diff --git a/vn.data/mysqldb.sql b/vn.data/mysqldb.sql index 96cf1c46..802a7212 100644 --- a/vn.data/mysqldb.sql +++ b/vn.data/mysqldb.sql @@ -44,3 +44,6 @@ create table TB_Ema ); +delete from TB_Trade; +delete from TB_Bar; +delete from TB_Ema; diff --git a/vn.data/test_tushare.py b/vn.data/test_tushare.py index f7e3cbd4..546809c0 100644 --- a/vn.data/test_tushare.py +++ b/vn.data/test_tushare.py @@ -5,7 +5,7 @@ import ipdb data = ts.get_hist_data('600848', start='2015-04-01', end='2015-10-20') #一次性获取全部日k线数据 -#print data.tail(10) +print data.tail(10) data.plot() diff --git a/vn.strategy/strategydemo/backtestingEngine.py b/vn.strategy/strategydemo/backtestingEngine.py index 28634b65..0a164fbc 100644 --- a/vn.strategy/strategydemo/backtestingEngine.py +++ b/vn.strategy/strategydemo/backtestingEngine.py @@ -380,7 +380,7 @@ class BacktestingEngine(object): def saveTradeDataToMysql(self): """保存交易记录到mysql,added by Incense Lee""" if self.__mysqlConnected: - sql='insert into BackTest.TB_Trade (Id,symbol,orderRef,tradeID,direction,offset,price,volume,tradeTime) values ' + sql='insert into BackTest.TB_Trade (Id,symbol,orderRef,tradeID,direction,offset,price,volume,tradeTime,amount) values ' values = '' print u'共{0}条交易记录.'.format(len(self.listTrade)) diff --git a/vn.strategy/strategydemo/demoBacktesting.py b/vn.strategy/strategydemo/demoBacktesting.py index f26e5f26..07bff70b 100644 --- a/vn.strategy/strategydemo/demoBacktesting.py +++ b/vn.strategy/strategydemo/demoBacktesting.py @@ -22,7 +22,7 @@ def main(): be.connectMysql() # be.loadMongoDataHistory(symbol, datetime(2015,5,1), datetime.today()) # be.loadMongoDataHistory(symbol, datetime(2012,1,9), datetime(2012,1,14)) - be.loadMysqlDataHistory(symbol, datetime(2012,6,9), datetime(2012,6,20)) + be.loadMysqlDataHistory(symbol, datetime(2012,6,9), datetime(2012,7,20)) # 创建策略对象 setting = {} diff --git a/vn.strategy/strategydemo/demoStrategy.py b/vn.strategy/strategydemo/demoStrategy.py index 37238617..1e4e990a 100644 --- a/vn.strategy/strategydemo/demoStrategy.py +++ b/vn.strategy/strategydemo/demoStrategy.py @@ -382,7 +382,7 @@ def main(): # 创建策略对象 setting = {} setting['fastAlpha'] = 0.2 - setting['slowAlpha'] = 0.05 + setting['slowAlpha'] = 0.09 #se.createStrategy(u'EMA演示策略', 'IF1506', SimpleEmaStrategy, setting) se.createStrategy(u'EMA演示策略', 'a', SimpleEmaStrategy, setting) diff --git a/vn.strategy/strategydemo/strategyEngine.py b/vn.strategy/strategydemo/strategyEngine.py index 95b3788c..d09e861b 100644 --- a/vn.strategy/strategydemo/strategyEngine.py +++ b/vn.strategy/strategydemo/strategyEngine.py @@ -300,7 +300,7 @@ class StrategyEngine(object): self.writeLog(u'策略引擎连接MysqlDB成功') except ConnectionFailure: self.writeLog(u'策略引擎连接MysqlDB失败') - #---------------------------------------------------------------------- + #---------------------------------------------------------------------- def __recordTickToMysql(self, data): """将Tick数据插入到MysqlDB中""" #if self.__mongoConnected: @@ -309,6 +309,27 @@ class StrategyEngine(object): # self.__mongoTickDB[symbol].insert(data) pass + #---------------------------------------------------------------------- + def __executeMysql(self, sql): + """执行mysql语句""" + if not self.__mysqlConnected: + self.__connectMysql() + + cur = self.__mysqlConnection.cursor(MySQLdb.cursors.DictCursor) + + try: + cur.execute(sql) + self.__mysqlConnection.commit() + + except Exception, e: + print e + print sql + + self.__connectMysql() + cur = self.__mysqlConnection.cursor(MySQLdb.cursors.DictCursor) + cur.execute(sql) + self.__mysqlConnection.commit() + #---------------------------------------------------------------------- def loadTickFromMysql(self, symbol, startDate, endDate=None): """从MysqlDB中读取Tick数据""" @@ -424,7 +445,7 @@ class StrategyEngine(object): if len(barList) == 0: return - steps = 0 + counts = 0 for bar in barList: @@ -444,30 +465,25 @@ class StrategyEngine(object): bar.volume, bar.openInterest) - if steps > 3600: + if counts >= 3600: - cur = self.__mysqlConnection.cursor(MySQLdb.cursors.DictCursor) - steps = 0 - values = EMPTY_STRING + self.__executeMysql(sql+values) - try: - cur.execute(sql+values) - self.__mysqlConnection.commit() - except Exception, e: - print e + print u'写入{0}条Bar记录'.format(counts) + + counts = 0 + values = '' else: - steps = steps + 1 + counts = counts + 1 - cur = self.__mysqlConnection.cursor(MySQLdb.cursors.DictCursor) + if counts > 0: + + self.__executeMysql(sql+values) + print u'写入{0}条Bar记录'.format(counts) - try: - cur.execute(sql+values) - self.__mysqlConnection.commit() - except Exception, e: - print e #---------------------------------------------------------------------- def saveEmaToMysql(self, id, emaList): @@ -484,7 +500,7 @@ class StrategyEngine(object): if len(emaList) == 0: return - steps = 0 + counts = 0 for ema in emaList: @@ -500,31 +516,21 @@ class StrategyEngine(object): ema.time, ema.datetime.strftime('%Y-%m-%d %H:%M:%S')) - if steps > 3600: + if counts >= 3600: - cur = self.__mysqlConnection.cursor(MySQLdb.cursors.DictCursor) + self.__executeMysql(sql+values) + print u'写入{0}条EMA记录'.format(counts) - steps = 0 - - values = EMPTY_STRING - - try: - cur.execute(sql+values) - self.__mysqlConnection.commit() - except Exception, e: - print e + counts = 0 + values = '' else: - steps = steps + 1 + counts = counts + 1 - cur = self.__mysqlConnection.cursor(MySQLdb.cursors.DictCursor) + if counts > 0: - try: - cur.execute(sql+values) - self.__mysqlConnection.commit() - - except Exception, e: - print e + self.__executeMysql(sql+values) + print u'写入{0}条EMA记录'.format(counts) #---------------------------------------------------------------------- diff --git a/vn.training/Public/Public.py b/vn.training/Public/Public.py new file mode 100644 index 00000000..cf19b820 --- /dev/null +++ b/vn.training/Public/Public.py @@ -0,0 +1,480 @@ +# -*- coding: utf-8 -*- + + + +import os +import copy +import itertools +import math +import datetime +import logging +import logging.handlers + + + + + +class IndentLogger: + ''' + + ''' + + def __init__(self, logger, indent): + self._logger= logger + self._indent= indent + + + + def indent_levelup(self, level=1): + self._indent= self._indent - level + + def indent_leveldown(self, level=1): + self._indent= self._indent + level + + def set_indent_level(self, level): + self._indent= level + + #--------------------------------------------------------------- + + def set_critical(self): + self._logger.setLevel(logging.CRITICAL) + + def set_error(self): + self._logger.setLevel(logging.ERROR) + + def set_warning(self): + self._logger.setLevel(logging.WARNING) + + def set_info(self): + self._logger.setLevel(logging.INFO) + + def set_debug(self): + self._logger.setLevel(logging.DEBUG) + + def set_notset(self): + self._logger.setLevel(logging.NOTSET) + + #--------------------------------------------------------------- + + def critical(self, message): + self._logger.critical('\t' * self._indent + message) + + def error(self, message): + self._logger.error('\t' * self._indent + message) + + def warning(self, message): + self._logger.warning('\t' * self._indent + message) + + def info(self, message): + self._logger.info('\t' * self._indent + message) + + def debug(self, message): + self._logger.debug('\t' * self._indent + message) + + def noset(self, message): + self._logger.noset('\t' * self._indent + message) + + + +def TempLogger(loggername, filename=None, taskdir=None): + ''' + + ''' + + if not taskdir: + taskdir= __dir_tmpfiles__ + + if not os.path.exists(taskdir): + os.mkdir(taskdir, 0o700) + + if not filename: + timestamp= datetime.datetime.now() + filename= os.path.join(taskdir, loggername + '_' + timestamp.strftime('%Y-%m-%d_%H:%M:%S,%f')) + else: + filename= os.path.join(taskdir, filename) + + if not os.path.exists(filename): + os.mknod(filename, 0o700) + + myformatstr= "%(asctime)s %(levelname)-9s>> %(message)s" + myformatter= logging.Formatter(myformatstr) + + myhandler= logging.handlers.RotatingFileHandler(filename=filename, mode='a', encoding='utf-8') + myhandler.setFormatter(myformatter) + + mylogger= logging.getLogger(name=loggername) + mylogger.setLevel(level=logging.DEBUG) + mylogger.addHandler(myhandler) + + ilogger= IndentLogger(logger=mylogger, indent=0) + return ilogger + + + +def 计算个股换手率(个股行情, 个股股本变更记录): + ''' + + ''' + 个股股本变更列表= [rec for rec in 个股股本变更记录 if rec['流通股'] != 0 and rec['变更日期'] <= 个股行情['日期'][-1]] + + 个股股本变更字典= {} + for rec in 个股股本变更列表: + if rec['变更日期'] in 个股行情['日期']: + 个股股本变更字典[rec['变更日期']]= rec + else: + 个股股本变更字典[ [ds for ds in 个股行情['日期'] if ds > rec['变更日期']][0] ]= rec + + 当前流通股= 个股股本变更字典[min(个股股本变更字典.keys())]['流通股'] + + 换手率= [] + for ds, vol in zip(个股行情['日期'], 个股行情['成交量']): + if ds in 个股股本变更字典: + 当前流通股= 个股股本变更字典[ds]['流通股'] + 换手率.append( vol*100000/当前流通股 ) + 个股行情['换手率']= 换手率 + + + +def 计算复权行情(个股行情, 均线参数=None): + ''' + + ''' + 日期= 个股行情['日期'] + + 复权开盘= copy.copy(个股行情['开盘']) + 复权最高= copy.copy(个股行情['最高']) + 复权收盘= copy.copy(个股行情['收盘']) + 复权最低= copy.copy(个股行情['最低']) + 复权开收中= copy.copy(个股行情['开收中']) + + 复权记录= [] + + sidx= 1 + done= False + while not done: + done= True + + for idx, date in enumerate(日期[sidx:], start=sidx): + 涨幅= (复权开盘[idx] - 复权收盘[idx-1]) / 复权收盘[idx-1] + if 涨幅 <= -0.12: + 复权因子= round(复权收盘[idx-1]/复权开盘[idx], 2) + 调整因子= round(复权因子, 1) + if abs(round(复权因子-调整因子, 2)) <= 0.01: + 复权因子= 调整因子 + 复权开盘[:idx]= [nr/复权因子 for nr in 复权开盘[:idx]] + 复权最高[:idx]= [nr/复权因子 for nr in 复权最高[:idx]] + 复权收盘[:idx]= [nr/复权因子 for nr in 复权收盘[:idx]] + 复权最低[:idx]= [nr/复权因子 for nr in 复权最低[:idx]] + 复权开收中[:idx]= [nr/复权因子 for nr in 复权开收中[:idx]] + + 复权记录.append( (date, 复权因子) ) + sidx= idx + done= False + break + + 复权行情= {} + 复权行情['复权记录']= 复权记录 + + 复权行情['日期']= copy.copy(日期) + 复权行情['开盘']= 复权开盘 + 复权行情['最高']= 复权最高 + 复权行情['收盘']= 复权收盘 + 复权行情['最低']= 复权最低 + 复权行情['开收中']= 复权开收中 + if 均线参数: + 复权行情['均线集']= { n : 计算序列加权均线(复权开盘, 复权最高, 复权收盘, 复权最低, n) for n in 均线参数 } + + return 复权行情 + + + +def 计算序列加权均线(开盘序列, 最高序列, 收盘序列, 最低序列, n): + ''' + + ''' + length= len(开盘序列) + if length < n: + return [None] * length + + sumhilo= sum(最高序列[:n]) + sum(最低序列[:n]) + sumopen= sum(开盘序列[:n]) + sumclose= sum(收盘序列[:n]) + + 输出序列= [ ((sumhilo / 2 + sumopen) / 2 + sumclose) / (2*n) ] + + for idx in range(n, length): + sumhilo= sumhilo - 最高序列[idx-n] - 最低序列[idx-n] + 最高序列[idx] + 最低序列[idx] + sumopen= sumopen - 开盘序列[idx-n] + 开盘序列[idx] + sumclose= sumclose - 收盘序列[idx-n] + 收盘序列[idx] + 输出序列.append( ((sumhilo / 2 + sumopen) / 2 + sumclose) / (2*n) ) + + return [None] * (n-1) + 输出序列 + + + +def 补全个股行情(完整日期, 个股行情): + ''' + + ''' + 代码= 个股行情.pop('代码') if '代码' in 个股行情 else None + 日期= 个股行情.pop('日期') + + for idx, dstr in enumerate(完整日期): + if dstr not in 日期: + 日期.insert(idx, dstr) + for seq in 个股行情.values(): + seq.insert(idx, None) + + if 代码: + 个股行情['代码']= 代码 + 个股行情['日期']= 日期 + + + +def 计算个股行情衍生数据(ilogger, 个股行情, 均线参数=None): + ''' + + ''' + length= len(个股行情['开盘']) + + 开盘= 个股行情['开盘'] + 最高= 个股行情['最高'] + 收盘= 个股行情['收盘'] + 最低= 个股行情['最低'] + + if 均线参数 and '均线集' not in 个股行情: + 个股行情['均线集']= {n : 计算序列加权均线(开盘, 最高, 收盘, 最低, n) for n in 均线参数} + if '均线集' in 个股行情: + 个股行情['均线走势标记集']= {n : [None]*(n-1)+计算走势标记(序列=序列[n-1:]) if length>=n else [None]*length for n, 序列 in 个股行情['均线集'].items()} + + 开收中= 个股行情['开收中'] + + 开收中线走势标记= 计算走势标记(序列=开收中) + + 个股行情['开收中线走势标记']= 开收中线走势标记 + + 最小长度= 个股行情.pop('目标偏移') if '目标偏移' in 个股行情 else 0 + 截去行情头部无效片断(行情数据=个股行情, 最小长度=最小长度) + + 开收中线走势拐点= 计算走势拐点(目标序列=开收中, 走势标记=开收中线走势标记) + 个股行情['开收中线走势拐点']= 开收中线走势拐点 + + + +def 截去行情头部无效片断(行情数据, 最小长度): + ''' + + ''' + length= len(行情数据['开盘']) + + dirlists= [seq for seq in 行情数据.values() if (type(seq) is list) and (len(seq)==length)] + subkeys= ('均线集', '均线走势标记集') + sublists= [行情数据[key].values() for key in subkeys if key in 行情数据] + + cntlist= [seq.count(None) for seq in dirlists] + itor= itertools.chain.from_iterable(seq for seq in sublists) + cntlist.extend( [seq.count(None) for seq in itor] ) + 截去长度= max(最小长度, max(cntlist)) + + for seq in dirlists: + del seq[:截去长度] + itor= itertools.chain.from_iterable(seq for seq in sublists) + for seq in itor: + del seq[:截去长度] + + + +def 计算均值(序列): + ''' + + ''' + if not 序列: + return None + 长度= len(序列) + 均值= sum(序列)/长度 + 最大值= max(序列) + 最小值= min(序列) + 标准差= math.sqrt(sum([(nr-均值)**2 for nr in 序列]) / 长度) + + return (均值, 最大值, 最小值, 标准差, 长度) + + + +def 计算日内定时均线(价格序列, 调整时间序列, 格点粒度, 间隔点数, 定时点数, 需要规整=True): + ''' + + ''' + 日期对象= 调整时间序列[0].date() + + datetime_0925= datetime.datetime.combine(日期对象, datetime.time(hour=9, minute=25)) + + 格点序列= [datetime_0925 + datetime.timedelta(seconds=格点粒度*i) for i in range(int((3600*4+1000)/格点粒度))] + + if 需要规整: + 规整时间序列= [] + 格点当前位置= 0 + for 时间 in 调整时间序列: + while 格点序列[格点当前位置] < 时间: + 格点当前位置 += 1 + 前方格点= 格点序列[格点当前位置] + 后方格点= 格点序列[格点当前位置-1] + 规整时间= 前方格点 if 前方格点-时间 <= 时间-后方格点 else 后方格点 + 规整时间序列.append(规整时间) + else: + 规整时间序列= 调整时间序列 + + 目标格点序列= [时间 for 时间 in 格点序列 if 时间>=规整时间序列[0] and 时间<=规整时间序列[-1]] + + 补全价格序列= [] + 当前价格= 价格序列[0] + for 格点 in 目标格点序列: + if 格点 in 规整时间序列: + 当前价格= 价格序列[规整时间序列.index(格点)] + 补全价格序列.append(当前价格) + + 定时均线= {} + for 点数 in 定时点数: + 偏移序列= range(点数-1, len(目标格点序列), 间隔点数) + 时间序列= [目标格点序列[偏移] for 偏移 in 偏移序列] + 均线序列= [ sum(补全价格序列[偏移-点数+1 : 偏移+1]) / 点数 for 偏移 in 偏移序列 ] + 定时均线[点数]= { + '时间序列': 时间序列, + '均线序列': 均线序列, + } + + return 定时均线 + + + +def 计算走势标记(序列): + ''' + + ''' + length= len(序列) + if length < 2: + return ['-'] * length + + 标记序列= [] + 当前方向= '/' if 序列[1] > 序列[0] else \ + '\\' if 序列[1] < 序列[0] else \ + '-' + + for idx in range(1, length-1): + sign= '/' if 序列[idx] > 序列[idx-1] and 序列[idx+1] >= 序列[idx] else \ + '\\' if 序列[idx] < 序列[idx-1] and 序列[idx+1] <= 序列[idx] else \ + '^' if 序列[idx] > 序列[idx-1] and 序列[idx+1] < 序列[idx] else \ + 'v' if 序列[idx] < 序列[idx-1] and 序列[idx+1] > 序列[idx] else \ + '/' if 当前方向 in '/-' and 序列[idx+1] > 序列[idx] else \ + '\\' if 当前方向 in '\\-' and 序列[idx+1] < 序列[idx] else \ + '^' if 当前方向 == '/' and 序列[idx+1] < 序列[idx] else \ + 'v' if 当前方向 == '\\' and 序列[idx+1] > 序列[idx] else \ + '-' + + 当前方向= '/' if sign in '/v' else \ + '\\' if sign in '\\^' else \ + 当前方向 + + 标记序列.append(sign) + + return ['-'] + 标记序列 + ['/' if 序列[-1] > 序列[-2] else '\\' if 序列[-1] < 序列[-2] else '-'] + + + +def 计算走势拐点(目标序列, 走势标记, 扩展=True): + ''' + + ''' + + length= len(目标序列) + if length <= 2: + return [] + + 走势拐点= [] + + for idx, sign in [(i, s) for i, s in enumerate(走势标记) if s in ('^', 'v')]: + 拐点记录= {} + 拐点记录['偏移']= idx + 拐点记录['类型']= sign + if 扩展: + # 计算关键度 + 拐点记录['关键度']= 计算最新极点关键度(序列=目标序列[:idx+1], 类型=sign)['关键度'] + + 走势拐点.append(拐点记录) + + return 走势拐点 + + + +def 计算最新极点关键度(序列, 类型=None): + ''' + + ''' + 长度= len(序列) + + if 类型 is None: + for i in range(1, 长度): + if 序列[-i] > 序列[-(i+1)]: + 类型= '^' + break + elif 序列[-i] < 序列[-(i+1)]: + 类型= 'v' + break + + 结果= { + '类型': 类型, + '关键度': 长度, + '偏移': 长度-1, + } + + if 长度 < 2: + return 结果 + + if 类型 == '^': + chunk= [idx for idx, item in enumerate(reversed(序列)) if item > 序列[-1]] + elif 类型 == 'v': + chunk= [idx for idx, item in enumerate(reversed(序列)) if item < 序列[-1]] + else: + return 长度 + + 结果['关键度']= chunk[0] if chunk else 长度 + + return 结果 + + + +def repr_data(data, indent=0): + ''' + + ''' + tlist= (list, dict, set, tuple) + dtype= type(data) + + if dtype is list: + head= '\t'*indent + '[' + body= ',\n'.join( [repr_data(data=item, indent=indent+1) for item in data] ) + tail= '\n' + '\t'*indent + ']' + return head + '\t' + body.lstrip() + tail + + elif dtype is dict: + head= '\t'*indent + '{' + body= ',\n'.join( ['\t'*(indent+1) + str(key) + ' :' + ( ('\n' + repr_data(data=val, indent=indent+1)) if type(val) in tlist else ('\t' + str(val)) ) for key, val in sorted(data.items())] ) + tail= '\n' + '\t'*indent + '}' + return head + '\t' + body.lstrip() + tail + + elif dtype is set: + head= '\t'*indent + '{' + body= ',\n'.join( [repr_data(data=item, indent=indent+1) for item in sorted(data)] ) + tail= '\n' + '\t'*indent + '}' + return head + '\t' + body.lstrip() + tail + + elif dtype is tuple: + head= '\t'*indent + '(' + body= ',\n'.join( [repr_data(data=item, indent=indent+1) for item in data] ) + tail= '\n' + '\t'*indent + ')' + return head + '\t' + body.lstrip() + tail + + else: + return '\t'*indent + str(data) + + + diff --git a/vn.training/Public/__init__.py b/vn.training/Public/__init__.py new file mode 100644 index 00000000..f2120afc --- /dev/null +++ b/vn.training/Public/__init__.py @@ -0,0 +1,5 @@ +# -*- coding: utf-8 -*- + + + + diff --git a/vn.training/SubPlot/__init__.py b/vn.training/SubPlot/__init__.py new file mode 100644 index 00000000..faaaf799 --- /dev/null +++ b/vn.training/SubPlot/__init__.py @@ -0,0 +1,3 @@ +# -*- coding: utf-8 -*- + + diff --git a/vn.training/SubPlot/公司信息子图.py b/vn.training/SubPlot/公司信息子图.py new file mode 100644 index 00000000..551d874e --- /dev/null +++ b/vn.training/SubPlot/公司信息子图.py @@ -0,0 +1,284 @@ +# -*- coding: utf-8 -*- + + + + + +import matplotlib.ticker as ticker +import matplotlib.font_manager as font_manager + + + +__font_properties__= font_manager.FontProperties(fname='/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc') + + + +__横轴倍率__= 10.0 / 230.0 +__纵轴倍率__= 0.3 + + + + + +class 公司信息子图: + ''' + 公司的基本信息 + ''' + + def __init__(self, parent, 绘图数据): + self._parent= parent + self._公司信息= 绘图数据['公司信息'] + + self._Axes= None + + self._横轴尺寸, \ + self._纵轴尺寸= self.计算本图尺寸() + + self._横轴宽度= self._横轴尺寸 * __横轴倍率__ + self._纵轴高度= self._纵轴尺寸 * __纵轴倍率__ + + + + def 计算本图尺寸(self): + return (300.0, 1.8) + + + + def 返回本图大小(self): + return (self._横轴尺寸*__横轴倍率__, self._纵轴尺寸*__纵轴倍率__) + + + + def 平面初始化(self, 图片对象, 子图偏移, 全图大小): + 子图横移, \ + 子图纵移= 子图偏移 + + 本图宽度= self._横轴宽度 + 本图高度= self._纵轴高度 + + 全图宽度, \ + 全图高度= 全图大小 + + 布局参数= ( 子图横移/全图宽度, 子图纵移/全图高度, 本图宽度/全图宽度, 本图高度/全图高度 ) + + axes= 图片对象.add_axes(布局参数) + axes.set_frame_on(False) + self._Axes= axes + + self.设置横轴参数() + self.设置纵轴参数() + + + + def 设置横轴参数(self): + axes= self._Axes + xaxis= axes.get_xaxis() + + # 设定 X 轴坐标的范围 + #================================================================================================================================================== + axes.set_xlim(0, self._横轴尺寸) + + xaxis.set_major_locator(ticker.NullLocator()) + + for mal in axes.get_xticklabels(minor=False): + mal.set_visible(False) + + for mil in axes.get_xticklabels(minor=True): + mil.set_visible(False) + + + + def 设置纵轴参数(self): + axes= self._Axes + yaxis= axes.get_yaxis() + + # 设定 X 轴坐标的范围 + #================================================================================================================================================== + axes.set_ylim(0, self._纵轴尺寸) + + yaxis.set_major_locator(ticker.NullLocator()) + + for mal in axes.get_yticklabels(minor=False): + mal.set_visible(False) + + for mil in axes.get_yticklabels(minor=True): + mil.set_visible(False) + + + + def 绘图(self): + self.