基于 Echarts 的 Python 图表库：Pyecahrts交互式的K线图（股票）

一、K线图的介绍

K线图（K-Line Chart）是用于显示金融市场价格走势的一种图表形式，主要用于股票、期货、外汇等交易市场的技术分析。K线图是由一系列矩形图组成，每个矩形图被称为一个K线（Kandlestick）。每个K线代表一定时间内的价格走势，常见的时间周期包括分钟、小时、日等。每个K线通常包括四个价格点，分别是开盘价（Open）、收盘价（Close）、最高价（High）和最低价（Low）。这四个价格点构成了K线的矩形，通过不同的颜色和形状来表示价格走势。常见的K线颜色分为两种，通常是实心和空心，或者涂色和未涂色。实心或涂色的K线表示当前时段收盘价高于开盘价，空心或未涂色的K线表示当前时段收盘价低于开盘价。这种表示方法可以直观地展示市场的涨跌情况。

K线图除了显示基本的价格信息外，还可以通过不同的形态和组合来分析市场趋势、价格反转等信息。一些常见的K线形态包括单根K线、多根K线组合，如大阳线、大阴线、十字星等。

二、K线图的使用场景

K线图在金融市场中广泛应用，主要用于技术分析，帮助投资者和交易员更好地理解市场走势和制定交易决策。以下是一些K线图的主要使用场景：

1. 趋势分析

投资者可以通过观察K线图来判断市场的趋势是上升、下降还是横盘。趋势分析是技术分析的核心，有助于制定相应的交易策略。

2. 支撑与阻力

K线图可以帮助识别价格的支撑和阻力水平。支撑和阻力是价格在上升或下降过程中遇到的关键水平，对于制定买入或卖出决策具有重要意义。

3. 价格反转

特定的K线形态和组合可以暗示价格反转的可能性。例如，出现反转信号的K线组合可能预示市场即将发生变化，投资者可以根据这些信号调整其交易策略。

4. 交易信号

K线图常用于生成各种技术指标，如移动平均线、相对强弱指标等，这些指标可以产生交易信号，指导投资者何时买入或卖出。

5. 波动性分析

通过观察K线的幅度和波动性，投资者可以评估市场的波动水平。波动性分析有助于确定适当的止损水平和目标价格，从而降低风险。

6. 交易心理学

K线图反映了市场参与者的情绪和心理状态。例如，长期上涨的市场可能使投资者过度乐观，而长期下跌的市场可能导致恐慌情绪。通过观察K线图，投资者可以更好地理解市场参与者的情绪，并据此调整其交易策略。

