十行代碼繪制漂亮金融K線圖，這個(gè)神器你不可錯(cuò)過
近期發(fā)現(xiàn)許多小伙伴有繪制K線圖的需求，甚至有些同學(xué)沒有用第三方模塊自己寫代碼繪制圖表，其實(shí)這完全是重復(fù)性工作，網(wǎng)上有許多已經(jīng)成熟的K線圖繪制方案，比如我們今天要講的 Mplfinance.
Mplfinance 是 Matplotlib 組織開源項(xiàng)目的一部分。相對(duì)于Matplotlib，Mplfinance這個(gè)處于金融行業(yè)的垂直領(lǐng)域的模塊的關(guān)注度確實(shí)是少了一些，以至于很多朋友都不知道它的存在，實(shí)際上它非常實(shí)用且好用。
1.準(zhǔn)備
開始之前，你要確保Python和pip已經(jīng)成功安裝在電腦上，如果沒有，可以訪問這篇文章：超詳細(xì)Python安裝指南 進(jìn)行安裝。
(可選1) 如果你用Python的目的是數(shù)據(jù)分析，可以直接安裝Anaconda：Python數(shù)據(jù)分析與挖掘好幫手—Anaconda，它內(nèi)置了Python和pip.
(可選2) 此外，推薦大家用VSCode編輯器，它有許多的優(yōu)點(diǎn)：Python 編程的最好搭檔—VSCode 詳細(xì)指南。
請(qǐng)選擇以下任一種方式輸入命令安裝依賴：
1. Windows 環(huán)境 打開 Cmd (開始-運(yùn)行-CMD)。
2. MacOS 環(huán)境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.
pip install --upgrade mplfinance2.基本使用
我們以滬深300分鐘線為例，使用mplfinance繪制各類金融圖形。
首先看看數(shù)據(jù)結(jié)構(gòu)：
import pandas as pd
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
print(mins)
結(jié)構(gòu)如下：
day open high low close volume
0 2022-03-07 10:47:00 4406.223 4406.352 4405.662 4405.922 54345400
1 2022-03-07 10:48:00 4406.172 4406.175 4403.834 4403.918 70803100
2 2022-03-07 10:49:00 4403.333 4403.333 4402.235 4402.340 49632500
3 2022-03-07 10:50:00 4402.330 4402.519 4401.838 4402.519 48159200我們用于mplfinance的數(shù)據(jù)必須是 Pandas DataFrame. 字段則按需提供，至少要有時(shí)間字段和一列數(shù)據(jù)。另外原始數(shù)據(jù)如果是其他的數(shù)據(jù)類型，你必須得先轉(zhuǎn)成DataFrame格式。
此外，時(shí)間字段必須轉(zhuǎn)為DatetimeIndex：
# 公眾號(hào)：二七阿爾量化
import pandas as pd
import mplfinance as mpf
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
mins["day"] = pd.to_datetime(mins["day"])
mins = mins.set_index("day")
mins.index.name = 'Time'
print(mins)效果如下：
open high low close volume
Time
2022-03-07 10:47:00 4406.223 4406.352 4405.662 4405.922 54345400
2022-03-07 10:48:00 4406.172 4406.175 4403.834 4403.918 70803100
2022-03-07 10:49:00 4403.333 4403.333 4402.235 4402.340 49632500
2022-03-07 10:50:00 4402.330 4402.519 4401.838 4402.519 48159200準(zhǔn)備完成后就可以繪制圖表了：
# 公眾號(hào)：二七阿爾量化
import pandas as pd
import mplfinance as mpf
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
mins["day"] = pd.to_datetime(mins["day"])
mins = mins.set_index("day")
mins.index.name = 'Time'
# 繪制默認(rèn)圖像（美國(guó)線）
mpf.plot(mins)
繪制蠟燭圖（K線圖），為了避免圖表過大，我這里只取了240條K線：
# 公眾號(hào)：二七阿爾量化
import pandas as pd
import mplfinance as mpf
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
mins["day"] = pd.to_datetime(mins["day"])
mins = mins.set_index("day")
mins.index.name = 'Time'
candle_chart = mins.tail(240)