绘制公司代码简称(xbase=0.0, ybase=self._纵轴尺寸) + self.绘制指数简称(xbase=self._横轴尺寸, ybase=self._纵轴尺寸) + self.绘制公司名称(xbase=0.0, ybase=self._纵轴尺寸-0.8) + self.绘制公司地域行业(xbase=48.0, ybase=self._纵轴尺寸) + self.绘制公司主营业务(xbase=48.0, ybase=self._纵轴尺寸) + self.绘制公司简介(xbase=90.0, ybase=self._纵轴尺寸) + self.绘制公司分类信息(xbase=165.0, ybase=self._纵轴尺寸) + + + + def 绘制公司代码简称(self, xbase, ybase): + ''' + 交易代码、公司简称 + ''' + + txtstr= self._公司信息['个股代码'] + ' ' + self._公司信息['个股简称'] + label= self._Axes.text(xbase, ybase, txtstr, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left') + label.set_fontsize(16.0) + + + + def 绘制指数简称(self, xbase, ybase): + txtstr= self._公司信息['指数简称'] + label= self._Axes.text(xbase, ybase, txtstr, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='right') + label.set_fontsize(16.0) + + + + def 绘制公司名称(self, xbase, ybase): + ''' + 曾用名、全名、英文名 + ''' + + txtstr= self._公司信息['基本情况']['曾用名'] + txtlist= txtstr.split('->') + if len(txtlist) > 15: + txtstr= ' -> '.join(txtlist[:5]) + ' ->\n' + ' -> '.join(txtlist[5:10]) + ' ->\n' + ' -> '.join(txtlist[10:15]) + ' ->\n' + ' -> '.join(txtlist[15:]) + '\n' + elif len(txtlist) > 10: + txtstr= ' -> '.join(txtlist[:5]) + ' ->\n' + ' -> '.join(txtlist[5:10]) + ' ->\n' + ' -> '.join(txtlist[10:]) + '\n' + elif len(txtlist) > 5: + txtstr= ' -> '.join(txtlist[:5]) + ' ->\n' + ' -> '.join(txtlist[5:]) + '\n' + else: + txtstr= ' -> '.join(txtlist) + '\n' + txtstr += self._公司信息['基本情况']['公司名称'] + '\n' + txtstr += self._公司信息['基本情况']['英文名称'] + + label= self._Axes.text(xbase, ybase, txtstr, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left') + label.set_fontsize(4.5) + + + + def 绘制公司地域行业(self, xbase, ybase): + ''' + 地域、所属行业、上市日期 + ''' + + txtstr= self._公司信息['公司概况']['区域'] + ' ' + self._公司信息['公司概况']['所属行业'] + ' ' + self._公司信息['发行相关']['上市日期'] + + label= self._Axes.text(xbase, ybase, txtstr, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left') + label.set_fontsize(6.5) + + + + def 绘制公司主营业务(self, xbase, ybase): + ''' + 主营业务 + ''' + # 查找表: (<文字长度>, <每行字数>, <字体大小>, ) + lookups= ( + (20, 10, 12.0, 0.5), + (45, 15, 8.2, 0.5), + (80, 20, 6.2, 0.5), + (125, 25, 5.0, 0.5), + (180, 30, 4.1, 0.5), + (245, 35, 3.5, 0.4), + (999999, 37, 3.4, 0.4) + ) + + txtstr= self._公司信息['基本情况']['主营业务'] + length= len(txtstr) + for sizelimit, linelimit, fontsize, yshift in lookups: + if length <= sizelimit: + txtstr= '\n'.join([txtstr[linelimit*idx : linelimit*(idx+1)] for idx in range(length//linelimit + 1)]) + fsize= fontsize + ycoord= ybase - yshift + break + + label= self._Axes.text(xbase, ycoord, txtstr, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left', color='blue') + label.set_fontsize(fsize) + + + + def 绘制公司简介(self, xbase, ybase): + ''' + 公司简介 + ''' + # 查找表: (<文字长度>, <每行字数>, <字体大小>) + lookups= ( + (150, 30, 7.0), + (240, 40, 5.6), + (329, 47, 4.8), + (432, 54, 4.2), + (576, 64, 3.5), + (670, 67, 3.4), + (792, 72, 3.1), + (960, 80, 2.8), + (1222, 94, 2.4), + (1428, 102, 2.26), + (1620, 108, 2.12), + (1938, 114, 2.00), + (999999, 130, 1.75) + ) + + txtstr= self._公司信息['公司概况']['公司简介'] # 26 ~ 2600 字符 + length= len(txtstr) + + for sizelimit, linelimit, fontsize in lookups: + if length <= sizelimit: + txtstr= '\n'.join([txtstr[linelimit*idx : linelimit*(idx+1)] for idx in range(length//linelimit + 1)]) + fsize= fontsize + break + + label= self._Axes.text(xbase, ybase, txtstr, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left') + label.set_fontsize(fsize) + + + + def 绘制公司分类信息(self, xbase, ybase): + ''' + 行业板块信息 + ''' + infolist= self._公司信息['行业板块'] + + for idx in range(len(infolist)//10 + 1): + txtstr= '\n'.join(infolist[10*idx : 10*(idx+1)]) + if not txtstr: + break + xcoord= xbase + 25.0*idx + label= self._Axes.text(xcoord, ybase, txtstr, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left', color='blue') + label.set_fontsize(3.4) + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/vn.training/SubPlot/分时价格子图.py b/vn.training/SubPlot/分时价格子图.py new file mode 100644 index 00000000..40a6bf6c --- /dev/null +++ b/vn.training/SubPlot/分时价格子图.py @@ -0,0 +1,580 @@ +# -*- coding: utf-8 -*- + + + + + +import datetime +import numpy +import math + + + +import matplotlib.ticker as ticker +import matplotlib.font_manager as font_manager + + + +import Public.Public as Public + + + + + +__font_properties__= font_manager.FontProperties(fname='/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc') + +__纵轴倍率__= 3.0 + + + + + +class 分时价格子图: + + def __init__(self, parent, 目标日期, 绘图数据): + ''' + + ''' + self._parent= parent + self._ilogger= Public.IndentLogger(logger=parent._ilogger._logger, indent=parent._ilogger._indent+1) + + # 原始数据 + 任务参数= 绘图数据['任务参数'] + self._公司信息= 绘图数据['公司信息'] + + # 当日数据 + 当日数据= 绘图数据['分时数据'][目标日期] + self._目标日期= 目标日期 + # self._日期对象= 当日数据['日期对象'] + # self._时间常数= 当日数据['时间常数'] + + # 横轴参数（需放在前面） + #=================================================================================================== + self._横轴参数= parent._横轴参数 + self._纵轴参数= None # XXX: 现在还不能计算，因为上下限与其他子图有关。 + self._坐标底数= 1.1 + + # 个股行情 + #=================================================================================================== + + # 分时行情是否存在 + self._个股行情有效= 当日数据['个股行情有效'] + + # 日线数据 + self._个股当日开盘= 当日数据['个股当日开盘'] + self._个股当日最高= 当日数据['个股当日最高'] + self._个股前日收盘= 当日数据['个股前日收盘'] # 前日收盘可能是 None + self._个股当日最低= 当日数据['个股当日最低'] + + if self._个股行情有效: + # 分时数据 + 个股分时行情= 当日数据['个股分时行情'] + self._个股价格序列= 个股分时行情['价格序列'] + + # 分时行情坐标序列 + self._个股调整时间= parent._个股调整时间 + self._个股坐标序列= parent._个股坐标序列 + + # 分时衍生数据（均线等） + self._分时格点粒度= 格点粒度= 任务参数['分时格点粒度'] + 间隔点数= 任务参数['均线间隔点数'] + 定时点数= 任务参数['均线定时点数'] + self._个股定时均线= Public.计算日内定时均线( \ + 价格序列=self._个股价格序列, \ + 调整时间序列=self._个股调整时间, \ + 格点粒度=格点粒度, \ + 间隔点数=间隔点数, \ + 定时点数=定时点数, \ + 需要规整=False \ + ) + for 均线 in self._个股定时均线.values(): + 均线['坐标序列']= self._parent.计算调整时间序列坐标(调整时间序列=均线['时间序列']) + 均线['走势标记']= Public.计算走势标记(序列=均线['均线序列']) + + # TODO: 指数行情 + #=================================================================================================== + + # 日线数据 + self._指数当日开盘= 当日数据['指数当日开盘'] + self._指数当日最高= 当日数据['指数当日最高'] + self._指数前日收盘= 当日数据['指数前日收盘'] # 前日收盘可能是 None + self._指数当日最低= 当日数据['指数当日最低'] + + + + # 平面对象，留待后面初始化 + #=================================================================================================== + self._布局参数= None + + self._指数平面= None + self._指数横轴= None + self._指数纵轴= None + + self._个股平面= None + self._个股横轴= None + self._个股纵轴= None + + + + def 计算纵轴坐标区间(self): + ''' + + ''' + 个股开盘= self._个股当日开盘 + 指数开盘= self._指数当日开盘 + + 个股最高= max(self._个股前日收盘, self._个股当日最高) * 1.01 if self._个股前日收盘 else self._个股当日最高 * 1.01 + 个股最低= min(self._个股前日收盘, self._个股当日最低) * 0.99 if self._个股前日收盘 else self._个股当日最低 * 0.99 + + 指数最高= self._指数当日最高 * 1.01 + 指数最低= self._指数当日最低 * 0.99 + + 个股综合最高= max(个股最高, 指数最高*个股开盘/指数开盘) + 个股综合最低= min(个股最低, 指数最低*个股开盘/指数开盘) + + 指数综合最高= max(指数最高, 个股最高*指数开盘/个股开盘) + 指数综合最低= min(指数最低, 个股最低*指数开盘/个股开盘) + + 纵标区间= {} + 纵标区间['个股最高']= 个股综合最高 + 纵标区间['个股最低']= 个股综合最低 + 纵标区间['指数最高']= 指数综合最高 + 纵标区间['指数最低']= 指数综合最低 + + return 纵标区间 + + + + def 计算纵轴参数(self, 坐标区间=None): + ''' + + ''' + def 计算个股坐标参数(基准价格, 坐标起点, 坐标终点): + ''' + + ''' + # 计算主坐标值 + 步进= 基准价格 / 100.0 + 主坐标值= [基准价格] + + 当前价格= 基准价格 + 步进 + while 当前价格 < 坐标终点: + 主坐标值.append( round(当前价格, -1) ) + 当前价格= 当前价格 + 步进 + + 当前价格= 基准价格 - 步进 + while 当前价格 > 坐标起点: + 主坐标值.append( round(当前价格, -1) ) + 当前价格= 当前价格 - 步进 + + 主坐标值= sorted(set(主坐标值)) + + # 计算副坐标值 + 步进= max(round(基准价格*0.01/4.0, -1), 10.0) # 选择一个步进值，10.0 代表最小刻度: 0.01元 + 副坐标值= [] + 当前价格= round(坐标起点+5.0, -1) + while 当前价格 < 坐标终点: + 副坐标值.append(当前价格) + 当前价格= 当前价格 + 步进 + 副坐标值= [价格 for 价格 in 副坐标值 if 价格 not in 主坐标值] + + 坐标参数= { + '个股主坐标值': 主坐标值, + '个股副坐标值': 副坐标值, + } + + return 坐标参数 + + if 坐标区间 is None: + 坐标区间= self.计算纵轴坐标区间() + + 个股坐标起点= 坐标区间['个股最低'] + 个股坐标终点= 坐标区间['个股最高'] + 纵轴尺寸= math.log(个股坐标终点, self._坐标底数) - math.log(个股坐标起点, self._坐标底数) + 纵轴高度= 纵轴尺寸 * __纵轴倍率__ + + 纵轴参数= {} + 纵轴参数['个股坐标起点']= 个股坐标起点 + 纵轴参数['个股坐标终点']= 个股坐标终点 + 纵轴参数['纵轴尺寸']= 纵轴尺寸 + 纵轴参数['纵轴高度']= 纵轴高度 + + # 指数部分，暂时这样 + 纵轴参数['指数坐标起点']= 坐标区间['指数最低'] + 纵轴参数['指数坐标终点']= 坐标区间['指数最高'] + + 基准价格= self._个股前日收盘 if self._个股前日收盘 else self._个股当日开盘 + 纵轴参数['基准价格']= 基准价格 + 纵轴参数.update( 计算个股坐标参数(基准价格=基准价格, 坐标起点=个股坐标起点, 坐标终点=个股坐标终点) ) + + self._纵轴参数= 纵轴参数 + + + + def 返回纵轴高度(self): + ''' + + ''' + return self._纵轴参数['纵轴高度'] + + + + def 返回指数平面(self): + ''' + + ''' + return self._指数平面 + + + + def 平面初始化(self, 图片对象, 子图偏移, 全图大小, sharex): + ''' + + ''' + # 计算自身的布局参数 + 子图横移, \ + 子图纵移= 子图偏移 + + 全图宽度, \ + 全图高度= 全图大小 + + 本图宽度= self._横轴参数['横轴宽度'] + 本图高度= self._纵轴参数['纵轴高度'] + + 布局参数= (子图横移/全图宽度, 子图纵移/全图高度, 本图宽度/全图宽度, 本图高度/全图高度) + + self._布局参数= 布局参数 + 坐标底数= self._坐标底数 + + # 指数部分 + #======================================================================================= + + # XXX: 指数与个股布局参数一样的话，label 一定要设成不一样，见 add_axes() 官方文档。 + 指数平面= 图片对象.add_axes(布局参数, axis_bgcolor='none', label='指数平面', sharex=sharex) + 指数平面.set_frame_on(False) + 指数平面.set_axisbelow(True) # 网格线放在底层 + 指数平面.set_yscale('log', basey=坐标底数) # 使用对数坐标 + + 指数横轴= 指数平面.get_xaxis() + 指数纵轴= 指数平面.get_yaxis() + + self._指数平面= 指数平面 + self._指数横轴= 指数横轴 + self._指数纵轴= 指数纵轴 + + self.设置指数横轴() + self.设置指数纵轴() + + # 个股部分 + #======================================================================================= + # 个股平面= 指数平面.twinx() # XXX: twinx 有问题，使用了以后指数的 ticks 就关不掉。可能是 bug + + # XXX: 指数与个股布局参数一样的话，label 一定要设成不一样，见 add_axes() 官方文档。 + 个股平面= 图片对象.add_axes(布局参数, axis_bgcolor='none', label='个股平面', sharex=sharex) + 个股平面.set_frame_on(False) + 个股平面.set_axisbelow(True) # 网格线放在底层 + 个股平面.set_yscale('log', basey=坐标底数) # 使用对数坐标 + + 个股横轴= 个股平面.get_xaxis() + 个股纵轴= 个股平面.get_yaxis() + + self._个股平面= 个股平面 + self._个股横轴= 个股横轴 + self._个股纵轴= 个股纵轴 + + self.设置个股横轴() + self.设置个股纵轴() + + + + def 设置指数横轴(self): + ''' + + ''' + 指数平面= self._指数平面 + 指数横轴= self._指数横轴 + 横轴参数= self._横轴参数 + + 指数横轴.set_ticks_position('none') + + #================================================================================= + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + + xMajorLocator= 横轴参数['xMajorLocator'] + xMinorLocator= 横轴参数['xMinorLocator'] + xMajorFormatter= 横轴参数['xMajorFormatter'] + xMinorFormatter= 横轴参数['xMinorFormatter'] + + 指数横轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 指数横轴.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + + 指数平面.set_xlim(坐标起点, 坐标终点) + 指数横轴.set_major_locator(xMajorLocator) + 指数横轴.set_minor_locator(xMinorLocator) + #================================================================================= + + for 主坐标 in 指数平面.get_xticklabels(minor=False): + 主坐标.set_visible(False) + for 副坐标 in 指数平面.get_xticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置指数纵轴(self): + ''' + + ''' + 指数平面= self._指数平面 + 指数纵轴= self._指数纵轴 + 纵轴参数= self._纵轴参数 + + 坐标起点= 纵轴参数['指数坐标起点'] + 坐标终点= 纵轴参数['指数坐标终点'] + + 指数平面.set_ylim(坐标起点, 坐标终点) + # 指数纵轴.set_label_position('left') # XXX: 不顶用 + 指数纵轴.set_ticks_position('none') + + for 主坐标 in 指数平面.get_yticklabels(minor=False): + 主坐标.set_visible(False) + for 副坐标 in 指数平面.get_yticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置个股横轴(self): + ''' + + ''' + 个股平面= self._个股平面 + 个股横轴= self._个股横轴 + 横轴参数= self._横轴参数 + + 个股横轴.set_ticks_position('none') + + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + + 个股平面.set_xlim(坐标起点, 坐标终点) + + # xMajorLocator= 横轴参数['xMajorLocator'] + # xMinorLocator= 横轴参数['xMinorLocator'] + # xMajorFormatter= 横轴参数['xMajorFormatter'] + # xMinorFormatter= 横轴参数['xMinorFormatter'] + + # 个股横轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + # 个股横轴.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + + # 个股横轴.set_major_locator(xMajorLocator) + # 个股横轴.set_minor_locator(xMinorLocator) + + for 主坐标 in 个股平面.get_xticklabels(minor=False): + 主坐标.set_visible(False) + for 副坐标 in 个股平面.get_xticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置个股纵轴(self): + ''' + + ''' + 个股平面= self._个股平面 + 个股纵轴= self._个股纵轴 + 纵轴参数= self._纵轴参数 + + 个股纵轴.set_ticks_position('none') + + 坐标起点= 纵轴参数['个股坐标起点'] + 坐标终点= 纵轴参数['个股坐标终点'] + + 主坐标值= 纵轴参数['个股主坐标值'] + 副坐标值= 纵轴参数['个股副坐标值'] + + # 个股纵轴.set_label_position('right') # XXX: 不顶用 + + 个股纵轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 个股纵轴.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + + 个股平面.set_ylim(坐标起点, 坐标终点) + + # 主坐标点 + yMajorLocator= ticker.FixedLocator( numpy.array(主坐标值) ) + 个股纵轴.set_major_locator(yMajorLocator) + + # def y_major_formatter(num, pos=None): + # return str(round(num/1000.0, 3)) + # yMajorFormatter= ticker.FuncFormatter(y_major_formatter) + # 个股纵轴.set_major_formatter(yMajorFormatter) + + for 主坐标 in 个股平面.get_yticklabels(minor=False): + 主坐标.set_visible(False) + + # 副坐标点 + yMinorLocator= ticker.FixedLocator( numpy.array(副坐标值) ) + 个股纵轴.set_minor_locator(yMinorLocator) + + # def y_minor_formatter(num, pos=None): + # return str(round(num/1000.0, 3)) + # yMinorFormatter= ticker.FuncFormatter(y_minor_formatter) + # 个股纵轴.set_minor_formatter(yMinorFormatter) + + for 副坐标 in 个股平面.get_yticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 绘图(self): + ''' + + ''' + self.绘制辅助标记() + self.绘制个股价格走势() + + if self._个股行情有效: + self.绘制个股价格均线() + + + + def 绘制个股价格走势(self): + ''' + + ''' + 个股平面= self._个股平面 + + # 特征价格 + 横标起点, 横标终点= self._横轴参数['坐标起点'], self._横轴参数['坐标终点'] + + if self._个股前日收盘: + 个股平面.plot((横标起点, 横标终点), (self._个股前日收盘, self._个股前日收盘), '-', color='lightblue', linewidth=0.7, alpha=0.5) + 个股平面.plot((横标起点, 横标终点), (self._个股当日开盘, self._个股当日开盘), '-', color='yellow', linewidth=0.7, alpha=0.5) + 个股平面.plot((横标起点, 横标终点), (self._个股当日最高, self._个股当日最高), '-', color='red', linewidth=0.7, alpha=0.3) + 个股平面.plot((横标起点, 横标终点), (self._个股当日最低, self._个股当日最低), '-', color='green', linewidth=0.7, alpha=0.5) + + if self._个股行情有效: + 坐标阵列= numpy.array(self._个股坐标序列) + 价格阵列= numpy.array(self._个股价格序列) + # 价格走势 + 个股平面.plot(坐标阵列, 价格阵列, 'o-', color='white', linewidth=0.15, label='_nolegend_', \ + markersize=0.3, markeredgecolor='white', markeredgewidth=0.1, alpha=1.0) + + + + + + def 绘制个股价格均线(self): + ''' + + ''' + 个股平面= self._个股平面 + 格点粒度= self._分时格点粒度 + 定时均线= self._个股定时均线 + + for 类别, 均线 in 定时均线.items(): + 坐标序列= 均线['坐标序列'] + 均线序列= 均线['均线序列'] + 走势标记= 均线['走势标记'] + + # 绘制均线 + 坐标阵列= numpy.array(坐标序列) + 均线阵列= numpy.array(均线序列) + + lcolor= 'yellow' if 类别*格点粒度 <= 300 else \ + 'cyan' if 类别*格点粒度 <= 600 else \ + 'magenta' + + 个股平面.plot(坐标阵列, 均线阵列, 'o-', color=lcolor, linewidth=0.1, label='_nolegend_', \ + markersize=0.2, markeredgecolor=lcolor, markeredgewidth=0.1, alpha=0.7) + + # 绘制均线拐点 + 底点阵列= numpy.array([均值 if 标记=='v' else None for 均值, 标记 in zip(均线序列, 走势标记)]) + 顶点阵列= numpy.array([均值 if 标记=='^' else None for 均值, 标记 in zip(均线序列, 走势标记)]) + + 个股平面.plot(坐标阵列, 底点阵列, '^', color=lcolor, label='均线底点', \ + markersize=1.5, markeredgecolor=lcolor, markeredgewidth=0.0, alpha=1.0) + + 个股平面.plot(坐标阵列, 顶点阵列, 'v', color=lcolor, label='均线顶点', \ + markersize=1.5, markeredgecolor=lcolor, markeredgewidth=0.0, alpha=1.0) + + + + def 绘制辅助标记(self): + ''' + + ''' + 指数平面= self._指数平面 + 个股平面= self._个股平面 + 横轴参数= self._横轴参数 + 纵轴参数= self._纵轴参数 + 公司信息= self._公司信息 + + 目标日期= self._目标日期 + + 指数纵标起点= 纵轴参数['指数坐标起点'] + 指数纵标终点= 纵轴参数['指数坐标终点'] + + 个股纵标起点= 纵轴参数['个股坐标起点'] + 个股纵标终点= 纵轴参数['个股坐标终点'] + + 标注位置= 横轴参数['标注位置'] + + # 画公司名称、目标日期 + #============================================================================================================ + 标注内容= 公司信息['个股代码'] + ' ' + 公司信息['个股简称'] + ' ' + 目标日期 + + 纵标= (指数纵标起点*指数纵标终点)**0.5 + 指数平面.text( 标注位置['09:30'], 纵标, 标注内容, fontproperties=__font_properties__, \ + color='0.3', fontsize=27, alpha=0.3, verticalalignment='center') + 指数平面.text( 标注位置['15:00']-300.0, 纵标, 标注内容, fontproperties=__font_properties__, \ + color='0.3', fontsize=27, alpha=0.3, horizontalalignment='right', verticalalignment='center') + + # 画时间标记 + #============================================================================================================ + # 15 分钟主时间点 + for iy in [指数纵标起点*1.004, 指数纵标终点*0.993]: + for ix, 时间, 表示 in zip(横轴参数['主坐标值'], 横轴参数['主标时间'], 横轴参数['主标表示']): + 标注= 指数平面.text(ix, iy, 表示, color='0.3', fontsize=8, zorder=0) + if 表示 in ('11:30', '15:00'): 标注.set_horizontalalignment('right') + + # 5 分钟副时间点 + for iy in [指数纵标起点*1.001, 指数纵标终点*0.997]: + for ix, 时间, 表示 in zip(横轴参数['副坐标值'], 横轴参数['副标时间'], 横轴参数['副标表示']): + 指数平面.text(ix, iy, 表示, color='0.3', fontsize=5, zorder=0) + + # 画价格标记 + #============================================================================================================ + 标注位置组一= 横轴参数['标注位置组一'] + + 主标价格= [nr for nr in 纵轴参数['个股主坐标值'] if nr > 个股纵标起点*1.01 and nr < 个股纵标终点*0.99] + 副标价格= [nr for nr in 纵轴参数['个股副坐标值'] if nr > 个股纵标起点*1.01 and nr < 个股纵标终点*0.99] + for 横标 in 标注位置组一: + for 纵标 in 主标价格: + 个股平面.text(横标-30.0, 纵标, str(纵标/1000.0), color='0.3', fontsize=3.0, horizontalalignment='right', zorder=0) + for 纵标 in 副标价格: + 个股平面.text(横标+30.0, 纵标, str(纵标/1000.0), color='0.3', fontsize=3.0, zorder=0) + + # 画档位标记 + #============================================================================================================ + 标注位置组二= 横轴参数['标注位置组二'] + 基准价格= 纵轴参数['基准价格'] + + 正向档位= [nr for nr in 纵轴参数['个股主坐标值'] if nr >= 基准价格 and nr < 个股纵标终点*0.99] + 负向档位= list(reversed([nr for nr in 纵轴参数['个股主坐标值'] if nr < 基准价格 and nr > 个股纵标起点])) + + for 横标 in 标注位置组二: + for 档位, 纵标 in enumerate(正向档位, start=1): + 个股平面.text(横标+30.0, 纵标*1.001, str(档位), color='red', fontsize=25, alpha=0.17, zorder=0) + for 档位, 纵标 in enumerate(负向档位, start=1): + 个股平面.text(横标+30.0, 纵标*1.001, str(档位), color='green', fontsize=25, alpha=0.2, zorder=0) + + + + + + + + + + + diff --git a/vn.training/SubPlot/分时手数子图.py b/vn.training/SubPlot/分时手数子图.py new file mode 100644 index 00000000..18962bb9 --- /dev/null +++ b/vn.training/SubPlot/分时手数子图.py @@ -0,0 +1,436 @@ +# -*- coding: utf-8 -*- + + + + + +import numpy + + + +# import matplotlib.spines as spines +import matplotlib.ticker as ticker + + + +import Public.Public as Public + + + + + + + +class 分时手数子图: + + def __init__(self, parent, 目标日期, 绘图数据): + ''' + + ''' + self._parent= parent + self._ilogger= Public.IndentLogger(logger=parent._ilogger._logger, indent=parent._ilogger._indent+1) + + # 原始数据 + 任务参数= 绘图数据['任务参数'] + + # 当日数据 + 当日数据= 绘图数据['分时数据'][目标日期] + self._本图日期= 目标日期 + # self._日期对象= 当日数据['日期对象'] + # self._时间常数= 当日数据['时间常数'] + + # 个股行情 + #=================================================================================================== + + # 分时行情是否存在 + self._个股行情有效= 当日数据['个股行情有效'] + + # 日线数据 + self._个股平均成交= 当日数据['个股平均成交'] # 格式: 行情['平均手数']= {Public.计算均值(个股成交量[-n:]) for n in 个股量均参数} + + if self._个股行情有效: + # 分时数据 + 个股分时行情= 当日数据['个股分时行情'] + self._个股手数序列= 个股分时行情['手数序列'] + self._个股金额序列= 个股分时行情['金额序列'] + self._个股备注序列= 个股分时行情['备注序列'] + + # self._个股上涨标记= 个股分时行情['上涨标记'] + # self._个股下跌标记= 个股分时行情['下跌标记'] + # self._个股平盘标记= 个股分时行情['平盘标记'] + + self._个股买盘标记= [True if 备注.startswith('买') else False for 备注 in self._个股备注序列] + self._个股卖盘标记= [True if 备注.startswith('卖') else False for 备注 in self._个股备注序列] + self._个股中性标记= [True if 备注.startswith('中') else False for 备注 in self._个股备注序列] + + # 分时衍生数据（均线等） + self._个股坐标序列= parent._个股坐标序列 + self._个股平均手数= Public.