《金融数据分析——以Python为工具》_9、股票行情数据分析.pptxVIP

Chapter09

股票行情数据分析;

9.1股票K线分析概览

股票数据的分析可以分为基本面分析和技术分析两大类。

·基本面分析

宏观经济周期、金融市场环境、行业发展状况、公司发展前景。

·技术面分析

假设市场行为反映了市场的所有因素的影响、市场价格呈趋势变动、

历史会重演。;

最高价

上影线

收盘价

阳线实体

开盘价

下影线

最低价;

K线技术分析

经过200多年的演进，K线技术分析形成了具有完整形式和分析理

论的一套方法。

根据不同的情况，K线可能呈现光头(例如最高价等于收盘价的

阳线，没有上影线)、光脚(例如最低价等于开盘价阳线，没有下影线)、光头光脚线、十字线(开盘价等于收盘价)、T字线、一字线等。;

K线技术分析案例

本章将选择青岛啤酒(600600)从2007年1月4日到2008年12月

31日的日线行情数据进行分析。首先进行探索性数据分析，再对数据用mplfinance包进行可视化展示，最后用TA-Lib包对数据进行K线形态识别。;

9.2探索性数据分析

具体过程和结果见JupyterNotebook代码文件。;

9.3价格数据可视化

mplfinance(/matplotlib/mplfinance)是一个

基于Matplotlib和Pandas构建的金融数据可视化Python包。其旧版本名称为mplfinance。

Anaconda中没有包含mplfinance,用户需要通过pipinstall

mplfinance命令来安装。;

9.3价格数据可视化

mplfinance最重要的功能为基于股票(或其他金融工具)的行情

数据绘制K线图。其典型的绘图结果包含上下两个子图，第一个子图为K线图，第二个子图为成交量图。

mplfinance绘制K线图的函数主要有两个：plot()和make_addplot()。;

importmplfinanceasmpf

mpf.make_marketcolors()mpf.make_mpf_style()

mfp.plot()

mpf.make_addplot();

9.3价格数据可视化

1)mplfinance.plot(data,**kwargs,style,addplot)

其中data设置绘图数据，为包含股票行情序列的PandasDataFrame

对象，其索引为日期，至少包含“Open”、“High”、Low”、

“Close”、“Volume”这5列数据；kwargs是不定长参数，用于设置图形基本参数。;

9.3价格数据可视化

2)mplfinance.makempfstyle(marketcolors,gridaxis,gridstyle,

y_on_right)

该函数生成图形的风格对象，其返回值用于设置mplfinance.plot()函

数的style参数，marketcolors通过makemarketcolors()生成：

3)mplfinance.makemarketcolors(up,down,edge,wick,volume,

inherit);

9.3价格数据可视化

4)mplfinance.makeaddplot(data,type,panel=0,**kwargs)

该函数用于向主图添加新的图形，例如在K线图中添加布林带线。

具体过程和结果见JupyterNotebook代码文件。;

9.4技术指标计算及K线模式识别

TA-Lib(TechnicalAnalysisLibrary,官网：/)是一

个用于对金融市场数据进行技术分析的Python包，支持150多个技术指标的计算，如MA、MACD、RSI、布林带等，具体函数见表9-2。

TA-Lib更强大的功能在于K线模式识别，即在历史行情数据中检测特

定的K线形态，从而对交易决策提供指导。

TA-Lib包的安装过程容易出错，建议使用TA-Lib的离线安装包进行安

装。;

9.4技术指标计算及K线模式识别

TA-Lib包的技术指标包括重叠指标、动量指标、成交量指标和波动性

指标。

TA-Lib包提供了一日到五日的多种K线形态的识别函数，这些函数的

调用形式都是输入开、高、低、收四个价格序列(Series)。

更多函数及用法见TA-Lib的帮助文档：

https://mrjbq7.github.io/ta-lib/index.html及其GitHub网址：

/mrjbq7/ta-lib。;

9.4技术指标计算及K线模式识别

具体案例结果见JupyterNoteb