一行代码获取股票、基金数据，并绘制K线图

线图"/>

一行代码获取股票、基金数据，并绘制K线图

大家好，我是老表，今天这篇文章和大家分享一下如何利用Python获取股票、基金数据，并进行可视化，为金融分析&可视化先导篇，欢迎大家学习、点赞、收藏支持。

文末赠书

5 本《Python量化交易实战》等你领取

一、基础准备

• 环境：python 3.7+

• 需要安装第三方模块：mplfinance、akshare

• 运行编辑器：jupyter notebook

二、动手动脑

2.1 环境准备

首先需要你的电脑安装好了Python环境，并且安装好了Python开发工具。

如果你还没有安装，可以参考以下文章：

如果仅用Python来处理数据、爬虫、数据分析或者自动化脚本、机器学习等，建议使用Python基础环境+jupyter即可，安装使用参考Windows/Mac 安装、使用Python环境+jupyter notebook

如果想利用Python进行web项目开发等，建议使用Python基础环境+Pycharm，安装使用参考 ：Windows下安装、使用Pycharm教程，这下全了 和 Mac下玩转Python-安装&使用Python/PyCharm 。

2.2 模块安装

本次实验是在jupyter notebook上进行，默认你已经安装好了Python基本环境和jupyter，如果没有安装可以看上面的环境安装部分。

首先打开终端，输入：

jupyter notebook

即可进入jupyter，会自动连接服务器，并跳转到网页，新建一个python文件。给文件重命名，容易区分：

在代码块中输入以下指令并运行，即可安装mplfinance（金融数据可视化，基于matplotlibe和pandas）和akshare（金融数据获取模块）：

!pip3 install mplfinance --user
!pip3 install akshare --user

2.3 模块基本介绍与使用

2.3.1 mplfinance
基本介绍：用于金融数据可视化和可视化分析的 matplotlib 实用程序（接口），基于matplotlibe开发，并且与pandas的DataFrame数据有很好的结合。

项目地址：

基本使用方法：

import mplfinance as mpfmpf.plot(data)

其中 data数据是一个DataFrame数据类型，必须包含：Open, High, Low and Close这四列，并且有时间日期索引（类型为：DatetimeIndex）。

接下来，我们虚拟一个数据来看看效果吧：

import mplfinance as mpf
import pandas as pd# 创建日期索引
index_date = pd.DatetimeIndex(['20210906', '20210907', '20210908', '20210909'])
# 随便创建数据
data = pd.DataFrame({'Open': [1, 2, 3, 4], 'High': [2, 3, 4, 5], 'Low' : [0.5, 1, 2, 2],'Close': [2, 3, 4, 3]
}, index=index_date)
# 调用plot函数 进行绘图
mpf.plot(data)

我们看到，现在根据模拟数据我们简单绘制了一个简单的OHLC线条。

type参数使用，让绘图更加精彩：

mpf.plot(data,type='candle')

mpf.plot(data,type='line')

type还可以为：renko、pnf。

mav参数可以添加移动平均线，更好的看趋势。

mpf.plot(data, type='candle', mav=2)

还可以添加多条移动平均线：

mpf.plot(data, type='candle', mav=(2, 3))

更多使用方法，后面分章节给大家介绍，也欢迎大家去github地址自行学习，和我以及简说Python学习群友进行交流。

2.3.2 akshare
基本介绍：AKShare 是一个优雅简单的 Python 金融数据接口库，你可以利用这个库轻松获取到金融财经数据。

项目地址：/ 基本使用方法：

• 获取指数数据

import akshare as ak
# 获取上证指数每日的变化数据 OHLC
sz_index = ak.stock_zh_index_daily(symbol="sh000001")

这样就可以获取到上证指数所有历史数据啦～

• 获取A股数据

# 获取茅台股票每日的变化数据 采用前复权方式计算（关于复权计算更多知识以后分享，大家可以网络查找相关资料）
stock_zh_mt_hist_df = ak.stock_zh_a_hist(symbol="600519", period="daily", start_date="20170301", end_date='20210913', adjust="qfq")

