Afficher le graphique des bougies, le volume, la ligne moyenne mobile, la bande de Bollinger avec mplfinance

Affiche un graphique commun avec mplfinance.

Prenons l'exemple de Locondo (3358), qui a multiplié par 3,5 en 3 mois. L'environnement est Google Colaboratory.

Préparation préalable

Créez une méthode qui peut obtenir des données sur le cours des actions avec stooq

import pandas as pd
import pandas_datareader.data as pdr
import numpy as np
from pandas.testing import assert_frame_equal

def makeDataFrame(code):
  df_temp = pdr.DataReader("{}.JP".format(code), "stooq")
  df = df_temp.loc[:,['Open','High','Low','Close','Volume']].sort_values('Date')
  return df

Vérification Obtenez les données des 100 derniers jours ouvrés.

df = makeDataFrame(3558).tail(100)
df.tail()

installation de mplfinance

Installez avec pip.

Afficher le tableau des pieds de bougie

Vous pouvez l'afficher simplement en spécifiant le type et le traçage.

import mplfinance as mpf
mpf.plot(df, type='candle')

Afficher le volume

Ajoutez simplement l'option volume = True.

Afficher la ligne moyenne mobile

La ligne de moyenne mobile peut être affichée en spécifiant la date avec l'option mav. Voici un exemple d'affichage de la ligne 5, 25, 75 jours.

mpf.plot(df, type='candle', mav=(5, 25, 75), volume=True)

Affichage de la bande de Bollinger

Installation de la bibliothèque pyti

Installez la bibliothèque pyti qui calcule la bande de Bollinger.

Calcul de la bande de Bollinger

Calculez à la ligne de référence 20.

from pyti.bollinger_bands import upper_bollinger_band as bb_up
from pyti.bollinger_bands import middle_bollinger_band as bb_mid
from pyti.bollinger_bands import lower_bollinger_band as bb_low

data = df['Close'].values.tolist()
period = 20
bb_up = bb_up(data,period)
bb_mid = bb_mid(data,period)
bb_low = bb_low(data,period)
df['bb_up'] = bb_up
df['bb_mid'] = bb_mid
df['bb_low'] = bb_low

Vérification

Tracons et vérifions s'il peut être calculé.

Affichage avec mplfinance

Par défaut, mplfinance ne reconnaît que "Open", "High", "Low", "Close" et "Volume". Faites reconnaître à mplfinance l'élément que vous souhaitez ajouter avec make_addplot. Lors de l'affichage, spécifiez les éléments à afficher avec l'option addplot.

apd = mpf.make_addplot(df[['bb_up', 'bb_mid', 'bb_low']])
mpf.plot(df, type='candle', addplot=apd, volume=True)