如何用Python画出漂亮的股票K线—布林指标-成交量图

本篇是我们量化小册中的一篇（小册内容详细看上面），前面我们讲了很多内容，如何准备爬取数据，拿到数据如何清洗，如何回测，如何用策略去开仓平仓，如何可视化等等。

但是有的时候我们开了信号，但是不知道怎么可视化，比如我需要把K线，指标，成交量都画在一张图上，这样方便我们回测的时候分析，最后时机可以拖动放大，其实不难，100多行Python代码就可以轻松搞定，我们先来看一下效果：

上面的图就是茅台的股票数据图，有k线，有布林指标，有成交量，看起来还不错。怎么画的呢，其实我们前面的文章讲过一些，用python的pyecharts来画的，其实还可以画很多指标，比如cci, macd,obv 等等，今天我们就画上图这样一个简单的。

1.准备数据，数据预处理

首先你需要拿到一个股票的日线数据，当然分钟线，小时线也可以（如何免费获取股票历史数据我们前面都讲过，小册里面也有），我这边就准备了一份茅台的历史数据，长这样：

这个是标准的k线数据，开盘价，最高价，收盘价，最低价，成交量，成交额，这些数据，拿到之后我们稍微处理一下即可。

然后处理好数据之后，我们就开始计算指标，比如我们上面图里画布林指标，需要先计算一下，布林策略（我们前面详细深入的解读过这个策略，可以翻历史文章），计算布林的公式如下：

我们默认的是20个周期，然后2个标准差来计算的，布林的上轨，中轨和下轨的线。然后我们需要把数据稍微处理一下，主要是为画图喂相应的格式：

2.开始画图

我们画图有3部分组成：k线，布林指标（折线图）和成交量的柱状图，3个图合成在一起构成了上面的图。下面我们来详细说说：

1).先画k线图

pycharts图里面自带了kline的函数，可以非常方便的话出股票的k线。核心的代码如下：

调用kline函数，x轴填入我们的股票的日线k线数据的datas = df[[‘open’, ‘close’, ‘low’, ‘high’]].values.tolist() ，就是常见的open/high/low/close ，然后y轴填入日期，styleopts里面填入阳线和阴线常见的颜色即可成型。我们看一下效果：

2).添加横坐标的日期放大功能

因为我们的股票的数据周期比较长，有几年，十几年的数据。需要对时机轴进行缩小和放大的功能，这样才能方便我们观察数据，怎么添加这个功能呢，很简单，在kline()里面增加一个datazoom_opts配置，然后可以设置一下即可

我们默认是把横坐标的日期放在[80，100]的地方，看一下效果:

3). 增加布林指标

布林指标其实就是折线图，跟以前我们讲过的双均线指标一样的，只是布林分上轨，中轨，下轨线而已。我们拿一个上轨的为例说一下：

里面pyecharts 里面的line()函数，x轴喂的是我们的股票里面的日期列表，然后y轴是我们的上轨的数据，颜色设置为红色。

line_upper = draw_line(series_name="上轨", xaxis_data=data['dates'], y_axis=data['upperband'], color='red')

我们看一下效果：

其他的中轨和下轨都是类似的，我就不一一展开了，下面我们继续画成交量数据bar图。

4).成交量bar图

完成了上面的操作之后，我们还剩下一个成交量bar图，看一下核心代码:

调用pyecharts里面的bar函数，然后x轴喂入我们的股票日期数据，y轴喂入我们的成交量数据，其他的参数用默认的即可，看一下效果：

最后我们把这几个图都合成到一个图里面即可。

5).合成图

pyecharts里面有一个Grid()类可以把多个指标图合成到一起，我们看一下代码即可：

先设置一下grid()这个画布大小，我们默认用1380*600 px ，然后把kline ,布林的上轨，中轨，下轨，bar图都添加到Grid()里面即可。除了指标，我们还可以把回测的交易信号也放到图上，后面我会再写一篇详细讲一下。

好了，限于篇幅，我就不展开详细讲了，源码都在小册群里面，拿到源码自己跑一下即可。对量化有兴趣的同学可以看我们的小册，目前会员群里面已经几百个同学了，有兴趣的火速加入。

最后，小编也给大家分享一份Python学习资料和公开课，里面的内容都是适合零基础小白的笔记和资料，不懂编程也能听懂、看懂。

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。

点击免费领取《CSDN大礼包》：Python入门到进阶资料 & 实战源码 & 兼职接单方法 安全链接免费领取