用Python绘制移动均线含源代码

Posted 2021-10-09 恒生LIGHT云社区

上一篇《用Python绘制专业的K线图》，讲解了数据获取、K线图绘制及成交量绘制等内容。本篇将在上一篇的基础上，继续讲解移动均线的绘制。

1、获取数据

我们从恒有数金融数据社区，获取股票市场历史行情数据。我们获取2021年3月1号至2021年6月1号，恒生电子（600570.SH）的日行情数据，并做简单处理，代码及执行结果如下。

# 加载取数与绘图所需的函数包
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\'] # 指定默认字体
mpl.rcParams[\'axes.unicode_minus\'] = False  # 解决保存图像是负号\'-\'显示为方块的问题

def GetData(stock_code,start,end):
    #stock_code：获取股票数据的股票代码
    #     start：开始日期
    #       end：结束日期
    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:
        # 获取日行情数据，接口说明见 https://udata.hs.net/datas/332/
        # adjust_way枚举值为：0-不复权，1-前复权，2-后复权，此处取前复权
        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)      # 将行情数据按行拼接
        date_start+=datetime.timedelta(days=1)    # 日期变量自增
    # 返回行情数据
    return data

#1、获取行情数据
stock_code = "600570.SH"                        # 恒生电子 股票代码是600570.SH
start=\'2021-03-01\'
end  =\'2021-06-01\'
set_token(token = \'xxxxxxxxxxxxxxxxxxxxxxxx\')   # 注册恒有数之后，获取并替换token
data = GetData(stock_code,start,end)

#2、数据处理
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\']]                    # 选取日期与高开低收价格
data_price.set_index(\'trading_date\', inplace=True)                      # 将日期作为索引
data_price = data_price.astype(float)                                   # 将价格数据类型转为浮点数
# 将日期格式转为 candlestick_ohlc 可识别的数值
data_price[\'Date\'] = list(map(lambda x:mdates.date2num(datetime.datetime.strptime(x,\'%Y-%m-%d\'))
                                ,data_price.index.tolist()))

data_price

2、计算移动均线

#3、计算均值
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、绘制K线及移动均线

将绘制移动均线的代码，添加至K线图绘制代码中；源代码及绘制图片如下：

#4、绘制图片
fig = plt.figure(figsize=(12,10))
grid = plt.GridSpec(12, 10, wspace=0.5, hspace=0.5)
#（1）绘制K线图
# K线数据
ohlc = data_price[[\'Date\',\'open_price\',\'high_price\',\'low_price\',\'close_price\']]
ohlc.loc[:,\'Date\'] = range(len(ohlc))     # 重新赋值横轴数据，绘制K线图无间隔
# 绘制K线
ax1 = fig.add_subplot(grid[0:8,0:12])   # 设置K线图的尺寸
candlestick_ohlc(ax1, ohlc.values.tolist(), width=.7
                 , colorup=\'red\', colordown=\'green\')
# （2）绘制均线
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)\')
# 设置标注
plt.title(stock_code,fontsize = 14)       # 设置图片标题
plt.ylabel(\'价 格（元）\',fontsize = 14)   # 设置纵轴标题
plt.legend(loc=\'best\')                    # 绘制图例
ax1.set_xticks([])                        # 日期标注在成交量中，故清空此处x轴刻度
ax1.set_xticklabels([])                   # 日期标注在成交量中，故清空此处x轴 

#（3）绘制成交量
# 成交量数据
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)        # 计算成交量柱状图对应的颜色，使之与K线颜色一致
data_volume.Date = ohlc.Date
# 绘制成交量
ax2 = fig.add_subplot(grid[8:10,0:12])  # 设置成交量图形尺寸
ax2.bar(data_volume.query(\'color==1\')[\'Date\']
        , data_volume.query(\'color==1\')[\'business_amount\']
        , color=\'r\')                    # 绘制红色柱状图
ax2.bar(data_volume.query(\'color==0\')[\'Date\']
        , data_volume.query(\'color==0\')[\'business_amount\']
        , color=\'g\')                    # 绘制绿色柱状图
plt.xticks(rotation=30) 
plt.xlabel(\'日 期\',fontsize = 14)                               # 设置横轴标题
# 修改横轴日期标注
date_list = ohlc.index.tolist()           # 获取日期列表
xticks_len = round(len(date_list)/(len(ax2.get_xticks())-1))      # 获取默认横轴标注的间隔
xticks_num = range(0,len(date_list),xticks_len)                   # 生成横轴标注位置列表
xticks_str = list(map(lambda x:date_list[int(x)],xticks_num))     # 生成正在标注日期列表
ax2.set_xticks(xticks_num)                                        # 设置横轴标注位置
ax2.set_xticklabels(xticks_str)                                   # 设置横轴标注日期
plt.show()