K 线图是金融市场中常用的技术分析工具,可以直观地展示股票价格的走势和波动情况。本文将介绍如何使用 Python 和 akshare、mplfinance 库来获取东方财富网的股票日线数据并绘制 K 线图。
代码
import akshare as ak
import mplfinance as mpf
import pandas as pd
import matplotlib.pyplot as plt
# 设置 Matplotlib 支持中文显示
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 设置中文字体,确保中文能够正常显示
plt.rcParams['axes.unicode_minus'] = False # 解决负号 '-' 显示为方块的问题
def get_stock_data_eastmoney(symbol, start_date, end_date):
# 使用 akshare 的 stock_zh_a_hist 函数获取东方财富网的股票日线数据
df = ak.stock_zh_a_hist(symbol=symbol, period="daily", start_date=start_date, end_date=end_date, adjust="qfq")
# 检查获取的 DataFrame 是否为空
if df.empty:
print("未获取到数据,请检查股票代码及日期范围是否正确。")
return
# 将日期列设置为索引,并转换为 datetime 类型
df['日期'] = pd.to_datetime(df['日期'])
df.set_index('日期', inplace=True)
# 调整 DataFrame 列名以符合 mplfinance 的要求
df.rename(columns={
'开盘': 'Open',
'收盘': 'Close',
'最高': 'High',
'最低': 'Low',
'成交量': 'Volume'
}, inplace=True)
# 转换列名为小写,以符合 mplfinance 的要求
df.columns = df.columns.str.lower()
# 定义 mplfinance 的自定义风格
mc = mpf.make_marketcolors(up='r', down='g', volume='inherit')
s = mpf.make_mpf_style(base_mpf_style='charles', marketcolors=mc, rc={'font.sans-serif': ['Microsoft YaHei']})
# 使用 mplfinance 绘制 K 线图,并应用自定义风格
mpf.plot(df, type='candle', style=s,
title=f"{symbol} K 线图",
ylabel='价格',
ylabel_lower='成交量',
volume=True,
mav=(5,20,60),
show_nontrading=False)
# 调用函数,获取股票数据并绘制 K 线图
get_stock_data_eastmoney('600519', '20200101', '20201231') # 示例股票代码和日期范围
代码说明
-
首先,导入所需的库: akshare: 用于获取东方财富网的股票数据 mplfinance: 用于绘制 K 线图 pandas: 用于数据处理 matplotlib: 用于图形显示
-
然后,定义函数 get_stock_data_eastmoney,用于获取指定股票代码和日期范围的股票日线数据。
-
在函数中,首先使用 akshare.stock_zh_a_hist 函数获取数据。
-
接着,检查获取的数据是否为空。
-
然后,将日期列设置为索引,并转换为 datetime 类型。
-
之后,调整 DataFrame 列名以符合 mplfinance 的要求。
-
接下来,定义 mplfinance 的自定义风格。
-
最后,使用 mplfinance.plot 函数绘制 K 线图,并应用自定义风格。
-
最后,调用函数,获取示例股票代码和日期范围的 K 线图。
数据获取与处理
akshare是一个开源财经数据接口库,它提供了获取各种财经数据的API,包括股票、期货、基金等。本文中,我们使用akshare的stock_zh_a_hist函数,从东方财富网抓取指定股票的历史日线数据。这个函数需要输入股票代码、数据周期(日线)、起始日期和结束日期。通过调整“qfq”参数,我们可以获取到前复权的数据,这对于长期分析尤为重要,因为它考虑了股票分红和拆分的影响。
获取到的数据是一个DataFrame,我们通过pandas库对其进行处理。首先,将日期列设置为索引并转换为datetime类型,这对后续的时间序列分析至关重要。接下来,我们将列名调整为mplfinance库能够识别的格式(小写的’open’、‘close’、‘high’、‘low’、‘volume’),以便进行K线图的绘制。
数据可视化
mplfinance是一个专门用于财经数据可视化的库,它提供了绘制K线图、成交量图和移动平均线等功能。在本文中,我们利用mplfinance绘制了包含K线、成交量和移动平均线(5天、20天、60天)的图表。为了使图表更加直观和美观,我们通过mpf.make_marketcolors和mpf.make_mpf_style自定义了图表的风格和颜色,其中红色代表上涨,绿色代表下跌。
为了支持中文显示并解决一些常见的显示问题(如负号’-'显示为方块),我们还对matplotlib的全局配置进行了调整,设置了中文字体和解决了负号显示问题。
以上就是“用 Python 打造你的股市分析工具箱:从数据获取到 K 线图绘制”的全部内容,希望对你有所帮助。
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
三、Python视频合集
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
四、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
五、Python练习题
检查学习结果。
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
最后祝大家天天进步!!
上面这份完整版的Python全套学习资料已经上传至CSDN官方,朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。