洞悉股市，从绘制K线图开始！
- 2020 年 3 月 26 日
- 筆記
前几天美股熔断，据悉这次熔断是自美股有熔断机制30年来第二次，成了头条新闻。令人始料未及的是，昨晚美股又熔断了。对股票一窍不通的我也在此情此景进行了一波学习充电，股市的变化瞬息万千，有一种图可以用来清晰地反应一段时间内股市的变化情况，它就是K线图。
今天我们用Python基于两种不同的方式来绘制K线图，它们都是Python可视化的好帮手——Matplotlib、Pyecharts。
K线图这种图表源处于日本德川幕府时代，被当时日本米市的商人用来记录米市的行情与价格波动，后因其细腻独到的标画方式而被引入到股市及期货市场。 目前，这种图表分析法在我国以至整个东南亚地区均尤为流行。由于用这种方法绘制出来的图表形状颇似一根根蜡烛，加上这些蜡烛有黑白之分，因而也叫阴阳线图表。
K线图由周期内的开盘价、最高价、最低价以及收盘价绘制而成。首先选择该日的最高价和最低价，垂直连线，接着将改日的开盘价和收盘价连成一个长方体。如果该日的开盘价高于收盘价，以绿色来表示（跌了），反之以红色来表示（涨了）。这便是K线图绘制的原理，而Matplotlib、Pyecharts都已经给我们写好了绘制K线图的方法，我们仅需调用这些方法。
生成数据
这边我为了方便绘图根据这些数据之间简单的逻辑关系，随机生成了一个月的股市数据，数据顺序具体为日期，开盘价，最高价，最低价，收盘价。
start="2020-1-1" data=[] for i in range(31): random_data=[random.randint(2000,2500) for _ in range(4)] sorted_data=sorted(random_data) day=date2num(datetime.datetime.strptime(start,'%Y-%m-%d')) print(day) if i==0: one=(day,sorted_data[1],sorted_data[3],sorted_data[0],sorted_data[2]) if random.random()>0.5 else (day,sorted_data[2],sorted_data[3],sorted_data[0],sorted_data[1]) else: one=(day+i,sorted_data[1],sorted_data[3],sorted_data[0],sorted_data[2]) if random.random()>0.5 else (day+i,sorted_data[2],sorted_data[3],sorted_data[0],sorted_data[1]) data.append(one)
Matplotlib绘制
from matplotlib import pyplot as plt from mpl_finance import candlestick_ohlc fig,ax=plt.subplots(facecolor="white",figsize=(12,8)) fig.subplots_adjust(bottom=0.1) ax.xaxis_date() plt.xticks(rotation=30) plt.title('K-line') plt.xlabel('time') plt.ylabel('price') candlestick_ohlc(ax,data,width=0.5,colorup='r',colordown='green') plt.grid(True)
Pyecharts绘制
c=( Kline() .add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)]) .add_yaxis("kline", data, itemstyle_opts=opts.ItemStyleOpts( color="#ec0000", color0="#00da3c", border_color="#8A0000", border_color0="#008F28", ) ) .set_global_opts( xaxis_opts=opts.AxisOpts(is_scale=True), yaxis_opts=opts.AxisOpts( is_scale=True, splitarea_opts=opts.SplitAreaOpts( is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1) ), ), title_opts=opts.TitleOpts(title="K-line"), ) ) c.render("k-line.html")
另外，我们还可以设置伸缩坐标轴，便于放大缩小观察k线图。
