如何使用优矿搭建简单的数据可视化图形

gyshssl

      近期在股票操作过程中对成交量，换手率，成交额等与股价未来走势的关系比较感兴趣，因此在优矿中使用python搭建了非常简单的换手率，成交量，成交额等曲线的图形，现将源码做一些演示，仅供参考。（近期刚开始使用python进行量化交易的数据整理）近期在跟踪000099中信海直，感兴趣的朋友也可以一起跟踪。


1.成交量图示：

1. import pandas as pd
   
2. import matplotlib.pyplot as plt
   
3. tr = DataAPI.MktEqudGet(secID=u"000099.XSHE",ticker=u"",tradeDate=u"",beginDate=u"20180915",endDate=u"20190618",isOpen="",field="turnoverValue,tradeDate",pandas="1")
   
4. print(tr)
   
5. plt.plot(tr.turnoverValue,linewidth=10)
   
6. plt.show()

复制代码

   
     turnoverVol   tradeDate0        2217800  2018-09-171        3028745  2018-09-182        4357603  2018-09-193        3361594  2018-09-204        8576953  2018-09-215        3982300  2018-09-256        3200769  2018-09-267        3450401  2018-09-278        3075300  2018-09-289        2419289  2018-10-0810       2227453  2018-10-0911       1682790  2018-10-1012       7003030  2018-10-1113       4892874  2018-10-1214       2091854  2018-10-1515       2029827  2018-10-1616       2025700  2018-10-1717       1497227  2018-10-1818       1789354  2018-10-1919       4051200  2018-10-2220       2989016  2018-10-2321       1879161  2018-10-2422       1872250  2018-10-2523       2300100  2018-10-2624       1372000  2018-10-2925       2016920  2018-10-3026       2986411  2018-10-3127       4107792  2018-11-0128       5088839  2018-11-0229       4396394  2018-11-05..           ...         ...149      3783170  2019-05-07150      3281081  2019-05-08151      2295968  2019-05-09152      5857662  2019-05-10153      2769383  2019-05-13154      3249283  2019-05-14155      3636020  2019-05-15156      5679693  2019-05-16157      7199350  2019-05-17158      4706998  2019-05-20159      3443470  2019-05-21160      2914201  2019-05-22161      2700469  2019-05-23162      2096923  2019-05-24163      2886173  2019-05-27164      3285156  2019-05-28165      2303400  2019-05-29166      2161805  2019-05-30167      2036235  2019-05-31168      2637601  2019-06-03169      2467200  2019-06-04170      1531073  2019-06-05171      2416778  2019-06-06172      2650953  2019-06-10173      3588432  2019-06-11174      2646309  2019-06-12175      2990560  2019-06-13176      3369100  2019-06-14177      1930401  2019-06-17178      1413058  2019-06-18[179 rows x 2 columns]






通过历史成交量图形我们可以看出，到今天该股成交量已经达到近三个季度最低的几个量能位置。在6/18日量能再次的跌破1000万，达到970万，未来
如果量能继续萎缩，则选择方向的实际就将来临。


2.换手率图示：

1. import pandas as pd
   
2. import matplotlib.pyplot as plt
   
3. tr = DataAPI.MktEqudGet(secID=u"000099.XSHE",ticker=u"",tradeDate=u"",beginDate=u"20180915",endDate=u"20190618",isOpen="",field="turnoverRate,tradeDate",pandas="1")
   
4. print(tr)
   
5. plt.plot(tr.turnoverRate,linewidth=10)
   
6. plt.show()

复制代码

    turnoverRate   tradeDate0          0.0037  2018-09-171          0.0050  2018-09-182          0.0072  2018-09-193          0.0055  2018-09-204          0.0142  2018-09-215          0.0066  2018-09-256          0.0053  2018-09-267          0.0057  2018-09-278          0.0051  2018-09-289          0.0040  2018-10-0810         0.0037  2018-10-0911         0.0028  2018-10-1012         0.0116  2018-10-1113         0.0081  2018-10-1214         0.0035  2018-10-1515         0.0033  2018-10-1616         0.0033  2018-10-1717         0.0025  2018-10-1818         0.0030  2018-10-1919         0.0067  2018-10-2220         0.0049  2018-10-2321         0.0031  2018-10-2422         0.0031  2018-10-2523         0.0038  2018-10-2624         0.0023  2018-10-2925         0.0033  2018-10-3026         0.0049  2018-10-3127         0.0068  2018-11-0128         0.0084  2018-11-0229         0.0073  2018-11-05..            ...         ...149        0.0062  2019-05-07150        0.0054  2019-05-08151        0.0038  2019-05-09152        0.0097  2019-05-10153        0.0046  2019-05-13154        0.0054  2019-05-14155        0.0060  2019-05-15156        0.0094  2019-05-16157        0.0119  2019-05-17158        0.0078  2019-05-20159        0.0057  2019-05-21160        0.0048  2019-05-22161        0.0045  2019-05-23162        0.0035  2019-05-24163        0.0048  2019-05-27164        0.0054  2019-05-28165        0.0038  2019-05-29166        0.0036  2019-05-30167        0.0034  2019-05-31168        0.0044  2019-06-03169        0.0041  2019-06-04170        0.0025  2019-06-05171        0.0040  2019-06-06172        0.0044  2019-06-10173        0.0059  2019-06-11174        0.0044  2019-06-12175        0.0049  2019-06-13176        0.0056  2019-06-14177        0.0032  2019-06-17178        0.0023  2019-06-18[179 rows x 2 columns]



同样在该位置换手率也出现了非常低的低点，最近变盘是大概率事件。