K线图在股票市场中最重要的作用到底是啥？

Posted 2023-04-18

K线图最早在日本使用，后来逐渐引入股票市场，正式用来表示股票价格的波动。每条线段都有上下限，不同的时间段有不同的含义。以中国市场为例。如果开盘价为上限，收盘时间为下限，则处于下跌状态，通常以绿色表示。相反，如果上升，则用红色表示。一系列的线并排排列，形成一个震动的趋势，这就是所谓的K线图。我们很容易了解到它最近的一些趋势，并预测它的下一个趋势。

K线图最直观的意义是显示股票市场的走势，我们需要这些股票市场的趋势来帮助我们制定财务预算。这也是K线图对我们个人投资者的意义。当然，还有其他含义。例如，协助监测和调整市场监测结构。通过K线图制定相应的策略也是一个非常重要的方面。整体的K线图是股市最直观的反映。这是一张不可替代的东西图表。

持有大量流通股并维持股价运行的投资者不限于个人。主要特点是掌握公司的某些基本面，能够预测公司未来的积极变化，在市场仍然未知的情况下提前介入并锁定筹码，然后利用公司基本面的逐渐变化主动推高股价，从而最终达到盈利的目的。由于主力参与的此类股股价上涨幅度普遍远大于大盘，成为市场热点。

我们在寻找世界各地的主力军，或许主力军也有可能积极操纵股价，试图吸引市场的注意力。作为主力军，我当然不愿意在建仓期间干预市场，但一旦进入股价上涨阶段，我非常希望市场能够跟进。这一次，虽然股价可能已经触底，但及时跟进仍会有可观的收益。这一次，主力军希望市场跟进的真正意图是提高市场芯片的周转率，从而提高市场芯片持有成本。市场只是一个概念，主力军并不能通过其他方法具体地告诉每一个投资者。因此，k线图已成为主力的必要工具。通过精心维护的k线图，可以让主力与市场进行对话。

参考技术A K线图可以帮助分析股票市场，可以给股票市场带来很大的帮助，也可以通过K线图发现股票的走势，还可以发现股票的交易额度，这就是K线图对股票的作用。 参考技术B K线图在股票市场中，最重要的作用就是，可以用来分析和预测，下一波的开盘价。 参考技术C 可以了解股市的摇动情况，也可以看到股市的走势情况，还可以完善股票投资的含义。

用Python轻松制作一个股票K线图网站

在前面的文章中，我们学习了如何使用 Tkinter 构建股票数据抓取以及展示K线图功能，虽然大致的功能已经具备，但是在当今这个人手一个 Web 服务的年代，GUI 程序还是没有 Web 服务来的香啊。

我们需要用到的知识包括 PyEcharts 的使用，tushare 库获取股票数据的方法以及 Flask 的基本用法。

获取股票数据

我们先来看下 tushare 的使用，这个应该是当前最为流行的股票数据库了吧，一行代码，就能轻松获取某支股票的历史数据

import tushare as ts
df = ts.get_hist_data('000001')
print(df)

现在股票的历史数据有了，我们还需要一份股票名称和股票代码的对应表，同样通过 tushare 来获取

stock_list = ts.get_stock_basics()
stock_list.reset_index(inplace=True)
stock_list[['code', 'name']].to_csv('stock_code_name.csv')

这样就成功保存了一份股票名称和股票代码的对应数据

PyEcharts 作图

下面再来看看如何通过 PyEcharts 来制作 K 线图，其实官网上的例子已经非常具体了，我们只需要把拿到的历史股票数据做些简单处理即可，我这里直接给我的数据处理过程

mydate = df[:30].index.tolist()
mydata = df[:30][['open', 'close', 'low', 'high']].values.tolist()


def kline_base(mydate, data) -> Kline:
    c = (
        Kline()
        .add_xaxis(mydate)
        .add_yaxis("kline", data)
        .set_global_opts(
            yaxis_opts=opts.AxisOpts(is_scale=True,
                                    splitarea_opts=opts.SplitAreaOpts(
                    is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
                ),
            ),
            xaxis_opts=opts.AxisOpts(is_scale=True,
                                    axislabel_opts=opts.LabelOpts(rotate=-30)),
            title_opts=opts.TitleOpts(title="Kline-基本示例"),
            datazoom_opts=[opts.DataZoomOpts()],
        )
    )
    return c

kline_base(mydate, mydata).render_notebook()

这样就可以得到一个不错的 K 线图了

下面我们就可以着手完成 Flask 的代码啦

构建 Web 框架

首先我们先来完成 Web 框架的整体编写，为了页面的美观与编码的方便，直接使用 bootstrap 来构建前端页面

视图函数编写

首先完成初始化工作，在项目目录下创建一个 app.py 文件

from flask import Flask, render_template, request
from pyecharts import options as opts
from pyecharts.charts import Kline
import tushare as ts
import pandas as pd
from flask_bootstrap import Bootstrap

app = Flask(__name__)
bootstrap = Bootstrap(app)

