在股票分析中，除了每天的收盤價，我們常常也會想知道「整個月的平均股價走勢」。這樣可以平滑掉每日的波動，讓趨勢更清楚。今天的目標，就是透過 折線圖，把台積電 (2330) 的「月平均收盤價」畫出來，並搭配成交量，做成雙子圖。

為什麼要看「月平均收盤價」

每天的收盤價會受到短期市場情緒影響，數字起伏大。透過計算「月平均收盤價」：

• 可以更清楚看到長期趨勢
• 幫助投資人判斷整體市場走向，而不是被單日漲跌誤導
• 搭配「月總成交量」，能觀察價格變動是否有交易量支持

準備資料

假設我們已經有一個 DataFrame，裡面包含以下欄位：

• Date：日期
• Close：收盤價
• Volume：成交量

接著，我們把每日資料整理成「每月」資料。這裡用 groupby 搭配 Grouper：

df['Date'] = pd.to_datetime(df['Date'])
df = df.sort_values('Date')

monthly = df.groupby(pd.Grouper(key='Date', freq='M')).agg(
    月平均收盤價 = ('Close', 'mean'),
    月總成交量   = ('Volume', 'sum')
).reset_index()

# 建立月份起始日，方便畫圖
monthly['MonthStart'] = monthly['Date'].dt.to_period('M').dt.to_timestamp()

plot_monthly_stats = monthly

這樣我們就得到一個新的 plot_monthly_stats，裡面有：
MonthStart：代表月份的日期（該月第一天）
月平均收盤價：當月所有收盤價的平均
月總成交量：當月的成交量加總

繪製月平均收盤價折線圖

接下來進入今天的重點：繪製折線圖，我們使用 matplotlib，來畫分月平均收盤價折線圖。

程式碼 (上子圖折線部分)

ax1.plot(plot_monthly_stats['MonthStart'],
         plot_monthly_stats['月平均收盤價'],
         marker='o', linestyle='-', color='blue')

ax1.set_title('台積電 (2330) 月平均股價與月總成交量趨勢', fontsize=16)
ax1.set_ylabel('月平均收盤價', fontsize=12)
ax1.grid(True)

說明

• plot_monthly_stats['MonthStart']：X 軸是月份
• plot_monthly_stats['月平均收盤價']：Y 軸是月平均收盤價
• marker='o'：每個月用圓點標出，避免只看到光滑的線
• linestyle='-'：折線連接每個月份
• color='blue'：線條顏色
• set_title：圖表名稱，方便讀者知道內容
• set_ylabel：Y 軸標籤，讓數字含意更清楚
• grid(True)：加上格線，方便對齊數字

完整繪圖

fig, (ax1) = plt.subplots(
    2, 1,
    figsize=(12, 8),
    sharex=True,
    gridspec_kw={'height_ratios': [2, 1]}
)

# 月平均收盤價
ax1.plot(plot_monthly_stats['MonthStart'],
         plot_monthly_stats['月平均收盤價'],
         marker='o', linestyle='-', color='blue')
ax1.set_title('台積電 (2330) 月平均股價與月總成交量趨勢', fontsize=16)
ax1.set_ylabel('月平均收盤價', fontsize=12)
ax1.grid(True)

plt.xticks(rotation=45)  # X 軸標籤傾斜，避免重疊
plt.tight_layout()
plt.show()

這樣就能看到「價格趨勢」，是一個常見的財經圖表格式。

總結

• 轉換 Date → 分組聚合成每月平均與總和
• 準備 MonthStart 作為 X 軸
• 用 ax1.plot() 畫出月平均收盤價折線圖

到這裡，我們已經能畫出完整的「月平均股價趨勢圖」，未來還可以加上移動平均線、標註最高/最低點等功能，讓圖表更有分析價值。
那今天就先這樣。