用Python繪制移動均線【含源代碼】
上一篇
《用Python繪制專業的K線圖》，講解了資料擷取、K線圖繪制及成交量繪制等内容。本篇将在上一篇的基礎上，繼續講解移動均線的繪制。
1、擷取資料
我們從
恒有數金融資料社群，擷取股票市場曆史行情資料。我們擷取2021年3月1号~2021年6月1号，恒生電子（600570.SH）的日行情資料，并做簡單處理，代碼及執行結果如下。
# 加載取數與繪圖所需的函數包
import pandas as pd
import datetime
from hs_udata import set_token,stock_quote_daily
from mpl_finance import candlestick_ohlc
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定預設字型
mpl.rcParams['axes.unicode_minus'] = False # 解決儲存圖像是負号'-'顯示為方塊的問題
def GetData(stock_code,start,end):
#stock_code：擷取股票資料的股票代碼
# start：開始日期
# end：結束日期
date_start=datetime.datetime.strptime(start,'%Y-%m-%d')
date_end =datetime.datetime.strptime(end,'%Y-%m-%d')
data = pd.DataFrame([])
while date_start<date_end:
# 擷取日行情資料，接口說明見 https://udata.hs.net/datas/332/
# adjust_way枚舉值為：0-不複權，1-前複權，2-後複權，此處取前複權
data_i = stock_quote_daily(en_prod_code=stock_code
,trading_date=date_start.strftime('%Y%m%d')
,adjust_way = 1)
data=pd.concat([data,data_i],axis=0) # 将行情資料按行拼接
date_start+=datetime.timedelta(days=1) # 日期變量自增
# 傳回行情資料
return data
#1、擷取行情資料
stock_code = "600570.SH" # 恒生電子 股票代碼是600570.SH
start='2021-03-01'
end ='2021-06-01'
set_token(token = 'xxxxxxxxxxxxxxxxxxxxxxxx') # 注冊恒有數之後，擷取并替換token
data = GetData(stock_code,start,end)
#2、資料處理
data = data.loc[data.turnover_status=='交易'] # 剔除非交易日
data_price = data[['trading_date','open_price','high_price','low_price'
,'close_price','business_amount']] # 選取日期與高開低收價格
data_price.set_index('trading_date', inplace=True) # 将日期作為索引
data_price = data_price.astype(float) # 将價格資料類型轉為浮點數
# 将日期格式轉為 candlestick_ohlc 可識别的數值
data_price['Date'] = list(map(lambda x:mdates.date2num(datetime.datetime.strptime(x,'%Y-%m-%d'))
,data_price.index.tolist()))
data_price 
2、計算移動均線
#3、計算均值
data_price['MA5']=data_price['close_price'].rolling(window=5).mean()
data_price['MA10']=data_price['close_price'].rolling(window=10).mean()
data_price['MA20']=data_price['close_price'].rolling(window=20).mean()
data_price 3、繪制K線及移動均線
#4、繪制圖檔
fig = plt.figure(figsize=(12,10))
grid = plt.GridSpec(12, 10, wspace=0.5, hspace=0.5)
#（1）繪制K線圖
# K線資料
ohlc = data_price[['Date','open_price','high_price','low_price','close_price']]
ohlc.loc[:,'Date'] = range(len(ohlc)) # 重新指派橫軸資料，繪制K線圖無間隔
# 繪制K線
ax1 = fig.add_subplot(grid[0:8,0:12]) # 設定K線圖的尺寸
candlestick_ohlc(ax1, ohlc.values.tolist(), width=.7
, colorup='red', colordown='green')
# （2）繪制均線
ax1.plot(range(len(data_price)), data_price['MA5']
, color='red', lw=2, label='MA (5)')
ax1.plot(range(len(data_price)), data_price['MA10']
, color='blue', lw=2, label='MA (10)')
ax1.plot(range(len(data_price)), data_price['MA20']
, color='green', lw=2, label='MA (20)')
# 設定标注
plt.title(stock_code,fontsize = 14) # 設定圖檔标題
plt.ylabel('價 格（元）',fontsize = 14) # 設定縱軸标題
plt.legend(loc='best') # 繪制圖例
ax1.set_xticks([]) # 日期标注在成交量中，故清空此處x軸刻度
ax1.set_xticklabels([]) # 日期标注在成交量中，故清空此處x軸
#（3）繪制成交量
# 成交量資料
data_volume = data_price[['Date','close_price','open_price','business_amount']]
data_volume['color'] = data_volume.apply(lambda row: 1 if row['close_price'] >= row['open_price'] else 0, axis=1) # 計算成交量柱狀圖對應的顔色，使之與K線顔色一緻
data_volume.Date = ohlc.Date
# 繪制成交量
ax2 = fig.add_subplot(grid[8:10,0:12]) # 設定成交量圖形尺寸
ax2.bar(data_volume.query('color==1')['Date']
, data_volume.query('color==1')['business_amount']
, color='r') # 繪制紅色柱狀圖
ax2.bar(data_volume.query('color==0')['Date']
, data_volume.query('color==0')['business_amount']
, color='g') # 繪制綠色柱狀圖
plt.xticks(rotation=30)
plt.xlabel('日 期',fontsize = 14) # 設定橫軸标題
# 修改橫軸日期标注
date_list = ohlc.index.tolist() # 擷取日期清單
xticks_len = round(len(date_list)/(len(ax2.get_xticks())-1)) # 擷取預設橫軸标注的間隔
xticks_num = range(0,len(date_list),xticks_len) # 生成橫軸标注位置清單
xticks_str = list(map(lambda x:date_list[int(x)],xticks_num)) # 生成正在标注日期清單
ax2.set_xticks(xticks_num) # 設定橫軸标注位置
ax2.set_xticklabels(xticks_str) # 設定橫軸标注日期
plt.show()