前言

今天鐵人25天要來繪製K線圖，在繪製K線圖之前要先安裝Ta-lib。
Ta-lib：python套件，專門用來計算金融技術指標。裡面有很多好用的function，今天用來算出均線。
K線圖：根據股價一天走勢的 4 個價位：開盤價、收盤價、最高價、最低價繪製而成。開盤價與收盤價，會構成 K 線的實體（Body），最高價、最低價分別成為上影線（Shadow）及下影線。如果收盤價高於開盤價，Body 為紅色；收盤價低於開盤價，Body 為黑色或是綠色。

安裝Ta-lib

• 下載
  安裝的網址Url到此網頁後尋找
  
  其中cp36表示python3.6，win32表示32位，amd64表示64位，請自行下載對應的檔案

• 從Anaconda Prompt安裝，cd 到下載的資料夾，執行以下指令，請將 「TA_Lib-0.4.17-cp36-cp36m-win_amd64.whl」換成自己下載的檔案名稱

pip install TA_Lib-0.4.17-cp36-cp36m-win_amd64.whl

載入預設套件

# basic
import numpy as np
import pandas as pd

# get data
import pandas_datareader as pdr

# visual
import matplotlib.pyplot as plt
import mpl_finance as mpf
%matplotlib inline
import seaborn as sns

#time
import datetime as datetime

#talib
import talib

取得股票

使用pandas_datareader抓取某個股票，這邊使用台積電(2330)

start = datetime.datetime(2018,4,1)
df_2330 = pdr.DataReader('2330.TW', 'yahoo', start=start)

繪製蠟燭

使用set_xticklabels來繪製蠟燭

df_2330.index = df_2330.index.format(formatter=lambda x: x.strftime('%Y-%m-%d')) 

fig = plt.figure(figsize=(24, 8))

ax = fig.add_subplot(1, 1, 1)
ax.set_xticks(range(0, len(df_2330.index), 10))
ax.set_xticklabels(df_2330.index[::10])
mpf.candlestick2_ochl(ax, df_2330['Open'], df_2330['Close'], df_2330['High'],
                      df_2330['Low'], width=0.6, colorup='r', colordown='g', alpha=0.75); 

從上圖可以看到很基本的k線圖，接下來要加上10日均線和30日均線

加上均線

加上10日均線和30日均線

sma_10 = talib.SMA(np.array(df_2330['Close']), 10)
sma_30 = talib.SMA(np.array(df_2330['Close']), 30)

fig = plt.figure(figsize=(24, 8))
ax = fig.add_subplot(1, 1, 1)
ax.set_xticks(range(0, len(df_2330.index), 10))
ax.set_xticklabels(df_2330.index[::10])
mpf.candlestick2_ochl(ax, df_2330['Open'], df_2330['Close'], df_2330['High'],
                      df_2330['Low'], width=0.6, colorup='r', colordown='g', alpha=0.75)
plt.rcParams['font.sans-serif']=['Microsoft JhengHei'] 
ax.plot(sma_10, label='10日均線')
ax.plot(sma_30, label='30日均線')
ax.legend();

加上成交量

sma_10 = talib.SMA(np.array(df_2330['Close']), 10)
sma_30 = talib.SMA(np.array(df_2330['Close']), 30)

fig = plt.figure(figsize=(24, 15))
ax = fig.add_axes([0,0.2,1,0.5])
ax2 = fig.add_axes([0,0,1,0.2])

ax.set_xticks(range(0, len(df_2330.index), 10))
ax.set_xticklabels(df_2330.index[::10])
mpf.candlestick2_ochl(ax, df_2330['Open'], df_2330['Close'], df_2330['High'],
                      df_2330['Low'], width=0.6, colorup='r', colordown='g', alpha=0.75)
plt.rcParams['font.sans-serif']=['Microsoft JhengHei'] 
ax.plot(sma_10, label='10日均線')
ax.plot(sma_30, label='30日均線')

mpf.volume_overlay(ax2, df_2330['Open'], df_2330['Close'], df_2330['Volume'], colorup='r', colordown='g', width=0.5, alpha=0.8)
ax2.set_xticks(range(0, len(df_2330.index), 10))
ax2.set_xticklabels(df_2330.index[::10])

ax.legend();

