文章目录
1.mplfinance安装
使用清华源快速安装mplfinance库，执行以下命令即可：
pip install mplfinance -i https://pypi.tuna.tsinghua.edu.cn/simple
2.获取数据（从tushare接口）
使用tushare的接口获取金融数据，将数据格式化后，并保存为csv文件。
从tushare获取数据需要密匙，具体可以去tushare官网注册账号获取。
我们获取数据后，需要将其索引设置为时间序列的数据，并将列名更改为mplfinance库适用的格式，即下边的’trade_date’, ‘open’, ‘high’, ‘low’, ‘close’, ‘vol’。
最后将时间倒序排列。
获取数据需要传入的参数是股票代码，此外为了便于识别数据文件对应的上市公司，我们也获取了股票列表以根据股票代码匹配上市公司名字。考虑到文件命名不能存在星号，但是被警告或将退市的上市公司的名字前边可以冠以ST或**ST。当遇到这样的情况时，将星号改为汉字”星之”即可。
以平安银行的数据为例，平安银行对应的股票代码为”000001.SZ”。获取其数据并保存为csv文件。
现新建一个get_data.py文件，并编辑代码如下:
import tushare as ts
import pandas as pd
tokenn = 'Your token'
pro = ts.pro_api(tokenn)
stock_list = pro.stock_basic()
def get_data(tscode):
df = pro.daily(ts_code=tscode)
df = df.loc[:, ['trade_date', 'open', 'high', 'low', 'close', 'vol']]
df.rename(columns={
'trade_date': 'Date',
'open': 'Open',
'high': 'High',
'low': 'Low',
'close': 'Close',
'vol': 'Volume'
},
inplace=True)
df['Date'] = pd.to_datetime(df['Date'])
df.set_index(['Date'], inplace=True)
df = df.sort_index()
return df
def get_name(ts_code):
name = stock_list.name[stock_list['ts_code'] == ts_code].values[0]
if name[0] == '*':
name = '星之' + name[1:]
return name
ts_code = '000001.SZ'
data = get_data(ts_code)
name = get_name(ts_code)
data.to_csv(name + '日线行情.csv')
保存好的数据如下图所示：
- 获取数据（从本地csv）
读取完数据后，如果直接对上边的变量data进行操作也是可以的，data已经满足mplfinance对数据要求的规范。
但是考虑到代码不断调试的过程，我们还是新建一个 demo.py文件对上边获取到的 '平安银行日线行情.csv'文件进行重新读取。
且读取后的数据，需要再对索引稍微做一点格式化。（即将时间列转换为时间序列数据格式，并设置为索引）
import mplfinance as mpf
import pandas as pd
def read_data(filename):
df = pd.read_csv(filename)
df['Date'] = pd.to_datetime(df['Date'])
df.set_index(['Date'], inplace=True)
return df
df = read_data('平安银行日线行情.csv')
print(df)
符合规范的数据格式如下图所示
（不论你是怎么获取数据的，只要数据格式规范如此，即可继续随文章向下进行）：
- mplfinance可视化
使用mplfinance库绘图，所有命令浓缩于mpf.plot()接口。故只需了解该接口的参数即可。
现将mpf.plot()接口主要参数示例如下。
参数描述type绘制图线的种类ylabely轴标签style风格样式title图表标题mav均线，格式为一个元组，如(5, 10)表示绘制5日均线和10日均线volume是否绘制量柱图，默认为False，表示不绘制。figratio图像横纵比，如(5,3)表示图像长比宽为5:3。ylabel_lower表示底部图像的标签（一般是量柱图）savefig如果需要将图像保存为一个图片文件，则通过该参数指定文件路径即名字即可。不指定则默认不保存，但是图像会显示出来。如果指定了则图像不会直接显示出来。
其中参数 type可以的取值有
type取值描述candle蜡烛图ohlcOHLC图，也称”美国线”。即用一根垂直的线段表示一天的行情，在开盘和收盘价格处划一笔刻度。line直线，即近绘制收盘价曲线renko砖形图pnfpnf图，由圈和叉构成
（如果对图像有疑问可以百度了解，也可以自行测试）
其中参数 style可以的取值有
style描述’binance’币安风格’blueskies’蓝天风格’brasil’巴西风格’charles’查理风格’checkers’跳棋风格’classic’古典风格’default’默认风格’mike’迈克风格’nightclouds’夜云风格’sas’SAS风格’starsandstripes’星条旗风格’yahoo’雅虎风格
这些参数值分别对应着不同的风格。此外还可以 自定义风格，具体方法会在下边说到。
以 对平安银行2022年6-8月份行情数据，绘制一幅简单的蜡烛图 为例。使用蓝天风格(“blueskies”)。
并使用mav参数添加上5日均线和10日均线，以及附带上量柱图。
mpf.plot(df.loc['2022-6':'2022-8'],
type='candle',
ylabel="price",
style='blueskies',
title='PINGANBank from 2022-6-1 to 2022-8-31',
mav=(5, 10),
volume=True,
figratio=(5, 3),
ylabel_lower="Volume")
图像输出效果如下：
一幅美观的图表就这样绘制出来了。
- 自定义风格样式
我们也可以使用mpf.make_mpf_style()方法来生成新的自定义风格。
