（一）python金融数据分析--绘制图表

简单的数据分析及其调试

前期：数据调试
（一）股票相关的图形绘制
（二）金融数据的指标 β
（三）夏普率计算
（四）股指的移动平均数据
（五）实际案例
.
.
.
（一）股票相关的图形绘制
（1）股票常见的折线图
（2）蜡烛图
（3）点状图
（4）条形图，可以查看价格区间的频率
（5）单变量观测值分布图
（6）其他
.
.
.
前期工作：股票数据的调试

#基本数据包
import pandas as pd 
import numpy as np
import tushare as ts

  #绘制图表可视化
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
from datetime import datetime

以tushare数据包的旧版本为例，随机选择一个股票的历史数据进行分析和绘制；

tjg=ts.get_hist_data('600848',start='2019-01-05',end='2020-03-20')

注释1：这个获取方式获取的历史数据有限；
注释2：绘制出来的图表横轴的时间轴的顺序排列不符合常规；因为绘制的图表是按照从上到下，转化为从左到右的顺序；

解决方案：可以进行调整顺序；

#**默认按照升序**，如果需要降序就设ascending=False
tjg1=tjg.sort_index() 
tjg1.head()

注释：如果是最新版的tushare获取的数据因为是阿拉伯数字作为index，这个时候如果还想按照时间的顺序绘制图表的话，需要对index进行调整；

df.index=pd.to_datetime(df.trade_date)

1.绘制各种图表

（1）股票常见的折线图

tjg1["close"].plot(c='r',figsize=(15,8),legend=True)
tjg1.index

注释：legend=True 表示显示索取数据的label；
效果图：

注：鼠标惦记到plot然后按住shift+tap可以帮助查看这个函数的功能，这样就不需要去其他页面查看；

（2）蜡烛图

import mpl_finance as mpf

fig,ax =plt.subplots(figsize=(15,5))
mpf.candlestick2_ochl(ax,tjg1['open'],tjg1['close'],tjg1['high'],tjg1['low'],width=0.6,colorup='r',colordown='g')
ax.set_xticklabels(tjg1.index)
#此处的index根据实际的index进行修改，如果是数字为index就调整为
#ax.set_xticklabels(tjg['date'])
plt.grid(True)
plt.xticks(rotation=45)
plt.ylabel('Stock Price')
plt.xlabel('Date')
plt.show()

注释：横轴的时间不知道为什么有问题，暂时自己也没有解决，解决后更新；

备选方法：

from kline_candle import Kline_js
import tushare as ts
df = ts.get_hist_data('hs300', ktype='5')
Kline_js('hs300_k-line-5min',
         df,
         ma=('ma10', 'ma20'),
         width=800, height=400,
         )

（3）点状图

tjg1['high'].plot(figsize=(10,4),linestyle='--',marker="o",color='red')

（4）条形图，可以查看价格区间的频率

tjg1['low'].plot(kind='hist',color="black")

效果图：

（5）单变量观测值分布图

sns.distplot(tjg1['low'].dropna(),bins=100,color="orange")

效果图：

（6）更多图形
参考链接
官网链接