El gráfico de velas también se conoce como gráfico japonés. Estos son ampliamente utilizados para el análisis técnico en el comercio, ya que visualizan el tamaño del precio dentro de un período. Tienen cuatro puntos Open, High, Low, Close ( OHLC ). Los gráficos de velas se pueden crear en python usando un módulo matplotlib llamado mplfinance .
Instalación:
pip install mplfinance
mplfinance.candlestick_ohlc()
Esta función se utiliza para trazar gráficos de velas japonesas.
Sintaxis: mplfinance.candlestick_ohlc(ax, quotes, width=0.2, colorup=’k’, colordown=’r’, alpha=1.0)
Parámetros:
- ax: una instancia de Axes para trazar.
- comillas: secuencia de (tiempo, apertura, máximo, mínimo, cierre, …) secuencias.
- ancho: Fracción de un día para el ancho del rectángulo.
- colorup: El color del rectángulo donde cerrar >= abrir.
- colordown: El color del rectángulo donde cerrar <abrir.
- alfa: (flotante) El nivel alfa del rectángulo.
Devoluciones: devuelve (líneas, parches) donde líneas es una lista de líneas añadidas y parches es una lista de parches rectangulares añadidos.
Para trazar el gráfico, tomaremos datos de NSE para el período del 01-07-2020 al 15-07-2020, los datos están disponibles para descargar en un archivo csv, o se pueden descargar desde aquí . Para este ejemplo, se guarda como ‘data.csv’.
Usaremos la biblioteca pandas para extraer los datos para trazar desde data.csv.
A continuación se muestra la implementación:
Python3
# import required packages import matplotlib.pyplot as plt from mplfinance import candlestick_ohlc import pandas as pd import matplotlib.dates as mpdates plt.style.use('dark_background') # extracting Data for plotting df = pd.read_csv('data.csv') df = df[['Date', 'Open', 'High', 'Low', 'Close']] # convert into datetime object df['Date'] = pd.to_datetime(df['Date']) # apply map function df['Date'] = df['Date'].map(mpdates.date2num) # creating Subplots fig, ax = plt.subplots() # plotting the data candlestick_ohlc(ax, df.values, width = 0.6, colorup = 'green', colordown = 'red', alpha = 0.8) # allow grid ax.grid(True) # Setting labels ax.set_xlabel('Date') ax.set_ylabel('Price') # setting title plt.title('Prices For the Period 01-07-2020 to 15-07-2020') # Formatting Date date_format = mpdates.DateFormatter('%d-%m-%Y') ax.xaxis.set_major_formatter(date_format) fig.autofmt_xdate() fig.tight_layout() # show the plot plt.show()
Producción :
Publicación traducida automáticamente
Artículo escrito por maryamnadeem20 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA