前言

當熟悉了歷史資料，發現有更厲害的K線，這時候就要善用工具，好好的料理資料一番，這次我們來用K線製作20MA圖吧！

本日程式碼使用：d9_kbar.ipynb

K線

直接看Kbars的Class資料，可以看到他的類別屬性（Class attribute）有ts、Open、High、Low、Close、Volumn，分別表示k線時間、開、高、低、收、量。

class Kbars(BaseMapping):
    ts: typing.List[int]
    Open: typing.List[float]
    High: typing.List[float]
    Low: typing.List[float]
    Close: typing.List[float]
    Volume: typing.List[int]

看到這些後，直接拿資料看最準，這次也是拿台積電（2330）的來看：

kbars = api.kbars(api.Contracts.Stocks["2330"], start="2021-09-15", end="2021-09-23")
df = pandas.DataFrame({**kbars})
df.ts = pandas.to_datetime(df.ts)

print(df.tail())

可以看到結果是：

                      ts   High  Close    Low  Volume   Open
1329 2021-09-23 13:26:00  589.0  589.0  589.0       0  589.0
1330 2021-09-23 13:27:00  589.0  589.0  589.0       0  589.0
1331 2021-09-23 13:28:00  589.0  589.0  589.0       0  589.0
1332 2021-09-23 13:29:00  589.0  589.0  589.0       0  589.0
1333 2021-09-23 13:30:00  588.0  588.0  588.0    3606  588.0

所以永豐證的API提供的是一分鐘的k線。

畫K線圖

運用1分K線來畫圖，看看呈現的結果如何。

安裝套件

首先別忘記安裝matplotlib、ipykernel

pipenv install matplotlib
pipenv install ipykernel --dev

畫MA線圖（移動平均線）

先來看看我們的圖片，如果只接畫出來會變成怎樣。

df.plot(x="ts", y="Close")

做線圖，我們用rolling()，這代表滾動的值，然後給予要滾動的資料長度－20筆資料－以及區間單位－1單位－，然後再用mean()算平均，這樣就可以得到一個值囉，之後串在一起就可以畫成一張趨勢線圖（詳細可參考之前系列的文章）。

# 近20分收盤價圖
close_price_20 = df["Close"].rolling(20, min_periods=1).mean()
close_price_20.plot()

後記

雖然是分K，但是也可以製作成日K、週K等等。他們提供還滿完整的資料，除了tick，連K線都準備好，真的還滿方便的！