• 获取港股数据

# 获取港股腾讯股票历史数据
stock_hk_tx_hist_df = ak.stock_hk_hist(symbol="00700", start_date="20170301", end_date="20210913", adjust="qfq")

• 获取美股数据

# 获取美股苹果公司历史股票数据
stock_us_apple_hist_df = ak.stock_us_hist(symbol='105.AAPL', start_date="20100101", end_date="20210913", adjust="qfq")

• 获取基金数据

# 获取易方达蓝筹从发行到现在的净值数据
yfd_fund = ak.fund_em_open_fund_info(fund="005827", indicator="单位净值走势")

更多使用方法，后面分章节给大家介绍，也欢迎大家去github地址自行学习，和我以及简说Python学习群友进行交流。

来，操作

按上面方法，我们获取上证指数数据后，选取从2020-01-01到现在的数据进行可视化，然后在进行细分可视化，并选择不同的移动平均线。

• 2020-01-01 - '2021-09-13， mav=(200, 300, 350)

import akshare as ak
import mplfinance as mpf
import pandas as pd# 获取上证指数每日的变化数据 OHLC
sz_index = ak.stock_zh_index_daily(symbol="sh000001")
data1 = sz_index.loc['2020-01-01 00:00:00+00:00':'2021-09-13 00:00:00+00:00']
mpf.plot(data1, type='candle', mav=(200, 300, 350), volume=True)

• 2021-01-01 - '2021-09-13， mav=(30, 60, 120)

data2 = sz_index.loc['2021-01-01 00:00:00+00:00':'2021-09-13 00:00:00+00:00']
mpf.plot(data2, type='candle', mav=(30, 60, 120), volume=True)

• 2021-04-01 - '2021-09-13， mav=(5, 10, 20)

data3 = sz_index.loc['2021-04-01 00:00:00+00:00':'2021-09-13 00:00:00+00:00']
mpf.plot(data3, type='candle', mav=(5, 10, 20), volume=True)

今天就到这里啦，如果大家觉得文章不错，记得点个赞哈～金融分析&可视化系列会继续，本文全部源码还在整理中，大家可以先加老表微信，备注：金融分析，加入金融分析&可视化交流群，后面代码整理好了会第一时间群内公布获取方法。

老表荐书

图书介绍：《Python量化交易实战》

1、简单易学：本书使用 Python 3.7版本进行编写，代码简单，易于读者学习。

2、实践为主：本书不空讲 Python 理论知识，而是以实际的案例清晰、简明地介绍了如何用Python 实现即时量化交易选股系统的开发落地。

3、内容全面：覆盖量化回测步骤及即时选股系统搭建。

4、配备数据和源代码：提供所有案例的数据文件和 Python 源代码，供读者操作练习、快速上手。

5、学习路线图清晰：每章均是基于“需求分析→步骤分解→Python 编程开发”的学习路线，并根据项目的一般工作流程逐步展开，分析逻辑清晰，层层递进，由浅入深。

优惠购买：

赠书介绍：

1> 给本文在看+点赞，扫码加我微信，10.1 朋友圈抽奖赠书2本。

2> 给本文随意留言（15字以上）+点赞，第一个留言且关注满21天的读者可以获得赠书一本，另外留言点赞top1-2且点赞量大于20的读者可以获得赠书一本。

特别感谢：

暖暖姐和中国水利水电出版社支持

【注意⚠️】近三个月内获得赠书的读者将无法再次获得赠书，想要多次获得赠书，可以查看下面的投稿规则及激励。

--End--

1、想领取赠书，加我微信，朋友圈不定期送书；2、想咨询学习，加我微信，每次咨询仅9.9元；
3、更多需求（学习 代码 视频剪辑），都可以加我微信，欢迎咨询。

扫码即可加我微信

分享
收藏
点赞
在看