owned this note changed 5 months ago
Published Linked with GitHub

台股個股線圖繪製─Python筆記(2)

tags: Python Coding

台股個股線圖

這篇的內容很單純,就是要畫出這個圖啦!!!

前一篇文章中,我們已經能使用twstock模組抓取特定個股的交易歷史,並且使用pandas模組把清單(list)加上表頭並轉換成Data Frame資料表,接著再將資料表的內容儲存為.csv檔案。接下來只要我們定期更新個股股價,便能開始研究價格走勢了。

在這張圖中我們可以看到幾個主要項目:

K線

![](https://i.imgur.com/zA6NLux.png=====================================================================[ㄤ
K線又稱作蠟燭線,一根蠟燭表示一天自開盤到收盤的價格表現,其中紅色代表上漲,綠色代表下跌,而中間的蠟燭上下限標記開盤及收盤價格,K線的上下橫線則為當日最高與最低價格。

均線

均線紀錄了一段特定時間中股票持有成本的平均值,英文原名是Moving Average(MA),舉例來說,下表是某檔股票5日的收盤價格,將5日的價格加總除以5即為5日均價,以每一天為中心計算前後兩日加總的均價,就能連成一條5日價格均線了。

時間 D-2 D-1 D0 D+1 D+2 5日均價
價格 52.5 53.0 59.5 55.2 49.5 53.94

而隨著加總平均計算的天數不同,均線代表的意涵也不同,以下是常見的均線技術分析:

均線種類 說明 分析意義
5日均線 周線,極短線操作指標 飆股跌破周線可能是出場時機
10日均線 雙周線,短線操作指標 強勢股跌破雙周線可能會進入短期整理
20日均線 月線,多頭操作指標 跌破月線可能會進入短期空頭修正格局
60日均線 季線,中期操作指標 跌破季線可能會進入中期空頭修正格局
240日均線 年線,長期操作指標 跌破季線可能會進入長期空頭修正格局

除了這5種算法以外,還有許多不同日數加總的判斷方式(例如6日線、22日線等),但對趨勢判斷的影響不會很大。程式中我設定顯示5、10及20日均線用於分析。

交易量

圖片下方的副圖表為每日的交易量,長條圖顏色對應當日的漲跌顯示。

Python程式中使用的模組

在這個程式中會用到以下幾個模組:

  • pandas:讀取.csv檔案,將股價資料轉為Data Frame資料表格式
  • matplotlib:Python科學繪圖的主要模組,功能超級強大
  • mplfinance:matplotlib旗下專門用於金融分析的繪圖模組,詳細的使用方式可參照開發者GitHub

資料前處理

首先引入需要的模組

import pandas as pd import matplotlib import mplfinance as mpf

設定我們要讀取的股票代號,再由pandas的pd.read_csv()功能讀取.csv檔案

target_stock = '0050' df = pd.read_csv(f'./data/{target_stock}.csv', parse_dates=True, index_col=1)

接著要對資料表中的Turnover表頭做一點修改,由於mplfinance模組中對於交易量的辨認是Volume這個字,所以我們使用pandas的df.rename()功能調整表頭。

df.rename(columns={'Turnover':'Volume'}, inplace = True)

這樣一來資料就準備好了,可以開始畫圖了!

開始畫圖吧!

由於mplfinance內建的漲/跌標記顏色是美國的版本(綠漲紅跌),所以我們要先使用mplfinance中自訂圖表外觀功能mpf.make_marketcolors()將漲/跌顏色改為台灣版本(紅漲綠跌),接著再將這個設定以mpf.make_mpf_style()功能保存為自訂的外觀。

mc = mpf.make_marketcolors(up='r', down='g', inherit=True) s = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)

其他圖表的細節設定(類型、均線、顯示交易量、圖表標題、套用外觀等)我們則建立一個可變參數將它們都放在裡面,這個做法當你有多張圖表要共用設定參數時會非常方便喔。

kwargs = dict(type='candle', mav=(5,20,60), volume=True, figratio=(10,8), figscale=0.75, title=target_stock, style=s)

最後只要很簡單的使用mpf.plot()就完成啦!

mpf.plot(df, **kwargs)

台股走勢圖繪圖成果

啟動程式後,會開啟一個視窗,除了有我們畫出的股價走勢圖外,matplotlib模組提供了圖表放大縮小與儲存圖檔的功能,也可以再調整圖表顯示的細節,功能真的超級強大。

完整程式碼

import pandas as pd import matplotlib import mplfinance as mpf # 導入pandas、matplotlib、mplfinance模組,將mplfinance模組縮寫為mpf # 這邊要導入matplotlib的原因是因為mplfinance繪圖時需要調用mptplotlib模組 target_stock = '0050' #設定要繪製走勢圖的股票 df = pd.read_csv(f'./data/{target_stock}.csv', parse_dates=True, index_col=1) #讀取目標股票csv檔的位置 df.rename(columns={'Turnover':'Volume'}, inplace = True) #這裡針對資料表做一下修正,因為交易量(Turnover)在mplfinance中須被改為Volume才能被認出來 mc = mpf.make_marketcolors(up='r',down='g',inherit=True) s = mpf.make_mpf_style(base_mpf_style='yahoo',marketcolors=mc) #針對線圖的外觀微調,將上漲設定為紅色,下跌設定為綠色,符合台股表示習慣 #接著把自訂的marketcolors放到自訂的style中,而這個改動是基於預設的yahoo外觀 kwargs = dict(type='candle', mav=(5,20,60), volume=True, figratio=(10,8), figscale=0.75, title=target_stock, style=s) #設定可變參數kwargs,並在變數中填上繪圖時會用到的設定值 mpf.plot(df, **kwargs) #選擇df資料表為資料來源,帶入kwargs參數,畫出目標股票的走勢圖
Select a repo