[PYTHON] Kerzendiagramm, Volumen, gleitende Durchschnittslinie, Bollinger-Band mit mplfinance anzeigen

Lassen Sie uns ein allgemeines Diagramm mit mplfinance anzeigen.

Nehmen wir als Beispiel Locondo (3358), das sich in 3 Monaten um das 3,5-fache erhöht hat. Die Umgebung ist Google Colaboratory.

Vorbereitungen

Erstellen Sie mit stooq eine Methode, mit der Aktienkursdaten abgerufen werden können.

import pandas as pd
import pandas_datareader.data as pdr
import numpy as np
from pandas.testing import assert_frame_equal

def makeDataFrame(code):
  df_temp = pdr.DataReader("{}.JP".format(code), "stooq")
  df = df_temp.loc[:,['Open','High','Low','Close','Volume']].sort_values('Date')
  return df

Bestätigung Erhalten Sie Daten für die letzten 100 Werktage.

df = makeDataFrame(3558).tail(100)
df.tail()

mplfinance Installation

Mit pip installieren.

Kerzenfußkarte anzeigen

Sie können es anzeigen, indem Sie den Typ angeben und zeichnen.

import mplfinance as mpf
mpf.plot(df, type='candle')

Lautstärke anzeigen

Fügen Sie einfach die Option volume = True hinzu.

Anzeige der gleitenden Durchschnittslinie

Die Linie des gleitenden Durchschnitts kann angezeigt werden, indem das Datum mit der Option mav angegeben wird. Dies ist ein Beispiel für die Anzeige der 5, 25, 75-Tage-Zeile.

mpf.plot(df, type='candle', mav=(5, 25, 75), volume=True)

Bollinger Bandanzeige

Installation der Pyti-Bibliothek

Installieren Sie die Bibliothek pyti, die das Bollinger-Band berechnet.

Bollinger-Bandberechnung

Berechnen Sie an der Referenzlinie 20.

from pyti.bollinger_bands import upper_bollinger_band as bb_up
from pyti.bollinger_bands import middle_bollinger_band as bb_mid
from pyti.bollinger_bands import lower_bollinger_band as bb_low

data = df['Close'].values.tolist()
period = 20
bb_up = bb_up(data,period)
bb_mid = bb_mid(data,period)
bb_low = bb_low(data,period)
df['bb_up'] = bb_up
df['bb_mid'] = bb_mid
df['bb_low'] = bb_low

Bestätigung

Lassen Sie uns zeichnen und prüfen, ob es berechnet werden kann.

Anzeige mit mplfinance

Standardmäßig erkennt mplfinance nur "Öffnen", "Hoch", "Niedrig", "Schließen" und "Volumen". Lassen Sie mplfinance das Element erkennen, das Sie mit make_addplot hinzufügen möchten. Geben Sie beim Anzeigen die anzuzeigenden Elemente zusammen mit der Option zum Hinzufügen von Plots an.

apd = mpf.make_addplot(df[['bb_up', 'bb_mid', 'bb_low']])
mpf.plot(df, type='candle', addplot=apd, volume=True)