股票指标接口端要想描绘个股买卖点图像,则需要运用到def show函数,输出的图像起码要包括买卖日期、买卖价格等等参数进行制作,就能直观的反应出股票数据了,方便我们站在第一时间去观察哪些是理想型的股票,哪些不能碰等,再结合k线指标迎合图像的显示数据,一看便清楚了。
可以在股票指标接口链接到个股的情况,将代码输入,执行查询程序:
def show_buy_sell_list(buy_sell_list) -> None:
buy_date = []
buy_price = []
sell_date = []
sell_price = []
if buy_sell_list is not None:
for b_s in buy_sell_list:
buy_date.append(b_s['buy_date'])
buy_price.append(b_s['buy_price']);
sell_date.append(b_s['sell_date']);
sell_price.append(b_s['sell_price']);
import numpy as np
from matplotlib import pyplot as plt
通达信接口显示K线可以运用:
def show_k_lines(df) -> None:
# 先是判断收盘价与开盘价 确定蜡烛颜色
colors_bool = df['Close'] >= df['Open']
colors = np.zeros(colors_bool.size, dtype='U5')
colors[:] = 'green'
colors[colors_bool] = 'white'
# 然后确定蜡烛边框颜色
edge_colors = np.zeros(colors_bool.size, dtype='U5');
edge_colors[:] = 'g';
edge_colors[colors_bool] = 'red';
plt.bar(df.index, (df['Close'] - df['Open']), 0.8, bottom=df['Open'], color=colors, edgecolor=edge_colors, zorder=2);
# 最后是绘制上下引线
plt.vlines(df.index, df['Low'], df['High'], color=edge_colors, zorder=1).
如果还想知道股票指标接口还能查询哪些股票行情的话,可以根据以下这些方面进行参考:
字段名 |
类型 |
备注 |
stock_exchange | uint32 | 证券市场,见数据字典 |
stock_code | string | 证券代码 |
created_at | int64 | 快照日期时间戳(毫秒) |
status |
uint32 | 状态:0-开盘前,1-开盘集合竞价,2-集合竞价至连续竞价,3-连续竞价,4-中午休市,5-收盘集合竞价,6-闭市 |
prev_close_price | uint32 | 前收盘价 |
open_price | uint32 | 开盘价 |
latest_price | uint32 | 最新价 |
high_price | uint32 | 最高价 |
low_price | uint32 | 最低价 |
limit_up_price | uint32 | 涨停价 |
limit_down_price | uint32 | 跌停价 |
order_quantity | uint32 | 成交笔数 |
volume | uint64 | 成交数量 |
amount | uint64 | 成交金额 |
bid_volume | uint64 | 委托买入数量 |
bid_price | uint32 | 委托买入加权平均价 |
ask_volume | uint64 | 委托卖出数量 |
ask_price | uint32 | 委托卖出加权平均价 |
bid_price_detail | repeated uint32 | 委托买入价格明细(十档) |
bid_volume_detail | repeated uint32 | 委托买入数量明细(十档) |
ask_price_detail | repeated uint32 | 委托卖出价格明细(十档) |
ask_volume_detail | repeated uint32 | 委托卖出数量明细(十档) |
也就是说,在数据接口端将上面的这些十档行情链接到股市,那么输出的数据就是个股的历史情况数据,也可以继续通过股票指标接口将图表打印出来,直观的观察数据行情。