如何用Python画出漂亮的股票K线—布林指标-成交量图

python:talib.BBANDS 画股价-布林线图 python talib BBANDS 画股价-布林线图,画基金净值-布林线图 阅读详情
👇我的小册 40章+教程:(小白零基础用Python量化股票分析小册) ,目前已经300多人订阅

本篇是我们量化小册中的一篇(小册内容详细看上面),前面我们讲了很多内容,如何准备爬取数据,拿到数据如何清洗,如何回测,如何用策略去开仓平仓,如何可视化等等。

但是有的时候我们开了信号,但是不知道怎么可视化,比如我需要把K线,指标,成交量都画在一张图上,这样方便我们回测的时候分析,最后时机可以拖动放大,其实不难,100多行Python代码就可以轻松搞定,我们先来看一下效果:

64e5aad423b56b0e73ecec5262f3198e.png

上面的图就是茅台的股票数据图,有k线,有布林指标,有成交量,看起来还不错。怎么画的呢,其实我们前面的文章讲过一些,用python的pyecharts来画的,其实还可以画很多指标,比如cci, macd,obv 等等,今天我们就画上图这样一个简单的。

1.准备数据,数据预处理

首先你需要拿到一个股票的日线数据,当然分钟线,小时线也可以(如何免费获取股票历史数据我们前面都讲过,小册里面也有),我这边就准备了一份茅台的历史数据,长这样:

5cc16b76dfc9e054a222908d439c19e0.png

这个是标准的k线数据,开盘价,最高价,收盘价,最低价,成交量,成交额,这些数据,拿到之后我们稍微处理一下即可。

23607950cfe0b051d301696980c5c41c.png

然后处理好数据之后,我们就开始计算指标,比如我们上面图里画布林指标,需要先计算一下,布林策略(我们前面详细深入的解读过这个策略,可以翻历史文章),计算布林的公式如下:

ed6af1ee2393983caeb0f074524ad7fc.png

我们默认的是20个周期,然后2个标准差来计算的,布林的上轨,中轨和下轨的线。然后我们需要把数据稍微处理一下,主要是为画图喂相应的格式:

ed81bf8b0a95adca653046f25d0f0167.png

2.开始画图

我们画图有3部分组成:k线,布林指标(折线图)和成交量的柱状图,3个图合成在一起构成了上面的图。下面我们来详细说说:

1).先画k线图

pycharts图里面自带了kline的函数,可以非常方便的话出股票的k线。核心的代码如下:

4ec3315d419c896e2a6caada0d196a1b.png

调用kline函数,x轴填入我们的股票的日线k线数据的datas = df[['open', 'close', 'low', 'high']].values.tolist() ,就是常见的open/high/low/close ,然后y轴填入日期,styleopts里面填入阳线和阴线常见的颜色即可成型。我们看一下效果:

2a9bd5587c239e24be972c3fffe85499.png

2).添加横坐标的日期放大功能

因为我们的股票的数据周期比较长,有几年,十几年的数据。需要对时机轴进行缩小和放大的功能,这样才能方便我们观察数据,怎么添加这个功能呢,很简单,在kline()里面增加一个datazoom_opts配置,然后可以设置一下即可

7c5bc94b559012d757b8824ffee3fd65.png

我们默认是把横坐标的日期放在[80,100]的地方,看一下效果:

4a2c28670e8404b58dc74601567a1bec.png

3). 增加布林指标

布林指标其实就是折线图,跟以前我们讲过的双均线指标一样的,只是布林分上轨,中轨,下轨线而已。我们拿一个上轨的为例说一下:

b5acdcbb09647c7bd750f2e49f94ab7b.png

里面pyecharts 里面的line()函数,x轴喂的是我们的股票里面的日期列表,然后y轴是我们的上轨的数据,颜色设置为红色。

line_upper = draw_line(series_name="上轨", xaxis_data=data['dates'], y_axis=data['upperband'], color='red')

我们看一下效果:

ddbab59f2e8e14cde6794775d7776504.png

其他的中轨和下轨都是类似的,我就不一一展开了,下面我们继续画成交量数据bar图。

4).成交量bar图

完成了上面的操作之后,我们还剩下一个成交量bar图,看一下核心代码:

b14bcf0cd75b4aefe2053b8b3112fd34.png

调用pyecharts里面的bar函数,然后x轴喂入我们的股票日期数据,y轴喂入我们的成交量数据,其他的参数用默认的即可,看一下效果:

