python 股票收益数据统计（柱状图）

python 股票收益数据统计（柱状图）

统计一周的股票收益情况，运行时需要更改的部分为，股票代码和股票名称，以及建仓价格。效果图如下：

具体代码如下：

#! /usr/bin/env python
#-*- encoding: utf-8 -*-

"""
作者：廖超铭-量化交易员
仅用于教学目的，严禁转发和用于盈利目的，违者必究，若要引用，请注明出处
日期：2021-7-19
功能：股票收益可视化，改进策略，目标连续滚动周的数据
改进思路，获取每日的收盘价
"""
#导入模块
import matplotlib.pyplot as plt
import pandas as pd
import tushare as ts
import numpy as np
from matplotlib.pyplot import MultipleLocator
#############参数
pd.set_option('display.expand_frame_repr',False)#False不允许换行
pd.set_option('display.max_rows', 10)#显示的最大行数
pd.set_option('display.max_columns', 6)#显示的最大列数
pd.set_option('precision', 1)#显示小数点后的位数
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

##############函数部分
#一个获取股票价格的函数
def pro_daily_stock(code_val  ,start_val ,end_val):
    # 获取股票日线行情数据
    token = 'c3d13a70203e52cb7479f32953928b21680f94c255ff09aed868c4c4'
    pro = ts.pro_api(token)
    df_stock = pro.daily(ts_code=code_val,adj='qfq', start_date=start_val, end_date=end_val)#其中adj 是设置复权的接口，none：不复权  qfq：前复权  hfq：后复权
    df_stock.trade_date = pd.DatetimeIndex(df_stock.trade_date)
    df_stock.set_index("trade_date", drop=True, inplace=True)
    df_stock.sort_index(inplace=True)
    df_stock.index = df_stock.index.set_names('Date')

    recon_data = {
   'High': df_stock.high, 'Low': df_stock.low, 'Open': df_stock.open, 'Close': df_stock.close,\
                  'Volume': df_stock.vol}
    df_recon = pd.DataFrame(recon_data)

    return df_recon

# 定义一个函数用来计算每日收益率（从当天开盘时间到当天收盘）
def calnow_stock(dict,starttime,endtime):
    #######获取字典数据部分
    name_stock = []
    code_stock =[]
    start_value =[]

    value = []
    for key in  dict:#最后应该组成一个表格，最后生成两个列表，index为股票名称，value为收益率
        n = 0
        for key2 in dict[key]:
            if n ==0:#此时是打印的是股票代码，为了后面检索下载股票收盘数据用
                code_stock.append(dict[key][key2])
            if n ==1:#此时打印的是股票名称，用于画图的很横坐标，组合成列表
                name_stock.append(dict[key][key2])

            if n==4:#此时为收盘价，（单日价格-建仓价格）/建仓价格 = 收益率
                start_value.append(