蜡烛图K线图采用PictureBox控件绘制是实现量化交易的第一步非python量化

用vb6.0开发的量化交易软件

VB6量化交易软件的演示视频演示如上

股票软件中的蜡烛图是非常重要的一个东西,这里用VB6.0自带的Picture1控件的Line方法就可以实现绘制。

关于PictureBox 中的line 用法 msdn 上的说明为如下所示

object.Line Step (x1, y1) Step - (x2, y2), color, BF

然而,vb6 提供了一个更简单的画方框的方法。当在 Line 方法中运用 B 选项时,vb6把指定点作为矩形的对角点,可画出一个矩形。所以,可用下列语句,代替上例中的四个语句:

Line (500, 500)--Step(1000, 1000), , B

FillStyle 和 FillColor

只要不改变 FillStyle 属性的设置值,所画的方框将是空的。(该方框运用缺省的 FillStyle 和设置值来进行填充,不过 FillStyle 的缺省值是 1-透明。)可将 FillStyle 属性改变为下表列出的任意设置值。

设置值 描述

0 实心的。可用 FillColor 属性设置的颜色填充方框。

1 透明(缺省值)。无论运用何种色彩,图形对象表现为空。

2 水平线。

3 垂直线。

4 向上的对角线。

5 向下的对角线。

6 十字交叉线。

7 对角交叉线。

所以,将 FillStyle 设置为 0,便可以用 FillColor 属性的颜色设置,将方框填充为实心。

另一种填充方框的方法,是在 B 之后指定 F。(注意,没有 B 就不能用 F。)当运用 F 选项时,Line 方法将忽略 FillColor 和 FillStyle 属性。运用 F 选项时,方框总是被填充为实心。下述语句运用具有 ForeColor 属性的一种实心图样,对方框进行填充

软件采用的是VB6.0开发,无任何第三方组件和DLL模块,纯VB代码实现。

Public Type 股票基本信息结构体

日期 As Date

开盘价 As Double

收盘价 As Double

最高价 As Double

最低价 As Double

成交量 As Long '成交了多少只股票

成交额 As Double '

振幅 As Double

涨幅 As Double '负数代表亏

价差 As Double '负数代表亏 - 这里表示亏多少

换手率 As Double

End Type

Public Function 获取JSON数组成员股价属性(ByVal K线蜡烛图json数据 As String, ByVal 数组序号 As Long) As 股票基本信息结构体

Dim arr

Dim a As 股票基本信息结构体

Dim 起始日期 As Date

Dim 蜡烛数量 As Long, 单个蜡烛信息串 As String, tem As String, i As Long

i = 数组序号

tem = "data.klines" \& i \& "" 'klines

单个蜡烛信息串 = JSONParse(tem, K线蜡烛图json数据) '获取数组长度

If 单个蜡烛信息串 <> "" Then

arr = Split(单个蜡烛信息串, ",") '拆分字符串

a.日期 = arr(0)

a.开盘价 = arr(1)

a.收盘价 = arr(2)

a.最高价 = arr(3)

a.最低价 = arr(4)

a.成交量 = arr(5)

a.成交额 = arr(6)

a.振幅 = arr(7)

a.涨幅 = arr(8)

a.价差 = arr(9)

a.换手率 = arr(10)

'

' Label1.Caption = a.开盘价

' Label2.Caption = a.收盘价

' Label3.Caption = Format(a.涨幅, "00.00") & "%"

获取JSON数组成员股价属性 = a

End If

End Function

相关推荐
benchmark_cc2 天前
A股量化尾盘筛选对数据时效敏感:行情链路变慢时先排查哪里?
python·数据分析·pandas·量化交易·股票数据·quantdash
yanxing5202 天前
从零搭建你的 A 股量化系统(三十九):可转债数据体系——转股价、溢价率、强赎条款怎么落库(AkShare)(附代码)
量化交易
benchmark_cc3 天前
第一次补历史 K 线:按股票拆还是按日期拆请求?
python·数据分析·pandas·量化交易·股票数据·quantdash
yanxing5203 天前
从零搭建你的 A 股量化系统(三十五):基本面:估值 / 行业 / 宏观(BaoStock)
量化交易
benchmark_cc4 天前
批量行情返回后,怎样把请求失败的股票和正常数据分开?
python·数据分析·pandas·量化交易·股票数据·quantdash
quantdash_cc5 天前
Python 获取实时行情后如何进行批量筛选?从全市场快照到策略候选池
开发语言·python·数据分析·量化交易·股票数据·quantdash
2601_966949657 天前
每日自动更新股票行情:如何设计可靠的数据任务,避免重复写入和脏数据
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
2601_966949657 天前
股票池发生变化后,如何高效更新行情数据?从全量刷新到增量同步
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
2601_966949658 天前
量化回测中分钟数据应该如何保存?从文件到数据仓库的工程化设计
开发语言·python·pandas·量化交易·股票数据·quantdash
benchmark_cc8 天前
如何设计一个 Python 实时行情获取程序?从轮询、数据处理到量化策略接入
python·数据分析·pandas·量化交易·股票数据·quantdash