Python 用來繪製 K 線圖的主要套件是 mplfinance, 它可根據傳入的 OHLCV 價量資料 DataFrame 繪製 K 線, 並提供了豐富的函式可繪製疊圖與副圖, 搭配 Ta-Lib 套件則可在副圖中繪製各種技術指標, 我也寫了一個 kbar.py 模組來簡化畫 K 線圖時的參數設定, 參考 :
但若要同時可在命令列以及 Gradio 與 Streamlit 的 web app 中利用此 kbar.py 繪製 K 線圖的話, 必須改寫之前的 kbar.py, 因為 mplfinance 的 plot() 函式預設傳回 None, 這在命令列執行沒有問題, 但若要在 Gradio 與 Streamlit 的 web app 中使用 mplfinance 畫 K 線圖, 則必須傳入 returnfig=True 參數, 這樣 plot() 函式就會傳回 (fig, ax) 元組, 只要將畫布物件 fig 傳給 Gradio 的 Plot() 函式或 Streamlit 的 pyplot() 函式即可. 修改後的 kbar.py 如下 :
# kbar.py
import mplfinance as mpf
class KBar():
def __init__(self, df):
self.df=df
self.addplots=[]
def addplot(self, data, **kwargs):
plot=mpf.make_addplot(data, **kwargs)
self.addplots.append(plot)
def plot(self, embedding=False, **kwargs):
color=mpf.make_marketcolors(up='red', down='green', inherit=True)
font={'font.family': 'Microsoft JhengHei'}
style=mpf.make_mpf_style(base_mpf_style='default',
marketcolors=color,
rc=font)
kwargs['type']='candle'
kwargs['style']=style
kwargs['addplot']=self.addplots
if embedding:
fig, ax=mpf.plot(self.df, returnfig=True, **kwargs)
return fig
else:
mpf.plot(self.df, **kwargs)
主要是在 KBar 類別的 plot() 方法中添加 embedding 參數, 預設值為 False, 因此在命令列呼叫 plot() 方法時不必傳入 embedding 參數; 但在 Gradio 或 Streamlit app 中則要傳入 embedding=True.
以下測試使用 yfinance 套件取得台股的 OHLCV 價量資料, 用法參考 :
1. 在 Gradio app 中繪製 K 線圖 :
Gradio 是 HuggingFace 所維護的開放原始碼 web app 套件, 關於 Gradio 用法參考 :
以下是在 Gradio 中使用 mplfinance 畫 K 線圖範例 :
# gradio_kbar_1.py
import gradio as gr
import kbar # 匯入 kbar
import yfinance as yf # 匯入 Yahoo Finance
from talib.abstract import RSI, MFI # 匯入 Ta-Lib 的技術指標類別
def plot_kbar():
df=yf.download('0050.tw', start='2024-07-01', end='2024-08-21') # 取得價量資料
df.columns=[column.lower() for column in df.columns] # Ta-Lib 要求欄位名稱為全小寫
kb=kbar.KBar(df) # 建立 KBar 物件
rsi=RSI(df) # 建立 RSI 指標物件
mfi=MFI(df, timeperiod=14) # 建立 MFI 指標物件
if not rsi.isna().all(): # 確保 RSI 有值
kb.addplot(rsi, panel=2, ylabel='RSI')
if not mfi.isna().all(): # 確保 MFI 有值
kb.addplot(mfi, panel=3, ylabel='MFI')
# 繪製 K 線圖與技術指標副圖
fig=kb.plot(volume=True, mav=[3, 5, 7], embedding=True, title='台灣五十')
return fig # 傳回 Figure 物件
iface=gr.Interface(
fn=plot_kbar, # 繪製函數
inputs=[], # 無需用戶輸入
outputs=gr.Plot(), # 輸出為 Gradio 的 Plot 物件
title='Gradio Candle Chart',
flagging_mode='never',
)
iface.launch()
此例在呼叫 KBar 物件的 plot() 方法時傳入 embedding=True 參數, 這樣就會傳回畫布物件 fig, 將其傳回給 Gradio.Plot() 即可在 Gradio app 中顯示 mplfinance 繪製的圖形, 結果如下 :
2. 在 Streamlit app 中繪製 K 線圖 :
Streamlit 是一個輕量好用的 Python web app 套件, 廣泛應用在機器學習, 資料科學, 與人工智慧專案的展示應用上. 下面是在 Streamlit app 中用 mplfinance 繪製 K 線圖範例 :
# streamlit_kbar_1.py
import streamlit as st
import kbar # 匯入 kbar
import yfinance as yf # 匯入 Yahoo Finance
from talib.abstract import RSI, MFI # 匯入 Ta-Lib 的技術指標類別
df=yf.download('0050.tw', start='2024-07-01', end='2024-08-21') # 取得價量資料
df.columns=[column.lower() for column in df.columns] # Ta-Lib 要求欄位名稱為全小寫
kb=kbar.KBar(df) # 建立 KBar 物件
rsi=RSI(df) # 建立 RSI 指標物件
mfi=MFI(df, timeperiod=14) # 建立 MFI 指標物件
if not rsi.isna().all(): # 確保 RSI 有值
kb.addplot(rsi, panel=2, ylabel='RSI')
if not mfi.isna().all(): # 確保 MFI 有值
kb.addplot(mfi, panel=3, ylabel='MFI')
# 繪製顯示成交量與 3, 5, 7 日均線之 K 線圖
fig=kb.plot(volume=True, mav=[3, 5, 7], embedding=True)
st.title("Streamlit Candle Chart")
st.pyplot(fig)
此例在呼叫 KBar 物件的 plot() 方法時傳入 embedding=True 參數, 這樣就會傳回畫布物件 fig, 將其傳給 Streamlit 的 pyplot() 函式即可在 Streamlit app 中顯示 mplfinance 繪製的圖形, 結果如下 :
