使用資料庫數據繪制股票k線圖

1.

閫夊彇鍗曞厓鏍煎尯鍩烝1:D5,鍗曞嚮鈥滃浘琛ㄥ悜瀵尖濆浘鏍

2.

鍦ㄥ脊鍑虹殑鈥滃浘琛ㄧ被鍨嬧濆硅瘽妗嗕腑閫変腑鑲′環鍥劇殑鈥滃紑鐩-鐩橀珮-鐩樹綆-鏀剁洏鍥鋸(絎2

涓瀛愬浘琛ㄧ被鍨),鎸変笅涓姝ラ敭銆

3.

鍦ㄥ浘琛ㄦ暟鎹婧愬硅瘽妗嗙殑鏁版嵁鍖哄煙涓灝嗏滅郴鍒椾駭鐢熷湪鈥濅慨鏀逛負鈥滆屸,鎸変笅涓姝ラ敭銆

4.

鍦ㄢ滃浘琛ㄩ夐」鈥濆硅瘽妗嗙殑鍒嗙被(X)杞翠笅鏂瑰～鍏モ滄不鐤楃粍鈥,鍦ㄦ暟鍊(Y)杞翠笅鏂瑰～鍏モ滄渶澶у懠姘旈噺(FEV)鈥,鎸夊畬鎴愰敭銆

5.

鍦ㄧ粯鍥懼尯鐐瑰嚮鍙抽敭,閫夊彇鈥滄暟鎹婧愨啋緋誨垪鈫掓坊鍔犫,鍦ㄢ滃悕縐扳濆彸渚х敤榧犳爣閫夊彇鍗曞厓鏍糀6,鍦ㄢ滃尖濆彸渚х敤榧犳爣閫夊彇鍗曞厓鏍煎尯鍩烞6:D6

鎸夌『瀹氶敭銆

6.

鍦ㄧ綉鏍肩嚎涓婄偣鍑誨彸閿,鈥滄竻闄も濈綉鏍肩嚎;鍦ㄧ粯鍥懼尯鍗曞嚮鍙抽敭鈥滄竻闄も濊儗鏅鑹層

7.

鍦ㄦí鍧愭爣涓婂崟鍑誨彸閿,閫夊彇鈥

鍧愭爣杞

鏍煎紡鈫掑浘妗堚,鍙充笂閮ㄤ富瑕佸埢搴︾嚎綾誨瀷澶嶉夆滄棤鈥,鎸夌『瀹氶敭銆

8.

鍦ㄧ旱鍧愭爣涓婂崟鍑誨彸閿,閫夊彇鈥滃潗鏍囪醬鏍煎紡鈫掓暟瀛椻啋鏁板尖,灝忔暟浣嶆暟鏀逛負鈥0鈥,鎸夌『瀹氶敭銆

9.

鍦ㄧ辯殑涓蹇冧綅緗甈50

緋誨垪鏍囧織涓婂崟鍑誨彸閿,閫夊彇鈥滄暟鎹緋誨垪鏍煎紡鈫掑浘妗堚,鍦ㄧ晫闈㈠彸渚ф暟鎹鏍囪扮殑鏍峰紡澶勯夊彇鈥+鈥,鍓嶆櫙棰滆壊澶勯夐粦鑹,鈥滃ぇ灝忊濇敼涓6

紓,鎸夌『瀹氶敭;鍦

綆辯嚎鍥

鐨勯《閮≒100緋誨垪鏍囧織涓婂崟鍑誨彸閿,閫夊彇鈥滄暟鎹緋誨垪鏍煎紡鈫掑浘妗堚,鍦ㄧ晫闈㈠彸渚ф暟鎹鏍囪扮殑鏍峰紡澶勯夊彇闀挎í綰庫-鈥,鍓嶆櫙棰滆壊澶勯夐粦鑹,鈥滃ぇ灝忊濇敼涓6

紓,鎸夌『瀹氶敭;鍦ㄧ辯嚎鍥劇殑搴曢儴P0緋誨垪鏍囧織涓婂崟鍑誨彸閿,閫夊彇鈥滄暟鎹緋誨垪鏍煎紡鈫掑浘妗堚,鍦ㄧ晫闈㈠彸渚ф暟鎹鏍囪扮殑鏍峰紡澶勯夊彇闀挎í綰庫-鈥,鍓嶆櫙棰滆壊澶勯夐粦鑹,鈥滃ぇ灝忊濇敼涓6

紓,鎸夌『瀹氶敭銆

10.

