AI炒股:自动画出A股股票的K线图并添加技术指标
创作时间:
作者:
@小白创作中心
AI炒股:自动画出A股股票的K线图并添加技术指标
引用
CSDN
1.
https://m.blog.csdn.net/AIGCTribe/article/details/139911308
本文将介绍如何使用Python编程语言和AKShare库获取A股股票的历史行情数据,并绘制包含布林线和MACD指标的K线图。以贵州茅台(股票代码:600519)为例,展示从2024年3月7日到2024年6月5日期间的数据分析过程。
在deepseek中输入提示词:
你是一个Python编程专家,要完成一个编写Python脚本的任务,具体步骤如下:
用AKShare库获取股票贵州茅台(股票代码:600519)在2024年3月7日到2024年6月5日期间的历史行情数据-前复权。
然后绘制K线图,并在K线图上添加布林线、MACD
注意:
每一步都要输出信息到屏幕上;
日期格式是YYYYMMDD;
设置中文字体,以解决中文显示乱码问题;
源代码:
import akshare as ak
import matplotlib.pyplot as plt
import pandas as pd
from mplfinance.original_flavor import candlestick_ohlc
import matplotlib.dates as mdates
import numpy as np
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
# 获取股票数据
stock_code = "600519"
start_date = "20240307"
end_date = "20240605"
print(f"正在获取股票 {stock_code} 从 {start_date} 到 {end_date} 的历史行情数据...")
stock_data = ak.stock_zh_a_hist(symbol=stock_code, start_date=start_date, end_date=end_date, adjust="qfq")
print("数据获取成功!")
# 将日期列转换为 matplotlib 可识别的日期格式
stock_data['日期'] = pd.to_datetime(stock_data['日期']).apply(lambda x: mdates.date2num(x))
# 重新排列列顺序以适应 mplfinance 的格式
stock_data = stock_data[['日期', '开盘', '最高', '最低', '收盘', '成交量']]
# 计算布林线
stock_data['中轨'] = stock_data['收盘'].rolling(window=20).mean()
stock_data['上轨'] = stock_data['中轨'] + 2 * stock_data['收盘'].rolling(window=20).std()
stock_data['下轨'] = stock_data['中轨'] - 2 * stock_data['收盘'].rolling(window=20).std()
# 计算 MACD
exp1 = stock_data['收盘'].ewm(span=12, adjust=False).mean()
exp2 = stock_data['收盘'].ewm(span=26, adjust=False).mean()
stock_data['MACD'] = exp1 - exp2
stock_data['信号线'] = stock_data['MACD'].ewm(span=9, adjust=False).mean()
stock_data['MACD柱'] = stock_data['MACD'] - stock_data['信号线']
# 绘制K线图
fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True, figsize=(14, 10))
# 绘制K线
candlestick_ohlc(ax1, stock_data[['日期', '开盘', '最高', '最低', '收盘']].values, width=0.6, colorup='red', colordown='green')
ax1.plot(stock_data['日期'], stock_data['中轨'], label='中轨')
ax1.plot(stock_data['日期'], stock_data['上轨'], label='上轨')
ax1.plot(stock_data['日期'], stock_data['下轨'], label='下轨')
ax1.xaxis_date()
ax1.legend()
ax1.set_title('贵州茅台 K线图与布林线')
# 绘制MACD
ax2.plot(stock_data['日期'], stock_data['MACD'], label='MACD')
ax2.plot(stock_data['日期'], stock_data['信号线'], label='信号线')
ax2.bar(stock_data['日期'], stock_data['MACD柱'], label='MACD柱')
ax2.xaxis_date()
ax2.legend()
ax2.set_title('贵州茅台 MACD')
plt.tight_layout()
plt.show()
热门推荐
汉字的造字法及演变
爆炸盐洗衣新风尚:安全高效,能否直投洗衣机大揭秘!
舟山新城:3000年前的神秘王城
杨四郎的历史结局探析
AI数字员工能否自主优化工作流程
江苏南通房子多少钱一平米?房价走势与购房策略解析
步骤详解!单颗牙套怎么戴上去全过程?准备|清洁|检查|佩戴按照步骤来其实并不难!
城中村拆迁补偿标准明细及评估方法详解
彭州市完善“售新-安装-回收-拆解”流程,优化家电以旧换新流程
大数据入门万字指南:从核心概念到实战案例解析
小空间大智慧:揭秘小户型洗衣机选购攻略,洗烘一体机VS洗烘套装,哪个更胜一筹?
中国与澳大利亚对决,谁能笑到最后?
感冒后鼻涕变黄粘稠怎么回事
企业管理危机应对策略与实践探讨
比亚迪的10亿美元可满足不了印度的野心
佛山医养结合养老院:集医疗与养护于一体的养老机构
玉手镯禁忌:哪些人群不宜佩戴?全面解析佩戴注意事项
营养与健康关系的多维度探讨
怎样采用煮茶器清洗普洱茶垢?看视频教程!
“线上诈骗+线下取现/快递寄运”,新型诈骗手段要当心!
女人嫉妒心理的深层解析与应对策略
日本人叫什么
公安局备案流程究竟涉及哪些关键步骤?
劳动争议调解和劳动争议仲裁的区别是什么?
文书档案管理表格在现代法律实践中的重要性与应用
拿外卖差点笑死人犯法吗?从配送员轻微交通违规案例看法律责任
古人结婚与现代有何不同,浅析古代婚姻制度的演变和特点
选择健身器械的专业建议
朱元璋的能力被高估了吗?从乞丐到开国皇帝的传奇人生
西安买房全攻略!买房就要注意这些