大家好，我是老表，今天这篇文章和大家分享一下如何利用Python获取股票、基金数据，并进行可视化，为金融分析&可视化先导篇，欢迎大家学习、点赞、收藏支持。
文末赠书
5本《Python量化交易实战》等你领取
一、基础准备
环境：python 3.7+
需要安装第三方模块：mplfinance、akshare
运行编辑器：jupyter notebook
二、动手动脑
2.1 环境准备
首先需要你的电脑安装好了Python环境，并且安装好了Python开发工具。
如果你还没有安装，可以参考以下文章：
如果仅用Python来处理数据、爬虫、数据分析或者自动化脚本、机器学习等，建议使用Python基础环境+jupyter即可，安装使用参考Windows/Mac 安装、使用Python环境+jupyter notebook
如果想利用Python进行web项目开发等，建议使用Python基础环境+Pycharm，安装使用参考 ：Windows下安装、使用Pycharm教程，这下全了 和 Mac下玩转Python-安装&使用Python/PyCharm 。
2.2 模块安装
本次实验是在jupyter notebook上进行，默认你已经安装好了Python基本环境和jupyter，如果没有安装可以看上面的环境安装部分。
首先打开终端，输入：
jupyternotebook
即可进入jupyter，会自动连接服务器，并跳转到网页，新建一个python文件。给文件重命名，容易区分：
在代码块中输入以下指令并运行，即可安装mplfinance（金融数据可视化，基于matplotlibe和pandas）和akshare（金融数据获取模块）：
!pip3installmplfinance--user!pip3installakshare--user
2.3 模块基本介绍与使用
2.3.1 mplfinance
基本介绍：用于金融数据可视化和可视化分析的 matplotlib 实用程序（接口），基于matplotlibe开发，并且与pandas的DataFrame数据有很好的结合。
项目地址：/matplotlib/mplfinance
基本使用方法：
importmplfinanceasmpfmpf.plot(data)
其中 data数据是一个DataFrame数据类型，必须包含：Open, High, Low and Close这四列，并且有时间日期索引（类型为：DatetimeIndex）。
接下来，我们虚拟一个数据来看看效果吧：
importmplfinanceasmpfimportpandasaspd#创建日期索引index_date=pd.DatetimeIndex(['0906','0907','0908','0909'])#随便创建数据data=pd.DataFrame({'Open':[1,2,3,4],'High':[2,3,4,5],'Low':[0.5,1,2,2],'Close':[2,3,4,3]},index=index_date)#调用plot函数进行绘图mpf.plot(data)
我们看到，现在根据模拟数据我们简单绘制了一个简单的OHLC线条。
type参数使用，让绘图更加精彩：
mpf.plot(data,type='candle')
mpf.plot(data,type='line')
type还可以为：renko、pnf。
mav参数可以添加移动平均线，更好的看趋势。
mpf.plot(data,type='candle',mav=2)
还可以添加多条移动平均线：
mpf.plot(data,type='candle',mav=(2,3))
更多使用方法，后面分章节给大家介绍，也欢迎大家去github地址自行学习，和我以及简说Python学习群友进行交流。
2.3.2 akshare
基本介绍：AKShare 是一个优雅简单的 Python 金融数据接口库，你可以利用这个库轻松获取到金融财经数据。
项目地址：/jindaxiang/akshare/ 基本使用方法：
获取指数数据
importakshareasak#获取上证指数每日的变化数据OHLCsz_index=ak.stock_zh_index_daily(symbol="sh000001")
这样就可以获取到上证指数所有历史数据啦～
获取A股数据
#获取茅台股票每日的变化数据采用前复权方式计算（关于复权计算更多知识以后分享，大家可以网络查找相关资料）stock_zh_mt_hist_df=ak.stock_zh_a_hist(symbol="600519",period="daily",start_date="0301",end_date='0913',adjust="qfq")
获取港股数据
#获取港股腾讯股票历史数据stock_hk_tx_hist_df=ak.stock_hk_hist(symbol="00700",start_date="0301",end_date="0913",adjust="qfq")
获取美股数据
#获取美股苹果公司历史股票数据stock_us_apple_hist_df=ak.stock_us_hist(symbol='105.AAPL',start_date="0101",end_date="0913",adjust="qfq")
获取基金数据
#获取易方达蓝筹从发行到现在的净值数据yfd_fund=ak.fund_em_open_fund_info(fund="005827",indicator="单位净值走势")
更多使用方法，后面分章节给大家介绍，也欢迎大家去github地址自行学习，和我以及简说Python学习群友进行交流。
来，操作
按上面方法，我们获取上证指数数据后，选取从-01-01到现在的数据进行可视化，然后在进行细分可视化，并选择不同的移动平均线。
-01-01-'-09-13，mav=(200, 300, 350)
importakshareasakimportmplfinanceasmpfimportpandasaspd#获取上证指数每日的变化数据OHLCsz_index=ak.stock_zh_index_daily(symbol="sh000001")data1=sz_index.loc['-01-0100:00:00+00:00':'-09-1300:00:00+00:00']mpf.plot(data1,type='candle',mav=(200,300,350),volume=True)
-01-01-'-09-13，mav=(30, 60, 120)
data2=sz_index.loc['-01-0100:00:00+00:00':'-09-1300:00:00+00:00']mpf.plot(data2,type='candle',mav=(30,60,120),volume=True)
-04-01-'-09-13，mav=(5, 10, 20)
data3=sz_index.loc['-04-0100:00:00+00:00':'-09-1300:00:00+00:00']mpf.plot(data3,type='candle',mav=(5,10,20),volume=True)
今天就到这里啦，如果大家觉得文章不错，记得点个赞哈～金融分析&可视化系列会继续，本文全部源码还在整理中，大家可以先加老表微信，备注：金融分析，加入金融分析&可视化交流群，后面代码整理好了会第一时间群内公布获取方法。
老表荐书
图书介绍：《Python量化交易实战》
1、简单易学：本书使用 Python 3.7版本进行编写，代码简单，易于读者学习。
2、实践为主：本书不空讲 Python 理论知识，而是以实际的案例清晰、简明地介绍了如何用Python 实现即时量化交易选股系统的开发落地。
3、内容全面：覆盖量化回测步骤及即时选股系统搭建。
4、配备数据和源代码：提供所有案例的数据文件和 Python 源代码，供读者操作练习、快速上手。
5、学习路线图清晰：每章均是基于“需求分析→步骤分解→Python 编程开发”的学习路线，并根据项目的一般工作流程逐步展开，分析逻辑清晰，层层递进，由浅入深。
优惠购买：
赠书介绍：
1>给本文在看+点赞，扫码加我微信，10.1 朋友圈抽奖赠书2本。
2>给本文随意留言（15字以上）+点赞，第一个留言且关注满21天的读者可以获得赠书一本，另外留言点赞top1-2且点赞量大于20的读者可以获得赠书一本。
特别感谢：
暖暖姐和中国水利水电出版社支持
【注意⚠️】近三个月内获得赠书的读者将无法再次获得赠书，想要多次获得赠书，可以查看下面的投稿规则及激励。
--End--
1、想领取赠书，加我微信，朋友圈不定期送书；2、想咨询学习，加我微信，每次咨询仅9.9元；3、更多需求（学习 代码 视频剪辑），都可以加我微信，欢迎咨询。
扫码即可加我微信
分享收藏点赞在看
