8. plot 繪制金融圖

8.1 金融分析曲線

BackTrader內(nèi)置的plot繪圖函數(shù)， 通過style參數(shù)變量控制不同風(fēng)格的K線圖， 默認(rèn)有以下幾種風(fēng)格：

• line：線條圖
• candle：蠟燭圖，標(biāo)準(zhǔn) K 線圖
• ohlc：美式 K 線圖，和 bar 參數(shù)一樣
• bar：ohlc 曲線圖，美式 K 線圖，和 ohlc 參數(shù)一樣。

將style參數(shù)設(shè)置為bar或者ohlc， 生成的圖都是一樣的。 如果不設(shè)置 style ，默認(rèn)是line線條圖，或者上一次設(shè)置參數(shù)。下面使用代碼生成四種風(fēng)格的圖表，文件名稱為Plot.py。

line 線條圖：

candle 圖：

OHLC 圖：

Bar 圖：

在K線圖中， 每天的圖標(biāo)信息都包含開盤價(jià)、 最高價(jià)、 最低價(jià)和收盤價(jià)四組價(jià)格數(shù)據(jù)， 但曲線圖通常只有收盤價(jià)一組價(jià)格。 ohlc美式價(jià)格曲線也稱為美式K線， 每天的圖標(biāo)也包含開盤價(jià)、 最高價(jià)、 最低價(jià)和收盤價(jià)四組價(jià)格數(shù)據(jù)， 這種格式相對比較少見。

8.2 多曲線金融指標(biāo)

常見的MACD指標(biāo)及PivotPoint（支撐點(diǎn)） 指標(biāo)都是復(fù)雜的多曲線金融指標(biāo)， 包含多組指標(biāo)曲線。

BackTrader支持復(fù)雜的多曲線金融指標(biāo)曲線的繪制， 而且繪制模式非常靈活。

8.3 Observers 觀測子模塊

在BackTrader量化程序中， 自定義買賣點(diǎn)符號的修改調(diào)用都是在主流程中通過Observers觀測子模塊完成的， 代碼如下：

bt.observers.BuySell = MyBuySell

Observers觀測子模塊類似于傳統(tǒng)的Log日志模塊或者后臺(tái)監(jiān)控模塊， 主要用于記錄后臺(tái)交易數(shù)據(jù)及圖信息。

8.4 plot 繪圖函數(shù)的常用參數(shù)

下圖為 plot 模塊關(guān)系屬性示意圖：

從圖中可以看出，plot 模塊主要相關(guān)模塊有：LineBuffer、Cerebro、Strategy 等。

在BackTrader的指標(biāo)模塊Indicators和觀測模塊Observers中內(nèi)置了一個(gè)plotinfo繪圖參數(shù)變量， 用于控制指標(biāo)和觀測數(shù)據(jù)的繪制， 調(diào)用模式如下：

sma = bt.indicators.SimpleMovingAverage(self.data,period=15)
sma.plotinfo.plotname 'mysma'

plotinfo變量采用的是dict字典格式， 常用內(nèi)置參數(shù)設(shè)置如下：

plotinfo = dict(plot=True,subplot=True,plotname='',plotskip=False,plotabove=False,plotlinelabels=False,plotlinevalues=True,plotvaluetags=True,plotymargin=0.0,plotyhlines=[],plotyticks=[],plothlines=[],plotforce=False,plotmaster=None,plotylimited=True,)

通常， SMA均線指標(biāo)、 vol成交量和主圖價(jià)格曲線會(huì)疊加顯示， 其他指標(biāo)（如rsi、 kdj等） 都采用獨(dú)立subplot子圖模式， 在主圖下方顯示。

8.5 買賣點(diǎn)符號和色彩風(fēng)格

買賣點(diǎn)符號是可以自定義的，案例代碼 PlotExt1.py 演示如何自定義買賣點(diǎn)符號，主要代碼修改有：

class MyBuySell(bt.observers.BuySell):plotlines = dict(# buy=dict(marker='$\u21E7$', markersize=12.0),  #arrow# sell=dict(marker='$\u21E9$', markersize=12.0)## buy=dict(marker='$++$', markersize=12.0),# sell=dict(marker='$--$', markersize=12.0)#buy=dict(marker="$?$", markersize=12.0),sell=dict(marker="$?$", markersize=12.0),)... ...
bt.observers.BuySell = MyBuySell

本案例使用對勾符號（√） 表示買入， 使用叉符號（×） 表示賣出， 同時(shí)這兩個(gè)符號的尺寸也更大一些。在源碼中， “√”和“×”符號需要用兩個(gè)“$”符號表示， 并括住符號代碼， 因?yàn)樾枰褂肬TF代碼符號。自定義買賣點(diǎn)符號的修改調(diào)用， 是在主流程中通過BackTrader的
Observers觀測子模塊完成的:

bt.observers.BuySell = MyBuySell

下面再看一下對圖表顏色的修改。
相對于修改買賣點(diǎn)符號而言， 對顏色進(jìn)行修改更加簡單。 在調(diào)用plot繪圖函數(shù)時(shí)， 可以直接通過參數(shù)傳遞顏色參數(shù)：