mpf.make_mpf_style()方法可以使用的参数有
参数描述base_mpf_style要继承的mplfinance风格base_mpl_style要继承的matplotlib风格marketcolors用于设置K线的颜色。使用mpf.make_marketcolors()方法生成。mavcolors移动平均线的颜色facecolor图像的填充颜色。指的是坐标系内侧的部分的颜色。edgecolor坐标轴的颜色。figcolor图像外周边填充色。gridcolor网格线颜色。gridstyle设置网格线样式，可以是’-‘, ‘–’, ‘-.’, ‘:’, ”, offset, on-off-seqgridaxis网格线的方向，可以是’vertical’, ‘horizontal’, 或 ‘both’y_on_right设置y轴的位置是否在右边rc设置字体相关。中文和负号的正常显示问题都需要操作该参数。以字典形式传入。legacy_rc也是用于设置字体格式的，不过与rc不同的是,rc仅会将rc中传入的值更新进字典，并保留原有其他字体参数。而legacy_rc会将所有原字典删除，而仅仅使用legacy_rc。style_name风格名字，可以在使用mpf.write_style_file(style,filename)方法写自定义风格样式文件时使用。
其中，关于颜色的参数，也可以是rgb的格式，不过要求把元组变为字符串写入，形如figcolor='(107, 195, 224)’
下边绘制
import mplfinance as mpf
import pandas as pd
def read_data(filename):
df = pd.read_csv(filename)
df['Date'] = pd.to_datetime(df['Date'])
df.set_index(['Date'], inplace=True)
return df
df = read_data('平安银行日线行情.csv')
my_color = mpf.make_marketcolors(
up="red",
down="green",
edge="black",
volume="purple",
wick="black"
)
my_style = mpf.make_mpf_style(
base_mpf_style='nightclouds',
marketcolors=my_color,
figcolor='(0, 0.8, 0.85)',
gridcolor='(0.9, 0.9, 0.9)',
rc={'font.family': 'SimHei', 'axes.unicode_minus': 'False'}
)
mpf.plot(df.loc['2022-6':'2022-8'],
type='candle',
ylabel="price",
style=my_style,
title='平安银行6-8月 日线行情',
mav=(5, 10),
volume=True,
figratio=(5, 3),
ylabel_lower="Volume")
图像输出效果如下：
- 添加其他线条
mplfinance提供了添加多条线的方式。即通过mpf.plot()接口的addplot参数。
以添加唐奇安通道(20日唐奇安)的三条线为例，代码如下：
import mplfinance as mpf
import pandas as pd
def read_data(filename):
df = pd.read_csv(filename)
df['Date'] = pd.to_datetime(df['Date'])
df.set_index(['Date'], inplace=True)
return df
df = read_data('平安银行日线行情.csv')
upboundDC = pd.Series(0.0, index=df.Close.index)
downboundDC = pd.Series(0.0, index=df.Close.index)
midboundDC = pd.Series(0.0, index=df.Close.index)
for i in range(20, len(df.Close)):
upboundDC[i] = max(df.High[(i-20):i])
downboundDC[i] = min(df.Low[(i-20):i])
midboundDC[i] = 0.5 * (upboundDC[i] + downboundDC[i])
df['upboundDC'] = upboundDC
df['downboundDC'] = downboundDC
df['midboundDC'] = midboundDC
data = df.loc['2022-5':'2022-8']
my_color = mpf.make_marketcolors(
up="red",
down="green",
edge="black",
wick="black",
volume="inherit"
)
my_style = mpf.make_mpf_style(
base_mpl_style='seaborn',
marketcolors=my_color,
rc={'font.family': 'SimHei', 'axes.unicode_minus': 'False'}
)
add_plot = [
mpf.make_addplot(data['upboundDC']),
mpf.make_addplot(data['midboundDC']),
mpf.make_addplot(data['downboundDC'])]
mpf.plot(data,
type='candle',
ylabel="price",
style=my_style,
title='平安银行5-8月 日线行情',
addplot=add_plot,
mav=(5, 10),
volume=True,
figratio=(5, 3),
ylabel_lower="Volume")
输出图像效果如下：
Original: https://blog.csdn.net/weixin_48964486/article/details/126711045
Author: 侯小啾
Title: mplfinance 一个堪称完美python量化金融可视化工具详析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/675709/
转载文章受原作者版权保护。转载请注明原作者出处！