Python dataframe绘制饼图_Python股票期货交易利器，砖型图详细绘制教程！

一、砖型图简介。

在所有行情软件中，记录价格波动轨迹的几乎都是K线图，只有在很少的程序化量化软件中才有砖型图的身影。

热卷hc2005

砖型图顾名思义，相当于是用砖头一块一块地拼凑而成记录价格波动轨迹的图形，称之为“砖型图”。

每一块砖的尺寸都一致，这里的尺寸是指行情每上涨或下跌一定距离，就绘制下一块砖型图，如果行情没有达到这个尺寸，无论行情走了多久，我们都不会更新砖型图。因此，砖型图的走势始终就只有上涨和下跌两个方向。

二、砖型图的优势。

(一)让行情走势结构更加的清晰。

在k线图中，行情如果遇到小幅的盘整，行情在一个很小的区间内来回突突，迷惑你，并且看上去走了很长的一段时间，实际上它并没有上涨或下跌多少。

但是，采用砖型图看行情的话，如果将这个区间设置成砖型图的尺寸，那么在这个区间只绘制一块砖，从而减少交易者在此区间的错误判断。

tick行情走势

尺寸=2，砖型图

(二)降低周期参数对整个公式或指标计算的影响。

我们都知道，k线是按照时间周期来进行绘制的，因此每到一个时间节点它都会进行切换并重新绘制，这样的话如果在横盘期间价格一直不怎么动，指标一样要滚动计算。

拿均线来说，这样计算出来的值很可能就是一根横向整理的线条，但如果采用砖型图进行绘制均线或计算其他指标的话，就会降低这样的影响程度。如下图所示：

一旦采用砖型图，就没有时间概念了，只有空间的概念。

三、砖型图代码编写。

砖型图我们可以也看做没有影线的k线，砖的最顶部我称作最高价，最底部我称为最低价。绘制砖型图之前，首先我们要了解单块砖型图的构造和多块砖型图如何组合。

假设，下列行情的开盘价为3555。

(一)单块砖型图。

假设，上图是开盘前5分钟的走势，开盘下跌。当价格下跌到5跳的时候，第一块砖的最高价就是开盘价，最低价就是开盘价-尺寸(5跳)，如果开盘价=3555。

砖的最高价就是3555

砖最低价就是3555-5=3550。

如果开盘后上涨了5跳，那么砖最低价就是开盘价3555，最高价就是3560。

这是第一块砖型图的画法。但是，最重要的是组合砖型图的画法，组合方式只有4种。

(二)组合砖型图画法。

1.上涨行情的组合。如果市场一开盘就往上走并且超过了2个尺寸，也就是10跳。当第一块绘制完成之后，价格回调并没有达到5跳，进而继续上扬上涨了5跳，那此时砖型图的最高最低价如何确定。

最高价：上一块的最高价+5跳 ，即：3560+5 = 3565。

最低价：上一块的最高价，即：3565。

如果行情继续往上，同时回调不够5跳，那么继续按照此逻辑绘制。

2.下跌行情组合。如果市场一开盘就往下走并且超过了2个尺寸，也就是10跳。当第一块绘制完成之后，价格回调并没有达到5跳，进而继续下跌了5跳，那此时砖型图的最高最低价如何确定。

开盘价：3555

最高价：上一块的最低价 ，即：3550。

最低价：上一块的最低价-5跳，即：3550-5 = 3545。

如果行情继续往下，同时回调不够5跳，那么继续按照此逻辑绘制。

3.上涨后反转组合。当市场已经走了两块砖了，此时遇到阻力位掉头并向下跌了5跳，此时的最高价最低价如何确定。

最高价：上一块的最低价 ，即：3560。

最低价：上一块的最低价-5跳，即：3560-5 = 3555。最低价又回到开盘价位置。

如果行情继续往下，同时回调不够5跳，那么继续按照此逻辑绘制。

4.下跌后反转组合。当市场已经走了两块砖了，此时遇到支撑位掉头并向上涨了5跳，此时的最高价最低价如何确定。

最高价：上一块的最高价+5跳 ，即：3550+5 = 3555。

最低价：上一块的最高价，即：3550。最高价又回到开盘价位置。

如果行情继续往上，同时回调不够5跳，那么继续按照此逻辑绘制。

5.震荡反转组合。如果出现以下行情，绘制方法是和上面的三种绘制方法是一致的。主要出现在行情在某个区间内上涨5跳后突然反转下跌5跳，反转结束之后紧接着有反方向涨5跳，如此反复触发设定的尺寸。

6.一个tick多次触发多个尺寸组合。这种情况，是比较少见的，比如一笔超级大单子突然出现，将行情一次就推了100跳，那么此时应该怎么绘制。

如果出现这种情况，用100/5=20个尺寸，直接循环绘制20次，最高价和最低价按照上面4个方法进行绘制，下跌100跳也是按照这样的思路。

(三)代码实现。

1.总的绘制逻辑：

(1)计算最新一个tick与上一个tick的差值，然后除以尺寸，得出需要绘制的次数。

(2)当出现余数时，当前这块砖绘制完成后，将余数传回下一个tick继续累加。

(3)绘制完一块时，通过count = count +1 的方式作为砖型图的x轴，y轴是最高价和最低价。

2.代码绘制逻辑。

(1)导入模块并获取8000个tick数据，品种使用rb2005。

import pandas as pdfrom tqsdk import TqApifrom datetime import timedeltafrom matplotlib.path import Pathfrom matplotlib.patches import PathPatchimport matplotlib.pyplot as pltimport numpy as npapi = TqApi()ticks = api.get_tick_serial("SHFE.rb2005",8000)

