PythonStock(10):使用notebook + tushare + pandas 简单的股票分析,蜡烛图
2017-10-20 13:48
1116 查看
前言
使用Python开发一个股票项目。项目地址:
https://github.com/pythonstock/stock
相关资料:
http://blog.csdn.net/freewebsys/article/details/78294566
主要使用开发语言是python。
使用的lib库是pandas,tushare,TensorFlow,tornado等。
本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78272356
未经博主允许不得转载。
博主地址是:http://blog.csdn.net/freewebsys
1,研究股票的蜡烛图
利用 TensorFlow 的docker 镜像,安装 tushare,安装完成直接就可以直接使用了。上面同时还安装了其他的超级多的框架,非常方便。
开始使用 notebook 画 蜡烛图。
主要使用 matplotlib 画图。
matplotlib.finance.candlestick2_ochl
2,candlestick2_ochl画图
import pandas as pd import tushare as ts import datetime import matplotlib from matplotlib.dates import DateFormatter, WeekdayLocator,\ DayLocator, MONDAY import matplotlib.pyplot as plt from matplotlib.finance import candlestick2_ochl import matplotlib.ticker as ticker begin_time = '2017-07-01' end_time = '2017-10-01' code = "000001" df = ts.get_hist_data(code, start=begin_time, end=end_time) df = df.sort_index(0) df_idx = df.index.values # df.plot() fig, ax = plt.subplots(figsize=(20, 10)) # 设置图片大小。 # https://matplotlib.org/api/finance_api.html#module-matplotlib.finance # matplotlib.finance.candlestick2_ochl(ax, opens, closes, highs, lows, width=4, colorup='r', colordown='g', alpha=0.75) candlestick2_ochl(ax = ax, opens=df["open"].values, closes=df["close"].values, highs=df["high"].values, lows=df["low"].values, width=0.75, colorup='r', colordown='g', alpha=0.75) ax.xaxis.set_major_locator(ticker.MaxNLocator(20)) # 设置自动格式化时间。 def mydate_formatter(x,pos): try: return df_idx[int(x)] except IndexError: return '' ax.xaxis.set_major_formatter(ticker.FuncFormatter(mydate_formatter)) plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right') ax.grid(True) plt.title(code) plt.show()
展示的蜡烛图:
数据是平安银行的数据。
使用的是tushare 拉去数据。
然后使用matplotlib 的finace 库画蜡烛图。
# https://matplotlib.org/api/finance_api.html#module-matplotlib.finance # matplotlib.finance.candlestick2_ochl(ax, opens, closes, highs, lows, width=4, colorup='r', colordown='g', alpha=0.75)
使用蜡烛图,参数需要输入 opens, closes, highs, lows,也就是【今开盘】,【最高价】,【最低价】,【今收盘】。
同时设置 colorup=’r’, colordown=’g’ 涨是红色,跌是绿色。中国和国外的颜色不一样。
使用 ax.xaxis.set_major_formatter(ticker.FuncFormatter(mydate_formatter))
方法设置了,x坐标当中的日期。
将日期展示。
3,关于镜像信息
最近发现使用docker的好处了,TensorFlow 发布最新的1.3了,我使用的是docker环境做开发。然后我把基础镜像升级了。
再重新打包项目,就升级了。啥问题都没有。超级轻松。
同时只要是dockerfile 没有问题,在哪里运行都是一样的。
这个是超级爽的,现在已经很少在实体机器上安装东西了。
找个镜像,然后启动就行了。超级方便。同时也少了很多运维的问题,编译安装的问题。
安装编译使用参考:(前提要安装好docker)
https://github.com/pythonstock/stock
import pandas as pd import tushare as ts import numpy as np import tensorflow as tf import datetime import matplotlib as mpl import matplotlib.pyplot as plt import sys import platform print("sys: ",sys.version) print("pandas: ",pd.__version__) print("tushare: ",ts.__version__) print("numpy: ",np.__version__) print("matplotlib: ",mpl.__version__) print("tensorflow: ",tf.__version__) print(platform.platform()) print(platform.release()) print(platform.machine())
展示信息
sys: 3.5.2 (default, Nov 17 2016, 17:05:23) [GCC 5.4.0 20160609] pandas: 0.20.3 tushare: 0.9.8 numpy: 1.13.3 matplotlib: 2.0.2 tensorflow: 1.3.0 Linux-4.9.49-moby-x86_64-with-Ubuntu-16.04-xenial 4.9.49-moby x86_64
4,总结
环境搭建好了之后就是仔细的研究代码了。python 入门很快,学习深入了也不难,关键在坚持。将统计学的东西,机器学习的东西都引用到股票系统当中。
继续加油。
本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78294566
未经博主允许不得转载。
博主地址是:http://blog.csdn.net/freewebsys
相关文章推荐
- PythonStock(12):使用python,pandas进行股票分析
- 树莓派搭建股票量化分析服务器 基于tushare python
- PythonStock(9):使用优矿uqer.io 进行简单的数据分析
- PythonStock(17):使用scikit-learn进行股票分析
- 发现使用python+tushare做量化交易 其实不是很难
- 利用 Python 进行数据分析(七)pandas 简单介绍(Series 和 DataFrame)
- python数据分析包pandas的使用方法
- python数据挖掘数据分析pandas的介绍及简单例子
- [置顶] Python 使用itchat 对微信好友数据进行简单分析
- 【python日常一】使用python抓取拉勾网职位信息并做简单统计分析
- 【量化小讲堂-Python&Pandas系列01】如何快速上手使用Python进行金融数据分析
- 利用Python进行数据分析(10) pandas基础: 处理缺失数据
- PythonStock(2):tushare宏观数据使用pandas入库,增加唯一索引
- python pandas 的简单使用
- PythonStock(13):使用stockstats计算股票中的16个常用指标方法大全
- 【Python】Python的数据分析(二)——pandas安装及使用
- python爬取拉勾网招聘信息并利用pandas做简单数据分析
- Python中使用插入排序算法的简单分析与代码示例
- Python中使用插入排序算法的简单分析与代码示例
- Python数据分析(一):工具的简单使用