量化交易30天
本系列文章是紀錄一位量化交易新手的學習過程，除了基礎的Python語法不說明，其他金融相關的東西都會一步步地說明，希望讓更多想學習量化交易但是沒有學過相關金融知識的朋友們，透過這系列的文章，能夠對量化交易略知一二，也歡迎量化交易的高手們多多交流。

Day1拿到股票價格之後，可以先來瞭解一下拿到的資料怎麼用，最簡單的應用當然就屬K線圖拉，因此這篇就來用Python的套件繪圖一下。

K線圖包含四個價格，分別是開盤價、最高價、收盤價、最低價，下面是兩種不同的K線

(引用自wikimedia.org)

• 紅色的K棒(簡稱紅K) - 代表收盤價高於開盤價
• 綠色的K棒(簡稱黑K，因為早期用黑色) - 代表收盤價低於開盤價
• 十字線：代表當天收盤價等於開盤價，由於中間比較寬的棒棒會壓縮成一條橫線，所以整個K棒看起來會像一個十字
• 上影線：最高價與收盤價的差距，這段越長代表空方壓力越大
• 下影線：最低價與收盤價的差距，這段越長代表多方力道越強

Python繪製K線圖 - 使用mplfinance模組

mplfinance模組中，可以繪製不同長相的K線圖，我們就來畫一下幾種不同長相的K線圖吧！

繪製K線圖的兩個步驟

• 使用pandas讀取時間序列資料，包含開盤價、最高價、最低價、收盤價
• 使用mplfinance繪製K線圖

一、讀取股票價格資料

這邊可以使用任何資料來源，任何你想要的標的，只要有開高低收的時間序列資料，都可以拿來畫圖。為了讓大家都能輕鬆拿到資料，我使用開放的pandas-datareader來讀取資料。

• 安裝pandas-datareader模組

pip install pandas-datareader

• 串接遠端資料庫(Remote Data Access)
  由於datareader只是一個API，真正的資料庫是由專門儲存金融資料的公司擁有的，以國外的公司來說，有Tiingo、IEX...等等。而這次我會使用Tiingo的API來取得，因為它的免費方案有蠻大的額度可以使用，每月可用500檔標的、每小時500的requests、每天20000個requests。要使用TIINGO API的話，需要先去TIINGO註冊帳戶，然後它會給一個API KEY，再把這個KEY輸入下方程式碼的相對位置即可。

# 取得Google股票的價格，美股代號GOOG
import os
import pandas_datareader as pdr
df = pdr.get_data_tiingo('GOOG', api_key='YOUR TIINGO API KEY')
df.tail()

拿到的資料如下圖，有包含還原價格(還原除權息之後的價格，可以Google了解一下)，一般會用還原價格作為回測或運算，會比較正確一些。

二、使用mplfinance繪製K線圖

先將資料處理成mplfinance可以讀的格式

# 將multi-index轉成single-index
df = df.reset_index(level=[0,1])

# 指定date為index
df.index = df['date']

# 取adjClose至adjOpen的欄位資料
df_adj = df.iloc[:,7:11]

# 更改columns的名稱，以讓mplfinance看得懂
df_adj.columns = ['Close','High','Low','Open']

# 抓取近20日的資料
df_adj_20d = df_adj.iloc[-20:,:]

# 繪製K線圖
import mplfinance as mpf
mpf.plot(df_adj_20d)

會得到20天的K線圖，下圖是其中一種格式。

試試另外一種格式：

mpf.plot(df_adj_20d,type='candle')

再試試最簡單的線圖：

mpf.plot(df_adj_20d,type='line')

本篇總結
這篇大概講解K線定義、讀取股票資料API、資料整理，最後繪製幾種不同格式的線圖，下一個單元會介紹K線型態。

P.S.
如果大家對於量化交易有興趣的話，我自己有上過以下這門課，課程內容從串接股市資料API、儲存至資料庫、將自己的策略轉化成程式碼、自動下單，並且可以把整個流程自動化，每天早上執行一次，一整天就不用看盤了，覺得是蠻實戰的，可以參考看看。

筆者 Sean
奈米戶投資人 / Python愛用者
喜歡用Python玩轉金融數據，從個股基本面、技術面、籌碼面相關資料，一直到總體經濟數據，都是平常接觸到的素材；對於投資，除了研究歷史數據，也喜歡瞭解市場上大家在玩些什麼。