导入需要用到的库，并完成 flask app 的初始化工作。

接下来再写一个 404 的视图函数，统一处理所有的 Not Found 页面

@app.errorhandler(404)
def page_not_found(e):
    return render_template("404.html"), 404

接着我们绑定根地址到 index 视图函数上，返回到 index.html 模板文件上

@app.route("/")
def index():
    return render_template("index.html")

模板编写

在同级目录创建一个 templates 文件夹，创建三个 HTML 文件，分别为 404.html，base.html 和 index.html

base.html 是所有其他页面 HTML 模板的母模板

% extends "bootstrap/base.html" %

% block title %我的股票走势网站% endblock %

% block navbar %
<div class="navbar navbar-inverse" role="navigation">
    <div class="container">
        <div class="navbar-header">
            <button type="button" class="navbar-toggle" data-toggle="collapse" data-target=".navbar-collapse">
                <span class="sr-only">Toggle navigation</span>
                <span class="icon-bar"></span>
                <span class="icon-bar"></span>
                <span class="icon-bar"></span>
            </button>
            <a class="navbar-brand" href="/">Stock-Data</a>
        </div>
        <div class="navbar-collapse collapse">
            <ul class="nav navbar-nav">
                <li><a href="/">Home</a></li>
            </ul>
        </div>
    </div>
</div>
% endblock %

% block content %
<div class="container">
    % block page_content %
    % endblock %
</div>
% endblock %

创建一个导航栏，并定义相关的 block 内容

接下来编写 404.html 文件，展示非法 url 请求地址时的页面

% extends "base.html" %

% block title %Page Not Found% endblock %

% block page_content %
<div class="page-header">
    <h1>Not Found</h1>
</div>
% endblock %

对于 index.html 文件，就是我们需要展示 K 线图的页面，我们后面再处理。

编辑主逻辑

首先编写一个检查股票正确性的函数

def check_stock(code):
    n = 0
    l = []
    stock_code = pd.read_csv("stock_code_name.csv", dtype=object)
    stock_code.drop('Unnamed: 0', axis=1, inplace=True)
    stock_list = stock_code.values.tolist()
    for i in stock_list:
        if code in i:
            n += 1
            l = i
        else:
            continue
    return n, l

如果股票正确，则返回 n=1，否则返回 n=0

接下来再编写获取股票数据的函数

def get_stock_data(code, ctime):
    df = ts.get_hist_data(code)
    mydate = df[:ctime].index.tolist()
    mydata = df[:ctime][['open', 'close', 'low', 'high']].values.tolist()
    return [mydate, mydata]

下面就是把 PyEcharts 集成到 Flask 应用了，可以按照官方的教程走，把 PyEcharts 的样式文件等拷贝到自己的 templates 目录下，再编写一个用于调用 kline_base() 函数的视图函数

@app.route("/Kline", methods=['GET', 'POST'])
def get_kline_chart():
    stock_name = request.form.get('stockName')
    query_time = request.form.get('queryTime')
    if not stock_name:
        stock_name = '平安银行'
    if not query_time:
        query_time = 30
    status, stock_code = check_stock(stock_name)
    if status == 0:
        return 'error stock code or name'
    mydate, mydata = get_stock_data(stock_code[0], int(query_time))
    c = kline_base(mydate, mydata, stock_code[1])
    return c.dump_options()

首先通过 request 变量获取到前端传递过来的数据，分别为 stockName 和 queryTime，如果这两个参数是空值时，则赋予它们一个默认值。

接着判断股票代码的正确性并获取股票历史数据。

最后调用 kline_base 函数画出 K 线图，并渲染到前端页面上。

前端页面编写

最后我们来完成前端页面的工作

首先定义一个表单，用于传递股票名称，查询时间

<form id="form1" onsubmit="return false" action="#" method="post">
             <p id="p1">股票名称：
                 <input name="stockName" type="text" id="stockName" tabindex="1" size="16" value="" placeholder="股票名称"/>
             </p>
             <p id="p2">查询时间：
                 <input name="queryTime" type="text" id="queryTime" tabindex="2" size="16" value="" placeholder="输入30查询近30天数据"/>
             </p>
             <p><input type="submit" value="查询" onclick="getData()"></p>
         </form>

然后就是通过 JQuery 来动态获取数据

function getData() 
            var chart = echarts.init(document.getElementById('kline'), 'white', renderer: 'canvas');
            $.ajax(
                type: "POST",
                dataType: "json",
                url: "/Kline" ,
                data: $('#form1').serialize(),
                success: function (result) 
                    chart.setOption(result);
                ,
                error: function() 
                    alert("错误的股票代码！");
                
            );
        

最后我们看下整体的效果

是不是效果还不错呢，后面还可以继续添加功能来完善我们的小小网站！

---

资源分享

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走…

​这些资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。希望对大家有所帮助…….