Python对股票的K线可视化
前言
说明
有人的地方就有江湖,有交易的地方就有金融。
出于对金融证券的兴趣,作者去年疫情期间开始对金融证券以及数据分析进行学习,去年也已获得证券从业资格证,完整数据分析的内容实现已在两个月前完成。
此篇仅为作者完成的完整数据分析的部分内容(股票数据获取及K线绘制的简化内容)。
注意
-----------------------------------------------------------------------------------
投资有风险,入市需谨慎
本文不构成任何投资建议!
-----------------------------------------------------------------------------------
数据获取
Tushare获取股票数据
通过tushare调用token进行获取
直接进入–> tushare
基本调用可查看文章:Tushare调用Token口令对股票数据进行获取
tushare注册后获得接口令牌即token
获取医疗器械板块数据(代码部分)
下面开始在python中通过代码获取相关数据。
以医疗器械板块2020年1月1号至2020年3月31号为例
import tushare as ts
import warnings
warnings.simplefilter('ignore')
token = 'XXXXXXXXXXXX' # 以自己的token为例
pro = ts.pro_api(token)
def get_Plate(stock_code):
df = pro.ths_daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
# df = pd.DataFrame(df)
# 选择时间段2020年初爆发疫情最近3个月
csv_name = '医疗器械概念_pr.csv'
df.to_csv(csv_name)
print("医疗器械概念板块 + ':\n', df)
if __name__ == '__main__':
get_Plate('885539.TI') # 医疗器械概念板块
获取股票数据(代码部分)
在python中进行数据获取(以迈瑞医疗2020年1月1号至2020年3月31号为例)
import tushare as ts
import warnings
warnings.simplefilter('ignore')
token = 'XXXXXXXXXXXX' # 以自己的token为例
pro = ts.pro_api(token)
def get_Stock(stock_code):
# 获取这类股票的日线
df = pro.daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
# 选择时间段2020年初爆发疫情最近3个月
stock_name = stock_code[:6]
df.to_csv(stock_name + '.csv')
print(stock_name + ':\n', df)
if __name__ == '__main__':
get_Stock('300760.SZ') # 迈瑞医疗
获取成功,如下
数据预处理
变量中文化(代码部分)
import json
def get_Stock(stock_code):
df = pro.daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
# 选择时间段2020年初爆发疫情最近3个月
columns_change = '{"ts_code":"股票代码","trade_date":"交易日期","open":"开盘价","high":"最高价","low":"最低价","close":"收盘价",' \
'"pre_close":"昨日收盘价","change":"涨跌额","pct_chg":"涨跌幅","vol":"成交量","amount":"成交额"} '
columns_changes = json.loads(columns_change)
df.rename(columns=columns_changes, inplace=True)
stock_name = stock_code[:6]
df.to_csv(stock_name + "_pr" + '.csv')
print(stock_name + "预处理" + ':\n', df)
可得如下
K线绘制
对于相关金融数据的可视化处理,下面主要通过Python中的可视化工具库来完成,包括Seaborn、Matplotlib等优秀的图像处理库,以及mplfinance这类优秀的金融数据分析工具库等。
(下面以Matplotlib为例~~)
代码部分
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
from mplfinance.original_flavor import candlestick_ochl
from matplotlib import ticker
import warnings
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
warnings.simplefilter("ignore")
class VisualizingKline: # 声明:定义一个制作K线的类
def read_file(self):
df_stock = pd.read_csv(f'../数据获取/{self}_pr.csv', index_col=[0], dtype={'股票代码': 'str', '交易日期': 'str'}) # 去掉第一列数字列column
print(df_stock.head(3)) # 打印头三行
print(df_stock.tail(3)) # 打印尾三行
df_stock_pr = df_stock.query('交易日期 >= "20200101"').reset_index()
df_stock_pr = df_stock_pr.sort_values(by='交易日期', ascending=True) # 创建df_stock_pr接收数据按照日期降序排列的文件
df_stock_pr['dates'] = np.arange(0, len(df_stock_pr)) # len(df_stock_pr):记录数
fig, ax = plt.subplots(figsize=(9, 5))
fig.subplots_adjust(bottom=0.2)
candlestick_ochl(ax, quotes=df_stock_pr[['dates', '开盘价', '收盘价', '最高价', '最低价', '涨跌额']].values,
colorup='r', colordown='g', width=0.65, alpha=0.85)
dt_tick = df_stock_pr['交易日期'].values
def fm_d(x):
if (x < 0) or (x > len(dt_tick)-1):
return ''
return dt_tick[int(x)]
ax.xaxis.set_major_formatter(ticker.FuncFormatter(fm_d))
# 按一定规则选取并在水平轴上显示时间刻度
plt.xticks(rotation=15) # 关于交易日期变量的旋转角度
ax.set_ylabel('交易价格')
plt.xlabel('交易日期')
plt.title(f'{self}的K线图生成如下')
plt.grid(True) # 网格效果
plt.show()
结果展示
得到迈瑞医疗300760的K线图如下
写在最后
注:不构成任何投资建议,股市有风险,投资需谨慎!
-----------------------------------------------------------------------------------
未经作者允许,不得转载
-----------------------------------------------------------------------------------
如有帮助,博主想喝杯瑞幸,1毛也是支持,谢谢!