cufflinks-绘制K线图

bash 复制代码
pip install cufflinks

绘制K线图

python 复制代码
import yfinance as yf
import cufflinks as cf

cf.set_config_file(offline=True, world_readable=True)

data = yf.download('QQQ', '2022-01-01', '2023-05-06')

qf = cf.QuantFig(data, title='QQQ', legend='top', name='QQQ')
qf.add_volume()
qf.add_ema(periods=20, column='Close', color='gray')

qf.add_trendline('2023-01-06','2023-03-13',on='low')
qf.add_resistance('2022-08-16',on='high',mode='toend')
qf.add_support('2022-10-13',on='low',mode='toend')

qf.iplot(up_color='green',down_color='red')

剔除周六周日

python 复制代码
fig = qf.figure(up_color='green',down_color='red')
fig.update_xaxes(rangebreaks=[dict(bounds=["sat", "mon"])])
fig.show()

剔除所有非交易日

python 复制代码
import datetime

def date_range(begin, end):
    range_list = []
    d = begin
    delta = datetime.timedelta(days=1)
    while d <= end:
        range_list.append(d)
        d += delta
    return range_list

begin = datetime.date(2022,1,1)
end = datetime.datetime.now().date()
# 获取所有日期
dr = date_range(begin, end)


dr_str = list(map(lambda x: x.strftime("%Y-%m-%d"), dr))
# 获取所有交易日
data_str = list(map(lambda x: x.strftime("%Y-%m-%d"), data.index.tolist()))
# 获取所有非交易日
s = list(filter(lambda x: x not in data_str,dr_str))

fig = qf.figure(up_color='green',down_color='red')
fig.update_xaxes(
    rangebreaks=[
        dict(values=s)  # 剔除所有非交易日
    ]
)
fig.show()
相关推荐
John.Lewis几秒前
Python小课(6)基础语法⑤
开发语言·python
2301_777599371 分钟前
如何优化宝塔面板的服务器内存使用_调整MySQL内存占用
jvm·数据库·python
财经资讯数据_灵砚智能2 分钟前
基于全球经济类多源新闻的NLP情感分析与数据可视化(日间)2026年4月22日
人工智能·python·信息可视化·自然语言处理·ai编程
csgo打的菜又爱玩6 分钟前
7.DispatcherResourceManagerComponentFactory解析.md
开发语言·python·flink
耶夫斯计7 分钟前
Context Engineering:构建高可靠性 AI Agent 的底层逻辑
人工智能·python
Polar__Star13 分钟前
SQL如何高效导出大规模的分组汇总数据_利用分页与索引
jvm·数据库·python
2201_7610405914 分钟前
HTML怎么显示复杂图表摘要_HTML数据结论文字描述区【详解】
jvm·数据库·python
m0_7467523014 分钟前
HTML怎么标注回收估价规则_HTML估价逻辑说明折叠区【指南】
jvm·数据库·python
Greyson115 分钟前
SQL如何解决GROUP BY导致查询变慢_利用覆盖索引进行优化
jvm·数据库·python
m0_6138562919 分钟前
html标签如何插入图片_html中img标签的正确使用方式【方法】
jvm·数据库·python