计算均值(序列=[nr for nr in self._个股手数序列 if nr>0]) + + # TODO: 指数行情 + #=================================================================================================== + + + + # 横轴参数、纵轴参数 + #=================================================================================================== + self._横轴参数= parent._横轴参数 + self._纵轴参数= None + + # 平面对象，留待后面初始化 + #=================================================================================================== + self._个股布局参数= None + self._指数布局参数= None + + self._指数平面= None + self._指数横轴= None + self._指数纵轴= None + + self._个股平面= None + self._个股横轴= None + self._个股纵轴= None + + + + def 计算成交步进记录(self): + ''' + 本函数是 naive 的，只考虑本图。 + ''' + if self._个股行情有效: + # 决定个股步进值 + 个股平均手数= self._个股平均手数[0] + 个股步进= 25 # 步进代表主坐标的间隔距离 + + while 个股平均手数/个股步进 > 1.0: + 个股步进= 个股步进*2 + else: + 个股步进= 25 + + return {'个股步进': 个股步进} + + + + def 计算纵轴参数(self, 步进记录=None): + ''' + + ''' + 纵轴参数= {} + + # 大小固定 + #======================================================================================= + 纵轴尺寸= 4.0 + 纵轴倍率= 0.3 + 纵轴参数['纵轴倍率']= 纵轴倍率 + 纵轴参数['纵轴高度']= 纵轴尺寸 * 纵轴倍率 + + if 步进记录 is None: + 步进记录= self.计算成交步进记录() + + # 个股部分 + #======================================================================================= + 步进= 步进记录['个股步进'] + + # 坐标起点 与 坐标终点 + 个股坐标起点= 0.0 + 个股坐标终点= max(self._个股手数序列) if self._个股行情有效 else 步进*纵轴尺寸 + 纵轴参数['个股坐标起点']= 个股坐标起点 + 纵轴参数['个股坐标终点']= 个股坐标终点 + + 个股纵轴尺寸= max(个股坐标终点/步进, 纵轴尺寸) + 纵轴参数['个股纵轴尺寸']= 个股纵轴尺寸 + 纵轴参数['个股纵轴高度']= 个股纵轴尺寸 * 纵轴倍率 + + # 计算 坐标值 与 坐标点 + 个股主坐标值= [步进 * i for i in range(1, 4)] + 个股副坐标值= [(步进/2.0) + 步进*i for i in range(4)] + if 个股副坐标值[-1] > 纵轴参数['个股坐标终点']: del 个股副坐标值[-1] + + 纵轴参数['个股主坐标值']= 个股主坐标值 + 纵轴参数['个股副坐标值']= 个股副坐标值 + + self._纵轴参数= 纵轴参数 + + + + def 返回纵轴高度(self): + ''' + + ''' + return self._纵轴参数['纵轴高度'] + + + + def 返回指数平面(self): + ''' + + ''' + return self._指数平面 + + + + def 平面初始化(self, 图片对象, 子图偏移, 全图大小): + ''' + + ''' + 子图横移, \ + 子图纵移= 子图偏移 + + 全图宽度, \ + 全图高度= 全图大小 + + 本图宽度= self._横轴参数['横轴宽度'] + 指数平面高度= self._纵轴参数['纵轴高度'] # XXX: 以后指数平面可以有自己的高度 + 个股平面高度= self._纵轴参数['个股纵轴高度'] + + 指数布局参数= (子图横移/全图宽度, 子图纵移/全图高度, 本图宽度/全图宽度, 指数平面高度/全图高度) + 个股布局参数= (子图横移/全图宽度, 子图纵移/全图高度, 本图宽度/全图宽度, 个股平面高度/全图高度) + + self._指数布局参数= 指数布局参数 + self._个股布局参数= 个股布局参数 + + # 指数部分 + #======================================================================================= + 指数平面= 图片对象.add_axes(指数布局参数, axis_bgcolor='black') + 指数平面.set_frame_on(False) # XXX + 指数平面.set_axisbelow(True) # 网格线放在底层 + + 指数横轴= 指数平面.get_xaxis() + 指数纵轴= 指数平面.get_yaxis() + + self._指数平面= 指数平面 + self._指数横轴= 指数横轴 + self._指数纵轴= 指数纵轴 + + self.设置指数横轴() + self.设置指数纵轴() + + # 个股部分 + #======================================================================================= + + # XXX: 不用 twinx()，原因见分时价格子图。 + 个股平面= 图片对象.add_axes(个股布局参数, axis_bgcolor='black') + 个股平面.set_frame_on(False) # XXX + 个股平面.set_axisbelow(True) # 网格线放在底层 + + for 方位, 边框 in 个股平面.spines.items(): + 边框.set_color(None) + + 个股横轴= 个股平面.get_xaxis() + 个股纵轴= 个股平面.get_yaxis() + + self._个股平面= 个股平面 + self._个股横轴= 个股横轴 + self._个股纵轴= 个股纵轴 + + self.设置个股横轴() + self.设置个股纵轴() + + + + def 设置指数横轴(self): + ''' + + ''' + 指数平面= self._指数平面 + 指数横轴= self._指数横轴 + 横轴参数= self._横轴参数 + + 指数横轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 指数横轴.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + + 指数横轴.set_ticks_position('none') + + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + + xMajorLocator= 横轴参数['xMajorLocator'] + xMinorLocator= 横轴参数['xMinorLocator'] + + 指数平面.set_xlim(坐标起点, 坐标终点) + 指数横轴.set_major_locator(xMajorLocator) + 指数横轴.set_minor_locator(xMinorLocator) + + for 主坐标 in 指数平面.get_xticklabels(minor=False): + 主坐标.set_visible(False) + for 副坐标 in 指数平面.get_xticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置指数纵轴(self): + ''' + + ''' + 指数平面= self._指数平面 + 指数纵轴= self._指数纵轴 + + # 指数纵轴.set_label_position('right') # XXX: 不顶用 + 指数纵轴.set_ticks_position('none') + + for 主坐标 in 指数平面.get_yticklabels(minor=False): + 主坐标.set_visible(False) + for 副坐标 in 指数平面.get_yticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置个股横轴(self): + ''' + + ''' + 个股平面= self._个股平面 + 个股横轴= self._个股横轴 + 横轴参数= self._横轴参数 + + 个股横轴.set_ticks_position('none') + + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + + xMajorLocator= 横轴参数['xMajorLocator'] + xMinorLocator= 横轴参数['xMinorLocator'] + xMajorFormatter= 横轴参数['xMajorFormatter'] + xMinorFormatter= 横轴参数['xMinorFormatter'] + + 个股平面.set_xlim(坐标起点, 坐标终点) + 个股横轴.set_major_locator(xMajorLocator) + 个股横轴.set_minor_locator(xMinorLocator) + + 个股横轴.set_major_formatter(xMajorFormatter) + 个股横轴.set_minor_formatter(xMinorFormatter) + + for 主坐标 in 个股平面.get_xticklabels(minor=False): + 主坐标.set_fontsize(5) + 主坐标.set_horizontalalignment('right') + 主坐标.set_rotation('45') + + for 副坐标 in 个股平面.get_xticklabels(minor=True): + 副坐标.set_fontsize(4) + 副坐标.set_color('blue') + 副坐标.set_horizontalalignment('right') + 副坐标.set_rotation('45') + + + + def 设置个股纵轴(self): + ''' + + ''' + 平面对象= self._个股平面 + 个股纵轴= self._个股纵轴 + 纵轴参数= self._纵轴参数 + + # 个股纵轴.set_label_position('right') # XXX: 不顶用 + 个股纵轴.set_ticks_position('none') + + 个股纵轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 个股纵轴.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + + 坐标起点= 纵轴参数['个股坐标起点'] + 坐标终点= 纵轴参数['个股坐标终点'] + + 平面对象.set_ylim(坐标起点, 坐标终点) + + # 主坐标点 + #====================================================================================== + 主坐标值= 纵轴参数['个股主坐标值'] + yMajorLocator= ticker.FixedLocator(numpy.array(主坐标值)) + 个股纵轴.set_major_locator(yMajorLocator) + + # def y_major_formatter(num, pos=None): + # return str(num) + # yMajorFormatter= ticker.FuncFormatter(y_major_formatter) + # 个股纵轴.set_major_formatter(yMajorFormatter) + + for 主坐标 in 平面对象.get_yticklabels(minor=False): + 主坐标.set_visible(False) + + # 副坐标点 + #====================================================================================== + 副坐标值= 纵轴参数['个股副坐标值'] + yMinorLocator= ticker.FixedLocator(numpy.array(副坐标值)) + 个股纵轴.set_minor_locator(yMinorLocator) + + # def y_minor_formatter(num, pos=None): + # return str(num) + # yMinorFormatter= ticker.FuncFormatter(y_minor_formatter) + # 个股纵轴.set_minor_formatter(yMinorFormatter) + + for 副坐标 in 平面对象.get_yticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 绘图(self): + ''' + + ''' + self.绘制辅助标记() + self.绘制个股手数() + + + + def 绘制辅助标记(self): + ''' + + ''' + 个股平面= self._个股平面 + + 标注位置组一= self._横轴参数['标注位置组一'] + 主标手数= self._纵轴参数['个股主坐标值'] + 副标手数= self._纵轴参数['个股副坐标值'] + + for 横标 in 标注位置组一: + for 纵标 in 主标手数: + 个股平面.text(横标+30.0, 纵标, str(int(纵标)), color='0.3', fontsize=5.0, zorder=0) + for 纵标 in 副标手数: + 个股平面.text(横标+30.0, 纵标, str(int(纵标)), color='0.3', fontsize=5.0, zorder=0) + + + + def 绘制个股手数(self): + ''' + + ''' + 个股平面= self._个股平面 + + if self._个股行情有效: + 坐标序列= numpy.array(self._个股坐标序列) + 手数序列= numpy.array(self._个股手数序列) + 序列长度= len(手数序列) + 起点序列= numpy.zeros(序列长度) + + # 正向标记= numpy.array(self._个股上涨标记) + # 负向标记= numpy.array(self._个股下跌标记) + # 中性标记= numpy.array(self._个股平盘标记) + + 正向标记= numpy.array(self._个股买盘标记) + 负向标记= numpy.array(self._个股卖盘标记) + 中性标记= numpy.array(self._个股中性标记) + + lwidth, alpha= (0.15, 1.0) + + if True in 正向标记: + 个股平面.vlines(坐标序列[正向标记], 起点序列[正向标记], 手数序列[正向标记], edgecolor='red', linewidth=lwidth, label='_nolegend_', alpha=alpha) + if True in 负向标记: + 个股平面.vlines(坐标序列[负向标记], 起点序列[负向标记], 手数序列[负向标记], edgecolor='green', linewidth=lwidth, label='_nolegend_', alpha=alpha) + if True in 中性标记: + 个股平面.vlines(坐标序列[中性标记], 起点序列[中性标记], 手数序列[中性标记], edgecolor='white', linewidth=lwidth, label='_nolegend_', alpha=alpha) + + # 绘制平均手数数值（直线） + 平均手数= self._个股平均手数[0] + 横轴参数= self._横轴参数 + 横标起点= 横轴参数['坐标起点'] + 横标终点= 横轴参数['坐标终点'] + + 个股平面.plot([横标起点, 横标终点], [平均手数, 平均手数], '-', color='yellow', linewidth=0.2, alpha=0.7) + + + + + + + + + + diff --git a/vn.training/SubPlot/实盘价格子图.py b/vn.training/SubPlot/实盘价格子图.py new file mode 100644 index 00000000..2a08a67c --- /dev/null +++ b/vn.training/SubPlot/实盘价格子图.py @@ -0,0 +1,23 @@ +# -*- coding: utf-8 -*- + + + + + +class 实盘价格子图: + ''' + + ''' + + def __init__(self, parent, 绘图数据): + ''' + + ''' + pass + + + + + + + diff --git a/vn.training/SubPlot/实盘手数子图.py b/vn.training/SubPlot/实盘手数子图.py new file mode 100644 index 00000000..eca94e93 --- /dev/null +++ b/vn.training/SubPlot/实盘手数子图.py @@ -0,0 +1,22 @@ +# -*- coding: utf-8 -*- + + + + + +class 实盘手数子图: + ''' + + ''' + + def __init__(self, parent, 绘图数据, 价格子图): + ''' + + ''' + pass + + + + + + diff --git a/vn.training/SubPlot/日线价格子图.py b/vn.training/SubPlot/日线价格子图.py new file mode 100644 index 00000000..13c6a10c --- /dev/null +++ b/vn.training/SubPlot/日线价格子图.py @@ -0,0 +1,1327 @@ +# -*- coding: utf-8 -*- + + + + +import copy +import numpy +import datetime +import math + +import matplotlib.spines as spines +import matplotlib.ticker as ticker +import matplotlib.patches as patches +import matplotlib.font_manager as font_manager + + + +import Public.Public as Public + + + +__color_gold__= '#FDDB05' +__color_gray70__= '0.7' +__font_properties__= font_manager.FontProperties(fname='/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc') + +__横轴倍率__= 10.0 / 230.0 +__纵轴倍率__= 0.3 + + + + + +class 日线价格子图: + + def __init__(self, parent, 绘图数据): + ''' + + ''' + self._parent= parent + self._ilogger= Public.IndentLogger(logger=parent._ilogger._logger, indent=parent._ilogger._indent+1) + + # 原始数据 + self._公司信息= 绘图数据['公司信息'] + self._任务参数= 绘图数据['任务参数'] + self._日线数据= 绘图数据['日线数据'] + # self._实盘数据= 绘图数据['实盘数据'] + + self._个股代码= self._公司信息['个股代码'] + self._复权记录= self._日线数据['复权记录'] + + # 任务参数数据 + self._复权绘图= self._任务参数['复权绘图'] + self._绘制实盘= self._任务参数['绘制实盘'] + self._绘制个股均线= self._任务参数['绘制个股均线'] + self._绘制指数均线= self._任务参数['绘制指数均线'] + + # 全局日线数据 + self._全局指数日线= self._日线数据['指数日线'] + self._全局绘图日线= self._日线数据['绘图日线'] # 绘图日线 就是补全日线，根据任务参数已经选择了是否复权 + self._全局日期序列= self._全局指数日线['日期'] + + # 目标日线数据 + self._目标起始偏移= self._日线数据['目标起始偏移'] + self._目标结束偏移= self._日线数据['目标结束偏移'] + + self._目标指数日线= { 项目 : 序列[self._目标起始偏移:self._目标结束偏移+1] for 项目, 序列 in self._全局指数日线.items() } + self._目标绘图日线= { 项目 : 序列[self._目标起始偏移:self._目标结束偏移+1] for 项目, 序列 in self._全局绘图日线.items() } + + # 均线数据 + if self._绘制指数均线: + self._全局指数均线= self._日线数据['指数均线'] + self._目标指数均线= { 项目 : 序列[self._目标起始偏移:self._目标结束偏移+1] for 项目, 序列 in self._全局指数均线.items() } + if self._绘制个股均线: + self._全局绘图均线= self._日线数据['绘图均线'] + self._目标绘图均线= { 项目 : 序列[self._目标起始偏移:self._目标结束偏移+1] for 项目, 序列 in self._全局绘图均线.items() } + + self._目标日期序列= self._目标绘图日线['日期'] + + self._目标指数开盘= self._目标指数日线['开盘'] + self._目标指数收盘= self._目标指数日线['收盘'] + self._目标指数最高= self._目标指数日线['最高'] + self._目标指数最低= self._目标指数日线['最低'] + self._目标指数中线= self._目标指数日线['开收中'] + + self._目标绘图开盘= self._目标绘图日线['开盘'] + self._目标绘图收盘= self._目标绘图日线['收盘'] + self._目标绘图最高= self._目标绘图日线['最高'] + self._目标绘图最低= self._目标绘图日线['最低'] + self._目标绘图中线= self._目标绘图日线['开收中'] + + # 行情附加数据 + self._对数坐标底数= 1.1 + + self._横轴坐标序列= numpy.arange(self._目标起始偏移, self._目标结束偏移+1) + self._目标行情长度= len(self._目标日期序列) + + self._目标指数上涨= numpy.array( [True if po is not None and po < pc else False for po, pc in zip(self._目标指数开盘, self._目标指数收盘)] ) # 标示出该天股价日内上涨的一个序列 + self._目标指数下跌= numpy.array( [True if po is not None and po > pc else False for po, pc in zip(self._目标指数开盘, self._目标指数收盘)] ) # 标示出该天股价日内下跌的一个序列 + self._目标指数平盘= numpy.array( [True if po is not None and po == pc else False for po, pc in zip(self._目标指数开盘, self._目标指数收盘)] ) # 标示出该天股价日内走平的一个序列 + + self._目标绘图上涨= numpy.array( [True if po is not None and po < pc else False for po, pc in zip(self._目标绘图开盘, self._目标绘图收盘)] ) # 标示出该天股价日内上涨的一个序列 + self._目标绘图下跌= numpy.array( [True if po is not None and po > pc else False for po, pc in zip(self._目标绘图开盘, self._目标绘图收盘)] ) # 标示出该天股价日内下跌的一个序列 + self._目标绘图平盘= numpy.array( [True if po is not None and po == pc else False for po, pc in zip(self._目标绘图开盘, self._目标绘图收盘)] ) # 标示出该天股价日内走平的一个序列 + + # 行情衍生数据 + self._指数衍生行情= self._日线数据['指数衍生行情'] + self._个股衍生行情= self._日线数据['个股衍生行情'] + + # 平面对象数据 + self._布局参数= None + self._指数平面= None + self._指数横轴= None + self._指数纵轴= None + + self._个股平面= None + self._个股横轴= None + self._个股纵轴= None + + # 横轴参数、纵轴参数 + self._横轴参数= self.计算横轴参数() + self._纵轴参数= self.计算纵轴参数() + + # 行情衍生数据 + self._定制绘图函数= self._任务参数['定制绘图函数'] + self._定制绘图参数= self._任务参数['定制绘图参数'] + + + + def 返回目标日线数据(self): + ''' + 日线换手子图用 + ''' + 日线行情= {} + 日线行情['目标指数日线']= self._目标指数日线 + 日线行情['目标绘图日线']= self._目标绘图日线 + + return 日线行情 + + + + def 返回行情附加数据(self): + ''' + 日线换手子图用 + ''' + 附加行情= {} + + 附加行情['横轴坐标序列']= self._横轴坐标序列 + 附加行情['目标行情长度']= self._目标行情长度 + + 附加行情['目标指数上涨']= self._目标指数上涨 + 附加行情['目标指数下跌']= self._目标指数下跌 + 附加行情['目标指数平盘']= self._目标指数平盘 + + 附加行情['目标绘图上涨']= self._目标绘图上涨 + 附加行情['目标绘图下跌']= self._目标绘图下跌 + 附加行情['目标绘图平盘']= self._目标绘图平盘 + + return 附加行情 + + + + def 返回本图大小(self): + ''' + + ''' + return (self._横轴参数['横轴宽度'], self._纵轴参数['纵轴高度']) + + + + def 平面初始化(self, 图片对象, 子图偏移, 全图大小): + ''' + + ''' + + + # 计算布局参数 + #======================================================================================= + 子图横移, \ + 子图纵移= 子图偏移 + + 全图宽度, \ + 全图高度= 全图大小 + + 本图宽度= self._横轴参数['横轴宽度'] + 本图高度= self._纵轴参数['纵轴高度'] + + 布局参数= ( 子图横移/全图宽度, 子图纵移/全图高度, 本图宽度/全图宽度, 本图高度/全图高度 ) + + self._布局参数= 布局参数 + 对数坐标底数= self._对数坐标底数 + + # 指数部分 + #======================================================================================= + 指数平面= 图片对象.add_axes(布局参数, axis_bgcolor='black') + + 指数平面.set_axisbelow(True) # 网格线放在底层 + 指数平面.set_yscale('log', basey=对数坐标底数) # 使用对数坐标 + + # 改变坐标线的颜色 + for 方位, 边框 in 指数平面.spines.items(): # 方位: 'left' | 'right' | 'top' | 'bottom' + 边框.set_color(__color_gold__) + + 指数横轴= 指数平面.get_xaxis() + 指数纵轴= 指数平面.get_yaxis() + + # 指数纵轴.set_label_position('left') # XXX: 不顶用 + + self._指数平面= 指数平面 + self._指数横轴= 指数横轴 + self._指数纵轴= 指数纵轴 + + self.设置指数横轴() + self.设置指数纵轴() + + # 个股部分 + #======================================================================================= + 个股平面= 指数平面.twinx() + 个股平面.set_axis_bgcolor('black') + 个股平面.set_axisbelow(True) # 网格线放在底层 + 个股平面.set_yscale('log', basey=对数坐标底数) # 使用对数坐标 + + # for 方位, 边框 in 个股平面.spines.items(): # 方位: 'left' | 'right' | 'top' | 'bottom' + # 边框.set_color(__color_gold__) + + 个股横轴= 个股平面.get_xaxis() + 个股纵轴= 个股平面.get_yaxis() + + # 个股纵轴.set_label_position('right') # XXX: 不顶用 + + self._个股平面= 个股平面 + self._个股横轴= 个股横轴 + self._个股纵轴= 个股纵轴 + + self.设置个股横轴() + self.设置个股纵轴() + + + + def 返回指数平面(self): + ''' + + ''' + return self._指数平面 + + + + def 计算横轴余度(self, 横轴裕量): + ''' + 被 计算横轴参数() 调用 + ''' + 目标起始偏移= self._目标起始偏移 + 目标结束偏移= self._目标结束偏移 + + 坐标起点= 目标起始偏移 - 横轴裕量 + 坐标终点= 目标结束偏移 + 横轴裕量 + 横轴尺寸= 坐标终点 - 坐标起点 + + 横轴余度= {} + 横轴余度['横轴裕量']= 横轴裕量 + 横轴余度['坐标起点']= 坐标起点 + 横轴余度['坐标终点']= 坐标终点 + 横轴余度['横轴尺寸']= 横轴尺寸 + 横轴余度['横轴倍率']= __横轴倍率__ + 横轴余度['横轴宽度']= 横轴尺寸 * __横轴倍率__ + + return 横轴余度 + + + + def 计算纵轴余度(self): + ''' + 被 计算纵轴参数() 调用 + ''' + 对数坐标底数= self._对数坐标底数 + + 个股最高= [nr for nr in self._目标绘图最高 if nr is not None] + 个股最低= [nr for nr in self._目标绘图最低 if nr is not None] + 个股开盘= [nr for nr in self._目标绘图开盘 if nr is not None] + + 指数基点= self._目标指数开盘[0] + 个股基点= round(个股开盘[0], -1) # XXX: 对复权行情来说，基点价格可能不是整数，所以需要取整。 + + 指数极高= max(self._目标指数最高) + 指数极低= min(self._目标指数最低) + + 个股极高= max(个股最高) + 个股极低= min(个股最低) + + 指数修正极低= min(指数极低, 个股极低*指数基点/个股基点) + 指数修正极高= max(指数极高, 个股极高*指数基点/个股基点) + + 个股修正极低= min(个股极低, 指数极低*个股基点/指数基点) + 个股修正极高= max(个股极高, 指数极高*个股基点/指数基点) + + 指数坐标起点= 指数修正极低 / 对数坐标底数 + 指数坐标终点= 指数修正极高 * 对数坐标底数 + 个股坐标起点= 个股修正极低 / 对数坐标底数 + 个股坐标终点= 个股修正极高 * 对数坐标底数 + + # 计算 纵轴尺寸。 + # XXX: 注意，用个股坐标或指数坐标计算都可以，其中包含的倍数因子对结果无影响，即: + # log(base, n1) - log(base, n2) == + # log(base, n1/n2) == + # log(base, k*n1/k*n2) == + # log(base, k*n1) - log(base, k*n2) + # ，这是对数运算的性质。 + 纵轴尺寸= math.log(个股坐标终点, 对数坐标底数) - math.log(个股坐标起点, 对数坐标底数) + + 纵轴余度= { + '纵轴倍率': __纵轴倍率__, + '纵轴尺寸': 纵轴尺寸, + '纵轴高度': 纵轴尺寸 * __纵轴倍率__, + '个股基点': 个股基点, + '指数基点': 指数基点, + '个股坐标起点': 个股坐标起点, + '个股坐标终点': 个股坐标终点, + '指数坐标起点': 指数坐标起点, + '指数坐标终点': 指数坐标终点, + } + + return 纵轴余度 + + + + def 计算横轴参数(self): + ''' + + ''' + 全局日期序列= self._全局日期序列 + 目标起始偏移= self._目标起始偏移 + 目标结束偏移= self._目标结束偏移 + + 全局日期列表= [ datetime.date(int(ys), int(ms), int(ds)) for ys, ms, ds in [ dstr.split('-') for dstr in 全局日期序列 ] ] + 目标日期列表= 全局日期列表[目标起始偏移:目标结束偏移+1] + + # 确定 X 轴的 主要坐标点 + 每月首日偏移= [] # 每个月第一个交易日在所有日期列表中的 index + 所有年份= sorted(set([d.year for d in 目标日期列表])) + + for 年份 in 所有年份: + 当年月份= sorted(set([d.month for d in 目标日期列表 if d.year==年份])) # 当年所有的交易月份 + for 月份 in 当年月份: + 当月首日= min([d for d in 目标日期列表 if d.year==年份 and d.month==月份]) # 当月的第一个交易日 + 每月首日偏移.append(全局日期列表.index(当月首日)) + + xMajorLocator= ticker.FixedLocator(numpy.array(每月首日偏移)) + + # 确定 X 轴的 辅助坐标点 + 每周首日偏移= {} # value: 每周第一个交易日在所有日期列表中的 index; key: 当周的序号 week number（当周是第几周） + + for 日期 in 目标日期列表: + isoyear, weekno= 日期.isocalendar()[0:2] + dmark= isoyear*100 + weekno + if dmark not in 每周首日偏移: + 每周首日偏移[dmark]= 全局日期列表.index(日期) + + 每周首日偏移= sorted(每周首日偏移.values()) + + xMinorLocator= ticker.FixedLocator(numpy.array(每周首日偏移)) + + # 确定 X 轴的 MajorFormatter 和 MinorFormatter + def x_major_formatter(idx, pos=None): + return 全局日期列表[idx].strftime('%Y-%m-%d') + + def x_minor_formatter(idx, pos=None): + return 全局日期列表[idx].strftime('%m-%d') + + xMajorFormatter= ticker.FuncFormatter(x_major_formatter) + xMinorFormatter= ticker.FuncFormatter(x_minor_formatter) + + # 填充并返回 + 横轴参数= {} + + 横轴参数['xMajorLocator']= xMajorLocator + 横轴参数['xMinorLocator']= xMinorLocator + 横轴参数['xMajorFormatter']= xMajorFormatter + 横轴参数['xMinorFormatter']= xMinorFormatter + 横轴参数['每月首日偏移']= 每月首日偏移 + 横轴参数['每周首日偏移']= 每周首日偏移 + + 横轴裕量= 1 + 横轴余度= self.计算横轴余度(横轴裕量=横轴裕量) + 横轴参数.update(横轴余度) + + return 横轴参数 + + + + def 返回横轴参数(self): + ''' + + ''' + return self._横轴参数 + + + + def 计算纵轴参数(self): + ''' + 计算纵轴坐标点 + ''' + 步进倍率= 1.1 + + 纵轴余度= self.计算纵轴余度() + + 个股坐标起点= 纵轴余度['个股坐标起点'] + 个股坐标终点= 纵轴余度['个股坐标终点'] + + 个股基点= 纵轴余度['个股基点'] + 指数基点= 纵轴余度['指数基点'] + + # 计算个股主坐标值 + #===================================================================================================== + 个股主坐标值= [个股基点] + + # 往下拓展 + for i in range(1, 999): + 当前坐标= round(个股基点/(步进倍率**i), -1) # 坐标值 7890 表示 7.89 元 + if 当前坐标 <= 个股坐标起点: + break + 个股主坐标值.insert(0, 当前坐标) + # 往上拓展 + for i in range(1, 999): + 当前坐标= round(个股基点*(步进倍率**i), -1) # 坐标值 7890 表示 7.89 元 + if 当前坐标 >= 个股坐标终点: + break + 个股主坐标值.append(当前坐标) + + # 计算个股副坐标值 + #===================================================================================================== + 个股副坐标值= [round((curr*next)**0.5, -1) for curr, next in zip(个股主坐标值[:-1], 个股主坐标值[1:])] + 极值= round((个股主坐标值[0]*个股主坐标值[0]/步进倍率)**0.5, -1) + if 极值 > 个股坐标起点: 个股副坐标值.insert(0, 极值) + 极值= round((个股主坐标值[-1]*个股主坐标值[-1]*步进倍率)**0.5, -1) + if 极值 < 个股坐标终点: 个股副坐标值.append(极值) + + # 计算指数主、副坐标值 + #===================================================================================================== + 指数主坐标值= [数值*指数基点/个股基点 for 数值 in 个股主坐标值] + 指数副坐标值= [数值*指数基点/个股基点 for 数值 in 个股副坐标值] + + # 生成、返回 + #===================================================================================================== + 纵轴参数= { + '个股主坐标值': 个股主坐标值, + '个股副坐标值': 个股副坐标值, + '指数主坐标值': 指数主坐标值, + '指数副坐标值': 指数副坐标值, + } + 纵轴参数.update(纵轴余度) + + return 纵轴参数 + + + + def 设置指数横轴(self): + ''' + + ''' + 指数平面= self._指数平面 + 横轴对象= self._指数横轴 + 横轴参数= self._横轴参数 + + 横轴裕量= 横轴参数['横轴裕量'] + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + xMajorLocator= 横轴参数['xMajorLocator'] + xMinorLocator= 横轴参数['xMinorLocator'] + xMajorFormatter= 横轴参数['xMajorFormatter'] + xMinorFormatter= 横轴参数['xMinorFormatter'] + + 横轴对象.