台股資料爬蟲─Python筆記(2)

logo

台股個股線圖

這篇的內容很單純，就是要畫出這個圖啦！！！

在前一篇文章中，我們已經能使用twstock模組抓取特定個股的交易歷史，並且使用pandas模組把清單(list)加上表頭並轉換成Data Frame資料表，接著再將資料表的內容儲存為.csv檔案。接下來只要我們定期更新個股股價，便能開始研究價格走勢了。

在這張圖中我們可以看到幾個主要項目：

K線

K線又稱作蠟燭線，一根蠟燭表示一天自開盤到收盤的價格表現，其中紅色代表上漲，綠色代表下跌，而中間的蠟燭上下限標記開盤及收盤價格，K線的上下橫線則為當日最高與最低價格。

均線

均線紀錄了一段特定時間中股票持有成本的平均值，英文原名是Moving Average(MA)，舉例來說，下表是某檔股票5日的收盤價格，將5日的價格加總除以5即為5日均價，以每一天為中心計算前後兩日加總的均價，就能連成一條5日價格均線了。

時間	D-2	D-1	D0	D+1	D+2	5日均價
價格	52.5	53.0	59.5	55.2	49.5	53.94

而隨著加總平均計算的天數不同，均線代表的意涵也不同，以下是常見的均線技術分析：

均線種類	說明	分析意義
5日均線	周線，極短線操作指標	飆股跌破周線可能是出場時機
10日均線	雙周線，短線操作指標	強勢股跌破雙周線可能會進入短期整理
20日均線	月線，多頭操作指標	跌破月線可能會進入短期空頭修正格局
60日均線	季線，中期操作指標	跌破季線可能會進入中期空頭修正格局
240日均線	年線，長期操作指標	跌破季線可能會進入長期空頭修正格局

除了這5種算法以外，還有許多不同日數加總的判斷方式(例如6日線、22日線等)，但對趨勢判斷的影響不會很大。程式中我設定顯示5、10及20日均線用於分析。

交易量

圖片下方的副圖表為每日的交易量，長條圖顏色對應當日的漲跌顯示。

Python程式中使用的模組

在這個程式中會用到以下幾個模組：

pandas：讀取.csv檔案，將股價資料轉為Data Frame資料表格式
matplotlib：Python科學繪圖的主要模組，功能超級強大
mplfinance：matplotlib旗下專門用於金融分析的繪圖模組，詳細的使用方式可參照開發者GitHub

資料前處理

首先引入需要的模組

Source codepython

import pandas as pd
import matplotlib
import mplfinance as mpf

設定我們要讀取的股票代號，再由pandas的pd.read_csv()功能讀取.csv檔案

Source codepython

target_stock = '0050'
df = pd.read_csv(f'./data/{target_stock}.csv', parse_dates=True, index_col=1)

接著要對資料表中的Turnover表頭做一點修改，由於mplfinance模組中對於交易量的辨認是Volume這個字，所以我們使用pandas的df.rename()功能調整表頭。

Source codepython

df.rename(columns={'Turnover':'Volume'}, inplace = True)

這樣一來資料就準備好了，可以開始畫圖了！

開始畫圖吧

由於mplfinance內建的漲/跌標記顏色是美國的版本(綠漲紅跌)，所以我們要先使用mplfinance中自訂圖表外觀功能mpf.make_marketcolors()將漲/跌顏色改為台灣版本(紅漲綠跌)，接著再將這個設定以mpf.make_mpf_style()功能保存為自訂的外觀。

Source codepython

mc = mpf.make_marketcolors(up='r', down='g', inherit=True)
s  = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)

其他圖表的細節設定(類型、均線、顯示交易量、圖表標題、套用外觀等...)我們則建立一個可變參數將它們都放在裡面，這個做法當你有多張圖表要共用設定參數時會非常方便喔。

Source codepython

kwargs = dict(type='candle', mav=(5,20,60), volume=True, figratio=(10,8), figscale=0.75, title=target_stock, style=s)

最後只要很簡單的使用mpf.plot()就完成啦！

Source codepython

mpf.plot(df, **kwargs)

台股走勢圖繪圖成果

plot

啟動程式後，會開啟一個視窗，除了有我們畫出的股價走勢圖外，matplotlib模組提供了圖表放大縮小與儲存圖檔的功能，也可以再調整圖表顯示的細節，功能真的超級強大。

完整程式碼

Source codepython

import pandas as pd
import matplotlib
import mplfinance as mpf
# 導入pandas、matplotlib、mplfinance模組，將mplfinance模組縮寫為mpf
# 這邊要導入matplotlib的原因是因為mplfinance繪圖時需要調用mptplotlib模組

target_stock = '0050' #設定要繪製走勢圖的股票

df = pd.read_csv(f'./data/{target_stock}.csv', parse_dates=True, index_col=1) #讀取目標股票csv檔的位置

df.rename(columns={'Turnover':'Volume'}, inplace = True) 
#這裡針對資料表做一下修正，因為交易量(Turnover)在mplfinance中須被改為Volume才能被認出來

mc = mpf.make_marketcolors(up='r',down='g',inherit=True)
s  = mpf.make_mpf_style(base_mpf_style='yahoo',marketcolors=mc)
#針對線圖的外觀微調，將上漲設定為紅色，下跌設定為綠色，符合台股表示習慣
#接著把自訂的marketcolors放到自訂的style中，而這個改動是基於預設的yahoo外觀

kwargs = dict(type='candle', mav=(5,20,60), volume=True, figratio=(10,8), figscale=0.75, title=target_stock, style=s) 
#設定可變參數kwargs，並在變數中填上繪圖時會用到的設定值

mpf.plot(df, **kwargs)
#選擇df資料表為資料來源，帶入kwargs參數，畫出目標股票的走勢圖

logo

台股個股線圖

這篇的內容很單純，就是要畫出這個圖啦！！！

在這張圖中我們可以看到幾個主要項目：

K線

均線

時間	D-2	D-1	D0	D+1	D+2	5日均價
價格	52.5	53.0	59.5	55.2	49.5	53.94

而隨著加總平均計算的天數不同，均線代表的意涵也不同，以下是常見的均線技術分析：

均線種類	說明	分析意義
5日均線	周線，極短線操作指標	飆股跌破周線可能是出場時機
10日均線	雙周線，短線操作指標	強勢股跌破雙周線可能會進入短期整理
20日均線	月線，多頭操作指標	跌破月線可能會進入短期空頭修正格局
60日均線	季線，中期操作指標	跌破季線可能會進入中期空頭修正格局
240日均線	年線，長期操作指標	跌破季線可能會進入長期空頭修正格局

交易量

圖片下方的副圖表為每日的交易量，長條圖顏色對應當日的漲跌顯示。

Python程式中使用的模組

在這個程式中會用到以下幾個模組：

pandas：讀取.csv檔案，將股價資料轉為Data Frame資料表格式
matplotlib：Python科學繪圖的主要模組，功能超級強大
mplfinance：matplotlib旗下專門用於金融分析的繪圖模組，詳細的使用方式可參照開發者GitHub

資料前處理

首先引入需要的模組

Source codepython

import pandas as pd
import matplotlib
import mplfinance as mpf

設定我們要讀取的股票代號，再由pandas的pd.read_csv()功能讀取.csv檔案

Source codepython

target_stock = '0050'
df = pd.read_csv(f'./data/{target_stock}.csv', parse_dates=True, index_col=1)

接著要對資料表中的Turnover表頭做一點修改，由於mplfinance模組中對於交易量的辨認是Volume這個字，所以我們使用pandas的df.rename()功能調整表頭。

Source codepython

df.rename(columns={'Turnover':'Volume'}, inplace = True)

這樣一來資料就準備好了，可以開始畫圖了！

開始畫圖吧

Source codepython

mc = mpf.make_marketcolors(up='r', down='g', inherit=True)
s  = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)

Source codepython

kwargs = dict(type='candle', mav=(5,20,60), volume=True, figratio=(10,8), figscale=0.75, title=target_stock, style=s)

最後只要很簡單的使用mpf.plot()就完成啦！

Source codepython

mpf.plot(df, **kwargs)

台股走勢圖繪圖成果

plot

完整程式碼

Source codepython

import pandas as pd
import matplotlib
import mplfinance as mpf
# 導入pandas、matplotlib、mplfinance模組，將mplfinance模組縮寫為mpf
# 這邊要導入matplotlib的原因是因為mplfinance繪圖時需要調用mptplotlib模組

target_stock = '0050' #設定要繪製走勢圖的股票

df = pd.read_csv(f'./data/{target_stock}.csv', parse_dates=True, index_col=1) #讀取目標股票csv檔的位置

df.rename(columns={'Turnover':'Volume'}, inplace = True) 
#這裡針對資料表做一下修正，因為交易量(Turnover)在mplfinance中須被改為Volume才能被認出來

mc = mpf.make_marketcolors(up='r',down='g',inherit=True)
s  = mpf.make_mpf_style(base_mpf_style='yahoo',marketcolors=mc)
#針對線圖的外觀微調，將上漲設定為紅色，下跌設定為綠色，符合台股表示習慣
#接著把自訂的marketcolors放到自訂的style中，而這個改動是基於預設的yahoo外觀

kwargs = dict(type='candle', mav=(5,20,60), volume=True, figratio=(10,8), figscale=0.75, title=target_stock, style=s) 
#設定可變參數kwargs，並在變數中填上繪圖時會用到的設定值

mpf.plot(df, **kwargs)
#選擇df資料表為資料來源，帶入kwargs參數，畫出目標股票的走勢圖