三、Pyecharts绘制K线图

代码如下（示例）：

import requests
from typing import List, Union
from pyecharts import options as opts
from pyecharts.charts import Kline, Line, Bar, Grid# 获取数据的函数，从指定URL获取数据并解析
def get_data():response = requests.get(url="https://echarts.apache.org/examples/data/asset/data/stock-DJI.json")json_response = response.json()# 解析数据return split_data(data=json_response)# 将原始数据拆分成需要的格式
def split_data(data):category_data = []  # 用于存储X轴（时间）数据values = []        # 存储K线图的OHLC数据volumes = []       # 存储交易量数据for i, tick in enumerate(data):category_data.append(tick[0])values.append(tick)# 1表示涨，-1表示跌volumes.append([i, tick[4], 1 if tick[1] > tick[2] else -1])return {"categoryData": category_data, "values": values, "volumes": volumes}# 计算移动平均线的函数
def calculate_ma(day_count: int, data):result: List[Union[float, str]] = []for i in range(len(data["values"])):if i < day_count:result.append("-")  # 前几天数据不足时用"-"填充continuesum_total = 0.0for j in range(day_count):sum_total += float(data["values"][i - j][1])result.append(abs(float("%.3f" % (sum_total / day_count))))return result# 绘制K线图、折线图和柱状图
def draw_charts():# 提取K线图数据kline_data = [data[1:-1] for data in chart_data["values"]]# 创建K线图对象kline = (Kline().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="Dow-Jones指数",y_axis=kline_data,itemstyle_opts=opts.ItemStyleOpts(color="#ec0000", color0="#00da3c"),).set_global_opts(legend_opts=opts.LegendOpts(is_show=False, pos_bottom=10, pos_left="center"),# 设置数据缩放、拖拽和切换显示的功能datazoom_opts=[opts.DataZoomOpts(is_show=False,type_="inside",xaxis_index=[0, 1],range_start=98,range_end=100,),opts.DataZoomOpts(is_show=True,xaxis_index=[0, 1],type_="slider",pos_top="85%",range_start=98,range_end=100,),],# 设置Y轴的一些参数yaxis_opts=opts.AxisOpts(is_scale=True,splitarea_opts=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)),),# 设置提示框的样式tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="cross",background_color="rgba(245, 245, 245, 0.8)",border_width=1,border_color="#ccc",textstyle_opts=opts.TextStyleOpts(color="#000"),),# 设置视觉映射，用于表示涨跌情况visualmap_opts=opts.VisualMapOpts(is_show=False,dimension=2,series_index=5,is_piecewise=True,pieces=[{"value": 1, "color": "#00da3c"},{"value": -1, "color": "#ec0000"},],),# 设置坐标轴指示器axispointer_opts=opts.AxisPointerOpts(is_show=True,link=[{"xAxisIndex": "all"}],label=opts.LabelOpts(background_color="#777"),),# 设置刷子，用于进行区域选择brush_opts=opts.BrushOpts(x_axis_index="all",brush_link="all",out_of_brush={"colorAlpha": 0.1},brush_type="lineX",),))# 创建折线图对象line = (Line().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="MA5",y_axis=calculate_ma(day_count=5, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA10",y_axis=calculate_ma(day_count=10, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA20",y_axis=calculate_ma(day_count=20, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).add_yaxis(series_name="MA30",y_axis=calculate_ma(day_count=30, data=chart_data),is_smooth=True,is_hover_animation=False,linestyle_opts=opts.LineStyleOpts(width=3, opacity=0.5),label_opts=opts.LabelOpts(is_show=False),).set_global_opts(xaxis_opts=opts.AxisOpts(type_="category")))# 创建柱状图对象bar = (Bar().add_xaxis(xaxis_data=chart_data["categoryData"]).add_yaxis(series_name="成交量",y_axis=chart_data["volumes"],xaxis_index=1,yaxis_index=1,label_opts=opts.LabelOpts(is_show=False),).set_global_opts(xaxis_opts=opts.AxisOpts(type_="category",is_scale=True,grid_index=1,boundary_gap=False,axisline_opts=opts.AxisLineOpts(is_on_zero=False),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=False),axislabel_opts=opts.LabelOpts(is_show=False),split_number=20,min_="dataMin",max_="dataMax",),yaxis_opts=opts.AxisOpts(grid_index=1,is_scale=True,split_number=2,axislabel_opts=opts.LabelOpts(is_show=False),axisline_opts=opts.AxisLineOpts(is_show=False),axistick_opts=opts.AxisTickOpts(is_show=False),splitline_opts=opts.SplitLineOpts(is_show=False),),legend_opts=opts.LegendOpts(is_show=False),))# K线图和折线图的重叠overlap_kline_line = kline.overlap(line)# 创建Grid图表，包含K线图和折线图的重叠部分以及柱状图grid_chart = Grid(init_opts=opts.InitOpts(width="1000px",height="800px",animation_opts=opts.AnimationOpts(animation=False),))grid_chart.add(overlap_kline_line,grid_opts=opts.GridOpts(pos_left="10%", pos_right="8%", height="50%"),)grid_chart.add(bar,grid_opts=opts.GridOpts(pos_left="10%", pos_right="8%", pos_top="63%", height="16%"),)# 渲染生成HTML文件grid_chart.render("professional_kline_brush.html")if __name__ == "__main__":chart_data = get_data()draw_charts()

k线图