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 横轴对象.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + 指数平面.set_xlim(坐标起点, 坐标终点) + 横轴对象.set_major_locator(xMajorLocator) + 横轴对象.set_minor_locator(xMinorLocator) + + for 主坐标 in 指数平面.get_xticklabels(minor=False): + 主坐标.set_visible(False) + for 副坐标 in 指数平面.get_xticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置个股横轴(self): + ''' + + ''' + 个股平面= self._个股平面 + 横轴对象= self._个股横轴 + 横轴参数= self._横轴参数 + + 横轴裕量= 横轴参数['横轴裕量'] + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + xMajorLocator= 横轴参数['xMajorLocator'] + xMinorLocator= 横轴参数['xMinorLocator'] + xMajorFormatter= 横轴参数['xMajorFormatter'] + xMinorFormatter= 横轴参数['xMinorFormatter'] + + # 横轴对象.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + # 横轴对象.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + 个股平面.set_xlim(坐标起点, 坐标终点) + 横轴对象.set_major_locator(xMajorLocator) + 横轴对象.set_minor_locator(xMinorLocator) + + for 主坐标 in 个股平面.get_xticklabels(minor=False): + 主坐标.set_visible(False) + for 副坐标 in 个股平面.get_xticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置指数纵轴(self): + ''' + + ''' + 指数平面= self._指数平面 + 纵轴对象= self._指数纵轴 + 纵轴参数= self._纵轴参数 + 坐标起点= 纵轴参数['指数坐标起点'] + 坐标终点= 纵轴参数['指数坐标终点'] + + 纵轴对象.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 纵轴对象.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + 指数平面.set_ylim(坐标起点, 坐标终点) + + # 主坐标点 + #====================================================================================== + 主坐标值= 纵轴参数['指数主坐标值'] + yMajorLocator= ticker.FixedLocator(numpy.array(主坐标值)) + def y_major_formatter(num, pos=None): + return str(round(num/1000.0, 3)) + yMajorFormatter= ticker.FuncFormatter(y_major_formatter) + + 纵轴对象.set_major_locator(yMajorLocator) + 纵轴对象.set_major_formatter(yMajorFormatter) + + for 主坐标 in 指数平面.get_yticklabels(minor=False): + 主坐标.set_fontsize(6) + + # 副坐标点 + #====================================================================================== + 副坐标值= 纵轴参数['指数副坐标值'] + yMinorLocator= ticker.FixedLocator(numpy.array(副坐标值)) + def y_minor_formatter(num, pos=None): + return str(round(num/1000.0, 3)) + yMinorFormatter= ticker.FuncFormatter(y_minor_formatter) + + 纵轴对象.set_minor_locator(yMinorLocator) + 纵轴对象.set_minor_formatter(yMinorFormatter) + + for 副坐标 in 指数平面.get_yticklabels(minor=True): + 副坐标.set_fontsize(5) + 副坐标.set_color('blue') + + + + def 设置个股纵轴(self): + ''' + + ''' + 个股平面= self._个股平面 + 纵轴对象= self._个股纵轴 + 纵轴参数= self._纵轴参数 + 坐标起点= 纵轴参数['个股坐标起点'] + 坐标终点= 纵轴参数['个股坐标终点'] + + # 纵轴对象.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + # 纵轴对象.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + 个股平面.set_ylim(坐标起点, 坐标终点) + + # 主坐标点 + #====================================================================================== + 主坐标值= 纵轴参数['个股主坐标值'] + yMajorLocator= ticker.FixedLocator(numpy.array(主坐标值)) + def y_major_formatter(num, pos=None): + return str(round(num/1000.0, 3)) + yMajorFormatter= ticker.FuncFormatter(y_major_formatter) + + 纵轴对象.set_major_locator(yMajorLocator) + 纵轴对象.set_major_formatter(yMajorFormatter) + + for 主坐标 in 个股平面.get_yticklabels(minor=False): + 主坐标.set_fontsize(6) + # 副坐标点 + #====================================================================================== + 副坐标值= 纵轴参数['个股副坐标值'] + yMinorLocator= ticker.FixedLocator(numpy.array(副坐标值)) + def y_minor_formatter(num, pos=None): + return str(round(num/1000.0, 3)) + yMinorFormatter= ticker.FuncFormatter(y_minor_formatter) + + 纵轴对象.set_minor_locator(yMinorLocator) + 纵轴对象.set_minor_formatter(yMinorFormatter) + + for 副坐标 in 个股平面.get_yticklabels(minor=True): + 副坐标.set_fontsize(5) + 副坐标.set_color('blue') + + + + def 绘制指数行情走势(self): + ''' + 画 K 线 + ''' + 指数平面= self._指数平面 + 横轴坐标序列= self._横轴坐标序列 + + 开盘序列= copy.copy(self._目标指数开盘) + 收盘序列= copy.copy(self._目标指数收盘) + 最高序列= self._目标指数最高 + 最低序列= self._目标指数最低 + + 上涨序列= self._目标指数上涨 + 下跌序列= self._目标指数下跌 + 平盘序列= self._目标指数平盘 + + # 对开收盘价进行视觉修正 + for idx, (po, pc) in enumerate(zip(开盘序列, 收盘序列)): + if po is not None and po==pc: + 调整= int(po * 0.0005) + 开盘序列[idx]= po + 调整 + 收盘序列[idx]= pc - 调整 + + 开盘阵列= numpy.array(开盘序列) + 收盘阵列= numpy.array(收盘序列) + 最高阵列= numpy.array(最高序列) + 最低阵列= numpy.array(最低序列) + + if True in 上涨序列: + 指数平面.vlines(横轴坐标序列[上涨序列], 最低阵列[上涨序列], 最高阵列[上涨序列], edgecolor='0.7', linewidth=0.6, label='_nolegend_', alpha=0.5) + 指数平面.vlines(横轴坐标序列[上涨序列], 开盘阵列[上涨序列], 收盘阵列[上涨序列], edgecolor='0.7', linewidth=3.0, label='_nolegend_', alpha=0.5) + + if True in 下跌序列: + 指数平面.vlines(横轴坐标序列[下跌序列], 最低阵列[下跌序列], 最高阵列[下跌序列], edgecolor='0.3', linewidth=0.6, label='_nolegend_', alpha=0.5) + 指数平面.vlines(横轴坐标序列[下跌序列], 开盘阵列[下跌序列], 收盘阵列[下跌序列], edgecolor='0.3', linewidth=3.0, label='_nolegend_', alpha=0.5) + + if True in 平盘序列: + 指数平面.vlines(横轴坐标序列[平盘序列], 最低阵列[平盘序列], 最高阵列[平盘序列], edgecolor='1.0', linewidth=0.6, label='_nolegend_', alpha=1.0) + 指数平面.vlines(横轴坐标序列[平盘序列], 开盘阵列[平盘序列], 收盘阵列[平盘序列], edgecolor='1.0', linewidth=3.0, label='_nolegend_', alpha=1.0) + + + + def 绘制个股行情走势(self): + ''' + 画 K 线 + ''' + 个股平面= self._个股平面 + 横轴坐标序列= self._横轴坐标序列 + + 开盘序列= copy.copy(self._目标绘图开盘) + 收盘序列= copy.copy(self._目标绘图收盘) + 最高序列= self._目标绘图最高 + 最低序列= self._目标绘图最低 + + 上涨序列= self._目标绘图上涨 + 下跌序列= self._目标绘图下跌 + 平盘序列= self._目标绘图平盘 + + # 对开收盘价进行视觉修正 + for idx, (po, pc) in enumerate(zip(开盘序列, 收盘序列)): + if po is not None and po==pc: + 调整= int(po * 0.0005) + 开盘序列[idx]= po + 调整 + 收盘序列[idx]= pc - 调整 + + 开盘阵列= numpy.array(开盘序列) + 收盘阵列= numpy.array(收盘序列) + 最高阵列= numpy.array(最高序列) + 最低阵列= numpy.array(最低序列) + + if True in 上涨序列: + 个股平面.vlines(横轴坐标序列[上涨序列], 最低阵列[上涨序列], 最高阵列[上涨序列], edgecolor='red', linewidth=0.6, label='_nolegend_', alpha=0.5) + 个股平面.vlines(横轴坐标序列[上涨序列], 开盘阵列[上涨序列], 收盘阵列[上涨序列], edgecolor='red', linewidth=3.0, label='_nolegend_', alpha=0.5) + + if True in 下跌序列: + 个股平面.vlines(横轴坐标序列[下跌序列], 最低阵列[下跌序列], 最高阵列[下跌序列], edgecolor='green', linewidth=0.6, label='_nolegend_', alpha=0.5) + 个股平面.vlines(横轴坐标序列[下跌序列], 开盘阵列[下跌序列], 收盘阵列[下跌序列], edgecolor='green', linewidth=3.0, label='_nolegend_', alpha=0.5) + + if True in 平盘序列: + 个股平面.vlines(横轴坐标序列[平盘序列], 最低阵列[平盘序列], 最高阵列[平盘序列], edgecolor='0.7', linewidth=0.6, label='_nolegend_', alpha=0.5) + 个股平面.vlines(横轴坐标序列[平盘序列], 开盘阵列[平盘序列], 收盘阵列[平盘序列], edgecolor='0.7', linewidth=3.0, label='_nolegend_', alpha=0.5) + + + + def 绘制个股开收中线走势(self): + ''' + + ''' + 个股平面= self._个股平面 + + 横轴坐标序列= self._横轴坐标序列 + 目标行情长度= self._目标行情长度 + 个股衍生日期= self._个股衍生行情['日期'] + 全局日期序列= self._全局日期序列 + 目标日期序列= self._目标日期序列 + 目标绘图中线= self._目标绘图中线 + + 目标首日= 目标日期序列[0] + 目标尾日= 目标日期序列[-1] + + 中线阈值= 30 + 长线阈值= 90 + + # 绘制中线 + 中线阵列= numpy.array(目标绘图中线) + 个股平面.plot(横轴坐标序列, 中线阵列, 'o-', color='white', linewidth=0.2, label='个股中线', \ + markersize=0.3, markeredgecolor='white', markeredgewidth=0.1, alpha=1.0) + + # 计算拐点位置及关键度 + 走势拐点= self._个股衍生行情['开收中线走势拐点'] + + 顶点序列= [None] * 目标行情长度 + 底点序列= [None] * 目标行情长度 + + for 拐点 in 走势拐点: + 日期= 个股衍生日期[拐点['偏移']] + if 日期 < 目标首日 or 日期 > 目标尾日: + continue + + 偏移= 目标日期序列.index(日期) + 横标= 全局日期序列.index(日期) + 位置= 目标绘图中线[偏移] + if 拐点['类型'] == '^': + 顶点序列[偏移]= 位置 + 纵标= 位置 * 1.01 + valign= 'bottom' + else: + 底点序列[偏移]= 位置 + 纵标= 位置 / 1.01 + valign= 'top' + + 关键度= 拐点['关键度'] + + if 关键度 < 中线阈值: + continue + + if 关键度 < 中线阈值: + fsize= 2.3 + weight= 300 + elif 关键度 < 长线阈值: + fsize= 2.7 + weight= 600 + else: + fsize= 3.3 + weight= 900 + + 注释= 个股平面.text(横标, 纵标, str(关键度), weight=weight, fontsize=fsize, verticalalignment=valign, horizontalalignment='center', color='white', alpha=0.7) + + # 绘制拐点 + 底点阵列= numpy.array(底点序列) + 顶点阵列= numpy.array(顶点序列) + + 个股平面.plot(横轴坐标序列, 底点阵列, marker=6, color='white', label='个股中线底点', \ + markersize=2.3, markeredgecolor='white', markeredgewidth=0.0, alpha=0.7) + + 个股平面.plot(横轴坐标序列, 顶点阵列, marker=7, color='white', label='个股中线顶点', \ + markersize=2.3, markeredgecolor='white', markeredgewidth=0.0, alpha=0.7) + + + + def 绘制指数均线走势(self): + ''' + + ''' + 横轴坐标序列= self._横轴坐标序列 + 指数平面= self._指数平面 + 均线字典= self._目标指数均线 + + widthw= 0.2 + widthn= 0.1 + mksize= 0.3 + mkwidth= 0.1 + alpha= 1.0 + + for n, seq in 均线字典.items(): + rarray= numpy.array( seq ) + color= 'white' if n < 10 else \ + 'yellow' if n < 30 else \ + 'cyan' if n < 60 else \ + 'magenta' + + 指数平面.plot(横轴坐标序列, rarray, 'o-', color=color, linewidth=widthw, label='指数均线_'+str(n), \ + markersize=mksize, markeredgecolor=color, markeredgewidth=mkwidth, alpha=alpha) + + + + def 绘制个股均线走势(self): + ''' + + ''' + 横轴坐标序列= self._横轴坐标序列 + 个股平面= self._个股平面 + 均线字典= self._目标绘图均线 + + widthw= 0.2 + widthn= 0.1 + mksize= 0.3 + mkwidth= 0.1 + alpha= 0.7 + + for n, seq in 均线字典.items(): + rarray= numpy.array( seq ) + color= 'white' if n < 10 else \ + 'yellow' if n < 30 else \ + 'cyan' if n < 60 else \ + 'magenta' + + 个股平面.plot(横轴坐标序列, rarray, 'o-', color=color, linewidth=widthw, label='个股均线_'+str(n), \ + markersize=mksize, markeredgecolor=color, markeredgewidth=mkwidth, alpha=alpha) + + + + def 绘制复权提示(self): + ''' + + ''' + 个股平面= self._个股平面 + 纵轴参数= self._纵轴参数 + 目标日期序列= self._目标日期序列 + 全局日期序列= self._全局日期序列 + + 纵标起点= 纵轴参数['个股坐标起点'] + 纵标终点= 纵轴参数['个股坐标终点'] + 目标首日= 目标日期序列[0] + 目标尾日= 目标日期序列[-1] + + 复权记录= self._复权记录 + + fsize= 5.0 + ycoord= 纵标终点/1.1 + alpha= 0.7 + + for 日期, 比率 in 复权记录: + if 日期<目标首日 or 日期>目标尾日: continue + 横标= 全局日期序列.index(日期) + 个股平面.plot([横标, 横标], [纵标起点, 纵标终点], '-', color='purple', linewidth=0.1) + label= 个股平面.text( \ + 横标, ycoord, \ + '复权 ' + str(比率) + '\n' + 日期, \ + fontproperties=__font_properties__, \ + horizontalalignment='left', \ + verticalalignment='top', \ + color='purple', \ + alpha=alpha + ) + label.set_fontsize(fsize) + + + + def 绘制流通股本变更提示(self): + ''' + 注意两个问题: + 1. 