本文概述了下载谷歌股票价格数据以及运用Python、matplotlib和yahooquery库创建蜡烛图的步骤。我们将详细说明如何绘制基本蜡烛图,添加5日和20日移动平均线,并充分利用mplfinance所提供的内建风格。如果您对使用yahooquery库的方法不熟悉,请参阅之前的文章[Python] Yahooquery:获取和管理过去股票和财务数据。
以下是获取过去60天谷歌股票价格数据的代码片段:
from yahooquery import Ticker
google = Ticker('GOOGL')
price_data = google.history(period='60d')
接下来,操作数据如下:
import pandas as pd
# 重置索引
price_data.reset_index(inplace=True)
# 将日期转换为日期时间格式
price_data['date'] = pd.to_datetime(price_data['date'])
# 将日期设置为索引
price_data.set_index('date', inplace=True)
import mplfinance as mpf
# 设定市场颜色
mc = mpf.make_marketcolors(up='g',down='r')
# 创建市场风格
s = mpf.make_mpf_style(marketcolors=mc)
# 绘制图表
mpf.plot(price_data,
style=s,
type='candle',
volume=True,
tight_layout=True)
以下是结果图像:
此图展示了没有移动平均线的基本蜡烛图。
# 绘制图表,添加5日和20日移动平均线
mpf.plot(price_data,
style=s,
type='candle',
mav=(5, 20),
volume=True,
tight_layout=True)
以下是图像:
此图包括5日和20日的移动平均线,强化了趋势分析。
mplfinance附带了若干内置风格,您可以在不创建自定义风格的情况下使用。取代我们之前所做的定义市场颜色:
mc = mpf.make_marketcolors(up='g',down='r')
s = mpf.make_mpf_style(marketcolors=mc)
您可以使用以下内置风格之一:
['binance', 'blueskies', 'brasil', 'charles', 'checkers', 'classic', 'default', 'ibd', 'kenan', 'mike', 'nightclouds', 'sas', 'starsandstripes', 'yahoo']
例如,要使用类似雅虎金融的风格:
# 使用雅虎风格绘制图表
mpf.plot(price_data,
style='yahoo',
type='candle',
mav=(5, 20),
volume=True,
tight_layout=True)
以下是采用雅虎金融风格的结果图像:
此方法通过运用适合不同偏好的预定义风格,简化了定制流程。
本文展示了如何使用蜡烛图可视化谷歌股票价格数据。借助mplfinance库,可以创造详细的视觉效果,添加像移动平均线这样的特性,并利用库的内置风格。这个方法可以作为金融分析和市场趋势观察的强有力的工具。
make_marketcolors
函数中修改参数。60d
。[Python] 通过多种示例深入了解位运算符 |
---|
[Python] 通过多种示例深入了解关系运算符 |
[Python] 解决 'zsh: command not found: python' 错误的方法 |
[Python] 通过多种示例深入了解赋值运算符 |
[Python] 通过多种示例深入了解算术运算符 |
CloneCoding
创新从一行代码开始!