tq10_corUp, tq10_corDown = ["#7F7F7F", "#17BECF"]  # plotly
tq09_corUp, tq09_corDown = ["#B61000", "#0061B3"]
tq08_corUp, tq08_corDown = ["#FB3320", "#020AF0"]
tq07_corUp, tq07_corDown = ["#B0F76D", "#E1440F"]
tq06_corUp, tq06_corDown = ["#FF3333", "#47D8D8"]
tq05_corUp, tq05_corDown = ["#FB0200", "#007E00"]
tq04_corUp, tq04_corDown = ["#18DEF5", "#E38323"]
tq03_corUp, tq03_corDown = ["black", "blue"]
tq02_corUp, tq02_corDown = ["red", "blue"]
tq01_corUp, tq01_corDown = ["red", "lime"]
#
tq_ksty01 = dict(volup=tq01_corUp, voldown=tq01_corDown, barup=tq01_corUp, bardown=tq01_corDown
)
tq_ksty02 = dict(volup=tq02_corUp, voldown=tq02_corDown, barup=tq02_corUp, bardown=tq02_corDown
)
tq_ksty03 = dict(volup=tq03_corUp, voldown=tq03_corDown, barup=tq03_corUp, bardown=tq03_corDown
)
tq_ksty04 = dict(volup=tq04_corUp, voldown=tq04_corDown, barup=tq04_corUp, bardown=tq04_corDown
)
tq_ksty05 = dict(volup=tq05_corUp, voldown=tq05_corDown, barup=tq05_corUp, bardown=tq05_corDown
)
tq_ksty06 = dict(volup=tq06_corUp, voldown=tq06_corDown, barup=tq06_corUp, bardown=tq06_corDown
)
tq_ksty07 = dict(volup=tq07_corUp, voldown=tq07_corDown, barup=tq07_corUp, bardown=tq07_corDown
)
tq_ksty08 = dict(volup=tq08_corUp, voldown=tq08_corDown, barup=tq08_corUp, bardown=tq08_corDown
)
tq_ksty09 = dict(volup=tq09_corUp, voldown=tq09_corDown, barup=tq09_corUp, bardown=tq09_corDown
)
tq_ksty10 = dict(volup=tq10_corUp, voldown=tq10_corDown, barup=tq10_corUp, bardown=tq10_corDown
)......
cerebro.plot(style="candle", **tq_ksty10)

程序代碼當(dāng)中的**tq_ksty10變量參數(shù)， 兩個(gè)星號“**”變量是Python的特有語法中字典模式的多變量， 這有些類似于C語言的“宏定義”.

barup和bardown是箭頭符號顏色， volup和voldown是成交量曲線顏色。
up（上漲） 、 down（下跌） 表示價(jià)格/成交量的變化。
在K線圖中有專門的規(guī)定， 比如， 當(dāng)天的成交量或者價(jià)格超過昨天的， 則使用up顏色。
在案例中預(yù)設(shè)了10種不同風(fēng)格的顏色組合， 大家還可以自己修改其他更多的顏色組合， 看看不同參數(shù)的繪制效果，最終顯示效果如下所示：

8.6 vol 成交參數(shù)

本示例代碼為 PlotExt2vol.py 。

默認(rèn)的繪圖函數(shù)代碼是：

cerebro.plot(style='candle')

這其中省略了兩個(gè)和 volume 成交了相關(guān)的參數(shù)，這兩個(gè)參數(shù)都是布爾類型：

• volume：默認(rèn)為 True，表示繪制成交量圖形；若為 False，則不繪制成交量圖形；
• voloverlay：默認(rèn)為 True，表示使用疊加繪制模式；若為 False，則表示非疊加模式，采用獨(dú)立的 sub 子圖繪制成交量。

看看下面代碼生成的圖片：

cerebro.plot(style="candle", volume=True)

再看一下如下代碼生成的圖片：

cerebro.plot(style="candle", volume=True, voloverlay=False)  # volume成交量：采用subplot子圖模式，默認(rèn)為voloverlay=True疊加模式

volume成交量曲線相對來說比較重要， 所以BackTrader量化軟件專門設(shè)計(jì)了一個(gè)plot_volume成交量曲線繪制子函數(shù)， 其關(guān)系屬性示意圖如下所示：

8.7 多圖拼接模式

本實(shí)例代碼為 PlotExt3.py 。

在調(diào)用 plot 繪圖函數(shù)時(shí)，使用 numfigs 設(shè)置圖形數(shù)目，本示例設(shè)置為 5，結(jié)果圖被切分為 5 張獨(dú)立圖片，而不是一張圖片：

# plot多圖拼接，BT版的股市：《清明上河圖》
# 注意修改其實(shí)日期參數(shù)為：空字符串
# numfigs，默認(rèn)值為：1
cerebro.plot(numfigs=5)

生成如下 5 張圖片：

注意， 各圖之間的時(shí)間指標(biāo)是連續(xù)的， 把圖拼起來就是一張很長的圖。當(dāng)數(shù)據(jù)太多時(shí)，單張圖片的部分細(xì)節(jié)會(huì)模糊，影響顯示效果?？梢允褂眠@種多圖拼接模式，使細(xì)節(jié)更清晰。

8.8 繪制 HA 平均 K 線圖

本實(shí)例代碼 PlotExt4hak.py

在 cerebro.adddata(data) 代碼行上面添加如下代碼設(shè)置過濾器：

# ----ha-k
data.addfilter(bt.filters.HeikinAshi)

生成圖片如下所示：

HA平均K線圖通過對數(shù)值進(jìn)行平均化處理， 更加容易發(fā)現(xiàn)買賣點(diǎn)信號， 即平均價(jià)格的波動(dòng)， 更容易出現(xiàn)買賣的機(jī)會(huì)。 一般買賣點(diǎn)信號出現(xiàn)在連續(xù)顏色的突變時(shí)， 而單個(gè)交易日顏色的變化可以忽略。