(2)首先我们要计算最新一个tick与上一个tick的差值，然后除以尺寸，得出需要绘制的次数和需要传回继续累加的余数。

参数变量设置

def renko_charts():    dis_sum = 0       # 每更新一个tick都将涨跌幅累加，直到至少满5跳绘制后，将余数传回继续累加    dis_sum_list = [] # 涨跌幅累加一次，就将当时的累计涨跌幅存入，方便后续判断上一根是否亏损。    Renko_h = []      # 记录每块砖的最高价，用于计算均线。    location = []     # 存储每一块砖的坐标，后面绘制。    dot = 5           # 砖的尺寸    count = 0         # X轴坐标    k_list = []       # 用于存储砖的最高价最低价

如果变动了至少1个尺寸，计算绘制次数和余数。decimals 代表余数(需要传回继续累加)，integer代表整数(需要绘制的次数)

    for i in range(len(ticks)):        last_price = ticks['last_price'].iloc[i]        last_time  = pd.to_datetime(ticks.datetime.iloc[i]) + timedelta(hours=8)        if i ==0:            k_list.append(last_price)            Renko_h.append(last_price)        else:            "统计换线阀值 >= 5，换线"            dis_sum = dis_sum + (last_price - ticks['last_price'].iloc[i-1])            "如果变动了5个点，就换线"            if abs(dis_sum) >= dot:                "计算循环绘制次数-阀值的倍数，下一个Tick继续累加"                if dis_sum / dot<0:                    decimals = float('-0.' + str(dis_sum / dot).split('.')[1])                else:                    decimals = float('0.' + str(dis_sum / dot).split('.')[1])                integer = int(float(str(abs(dis_sum) / dot).split('.')[0]))

首先我们要计算出第一块是阴还是阳，然后在根据前一块的阴阳和当前阴阳情况进行绘制最新的一块砖。

绘制第一块：也就是说只判断第一次统计等于或超过尺寸的情况。

"循环绘制-连续出现N条砖"                for j in range(integer):                    dis_sum_list.append(dis_sum)                    count += 1                    print('---------------------------------------------------------')                    print('---------------------------------------------------------')                    "如果是上涨"                    if len(Renko_h) == 1:                        # print('换线了---------------')                        if dis_sum_list[-1] > 0:                            k = k_list[-1] + dot                            "最低价"                            k_list.append(k_list[-1])                            "最高价"                            k_list.append(k)                            dis_sum = decimals  # 将剩余部分传回最新一个tick继续累加涨跌幅                            print("最高价：%s,最低价：%s"%(k_list[-1],k_list[-2]))                            "基准价"                            Renko_h.append(k)                            print(Renko_h)                            "砖形图坐标"                            location.append([(count-1,k_list[-2]) ,(count-1,k_list[-1]),                                              (count,k_list[-1]),(count,k_list[-2]), (count, last_price)])                        elif dis_sum_list[-1] < 0:                            # print('换线了---------------')                            k = k_list[-1] - dot                            "最低价"                            k_list.append(k)                            "最高价"                            k_list.append(k_list[-1])                            dis_sum = decimals  # 将剩余部分传回最新一个tick继续累加涨跌幅                            print("最高价：%s,最低价：%s" % (k_list[-1], k_list[-2]))                            Renko_h.append(k_list[0])                            location.append([(count-1,k_list[-2]) ,(count-1,k_list[-1]),                                              (count,k_list[-1]),(count,k_list[-2]), (count, last_price)])

绘制第N块：在上面代码中，我们已经得到了第一块的最高价最低价，以及坐标。

最高价：k_list[-1]

最低价：k_list[-2]

那么在接下来我们，我们绘制第N块砖。

当上一块是阳，绘制当前阴阳两种情况。

当上一块是阴，绘制当前阴阳两种情况的思路和上述一致。

绘制砖型图到画布：rb2005合约tick数据，尺寸 = 2跳。

length=10    average = []    for i in range(len(Renko_h)):        if i 0 and dis_sum_list[0]>0:                path = Path(location[i], codes)                pathpatch = PathPatch(path, facecolor='r', edgecolor='black')                ax2.add_patch(pathpatch)                ax2.autoscale_view()            elif location[i][2][1] < 0 and dis_sum_list[0]<0:                path = Path(location[i], codes)                pathpatch = PathPatch(path, facecolor='g', edgecolor='black')                ax2.add_patch(pathpatch)                ax2.autoscale_view()        else:            if location[i][2][1] > location[i-1][2][1]:                path = Path(location[i], codes)                pathpatch = PathPatch(path, facecolor='r', edgecolor='black')                ax2.add_patch(pathpatch)                ax2.autoscale_view()            else:                path = Path(location[i], codes)                pathpatch = PathPatch(path, facecolor='g', edgecolor='black')                ax2.add_patch(pathpatch)                ax2.autoscale_view()    ax2.plot(average)    ax1.plot(ticks['last_price'])    plt.show()if __name__ == '__main__':    renko_charts()

run:

rb2005合约tick数据，尺寸 = 2跳。

尺寸 = 3跳。

尺寸 =4跳。

尺寸 = 5跳。

6.上面的不同尺寸的砖型图中，我们可以得出，尺寸越大砖的数量就越少。反之，越多。

总结。

本文主要分享了砖型图的简介，算法和代码实现。利用砖型图进行交易的人非常少，但并不意味着用它赚不了钱，因为大部分的行情软件都只有按时间节点来绘制的k线图，并没有按照空间来进行绘制。

其实k线图和砖型图的最大区别是，一个是按照时间绘制，一个是按照空间来绘制，两者的出发点悬殊非常大，思考的方式也不一样。

当然还有另外2种描述价格的算法，量能为阀值的，量能k线，以包含关系的，缠论，这些都值得去研究一下。