苹果学习——Python新知道（一）

mplfinance金融方面使用方法

1. 安装与数据准备

pip install mplfinance yfinance pandas

• mplfinance：画图的核心库
• yfinance：下载股票数据
• pandas：处理数据表格

数据格式要求

• 必须为 pandas DataFrame，索引为时间序列（DatetimeIndex）。
• 列名必须包含 Open, High, Low, Close，可选 Volume。

示例数据获取（使用 yfinance）

用 yfinance 下载苹果公司（AAPL）的股票数据：

import yfinance as yf
import mplfinance as mpf

# 下载苹果公司股票数据（日线）
data = yf.download("AAPL", start="2023-01-01", end="2023-12-31")

# 查看数据格式（确保有 Open, High, Low, Close, Volume 这几列）
print(data.head())

2. 基本图表绘制

绘制 K 线图（Candlestick）

mpf.plot(data, type='candle', volume=True, style='charles', title='AAPL 2023 K 线图')

参数说明

• type：图表类型（candle, ohlc, line, renko, heikinashi）,画K线图（默认就是蜡烛图，不写也行）。
• volume：是否显示成交量（True/False）显示成交量（柱子图）。
• style：预设样式（'charles', 'binance', 'nightclouds'）。
• title：图表标题。

OHLC 条形图

用竖线表示价格区间。

mpf.plot(data, type='ohlc')    # 适合简化分析

折线图

仅用收盘价连线。

mpf.plot(data, type='line')    # 简洁趋势图

Renko 图（砖形图）

需手动生成数据（见下文）。

3. 高级图表类型

Heikin-Ashi 图

mpf.plot(data, type='heikinashi', volume=True, style='binance', title='Heikin-Ashi Chart')

Renko 图（需预处理数据）

def generate_renko(data, brick_size=2):
    prices = data['Close']
    renko_prices = []
    last_price = prices.iloc[0]
    for price in prices:
        delta = price - last_price
        steps = int(abs(delta) // brick_size)
        if steps == 0:
            continue
        direction = 1 if delta > 0 else -1
        for _ in range(steps):
            last_price += direction * brick_size
            renko_prices.append(last_price)
    return pd.Series(renko_prices, index=data.index[:len(renko_prices)], name='Close')

renko_data = generate_renko(data, brick_size=3)
mpf.plot(renko_data, type='candle', title='Renko Chart', volume=False)

4. 添加技术指标

内置移动平均线（MA）

mpf.plot(data, type='candle', mav=(5, 20, 50), volume=True, style='binance', title='AAPL with MAs')

• mav：移动平均线（如 mav=(5, 20, 50) 显示5日、20日、50日均线）（均线显示在K线上）

自定义指标（MACD、RSI、布林带）

MACD是常见的技术指标，分三步添加：

步骤1：计算MACD数据（直接复制代码）

# 计算MACD（不需要理解公式）
exp12 = data['Close'].ewm(span=12, adjust=False).mean()  # 12日指数均线
exp26 = data['Close'].ewm(span=26, adjust=False).mean()  # 26日指数均线
macd = exp12 - exp26               # MACD线
signal = macd.ewm(span=9, adjust=False).mean()  # 信号线

步骤2：创建子图对象

# 创建MACD子图
ap = [
    mpf.make_addplot(macd, panel=1, color='blue', ylabel='MACD'),  # 第2个面板
    mpf.make_addplot(signal, panel=1, color='red')                 # 信号线
]

步骤3：画图

mpf.plot(data, type='candle', 
         volume=True, 
         addplot=ap,              # 添加子图
         style='binance', 
         title='苹果股票带MACD')

效果：主图是K线，下方会多出一个MACD图表，蓝线是MACD，红线是信号线。

5. 样式自定义

 自定义颜色方案

# 自定义颜色方案
custom_style = mpf.make_mpf_style(
    base_mpf_style='binance',  # 基于币安主题改
    marketcolors=mpf.make_marketcolors(
        up='red',    # 上涨为红色
        down='green',# 下跌为绿色
        wick={'up':'red', 'down':'green'},  # 影线颜色
        volume='blue'  # 成交量柱子颜色
    )
)

# 应用自定义样式
mpf.plot(data, type='candle', volume=True, style=custom_style, title='红涨绿跌')

调整图表布局

mpf.plot(data, type='candle', volume=True, 
         figratio=(12, 6),  # 图表宽高比
         tight_layout=True, # 紧凑布局
         datetime_format='%Y-%m', # 日期格式
         ylabel='Price (USD)',
         ylabel_lower='Volume')

6. 多时间周期数据处理

日内数据（分钟级）

# 获取比特币分钟级数据
btc_data = yf.download("BTC-USD", start="2023-12-01", end="2023-12-31", interval="15m")

# 绘制紧凑型图表（隐藏非交易时间）
mpf.plot(btc_data, type='candle', volume=True, style='binance', 
         show_nontrading=False,  # 隐藏非交易时间
         title='BTC-USD 15分钟线')

周线图

weekly_data = data.resample('W').agg({
    'Open': 'first',
    'High': 'max',
    'Low': 'min',
    'Close': 'last',
    'Volume': 'sum'
})

mpf.plot(weekly_data, type='candle', volume=True, style='charles', title='AAPL 周线图')

7. 保存与导出图表

# 保存为 PNG 文件
mpf.plot(data, type='candle', volume=True, savefig='aapl_chart.png')

# 保存为 SVG 矢量图
mpf.plot(data, type='candle', volume=True, savefig=dict(fname='aapl_chart.svg', dpi=300))

图片会保存在你代码所在的文件夹，名字是 apple_chart.png  或aapl_chart.svg

8. 完整示例：综合图表

# 0. 导入库
import yfinance as yf
import mplfinance as mpf

# 1. 下载数据
data = yf.download("AAPL", start="2023-01-01", end="2023-12-31")

# 2. 计算MACD
exp12 = data['Close'].ewm(span=12, adjust=False).mean()
exp26 = data['Close'].ewm(span=26, adjust=False).mean()
macd = exp12 - exp26
signal = macd.ewm(span=9, adjust=False).mean()

# 3. 设置子图
ap = [mpf.make_addplot(macd, panel=1, color='blue', ylabel='MACD'),
      mpf.make_addplot(signal, panel=1, color='red')]

# 4. 画图并保存
mpf.plot(data, type='candle', 
         volume=True, 
         addplot=ap, 
         style='binance',
         title='苹果股票2023',
         savefig='apple.png')

9.总结

安装库 → 2. 下载数据 → 3. 画图

• 核心功能：K线图、成交量、技术指标叠加、多子图布局、样式自定义。

• 高级技巧：

  • 使用 make_addplot() 添加自定义指标。

  • 通过 make_mpf_style() 完全控制颜色和字体。

  • 处理不同时间周期（分钟、日、周线）。

---

今天就到这里，byb~