------從零開始學量化------
簡書：量化目錄傳送門
知乎：量化目錄傳送門

0. 前言

為什么去畫k線圖？？？同花順上不是已經有了嗎？？？

我的痛點：
場景一：在后期的代碼中，我們會使用svm、神經網絡中需要對數據進行打標簽，主要標記合適的買點和賣點，當你標記好的時候，沒有一個直觀的圖形來觀察標記的結果。
場景二：當你完成了一個量化策略，根據策略預測出的買點和賣點是否完全符合預期，有沒有錯誤，同樣也沒有一個直觀的圖形來觀察。

綜上，所以我選擇自己做一個k線圖，主要用于以上兩個場景。

1. 使用的開源框架

• tushare
• talib
• pyecharts

tushare，前面已經介紹過，是獲取金融數據的框架。

talib，前面也介紹過，用于計算技術指標。

pyecharts，前面并沒有介紹過，該框架用于繪制k線圖。
為什么不用matplotlib或者是seaborn畫k線圖呢？主要是因為seaborn繪制出來的是一個圖片，不能像同花順軟件一樣，對k線進行縮放、移動，不便于進行交互。所以此處使用pyecharts，但目前pyecharts社區還不太活躍，并且靈活性遠不如echarts，后面盡量不再使用pyecharts。

## 安裝pyecharts
pip install pyecharts

2. 代碼效果

image

3. 代碼簡介

• tushare抓取了2015-2018年的貴州茅臺（600519）的日線數據。
• 使用talib計算cci指標（Commodity Channel Index，順勢指標）
• 當cci>=50則選擇買入股票，當cci<50則賣出股票
• 繪制出k線圖和持倉情況

4. 參考代碼

import talib
import tushare
from pyecharts import Line, Kline, Bar, Overlap, Grid

# get 300ETF from tushare
data = tushare.get_k_data('600519', ktype='D', autype='None', start='2015-01-01', end='2018-07-01')
# 計算并畫出cci
cci = talib.CCI(data['high'].values, data['low'].values, data['close'].values, timeperiod=14)
# 簡單的一個擇時策略，當cci>50則持倉，當cci<50則空倉
position = [50 if idx >= 50 else 0 for idx in cci]

# 定義k線圖的提示框的顯示函數
def show_kline_data(params, pos):
param = params[0]
if param.data[4]:
return "date = " + param.name + "<br/>" + "open = " + param.data[1] + "<br/>" + "close = " + param.data[
2] + "<br/>" + "high = " + param.data[3] + "<br/>" + "low = " + param.data[
   4] + "<br/> "
else:
return "date = " + param.name + "<br/>" + "cci = " + param.value + "<br/>"
# 繪制cci
cci_line = Line()
cci_line.add("cci", x_axis=data['date'], y_axis=cci, is_datazoom_show=True,
 datazoom_xaxis_index=[0, 1],
 tooltip_tragger='axis',
 is_toolbox_show=True,
 yaxis_force_interval=100,
 legend_top="70%",
 legend_orient='vertical',
 legend_pos='right',
 yaxis_pos='left',
 is_xaxislabel_align=True,
 tooltip_formatter=show_kline_data,
 )

# 繪制持倉
bar = Bar()
bar.add('持倉', data['date'], position, is_datazoom_show=True)
# 將持倉和cci重疊在一個圖中
cci_overlap = Overlap()
cci_overlap.add(cci_line)
cci_overlap.add(bar)
cci_overlap.render()

# 畫出K線圖
price = [[open, close, lowest, highest] for open, close, lowest, highest in
 zip(data['open'], data['close'], data['low'], data['high'])]
kline = Kline("貴州茅臺", title_pos='center')
kline.add('日線', x_axis=data['date'], y_axis=price, is_datazoom_show=True,
  is_xaxislabel_align=True,
  tooltip_tragger='axis',
  yaxis_pos='left',
  legend_top="20%",
  legend_orient='vertical',
  legend_pos='right',
  is_toolbox_show=True,
  tooltip_formatter=show_kline_data)

# 將cci折線圖和K線圖合并到一張圖表中
grid = Grid()
grid.add(cci_overlap, grid_top="70%")
grid.add(kline, grid_bottom="40%")

grid.render()

如果你對我的文章有興趣，可以關注一下我的簡書和知乎，后期會在簡書和知乎上定期更新，傳送門在下方：
簡書：瀟瀟夜雨歸何處
知乎：瀟瀟夜雨
我相信，有趣的靈魂總會相遇！！！
你的關注，是我前進的動力！！！