5c490584b8ba52e7d88613dab80a10e3.png

最后我们把这几个图都合成到一个图里面即可。

5).合成图

pyecharts里面有一个Grid()类可以把多个指标图合成到一起,我们看一下代码即可:

781a2b2d987f12c6a8b455ed75d2c118.png

先设置一下grid()这个画布大小,我们默认用1380*600 px ,然后把kline ,布林的上轨,中轨,下轨,bar图都添加到Grid()里面即可。除了指标,我们还可以把回测的交易信号也放到图上,后面我会再写一篇详细讲一下。

好了,限于篇幅,我就不展开详细讲了,源码都在小册群里面,拿到源码自己跑一下即可。对量化有兴趣的同学可以看我们的小册,目前会员群里面已经几百个同学了,有兴趣的火速加入。

4af83341fa8df9b72c7e0ce8c83171e1.jpeg

最后推荐一下我们团队写的量化小册的内容,45篇内容!从Python安装,入门,数据分析,爬取股票基金的历史+实时数据,以及如何写一个简单量化策略,策略回测,如何看资金曲线统统都有介绍!非常超值!

欢迎订阅:原价199 早鸟价2杯咖啡钱,即可永久阅读。现在的价格非常非常低,只要2杯奶茶,就可以终身订阅+课程源码,还有永久陪伴群。48小时无理由退款,放心食用!

03ab9768d89523672feeeb1e6c93e580.png

推荐阅读:
量化: 如何用Python爬取创业板历史+实时股票数据!|实战股票分析篇利用Pandas 9招挖掘五粮液股价!|实战股票数据分析篇 Pandas滚动操作 |量化股票第一步,用Python画股票K线,双均线图,可视化你的股票数据!|如何用Python爬取全部800多只ETF基金数据!|如何用Python写一个双均线策略 |如何用Python开发一个多策略机器人!上篇!|Python量化系列-用布林策略买五粮液能赚多少钱?|只要4秒钟!用Python 获取上证指数34年的历史日线数据!
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径

干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影

趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!

AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影

小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|

Python股票K线图实战:ANTM可视化与技术指标分析 K线图是金融时间序列可视化的核心范式,本质是用区间表达价格波动的OHLC(开盘、最高、最低、收盘)结构。其绘制原理依赖于精准的时间对齐、涨跌颜色语义映射及技术指标的滚动计算逻辑。Python凭借pandas数据处理能力与mplfinance/Plotly专业绘图库,实现了可复现、可审计、高合规性的图表生成,显著优于Excel的易错性与TradingView的封闭性。在医疗股ANTM等蓝筹标的分析中,该技术栈支撑布林带、MACD、RSI等指标的参数化集成,并天然适配财报日标记、相对强度比较、波动率锥等进阶场景 阅读详情

相关推荐

Python股票K线可视化:mplfinance+Plotly动静分离实战

K线图是技术分析的基础视觉表达,其核心在于OHLC数据的时序对齐与精准渲染。传统工具如Excel易因日期错位导致形态失真,Matplotlib原生绘图难以处理非连续交易日;而专业级方案需兼顾静态精度与交互实用性。本文围绕yfinance数据获取、mplfinance底层K线绘制、Plotly交互增强三大技术环节,详解如何构建抗干扰、可复用、支持新兴市场(如印尼ANTM.JK)的可视化流水线。重点解决时区校准、复权处理、动静分离架构等工程痛点,适用于A股、港股、美股等多市场场景。

weixin_33423874的博客 240

Python绘制股票K线图

目录 1 股票K线图知识了解 2用Python绘制股票K线图 2.1安装绘制K线图的mpl_finance库 2.2引入相关库 2.3用Tushare库获取股票基本数据 2.4日期格式调整及表格转换 2.5绘制K线图 2.6添加均线图 2.7添加每日成交量柱形图 1 股票K线图知识了解 下图所示为“贵州茅台”股票的日线级别的K线图: K线图中的柱形通常称为“K线”,因为形似蜡烛,所以也称为蜡烛图。 K线是根据股票的4个价格绘制的: 开盘价(...

qq_42433311的博客 1万+

通达信公式从入门到精通:从指标应用到策略构建实战指南

技术指标是量化分析的基础工具,其核心原理是通过数学模型对市场行情数据进行处理,以可视化的方式揭示价格趋势、动量变化或市场情绪。在股票软件领域,通达信公式系统作为一种领域特定语言,将这一原理工程化,允许用户自定义技术指标、条件选股、交易系统和五彩K线。其技术价值在于将投资者的交易逻辑转化为可回测、可执行的自动化规则,从而提升分析的客观性和效率。典型应用场景包括趋势跟踪、波段交易、选股过滤以及市场监控。本文以通达信公式为例,深入探讨如何对现有指标进行逆向工程、历史回测与参数优化,并最终实现策略的内化与创新,其中

weixin_32705179的博客 282

pyecharts 画K线图

中文版帮助文档 http://pyecharts.org/#/zh-cn/ Kline/Candlestick(K线图), 这里以画基金净值月K线图为例: 数据文件M660008.csv ym,open,close,low,high,mavg 201601,1.1141,0.9496,0.9215,1.1350,1.0223 201602,0.9356,0.9274,0.9274,1.004...

belldeep的专栏 9259

震荡指标交易模型:四维协同的概率化实战框架

震荡指标是一类基于价格波动率与相对强弱关系的技术分析工具,其核心原理在于识别无趋势环境下的动能衰减、速度变化、位置极值与结构突破四大特征。不同于简单阈值判断,现代应用强调动态分位数校准、多周期验证与价格行为确认,显著提升信号可解释性与鲁棒性。该类模型在A股等高噪音市场中,可有效压缩持仓时间、降低无效交易频次,并支撑量化策略的可审计落地。本文聚焦RSI、MACD、Stochastic与CCI四指标的物理意义、协同逻辑及Python实操实现,覆盖数据清洗、信号生成、订单执行与实盘风控全链路。

weixin_30755393的博客 346

每日股票分析自动化:从数据采集到定时任务的完整实践

在量化投研与程序化交易逐渐普及的背景下,股票数据分析已成为开发者关注的热门方向。其核心并非绘制K线图,而是构建一条从行情数据采集、技术指标计算到信号生成与结果输出的稳定数据管道。理解数据源接口、字段映射、批处理容错机制是工程落地的关键。通过Python脚本实现多股票批量扫描,并借助定时任务完成每日自动更新,能够显著提升投研效率。本文从基础概念出发,讲解环境搭建、数据源选择、指标验证、批量失败重试、日志设计等实践要点,帮助开发者规避常见坑点,构建可靠的每日股票分析系统,让自动化流程真正服务于投资决策支持。

weixin_34405557的博客 378

Python实战:利用TA-Lib绘制布林线精准捕捉股票买卖点

本文详细介绍了如何利用Python和TA-Lib库计算并绘制布林线,以精准捕捉股票买卖点。通过实战代码演示了数据获取、指标计算、可视化及经典交易信号的自动化识别,并结合OBV指标进行策略优化,为量化交易新手提供了一个完整的技术分析入门指南。

weixin_29047545的博客 394

python如何绘制股票的K线图

在上面的代码中,我们首先使用 Pandas 库读取了股票数据,并将其转换为 K 线图数据格式。然后,使用 Matplotlib 库的 candlestick_ohlc 函数绘制了 K 线图,并对图形进行了设置。在 Python 中,可以使用多种库来绘制股票的 K 线图,例如 Matplotlib、Plotly、Bokeh 等。你可以使用类似的代码来绘制其他类型的股票图表,例如折线图、面积图等。如果你想要绘制其他类型的股票图表,例如折线图或面积图,可以使用 Matplotlib 库的其他函数和方法来实现。

zhangzhechun的专栏 3137

如何用Python开发一个多策略机器人!上篇!

关注我的另一个号并加星标(专注python指标与策略),不定期送书抽奖:大家好,我是菜哥!周末了,在家研究了一些好玩的东西。下面是一些碎碎叨叨的东西,不喜欢玩股票的可以不用看了!玩股票 大体分为技术派和价值派,这两个都有一大批的追随者。对于价值派一般都是做中长线的,而且是对股票的基本面有深入的理解,对公司的运营也都是非常了解的,但是在我们大A,很多财务报表不太敢恭维,这里就不细细讲了。国外确实有多...

