《BackTrader量化交易图解》第8章：plot 绘制金融图

文章目录

8. plot 绘制金融图
- 8.1 金融分析曲线
- 8.2 多曲线金融指标
- 8.3 Observers 观测子模块
- 8.4 plot 绘图函数的常用参数
- 8.5 买卖点符号和色彩风格

8. plot 绘制金融图

8.1 金融分析曲线

BackTrader内置的plot绘图函数，通过style参数变量控制不同风格的K线图，默认有以下几种风格：

line：线条图
candle：蜡烛图，标准 K 线图
ohlc：美式 K 线图，和 bar 参数一样
bar：ohlc 曲线图，美式 K 线图，和 ohlc 参数一样。

将style参数设置为bar或者ohlc，生成的图都是一样的。如果不设置 style ，默认是line线条图，或者上一次设置参数。下面使用代码生成四种风格的图表，文件名称为Plot.py。

line 线条图：

PlotLines

candle 图：

PlotCandle

OHLC 图：

PlotOHLC

Bar 图：

PlotBar

在K线图中，每天的图标信息都包含开盘价、最高价、最低价和收盘价四组价格数据，但曲线图通常只有收盘价一组价格。 ohlc美式价格曲线也称为美式K线，每天的图标也包含开盘价、最高价、最低价和收盘价四组价格数据，这种格式相对比较少见。

8.2 多曲线金融指标

常见的MACD指标及PivotPoint（支撑点）指标都是复杂的多曲线金融指标，包含多组指标曲线。

BackTrader支持复杂的多曲线金融指标曲线的绘制，而且绘制模式非常灵活。

8.3 Observers 观测子模块

在BackTrader量化程序中，自定义买卖点符号的修改调用都是在主流程中通过Observers观测子模块完成的，代码如下：

bt.observers.BuySell = MyBuySell

Observers观测子模块类似于传统的Log日志模块或者后台监控模块，主要用于记录后台交易数据及图信息。

8.4 plot 绘图函数的常用参数

下图为 plot 模块关系属性示意图：

btr_plot

从图中可以看出，plot 模块主要相关模块有：LineBuffer、Cerebro、Strategy 等。

在BackTrader的指标模块Indicators和观测模块Observers中内置了一个plotinfo绘图参数变量，用于控制指标和观测数据的绘制，调用模式如下：

sma = bt.indicators.SimpleMovingAverage(self.data,period=15)
sma.plotinfo.plotname 'mysma'

plotinfo变量采用的是dict字典格式，常用内置参数设置如下：

plotinfo = dict(plot=True,subplot=True,plotname='',plotskip=False,plotabove=False,plotlinelabels=False,plotlinevalues=True,plotvaluetags=True,plotymargin=0.0,plotyhlines=[],plotyticks=[],plothlines=[],plotforce=False,plotmaster=None,plotylimited=True,)

通常， SMA均线指标、 vol成交量和主图价格曲线会叠加显示，其他指标（如rsi、 kdj等）都采用独立subplot子图模式，在主图下方显示。

8.5 买卖点符号和色彩风格

买卖点符号是可以自定义的，案例代码 PlotExt1.py 演示如何自定义买卖点符号，主要代码修改有：

class MyBuySell(bt.observers.BuySell):plotlines = dict(# buy=dict(marker='$\u21E7$', markersize=12.0),  #arrow# sell=dict(marker='$\u21E9$', markersize=12.0)## buy=dict(marker='$++$', markersize=12.0),# sell=dict(marker='$--$', markersize=12.0)#buy=dict(marker="$✔$", markersize=12.0),sell=dict(marker="$✘$", markersize=12.0),)... ...
bt.observers.BuySell = MyBuySell

本案例使用对勾符号（√）表示买入，使用叉符号（×）表示卖出，同时这两个符号的尺寸也更大一些。在源码中， “√”和“×”符号需要用两个“$”符号表示，并括住符号代码，因为需要使用UTF代码符号。自定义买卖点符号的修改调用，是在主流程中通过BackTrader的
Observers观测子模块完成的:

bt.observers.BuySell = MyBuySell

下面再看一下对图表颜色的修改。
相对于修改买卖点符号而言，对颜色进行修改更加简单。在调用plot绘图函数时，可以直接通过参数传递颜色参数：

tq10_corUp, tq10_corDown = ["#7F7F7F", "#17BECF"]  # plotly
tq09_corUp, tq09_corDown = ["#B61000", "#0061B3"]
tq08_corUp, tq08_corDown = ["#FB3320", "#020AF0"]
tq07_corUp, tq07_corDown = ["#B0F76D", "#E1440F"]
tq06_corUp, tq06_corDown = ["#FF3333", "#47D8D8"]
tq05_corUp, tq05_corDown = ["#FB0200", "#007E00"]
tq04_corUp, tq04_corDown = ["#18DEF5", "#E38323"]
tq03_corUp, tq03_corDown = ["black", "blue"]
tq02_corUp, tq02_corDown = ["red", "blue"]
tq01_corUp, tq01_corDown = ["red", "lime"]
#
tq_ksty01 = dict(volup=tq01_corUp, voldown=tq01_corDown, barup=tq01_corUp, bardown=tq01_corDown
)
tq_ksty02 = dict(volup=tq02_corUp, voldown=tq02_corDown, barup=tq02_corUp, bardown=tq02_corDown
)
tq_ksty03 = dict(volup=tq03_corUp, voldown=tq03_corDown, barup=tq03_corUp, bardown=tq03_corDown
)
tq_ksty04 = dict(volup=tq04_corUp, voldown=tq04_corDown, barup=tq04_corUp, bardown=tq04_corDown
)
tq_ksty05 = dict(volup=tq05_corUp, voldown=tq05_corDown, barup=tq05_corUp, bardown=tq05_corDown
)
tq_ksty06 = dict(volup=tq06_corUp, voldown=tq06_corDown, barup=tq06_corUp, bardown=tq06_corDown
)
tq_ksty07 = dict(volup=tq07_corUp, voldown=tq07_corDown, barup=tq07_corUp, bardown=tq07_corDown
)
tq_ksty08 = dict(volup=tq08_corUp, voldown=tq08_corDown, barup=tq08_corUp, bardown=tq08_corDown
)
tq_ksty09 = dict(volup=tq09_corUp, voldown=tq09_corDown, barup=tq09_corUp, bardown=tq09_corDown
)
tq_ksty10 = dict(volup=tq10_corUp, voldown=tq10_corDown, barup=tq10_corUp, bardown=tq10_corDown
)......
cerebro.plot(style="candle", **tq_ksty10)

程序代码当中的**tq_ksty10变量参数，两个星号“**”变量是Python的特有语法中字典模式的多变量，这有些类似于C语言的“宏定义”.

barup和bardown是箭头符号颜色， volup和voldown是成交量曲线颜色。
up（上涨）、 down（下跌）表示价格/成交量的变化。
在K线图中有专门的规定，比如，当天的成交量或者价格超过昨天的，则使用up颜色。
在案例中预设了10种不同风格的颜色组合，大家还可以自己修改其他更多的颜色组合，看看不同参数的绘制效果，最终显示效果如下所示：

BuySellPointStyle