閫傚綋璋冩暣緇樺浘鍖虹殑澶у皬,璋冩暣鏁翠釜鍥捐〃鍖哄煙鐨勫瓧浣撳ぇ灝,鍘婚櫎鍥捐〃鍖虹殑杈規嗙瓑,鍙鑾峰緱綆辯嚎鍥俱

❺ 股票K線圖怎麼畫

• K線圖繪制：

首先確定開盤和收盤的價格，它們之間的部分畫成矩形實體。如果收盤價格高於開盤價格，則k線被稱為陽線，用空心的實體表示。反之稱為陰線用黑色實體或白色實體表示。很多軟體都可以用彩色實體來表示陰線和陽線，在國內股票和期貨市場 ，通常用紅色表示陽線，綠色表示陰線。(但涉及到歐美股票及外匯市場的投資者應該注意：在這些市場上通常用綠色代表陽線，紅色代表陰線，和國內習慣剛好相反。)用較細的線將最高價和最低價分別與實體連接。最高價和實體之間的線被稱為上影線，最低價和實體間的線稱為下影線。

• K線圖優缺點
  

1、優點：能夠全面透徹地觀察到市場的真正變化。我們從K線圖中，既可看到股價（或大市）的趨勢，也同時可以了解到每日市況的波動情形。

2、缺點：

(1)繪制方法十分繁復，是眾多走勢圖中最難製作的一種。

(2)陰線與陽線的變化繁多。

• K線圖形態運用

1、頭肩型

K線在經過一段時日聚集後，在某一價位區域內，會出現三個頂點或底點，但其中第二個頂點或底點較其他兩個頂點或底點更高或更低的現象。如圖10-3是一頂二肩的頭肩頂；或圖10-4，是一底二肩的頭肩底型。然而，有時也可能出現三個以上的頂點或底點；若出現一個或二個頭部（或底部），兩個左肩與右肩，稱為復合型肩型（或復合型頭肩底）。

2、雙重頂

雙重頂是當某一種股票急速漲升至某一價位時，由於短線獲利回吐的賣壓出現，成交量擴大，股價自峰頂滑落，然後成交量隨股價的下跌而逐漸萎縮，股價止跌回升後又開始往上盤升，漲升至與前一峰頂附近價位時，成交量再增加，但卻比前一峰頂所創造出的成交量少，上檔賣壓再現，股價再度下跌，且跌破頸線，形成一直往下走的弱勢。頸線即是在雙峰間的低點劃一平行線，由於雙重頂完成後突破頸線，從圖形上可看出，非常類似英文字母「M」，故雙重頂又可稱「M」頭。

3、雙重底

雙重頂的反轉型態，形成「W」型；也就是股價下跌至某一價位時出現反彈，但是買方力量仍未能集中，股價再度回軟，然後跌勢趨於緩和，在跌至前次低價附近獲得支撐，買方力量此時增強，股價開始呈現轉強走勢。 應該注意的是，雙重頂（或雙重底）出現時，不一定都會呈現反轉走勢，有時依然會呈現整理型態。雙重頂或雙重底完成後，突破頸線幅度超過該股市價3%以上時，才能算是有效突破，否則，仍有可能是盤旋整理甚至反轉走勢。

❻ Python量化教程：不得不學的K線圖「代碼復制可用」

不管是對量化分析師還是普通的投資者來說，K線圖（蠟燭圖）都是一種很經典、很重要的工具。在K線圖中，它會繪制每天的最高價、最低價、開盤價和收盤價，這對於我們理解股票的趨勢以及每天的多空對比很有幫助。

一般來說，我們會從各大券商平台獲取K線圖，但是這種情況下獲得的K線圖往往不能靈活調整，也不能適應復雜多變的生產需求。因此我們有必要學習一下如何使用Python繪制K線圖。

需要說明的是，這里mpl_finance是原來的matplotlib.finance，但是現在獨立出來了（而且好像沒什麼人維護更新了），我們將會使用它提供的方法來繪制K線圖；tushare是用來在線獲取股票數據的庫；matplotlib.ticker中有個FuncFormatter()方法可以幫助我們調整坐標軸；matplotlib.pylab.date2num可以幫助我們將日期數據進行必要的轉化。

我們以上證綜指18年9月份以來的行情為例。

我們先使用mpl_finance繪制一下，看看是否一切正常。

可以看到，所有的節假日包括周末，在這里都會顯示為空白，這對於我們圖形的連續性非常不友好，因此我們要解決掉他們。

可以看到，空白問題完美解決，這里我們解釋一下。由於matplotlib會將日期數據理解為 連續數據 ，而連續數據之間的間距是有意義的，所以非交易日即使沒有數據，在坐標軸上還是會體現出來。連續多少個非交易日，在坐標軸上就對應了多少個小格子，但這些小格子上方並沒有相應的蠟燭圖。

明白了它的原理，我們就可以對症下葯了。我們可以給橫坐標（日期）傳入連續的、固定間距的數據，先保證K線圖的繪制是連續的；然後生成一個保存有正確日期數據的列表，接下來，我們根據坐標軸上的數據去取對應的正確的日期，並替換為坐標軸上的標簽即可。

上邊format_date函數就是這個作用。由於前邊我們給dates列生成了從0開始的序列連續數據，因此我們可以直接把它當作索引，從真正的日期列表裡去取對應的數據。在這里我們要使用matplotlib.ticker.FuncFormattter()方法，它允許我們指定一個格式化坐標軸標簽的函數，在這個函數里，我們需要接受坐標軸的值以及位置，並返回自定義的標簽。

你學會了嗎？

當然，一個完整的K線圖到這里並沒有結束，後邊我們會考慮加入均線、成交量等元素，感興趣的同學歡迎關注哦！