聚寬量化——股票時間序列函數

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):#讀取股票數據，畫出K線圖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線圖帶交易量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線圖帶交易量及均線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)

該視頻主要講述了股票時間序列的實戰應用及pandas庫中相關函數的使用。首先介紹了時間序列在金融領域的重要性，包括趨勢分析和相關性分析。接著，詳細闡述了pandas中處理時間序列的常用函數，如datetime、loc等，以及如何使用它們進行數據篩選和分組。最后，通過實戰案例，展示了如何使用pandas讀取股票數據，并對數據進行基本的描述性統計分析，包括非空值、數據類型以及每列的基本統計量等。
分段總結

折疊

00:01股票時間序列分析介紹

1.股票時間序列是金融領域最重要的數據類型，包括股價、匯率等。 2.時間序列數據按年月季度周日甚至小時分鐘tick（毫秒級）進行記錄。 3.時間序列分析主要包括趨勢分析和相關性分析。

02:19pandas在時間序列分析中的常見函數

1.datetime是pandas中表示時間的數據結構，方便進行各種時間運算。 2.loc函數用于篩選時間或列數據。 3.groupby函數用于按時間或股票ID對數據進行分組。

03:48股票時間序列實戰環節

1.讀取數據函數df.read_csv()等，與單派使用方式相似。 2.describe函數用于描述dataframe的基本信息，如count、mean、std、min、max等。 3.處理時間列，將其轉換為datetime類型，并進行年、月、日的提取。 4.計算最低收盤價、最小值索引等。

11:27每月平均收盤價與開盤價計算

1.先計算月份，然后按月分組計算平均開盤價和收盤價。 2.使用groupby和mean函數進行計算。

14:34漲跌幅計算

1.漲跌幅為今日收盤價減去昨日收盤價。 2.使用diff函數計算漲跌幅。

17:46本章小結

1.股票時間序列是金融數據最重要的數據結構。 2.時間序列分析包括趨勢分析和相關性分析。 3.pandas在時間序列分析中的常見函數包括datetime、loc和groupby。
k線圖的正常實現
代碼

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):#讀取股票數據，畫出K線圖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線圖帶交易量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線圖帶交易量及均線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)

這段代碼是一個用于?繪制股票K線圖（蠟燭圖）?的Python單元測試類，使用了?matplotlib、pandas?和?mplfinance?庫。它包含三個測試方法，分別演示了不同的K線圖繪制方式：

import matplotlib.pyplot as plt  # 基礎繪圖庫
import pandas as pd  # 數據處理
from mpl_finance import candlestick2_ochl  # 舊版K線圖繪制（已棄用，推薦用mplfinance）
import mplfinance as mpf  # 新版專業金融圖表庫
from unittest import TestCase  # 單元測試

mplfinance?是專門用于金融數據可視化的庫，比?mpl_finance?更強大且維護更好。
pandas?用于讀取和處理股票數據（CSV格式）。
unittest?用于組織測試用例。

2. 三個測試方法

(1)?`testKLineChart`：基礎K線圖

python

復制

下載

def testKLineChart(self):df = pd.read_csv("./demo.csv")  # 讀取數據df.columns = ["stock_id", "date", "close", "open", "high", "low", "volume"]  # 設置列名# 使用 matplotlib + mpl_finance 繪制K線fig = plt.figure()axes = fig.add_subplot(111)candlestick2_ochl(ax=axes,opens=df["open"].values,  # 開盤價closes=df["close"].values,  # 收盤價highs=df["high"].values,  # 最高價lows=df["low"].values,  # 最低價width=0.75,  # 蠟燭寬度colorup='red',  # 上漲顏色（紅）colordown='green'  # 下跌顏色（綠）)plt.xticks(range(len(df.index.values)), df.index.values, rotation=30)  # X軸標簽旋轉30度axes.grid(True)  # 顯示網格plt.title("K-Line")  # 標題plt.show()  # 顯示圖表

功能：

使用?matplotlib?+?mpl_finance（舊版）繪制?基本K線圖。
紅色表示上漲（收盤價 > 開盤價），綠色表示下跌（收盤價 < 開盤價）。
顯示網格、調整X軸標簽角度。

(2)?`testKLineByVolume`：K線圖 + 成交量

python

復制

下載

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"]]  # 選擇需要的列df["date"] = pd.to_datetime(df["date"])  # 轉為日期格式df = df.set_index('date')  # 設置日期為索引（mplfinance要求）# 自定義顏色風格my_color = mpf.make_marketcolors(up='red',  # 上漲顏色down='green',  # 下跌顏色wick='i',  # 影線顏色（i表示繼承up/down顏色）volume={'up': 'red', 'down': 'green'},  # 成交量顏色ohlc='i'  # K線主體顏色繼承)my_style = mpf.make_mpf_style(marketcolors=my_color,  # 應用顏色gridaxis='both',  # 顯示網格gridstyle='-.',  # 網格線樣式（虛線）rc={'font.family': 'STSong'}  # 字體（宋體）)# 使用 mplfinance 繪制K線 + 成交量mpf.plot(df,type='candle',  # 蠟燭圖類型title='K-LineByVolume',  # 標題ylabel='price',  # Y軸標簽style=my_style,  # 應用自定義樣式show_nontrading=False,  # 不顯示非交易日volume=True,  # 顯示成交量ylabel_lower='volume',  # 成交量Y軸標簽datetime_format='%Y-%m-%d',  # 日期格式xrotation=45,  # X軸標簽旋轉45度linecolor='#00ff00',  # 輔助線顏色tight_layout=False  # 不自動調整布局)

功能：

使用?mplfinance?繪制?K線圖 + 成交量。
自定義顏色（紅漲綠跌）。
成交量柱狀圖也用紅/綠區分漲跌。
支持中文顯示（STSong?宋體）。

(3)?`testKLineByMA`：K線圖 + 成交量 + 均線

python

復制

下載

def testKLineByMA(self):# 數據預處理（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')# 顏色和樣式設置（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 繪制K線 + 成交量 + 均線mpf.plot(df,type='candle',mav=[5, 10],  # 5日均線和10日均線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：