Trazar gráficos OHLC con Python

Los gráficos OHLC son uno de los gráficos financieros más importantes que representan los precios de apertura, máximo, mínimo y cierre de una acción. En este artículo, analicemos cómo trazar gráficos OHLC con bibliotecas de Python.

Método 1: gráfico OHLC usando la biblioteca Plotly

La biblioteca Plotly proporciona un gráfico llamado OHLC que se puede usar para trazar patrones de velas de los datos de acciones. Esta función requiere el marco de tiempo del precio de las acciones que se toma como el eje x de la gráfica. Los precios de apertura, máximo, mínimo y cierre de las acciones deben proporcionarse como argumentos posicionales. La punta de las líneas muestra el valor alto y bajo del precio de la acción y los segmentos horizontales muestran el precio de apertura y cierre de la acción.  

Sintaxis:

go.OHLC(x, open, high, low, close)

Parámetros:

• x – El objeto de la serie correspondiente al eje x
• abierto – El precio de apertura del guión
• alto: el precio más alto del guión en ese día.
• low – Precio más bajo del guión en ese día.
• close – El precio de cierre del script.

Ejemplo:

En este ejemplo, importamos los objetos gráficos de la biblioteca plotly e importamos el paquete panda para leer el conjunto de datos. Inicializamos los objetos gráficos Objeto Figura Dentro de la Figura, el objeto pasa la función go.ohlc. Esta función toma datos en el eje x y el precio de apertura, máximo, mínimo y cierre del script y utiliza fig. show() para ver el diagrama de ohlc en python.

Haga clic aquí para descargar el conjunto de datos.

# import plotly graph objects
import plotly.graph_objects as go
  
# import python pandas package
import pandas as pd
  
# read the stock price dataset
data = pd.read_csv(r"C:\Users\Downloads\TATAMOTORS.csv")
  
# use go.OHLC function and pass the date, open,
# high, low and close price of the function
fig = go.Figure(data=go.Ohlc(x=data['Date'],
                             open=data['Open Price'],
                             high=data['High Price'],
                             low=data['Low Price'],
                             close=data['Close Price']))
  
# show the figure
fig.show()

Producción:

Método 2: gráfico OHLC usando la biblioteca mpl_finance

Se puede trazar un gráfico OHLC similar usando la biblioteca python mpl_finance. La biblioteca mpl_finance requiere que los datos estén en un formato específico. La columna de fecha debe estar en formato DateTime. Los nombres de la otra columna deben nombrarse como Abierto, Alto, Cercano y Bajo. Además del patrón de velas simple, la biblioteca mpl_finance proporciona variantes adicionales de gráficos OHLC que se pueden modificar cambiando el parámetro de tipo como Renko, gráfico pmf, etc. Con dicha preparación de datos, se puede trazar un gráfico OHLC utilizando la biblioteca mpl_finance.

Sintaxis:

mpl.plot(data, type)

Parámetros:

• data: un objeto de marco de datos, con fecha como índice y formato de fecha y hora y columnas Open, High, Low y Close.
• tipo: especifica el tipo de gráfico ohlc. Vela, renko, pmf, etc.

Ejemplo:

En este ejemplo, el conjunto de datos utilizado es el mismo que en el ejemplo anterior. Si es necesario, instale el paquete mplfinance usando pip install: actualice mplfinance e importe el paquete mplfinance y pandas como se muestra, luego configuramos la función parse_dates en True y mencionamos la columna para ser indexado. Ahora, establecemos la columna de índice como ‘Fecha’, usando la función de gráfico de mplfinance, y mencionamos el tipo como una vela para obtener el gráfico OHLC como se muestra en la salida en lenguaje python.

Haga clic aquí para descargar el conjunto de datos.

# import the mplfinance library
import mplfinance as mpf
  
# import the pandas package
import pandas as pd
  
# use read_csv function to read the dataset
data = pd.read_csv(r"C:\Users\Downloads\TATAMOTORS.csv",
                   parse_dates=True, index_col=1)
# set the index column as date
data.index.name = 'Date'
  
# use the plot function of mpl finance,
# and mention the type as candle to 
# get ohlc chart
mpf.plot(data, type='candle')

Producción: