当前位置：首页 > news >正文

聚宽量化——股票时间序列函数

news 2025/6/28 12:45:55

import matplotlib.pyplot as plt
import pandas as pd
from mpl_finance import candlestick2_ochl
import mplfinance as mpf
from unittest import TestCaseclass TestPandasKline(TestCase):#读取股票数据，画出K线图def testKLineChart(self):file_name = "./demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]fig = plt.figure()axes = fig.add_subplot(111)candlestick2_ochl(ax=axes,opens=df["open"].values,closes=df["close"].values,highs=df["high"].values,lows=df["low"].values,width=0.75,colorup='red',colordown='green')plt.xticks(range(len(df.index.values)),df.index.values,rotation=30)axes.grid(True)plt.title("K-Line")plt.show()#K线图带交易量def testKLineByVolume(self):file_name = "./demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df = df[["date","close","open","high","low","volume"]]df["date"] = pd.to_datetime(df["date"])df = df.set_index('date')my_color = mpf.make_marketcolors(up = 'red',down = 'green',wick = 'i',volume = {'up':'red','down':'green'},ohlc = 'i')my_style  = mpf.make_mpf_style(marketcolors = my_color,gridaxis = 'both',gridstyle = '-.',rc = {'font.family':'STSong'})mpf.plot(df,type = 'candle',title = 'K-LineByVolume',ylabel = 'price',style = my_style,show_nontrading = False,volume = True,ylabel_lower = 'volume',datetime_format = '%Y-%m-%d',xrotation = 45,linecolor = '#00ff00',tight_layout = False)# K线图带交易量及均线def testKLineByMA(self):file_name = "./demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df = df[["date","close","open","high","low","volume"]]df["date"] = pd.to_datetime(df["date"])df = df.set_index('date')my_color = mpf.make_marketcolors(up = 'red',down = 'green',wick = 'i',volume = {'up':'red','down':'green'},ohlc = 'i')my_style  = mpf.make_mpf_style(marketcolors = my_color,gridaxis = 'both',gridstyle = '-.',rc = {'font.family':'STSong'})mpf.plot(df,type = 'candle',mav = [5,10],title='K-LineByVolume',ylabel='price',style=my_style,show_nontrading=False,volume=True,ylabel_lower='volume',datetime_format='%Y-%m-%d',xrotation=45,linecolor='#00ff00',tight_layout=False)

该视频主要讲述了股票时间序列的实战应用及pandas库中相关函数的使用。首先介绍了时间序列在金融领域的重要性，包括趋势分析和相关性分析。接着，详细阐述了pandas中处理时间序列的常用函数，如datetime、loc等，以及如何使用它们进行数据筛选和分组。最后，通过实战案例，展示了如何使用pandas读取股票数据，并对数据进行基本的描述性统计分析，包括非空值、数据类型以及每列的基本统计量等。
分段总结

折叠

00:01股票时间序列分析介绍

1.股票时间序列是金融领域最重要的数据类型，包括股价、汇率等。 2.时间序列数据按年月季度周日甚至小时分钟tick（毫秒级）进行记录。 3.时间序列分析主要包括趋势分析和相关性分析。

02:19pandas在时间序列分析中的常见函数

1.datetime是pandas中表示时间的数据结构，方便进行各种时间运算。 2.loc函数用于筛选时间或列数据。 3.groupby函数用于按时间或股票ID对数据进行分组。

03:48股票时间序列实战环节

1.读取数据函数df.read_csv()等，与单派使用方式相似。 2.describe函数用于描述dataframe的基本信息，如count、mean、std、min、max等。 3.处理时间列，将其转换为datetime类型，并进行年、月、日的提取。 4.计算最低收盘价、最小值索引等。

11:27每月平均收盘价与开盘价计算

1.先计算月份，然后按月分组计算平均开盘价和收盘价。 2.使用groupby和mean函数进行计算。

14:34涨跌幅计算

1.涨跌幅为今日收盘价减去昨日收盘价。 2.使用diff函数计算涨跌幅。

17:46本章小结

1.股票时间序列是金融数据最重要的数据结构。 2.时间序列分析包括趋势分析和相关性分析。 3.pandas在时间序列分析中的常见函数包括datetime、loc和groupby。
k线图的正常实现
代码

import matplotlib.pyplot as plt
import pandas as pd
from mpl_finance import candlestick2_ochl
import mplfinance as mpf
from unittest import TestCase
#pip install mplfinance -i https://pypi.tuna.tsinghua.edu.cn/simpleclass TestPandasKline(TestCase):#读取股票数据，画出K线图def testKLineChart(self):file_name = "./demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]fig = plt.figure()axes = fig.add_subplot(111)candlestick2_ochl(ax=axes,opens=df["open"].values,closes=df["close"].values,highs=df["high"].values,lows=df["low"].values,width=0.75,colorup='red',colordown='green')plt.xticks(range(len(df.index.values)),df.index.values,rotation=30)axes.grid(True)plt.title("K-Line")plt.show()#K线图带交易量def testKLineByVolume(self):file_name = "./demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df = df[["date","close","open","high","low","volume"]]df["date"] = pd.to_datetime(df["date"])df = df.set_index('date')my_color = mpf.make_marketcolors(up = 'red',down = 'green',wick = 'i',volume = {'up':'red','down':'green'},ohlc = 'i')my_style  = mpf.make_mpf_style(marketcolors = my_color,gridaxis = 'both',gridstyle = '-.',rc = {'font.family':'STSong'})mpf.plot(df,type = 'candle',title = 'K-LineByVolume',ylabel = 'price',style = my_style,show_nontrading = False,volume = True,ylabel_lower = 'volume',datetime_format = '%Y-%m-%d',xrotation = 45,linecolor = '#00ff00',tight_layout = False)# K线图带交易量及均线def testKLineByMA(self):file_name = "./demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df = df[["date","close","open","high","low","volume"]]df["date"] = pd.to_datetime(df["date"])df = df.set_index('date')my_color = mpf.make_marketcolors(up = 'red',down = 'green',wick = 'i',volume = {'up':'red','down':'green'},ohlc = 'i')my_style  = mpf.make_mpf_style(marketcolors = my_color,gridaxis = 'both',gridstyle = '-.',rc = {'font.family':'STSong'})mpf.plot(df,type = 'candle',mav = [5,10],title='K-LineByVolume',ylabel='price',style=my_style,show_nontrading=False,volume=True,ylabel_lower='volume',datetime_format='%Y-%m-%d',xrotation=45,linecolor='#00ff00',tight_layout=False)

这段代码是一个用于 绘制股票K线图（蜡烛图） 的Python单元测试类，使用了 matplotlib、pandas 和 mplfinance 库。它包含三个测试方法，分别演示了不同的K线图绘制方式：

import matplotlib.pyplot as plt  # 基础绘图库
import pandas as pd  # 数据处理
from mpl_finance import candlestick2_ochl  # 旧版K线图绘制（已弃用，推荐用mplfinance）
import mplfinance as mpf  # 新版专业金融图表库
from unittest import TestCase  # 单元测试

mplfinance 是专门用于金融数据可视化的库，比 mpl_finance 更强大且维护更好。
pandas 用于读取和处理股票数据（CSV格式）。
unittest 用于组织测试用例。

2. 三个测试方法

(1) `testKLineChart`：基础K线图

python

复制

下载

def testKLineChart(self):df = pd.read_csv("./demo.csv")  # 读取数据df.columns = ["stock_id", "date", "close", "open", "high", "low", "volume"]  # 设置列名# 使用 matplotlib + mpl_finance 绘制K线fig = plt.figure()axes = fig.add_subplot(111)candlestick2_ochl(ax=axes,opens=df["open"].values,  # 开盘价closes=df["close"].values,  # 收盘价highs=df["high"].values,  # 最高价lows=df["low"].values,  # 最低价width=0.75,  # 蜡烛宽度colorup='red',  # 上涨颜色（红）colordown='green'  # 下跌颜色（绿）)plt.xticks(range(len(df.index.values)), df.index.values, rotation=30)  # X轴标签旋转30度axes.grid(True)  # 显示网格plt.title("K-Line")  # 标题plt.show()  # 显示图表

功能：

使用 matplotlib + mpl_finance（旧版）绘制 基本K线图。
红色表示上涨（收盘价 > 开盘价），绿色表示下跌（收盘价 < 开盘价）。
显示网格、调整X轴标签角度。

(2) `testKLineByVolume`：K线图 + 成交量

python

复制

下载

def testKLineByVolume(self):df = pd.read_csv("./demo.csv")df.columns = ["stock_id", "date", "close", "open", "high", "low", "volume"]df = df[["date", "close", "open", "high", "low", "volume"]]  # 选择需要的列df["date"] = pd.to_datetime(df["date"])  # 转为日期格式df = df.set_index('date')  # 设置日期为索引（mplfinance要求）# 自定义颜色风格my_color = mpf.make_marketcolors(up='red',  # 上涨颜色down='green',  # 下跌颜色wick='i',  # 影线颜色（i表示继承up/down颜色）volume={'up': 'red', 'down': 'green'},  # 成交量颜色ohlc='i'  # K线主体颜色继承)my_style = mpf.make_mpf_style(marketcolors=my_color,  # 应用颜色gridaxis='both',  # 显示网格gridstyle='-.',  # 网格线样式（虚线）rc={'font.family': 'STSong'}  # 字体（宋体）)# 使用 mplfinance 绘制K线 + 成交量mpf.plot(df,type='candle',  # 蜡烛图类型title='K-LineByVolume',  # 标题ylabel='price',  # Y轴标签style=my_style,  # 应用自定义样式show_nontrading=False,  # 不显示非交易日volume=True,  # 显示成交量ylabel_lower='volume',  # 成交量Y轴标签datetime_format='%Y-%m-%d',  # 日期格式xrotation=45,  # X轴标签旋转45度linecolor='#00ff00',  # 辅助线颜色tight_layout=False  # 不自动调整布局)

功能：

使用 mplfinance 绘制 K线图 + 成交量。
自定义颜色（红涨绿跌）。
成交量柱状图也用红/绿区分涨跌。
支持中文显示（STSong 宋体）。

(3) `testKLineByMA`：K线图 + 成交量 + 均线

python

复制

下载

def testKLineByMA(self):# 数据预处理（同上）df = pd.read_csv("./demo.csv")df.columns = ["stock_id", "date", "close", "open", "high", "low", "volume"]df = df[["date", "close", "open", "high", "low", "volume"]]df["date"] = pd.to_datetime(df["date"])df = df.set_index('date')# 颜色和样式设置（同上）my_color = mpf.make_marketcolors(up='red', down='green', wick='i', volume={'up':'red','down':'green'}, ohlc='i')my_style = mpf.make_mpf_style(marketcolors=my_color, gridaxis='both', gridstyle='-.', rc={'font.family':'STSong'})# 使用 mplfinance 绘制K线 + 成交量 + 均线mpf.plot(df,type='candle',mav=[5, 10],  # 5日均线和10日均线title='K-LineByVolume',ylabel='price',style=my_style,show_nontrading=False,volume=True,ylabel_lower='volume',datetime_format='%Y-%m-%d',xrotation=45,linecolor='#00ff00',tight_layout=False)

功能：