cainiao_python的博客 982

使用 Python 生成股票 K 线图

使用 Python 生成股票 K 线图

weixin_43263566的博客 1470

UDS诊断ISO14229新手入门篇

这个命令的格式稍微复杂一点。sub-function = 0x06 用于读取某个 DTC 及其相关的环境数据,此时 parameter 为 4 个 byte,前三个 byte 用于标识我们要读取的 DTC,第四个 byte 用于标识要读取的环境数据的范围,UDS 规定使用 FF 来表示读取所有的环境数据,各厂家可以要根据自己的需求定义其他的值来代表要读取的环境数据的范围。环境数据包括 DTC 状态,优先级,发生次数,老化计数器,时间戳,里程等,厂家还可以根据自己的需求定义一些此 DTC 产生时的测量数据。

weixin_45387165的博客 1974

利用mplfinance的make_addplot实现多维度股票信号可视化

本文详细介绍了如何利用mplfinance库的make_addplot函数实现多维度股票信号可视化。通过实战演示,指导读者从叠加布林带指标开始,逐步添加买卖信号散点图,最终构建包含价格、成交量及RSI等多面板的专业分析看板,极大提升量化策略复盘与验证的效率。

m9n0o的博客 238

MATLAB配置MinGW编译器的完整指南

本文提供了在Windows系统上为MATLAB配置MinGW编译器的完整指南。详细介绍了通过MATLAB附加功能管理器在线安装和手动离线安装两种核心方法,并重点说明了如何解决常见的“未找到支持的编译器”等错误。指南包含从版本检查、环境变量配置到最终使用mex命令验证的每一步,帮助用户顺利完成MATLAB与MinGW的集成,以支持C/C++代码编译。

weixin_29031057的博客 264

利用Pandas进行股票数据可视化分析实战

本文手把手教你利用Pandas进行股票数据可视化分析实战。从搭建Python环境、使用Tushare获取数据,到数据清洗、核心指标计算,再到绘制价格走势图、移动平均线、涨跌幅分布及布林带等高级图表,提供了一个完整的A股数据分析流程。通过实战案例,帮助读者掌握用数据驱动的方式洞察市场波动与趋势。

w8x9y0z1的博客 804

YOLOv5 改进点总览:轻量化、高精度的背后有哪些魔改?

YOLOv5是由Ultralytics团队开发的高效目标检测模型,其核心改进包括:主干网络采用CSPDarknet53提升梯度传播效率;特征融合使用PANet增强小目标识别;输出结构采用解耦头设计优化定位和分类任务。此外,YOLOv5通过CIoU损失函数、Mosaic数据增强和SimOTA标签分配机制进一步提升性能。模型支持多种推理格式(ONNX/TensorRT等),并具备自动锚框匹配和多尺度训练功能,使其在轻量化(yolov5s仅7MB)与高性能(最高51.2% mAP)间取得平衡,但缺乏正式论文支撑是

guoguozgw的博客 1805

【STM32项目】老人健康跌倒检测系统实现(附教程PCB资料)

功能概述 跌倒检测 倾倒告警,人体角度倾斜至阈值触发蜂鸣报警 异常运动,加速度超过正常行动阈值时触发报警 心率监测 实时检测心率数据 血氧监测 实时检测采集血氧 血压测量 血压在线测量 红外体温 非接触体温采集方案 接触式体温采集方案 实时定位 中科微GPSGT-U12双频GPS北斗 GLONASS IRNSS定位系统 NEMA数据解析 可扩展高精度定位方案厘米级 屏幕显示 数据采集显示 告警阈值设置 语音提示 1欢迎使用老人智慧监测系统

洋洋的博客 1万+

量化交易策略实战:基于多指标共振的明牌趋势跟踪策略开发

量化交易通过数学模型和计算机程序执行投资决策,其核心原理在于将市场规律转化为可验证的交易信号。技术指标如移动平均线(MA)、布林带(Bollinger Bands)和成交量加权平均价格(VWAP)是构建信号体系的基础工具,它们分别从趋势、波动和资金维度刻画市场状态。在工程实践中,策略的价值体现在其可解释性、鲁棒性与实盘泛化能力。通过多指标共振机制,例如结合均线金叉、放量突破与波动率过滤,可以构建高置信度的趋势跟踪策略,有效应用于股票、加密货币等趋势性明显的市场。本文以经典的“明牌验证策略”为例,系统阐述了从

weixin_34417200的博客 441

CPU性能优化实战:寄存器重命名如何解决指令冲突(附3种实现方案对比)

本文深入解析了CPU性能优化中的关键技术——寄存器重命名,详细阐述了其如何通过物理寄存器堆(PRF)和重命名映射表(RAT)解决WAW、WAR、RAW等指令冲突,从而释放超标量处理器的并行潜力。文章重点对比了基于ROB、ARF扩展和统一PRF三种主流实现方案的设计权衡、电路代价与功耗影响,并探讨了现代处理器中并行重命名与状态恢复的实战机制。

weixin_29252171的博客 268

5个AI Agent组队写了个股票软件-实战全复盘

"多Agent协作"是今年AI圈最火的话题之一。但你搜到的内容,要么是理论框架分析,要么是简单的Demo演示。真正从零到一、用一个完整的真实项目把多Agent协作跑一遍的案例,几乎没有。所以AI军团决定自己来。🦞 总裁(CEO):总指挥,负责任务拆解、争议仲裁、最终决策💰 财务总监(CFO):项目管理、财务分析、质量验收📈 投资专家:市场分析、策略制定、模型参数设计📊 市场总监(CMO):宏观数据收集、行业分析、测试验证🔧 技术总监(CTO):架构设计、代码实现、踩坑记录。

qq_20575585的博客 379

AI大模型开发——transformer模型超全完整版(0基础可懂)

为了更深入的了解transformer模型,我们首先从transformer的诞生聊起吧。transformer在2017年由Vaswani等人首次提出,它摒弃了之前流行的循环神经网络和卷积神经网络的架构,引入了自注意力机制( Self-Attention),显著提高了处理序列数据的能力和效率。transformer模型的这种设计使其在处理长距离依赖问题时, 相比于传统的循环神经网络和长短期记忆网络(LSTM)表现得更加出色,至此, 开启了NLP技术的新篇章。

m0_74922316的博客 2120

CLASSB类移植(满足IEC 60730-1和60355-1标准)

针对软件认证需要满足IEC 60730-1和60335-1标准,ST公司专门提供的软件扩展包X-CUBE-CLASSB,它包含自测库和文档,支持多种STM32系列芯片,通过预集成测试库和标准化流程,帮助开发者快速满足国际安全标准,适用于家电、工业控制等高可靠性场景。ClassB软件包程序检测内容分为两个主要部分:启动时的自检和运行时的周期自检,MCU在上电的时候会进行复位启动,在启动完成以后会进行运行自检。

m0_61973119的博客 1402

波浪理论千人千浪怎么破?简化版三浪交易系统

刚学波浪理论那会儿,我对着K线图数浪数到怀疑人生。早上看是5浪上涨,下午就变成了ABC回调,晚上复盘又发现可能是延长浪。最崩溃的是发到群里讨论,十个人能数出八种不同浪型,还都能自圆其说。这哪是波浪理论,分明是"看你晕船"理论。

股票量化的博客 847

AI产品经理面试宝典第9天:关于AI产品经理的挑战与转型怎么回答

AI技术重构产品逻辑,AI产品经理需直面三大核心命题:用户定位差异、技术融合边界、商业价值转化。本文从千道真题中提炼出面试高频考点,剖析AI产品经理如何突破传统思维定式,在B端需求与C端体验间构建价值桥梁,用数据驱动产品创新,破解技术落地的隐性壁垒。掌握这三重跃迁法则,助你在AI浪潮中脱颖而出。

打造全国最全的AI Agent开发知识领域的博客 175

MCP协议驱动的可插拔股票AI系统架构设计

MCP(Multi-Component Protocol)是一种面向金融AI工程化的接口协议与运行时规范,其核心是通过标准化输入输出契约、进程隔离和组件注册机制,解决AI系统在数据源切换、模型替换、回测实盘一致性等场景下的耦合顽疾。它不替代模型能力,而是构建‘确定性计算+语义理解’的分层协作范式:技术指标用专用组件保障数值精确性,新闻分析交由LLM处理非结构化信息,二者通过JSON Schema强约束通信。该架构显著提升系统可观测性、故障隔离性与跨语言集成能力,适用于量化策略验证、AI交易代理开发及金融AI

weixin_30216561的博客 387

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

跨境ETF套利策略实战:从均值回复原理到Python回测全解析

在量化交易领域,套利策略旨在捕捉市场短暂的价格失衡以获取低风险收益。其核心原理基于“一价定律”,即相同或高度相关的资产在不同市场的价格应趋于一致。当价格因市场分割、流动性差异或信息不对称等因素发生偏离时,便产生了套利机会。实现这一过程的技术价值在于通过数学模型(如统计套利)和自动化交易系统,将市场无效性转化为稳定收益。应用场景广泛,包括跨市场、跨品种及跨境套利。本文以**跨境ETF套利**为例,深入剖析如何利用**ADF检验**验证价差序列的平稳性,并构建基于布林带通道的交易信号模型,最终通过Python回

weixin_30765577的博客 293

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

上一篇: ChatGPT原理与应用开发,B站播放量超30万!
下一篇: 深度学习的数学——使用Python语言!
菜鸟学Python
博客等级 码龄9年 8062粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值