mpf.plot(candle_chart, type='candle')
黑白顏色太單調(diào)了，我們可以換成“雅虎”配色：
mpf.plot(candle_chart, type='candle', style='yahoo')
繪制線型圖：
# 公眾號(hào)：二七阿爾量化
import pandas as pd
import mplfinance as mpf
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
mins["day"] = pd.to_datetime(mins["day"])
mins = mins.set_index("day")
mins.index.name = 'Time'
mpf.plot(mins, type='line')
除了美國(guó)線、蠟燭圖（K線）、線型圖外，mplfinance還支持 renko、pnf 等圖形。有興趣的同學(xué)可以改個(gè)type看看效果：
3.添加技術(shù)指標(biāo)
繪制簡(jiǎn)單移動(dòng)平均線MA5，我們只需要多加一個(gè)參數(shù)：
# 公眾號(hào)：二七阿爾量化
import pandas as pd
import mplfinance as mpf
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
mins["day"] = pd.to_datetime(mins["day"])
mins = mins.set_index("day")
mins.index.name = 'Time'
candle_chart = mins.tail(240)
mpf.plot(candle_chart, type='candle', mav=5)
如果你需要多條移動(dòng)平均線，只需要將mav改為元組參數(shù)，傳入你需要的周期參數(shù)：
如果你還需要顯示成交量(volume), mplfinance 也能實(shí)現(xiàn)：
# 公眾號(hào)：二七阿爾量化
import pandas as pd
import mplfinance as mpf
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
mins["day"] = pd.to_datetime(mins["day"])
mins = mins.set_index("day")
mins.index.name = 'Time'
candle_chart = mins.tail(240)
mpf.plot(candle_chart, type='candle', mav=(5, 10, 20), volume=True)
如果你還想給蠟燭上色、想更改線條顏色、想增加其他指標(biāo)，請(qǐng)看第三部分高級(jí)使用。
4.高級(jí)使用
上色是非常簡(jiǎn)單的，正如我們之前換成雅虎配色一樣，你只需要添加style參數(shù)即可換成我們傳統(tǒng)的技術(shù)指標(biāo)顏色。
如果你想自定義顏色也是可以做到的，這里我將前120根柱子設(shè)置為藍(lán)黃相間，后120根柱子保留原形：
# 公眾號(hào)：二七阿爾量化
import pandas as pd
import mplfinance as mpf
mins = pd.read_csv('sh300_1min.csv',index_col=0,parse_dates=True)
mins["day"] = pd.to_datetime(mins["day"])
mins = mins.set_index("day")
mins.index.name = 'Time'
candle_chart = mins.tail(240)
mco = ['yellow','blue'] * 60 + [None] * 120
mpf.plot(candle_chart, volume=True, style='yahoo', type='candle', marketcolor_overrides=mco)效果如下：
有些同學(xué)還希望能夠繪制自己的技術(shù)指標(biāo)，mplfinance也可以做到：
mpf.make_addplot 支持添加任意圖形到任意panel上，panel參數(shù)默認(rèn)為0，如果設(shè)為1則將圖形添加到第二個(gè)圖上，color參數(shù)能設(shè)置圖形顏色，secondary_y 能將圖形的值設(shè)置到y(tǒng)軸上。效果如下：
此外，如果你希望能動(dòng)態(tài)看到整個(gè)繪制過程，增加個(gè)animation即可：
還有許多更有趣的玩法，你可以閱讀mplfinance的examples學(xué)習(xí)更多的使用技巧：
https://github.com/matplotlib/mplfinance/tree/master/examples
本文的全部代碼和數(shù)據(jù)包括mplfinance的examples都可以在【二七阿爾量化】公眾號(hào)后臺(tái)回復(fù)：mplfinance 下載。
我們的文章到此就結(jié)束啦，如果你喜歡今天的量化投資內(nèi)容，請(qǐng)持續(xù)關(guān)注二七阿爾量化。
有任何問題，可以在公眾號(hào)后臺(tái)回復(fù)：加群，回答相應(yīng)紅字驗(yàn)證信息，進(jìn)入互助群詢問。
希望你能在下面點(diǎn)個(gè)贊和在看支持我繼續(xù)創(chuàng)作，謝謝！
歡迎關(guān)注公眾號(hào)：二七阿爾量化