含源代码
文章图片


3、绘制K线及移动均线 将绘制移动均线的代码，添加至K线图绘制代码中；源代码及绘制图片如下：
#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()

Python绘制移动均线方法|Python绘制移动均线方法 含源代码
文章图片


【Python绘制移动均线方法|Python绘制移动均线方法 含源代码】到此这篇关于Python绘制移动均线方法 含源代码的文章就介绍到这了,更多相关Python绘制移动均线内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

    推荐阅读


    上一篇：Python强化练习之PyTorch|Python强化练习之PyTorch opp算法实现月球登陆器

    下一篇：Python强化练习之Tensorflow2|Python强化练习之Tensorflow2 opp算法实现月球登陆器