接下來要來加上KD指標

加上KD指標

公式：
未成熟隨機值(RSV)：(今日收盤價 - 最近9天的最低價) / (最近9天最高價 - 最近9天的最低價)
當日K值：前日K值 * (2/3) + 當日RSV值 * (1/3)
當日D值：前日D值 * (2/3) + 當日K值 * (1/3)

K值就是日常的波動，D值就是稍大一點的趨勢，而RSV就是K的次一級的級數了。三者的關係就像是浪花(RSV)，和波浪(K，D)的關係。

KD指標之所以被廣為運用，在於它涵蓋了一定時間內最高價與最低價的概念，因此可以很靈敏地反映出價格的變化。

KD黃金交叉：當KD指標的K值由下往上突破D值，建議買進、做多。
KD死亡交叉：當KD指標的K值由上往下跌破D值時，建議賣出、做空。
KD鈍化：K值在高檔 (K > 80) 或低檔( K < 20) 區連續3天，因為當一檔股票高檔鈍化(K值>80，3天以上)，表示非常的強勢通常會再漲的機會就會變得非常高。

sma_10 = talib.SMA(np.array(df_2330['Close']), 10)
sma_30 = talib.SMA(np.array(df_2330['Close']), 30)
df_2330['k'], df_2330['d'] = talib.STOCH(df_2330['High'], df_2330['Low'], df_2330['Close'])
df_2330['k'].fillna(value=0, inplace=True)
df_2330['d'].fillna(value=0, inplace=True)

fig = plt.figure(figsize=(24, 20))
ax = fig.add_axes([0,0.3,1,0.4])
ax2 = fig.add_axes([0,0.2,1,0.1])
ax3 = fig.add_axes([0,0,1,0.2])

ax.set_xticks(range(0, len(df_2330.index), 10))
ax.set_xticklabels(df_2330.index[::10])
mpf.candlestick2_ochl(ax, df_2330['Open'], df_2330['Close'], df_2330['High'],
                      df_2330['Low'], width=0.6, colorup='r', colordown='g', alpha=0.75)
plt.rcParams['font.sans-serif']=['Microsoft JhengHei'] 
ax.plot(sma_10, label='10日均線')
ax.plot(sma_30, label='30日均線')

ax2.plot(df_2330['k'], label='K值')
ax2.plot(df_2330['d'], label='D值')
ax2.set_xticks(range(0, len(df_2330.index), 10))
ax2.set_xticklabels(df_2330.index[::10])

mpf.volume_overlay(ax3, df_2330['Open'], df_2330['Close'], df_2330['Volume'], colorup='r', colordown='g', width=0.5, alpha=0.8)
ax3.set_xticks(range(0, len(df_2330.index), 10))
ax3.set_xticklabels(df_2330.index[::10])

ax.legend();
ax2.legend();

KD值的前8天會是Nan，為了讓時間序列相同，因此將Nan值填入0，所以前8天的KD值不具任何參考作用。

以上就完成基礎的k線圖了。可喜可賀。

心得

股市走勢可以使用KD值做參考，當遇到KD黃金交叉時買入，KD死亡交叉賣出。

參考資料

https://www.cmoney.tw/notes/note-detail.aspx?nid=6460

之前的章節

• 安裝環境
  • 安裝Anaconda
  • 安裝Jupyter notebook
• 股票
  • 介紹股票
  • 抓取股票
  • 基本分析
• 程式碼位置
  • github
    因為作者本身也是第一次學習Python和寫程式文章，也是才碰股票沒幾天而已，所以編排上會有點亂，觀念可能也會錯誤，如果有疑問可以提出一起討論。