流通股本变更提示中的日期可能不是交易日期 + 2. 流通股本变更提示涵盖个股的所有历史，有些内容可能在绘图目标区间以外 + ''' + 个股平面= self._个股平面 + 纵轴参数= self._纵轴参数 + 公司信息= self._公司信息 + 目标日期序列= self._目标日期序列 + 全局日期序列= self._全局日期序列 + + 纵标起点= 纵轴参数['个股坐标起点'] + 纵标终点= 纵轴参数['个股坐标终点'] + 目标首日= 目标日期序列[0] + 目标尾日= 目标日期序列[-1] + + 变更记录= [记录 for 记录 in 公司信息['流通股变更'] if 记录['变更日期']>=目标首日 and 记录['变更日期']<=目标尾日] + + fsize= 5.0 + ycoord= 纵标终点/1.05 + alpha= 0.7 + + for 记录 in 变更记录: + 变更日期= 记录['变更日期'] + 比率= 记录['变更比'] + 调整日期= [ds for ds in 目标日期序列 if ds >= 变更日期][0] + 横标= 全局日期序列.index(调整日期) + 个股平面.plot([横标, 横标], [纵标起点, 纵标终点], '-', color='yellow', linewidth=0.1) + label= 个股平面.text( \ + 横标, ycoord, \ + '流通股 ' + str(比率) + '\n' + 变更日期, \ + fontproperties=__font_properties__, \ + horizontalalignment='left', \ + verticalalignment='top', \ + color='yellow', \ + alpha=alpha + ) + label.set_fontsize(fsize) + + + + def 绘制首尾股本信息(self): + ''' + + ''' + def 寻找纵轴最大空隙(偏移): + ''' + 找出 X 轴某个位置图中最大的空隙 + ''' + 指数基点= 纵轴参数['指数基点'] + 指数目标= 全局指数开盘[偏移] + + 个股基点= 纵轴参数['个股基点'] + 个股目标= 全局绘图开盘[偏移] + + if 个股目标 is None: + try: + 个股目标= [nr for nr in 全局绘图开盘[:偏移] if nr is not None][-1] + except IndexError: + 个股目标= [nr for nr in 全局绘图开盘[偏移:] if nr is not None][0] + 调整目标= 指数目标 * 个股基点 / 指数基点 + + 比较列表= [坐标起点, 个股目标, 调整目标, 坐标终点] + 比较列表.sort() + 差值, 低点, 高点= max( [ (math.log(n2/n1, 对数坐标底数), n1, n2) for n1, n2 in zip(比较列表[:-1], 比较列表[1:]) ] ) + + return (低点*高点)**0.5 # 相乘再开平方，在 log 坐标系里看起来就是在中间位置。 + + + + def 整数分位表示(整数): + ''' + 123456789 --> '1,2345,6789' + ''' + if type(整数) is not int: return str(整数) + + if 整数 == 0: return '0' + + if 整数 < 0: + 整数= -整数 + 为负= True + else: + 为负= False + + intstr= str(整数) + intstr= '0'*((4-len(intstr)%4)%4) + intstr + intlist= [intstr[i:i+4] for i in range(0, len(intstr), 4)] + + intlist[0]= intlist[0].lstrip('0') + + return ('-' + ','.join(intlist)) if 为负 else ','.join(intlist) + + 纵轴参数= self._纵轴参数 + 公司信息= self._公司信息 + 对数坐标底数= self._对数坐标底数 + + 全局指数开盘= self._全局指数日线['开盘'] + 全局绘图开盘= self._全局绘图日线['开盘'] + 目标日期序列= self._目标日期序列 + 目标起始偏移= self._目标起始偏移 + 目标结束偏移= self._目标结束偏移 + + 坐标起点= 纵轴参数['个股坐标起点'] + 坐标终点= 纵轴参数['个股坐标终点'] + 变更记录= 公司信息['股本变更记录'] + + 个股平面= self._个股平面 + + fsize= 5.0 + + # 首日总股本与流通股信息 + #==================================================================================================================================== + 目标首日= 目标日期序列[0] + 前期记录= [rec for rec in 变更记录 if rec['变更日期'] <= 目标首日] + + if 前期记录: + 总股本= 整数分位表示(前期记录[-1]['总股本']) + 流通股= 整数分位表示(前期记录[-1]['流通股']) + else: + 总股本= 'None' + 流通股= 'None' + + 显示字串= '总股本: ' + 总股本 + '\n' + '流通股: ' + 流通股 + + label= 个股平面.text(目标起始偏移, 寻找纵轴最大空隙(偏移=目标起始偏移), 显示字串, fontproperties=__font_properties__, color='0.7') + label.set_fontsize(fsize) + + # 尾日总股本与流通股信息 + #==================================================================================================================================== + 目标尾日= 目标日期序列[-1] + 前期记录= [rec for rec in 变更记录 if rec['变更日期'] <= 目标尾日] + + if 前期记录: + 总股本= 整数分位表示(前期记录[-1]['总股本']) + 流通股= 整数分位表示(前期记录[-1]['流通股']) + else: + 总股本= 'None' + 流通股= 'None' + + 显示字串= '总股本: ' + 总股本 + '\n' + '流通股: ' + 流通股 + + label= 个股平面.text(目标结束偏移, 寻找纵轴最大空隙(偏移=目标结束偏移), 显示字串, fontproperties=__font_properties__, horizontalalignment='right', color='0.7') + label.set_fontsize(fsize) + + + + def 绘制日期提示(self): + ''' + + ''' + 个股平面= self._个股平面 + 横轴参数= self._横轴参数 + 纵轴参数= self._纵轴参数 + 全局日期序列= self._全局日期序列 + + 每月首日偏移= 横轴参数['每月首日偏移'] + 每周首日偏移= 横轴参数['每周首日偏移'] + + 坐标起点= 纵轴参数['个股坐标起点'] + 坐标终点= 纵轴参数['个股坐标终点'] + + # 每月第一个交易日 + for iy in [坐标起点*1.2, 坐标终点/1.12]: + for ix in 每月首日偏移: + newlab= 个股平面.text(ix-1, iy, 全局日期序列[ix]) + newlab.set_font_properties(__font_properties__) + newlab.set_color('0.3') + newlab.set_fontsize(4) + newlab.set_rotation('vertical') + # newlab.set_horizontalalignment('left') + # newlab.set_verticalalignment('center') + # newlab.set_verticalalignment('bottom') + newlab.set_zorder(0) # XXX: 放在底层 + + # 每周第一个交易日，根据这个可以推算出全部确切的日期。 + for iy in [坐标起点*1.08, 坐标终点/1.03]: + for ix in 每周首日偏移: + newlab= 个股平面.text(ix-0.8, iy, 全局日期序列[ix]) + newlab.set_font_properties(__font_properties__) + newlab.set_color('0.3') + newlab.set_fontsize(3) + newlab.set_rotation('vertical') + # newlab.set_horizontalalignment('left') + # newlab.set_verticalalignment('top') # 不行 + # newlab.set_verticalalignment('center') + # newlab.set_verticalalignment('bottom') + newlab.set_zorder(0) # XXX: 放在底层 + + + + def 绘制价格提示(self): + ''' + + ''' + + 个股平面= self._个股平面 + 横轴参数= self._横轴参数 + 纵轴参数= self._纵轴参数 + + 每月首日偏移= 横轴参数['每月首日偏移'] + + 个股主坐标值= 纵轴参数['个股主坐标值'] + 个股副坐标值= 纵轴参数['个股副坐标值'] + 指数主坐标值= 纵轴参数['指数主坐标值'] + 指数副坐标值= 纵轴参数['指数副坐标值'] + + for iy, iy2 in zip(sorted(个股主坐标值[:-1] + 个股副坐标值[1:-1]), sorted(指数主坐标值[:-1] + 指数副坐标值[1:-1])): + for ix in 每月首日偏移[1:-1:3]: + newlab= 个股平面.text( ix+6, iy*1.001, str(iy/1000.0) + ' / ' + str(round(iy2/1000.0, 3)) ) + newlab.set_font_properties(__font_properties__) + newlab.set_color('0.3') + newlab.set_fontsize(3) + newlab.set_zorder(0) # XXX: 放在底层 + + + + def 绘制常用辅助标记(self): + ''' + + ''' + + def 绘制指数均线拐点(): + ''' + + ''' + 均线走势标记= 指数衍生行情['均线走势标记集'] + + for n in 指数衍生均线.keys(): + 均线序列= 指数衍生均线[n] + 走势标记= 均线走势标记[n] + + 拐点序列= [ (目标日期序列.index(日期), 数值, 标记) for 日期, 数值, 标记 in zip(指数衍生日期, 均线序列, 走势标记) \ + if 日期>=目标首日 and 日期<=目标尾日 and 标记 in ('v', '^') ] + + 底点序列= [None] * 目标行情长度 + 顶点序列= [None] * 目标行情长度 + for 偏移, 数值, 标记 in 拐点序列: + if 标记=='v': + 底点序列[偏移]= 数值 + elif 标记=='^': + 顶点序列[偏移]= 数值 + + 底点阵列= numpy.array(底点序列) + 顶点阵列= numpy.array(顶点序列) + + color= 'white' if n < 10 else \ + 'yellow' if n < 30 else \ + 'cyan' if n < 60 else \ + 'magenta' + + 指数平面.plot(横轴坐标序列, 底点阵列, marker=6, color=color, label='指数均线底点_'+str(n), \ + markersize=2.3, markeredgecolor=color, markeredgewidth=0.0, alpha=0.5) + 指数平面.plot(横轴坐标序列, 顶点阵列, marker=7, color=color, label='指数均线顶点_'+str(n), \ + markersize=2.3, markeredgecolor=color, markeredgewidth=0.0, alpha=0.5) + + + + def 绘制三日线拐点关键度(): + ''' + + ''' + 三日线拐点= 个股衍生行情['三日线走势拐点'] + 中线阈值= 30 + 长线阈值= 90 + + for 拐点 in 三日线拐点: + 关键度= 拐点['关键度'] + if 关键度 < 中线阈值: + continue + + 偏移= 拐点['偏移'] + 日期= 个股衍生日期[偏移] + if 日期 < 目标首日 or 日期 > 目标尾日: + continue + + 类型= 拐点['类型'] + 位置= 三日线[偏移] if 复权绘图 else 三日线[目标日期序列.index(日期)] + + 横标= 全局日期序列.index(日期) + 纵标= 位置*1.01 if 类型=='^' else 位置/1.01 + + # 添加文字注释 + 文字= str(关键度) + # 文字= str(关键度) + '(' + str(偏移) + ')' + valign= 'bottom' if 类型=='^' else 'top' + if 关键度 < 中线阈值: + fsize= 2.3 + weight= 300 + elif 关键度 < 长线阈值: + fsize= 2.7 + weight= 600 + else: + fsize= 3.3 + weight= 900 + + 注释= 个股平面.text(横标, 纵标, 文字, weight=weight, verticalalignment=valign, horizontalalignment='left', color='white', alpha=0.7) + 注释.set_fontsize(fsize) + + + + def 绘制个股均线拐点(): + ''' + + ''' + 均线走势标记= 个股衍生行情['均线走势标记集'] + + for n in 个股衍生均线.keys(): + 走势标记= 均线走势标记[n] + + if 复权绘图: + 均线序列= 个股衍生均线[n] # 使用复权均线 + 拐点序列= [ (目标日期序列.index(日期), 数值, 标记) for 日期, 数值, 标记 in zip(个股衍生日期, 均线序列, 走势标记) \ + if 日期>=目标首日 and 日期<=目标尾日 and 标记 in ('v', '^') ] + 底点序列= [None] * 目标行情长度 + 顶点序列= [None] * 目标行情长度 + for 偏移, 数值, 标记 in 拐点序列: + if 标记=='v': + 底点序列[偏移]= 数值 + elif 标记=='^': + 顶点序列[偏移]= 数值 + else: + 均线序列= 目标绘图均线[n] # 使用未复权的均线 + 拐点序列= [ (目标日期序列.index(日期), 日期, 标记) for 日期, 标记 in zip(个股衍生日期, 走势标记) \ + if 日期>=目标首日 and 日期<=目标尾日 and 标记 in ('v', '^') ] + 底点序列= [None] * 目标行情长度 + 顶点序列= [None] * 目标行情长度 + for 偏移, 日期, 标记 in 拐点序列: + if 标记=='v': + 底点序列[偏移]= 均线序列[目标日期序列.index(日期)] + elif 标记=='^': + 顶点序列[偏移]= 均线序列[目标日期序列.index(日期)] + + 底点阵列= numpy.array(底点序列) + 顶点阵列= numpy.array(顶点序列) + + color= 'white' if n < 10 else \ + 'yellow' if n < 30 else \ + 'cyan' if n < 60 else \ + 'magenta' + + 个股平面.plot(横轴坐标序列, 底点阵列, marker=6, color=color, label='个股均线底点_'+str(n), \ + markersize=2.3, markeredgecolor=color, markeredgewidth=0.0, alpha=0.7) + + 个股平面.plot(横轴坐标序列, 顶点阵列, marker=7, color=color, label='个股均线顶点_'+str(n), \ + markersize=2.3, markeredgecolor=color, markeredgewidth=0.0, alpha=0.7) + + + + def 绘制三日线波段(): + ''' + + ''' + 阶梯记录= 个股衍生行情['三日线走势阶梯'] + + for 记录 in 阶梯记录: + 升幅= 记录['升幅'] + 升跨= 记录['升跨'] + 降幅= 记录['降幅'] + 降跨= 记录['降跨'] + + 前底偏移= 记录['前底偏移'] + 顶点偏移= 记录['顶点偏移'] + 后底偏移= 顶点偏移 + 降跨 + 前底日期= 个股衍生日期[前底偏移] + 顶点日期= 个股衍生日期[顶点偏移] + 后底日期= 个股衍生日期[后底偏移] + + # 上升波段 + if 前底日期>=目标首日 and 顶点日期<=目标尾日 and 升幅>=900.0: + 横标= 全局日期序列.index(前底日期) + 0.5 + 纵标= 三日线[前底偏移] if 复权绘图 else 三日线[目标日期序列.index(前底日期)] + 宽度= 全局日期序列.index(顶点日期) - 横标 + 0.5 + 高度= 三日线[顶点偏移]-纵标 if 复权绘图 else 三日线[目标日期序列.index(顶点日期)]-纵标 + rectobj= patches.Rectangle((横标, 纵标), 宽度, 高度, fill=True, edgecolor=None, facecolor='magenta', linewidth=0.3, alpha=0.1) + rectobj.set_zorder(-1) # 放在底层 + 个股平面.add_patch(rectobj) + + 文字 = str(round(升幅, 2)) + 文字 += '\n' + str(round(升幅/升跨, 2)) + 文字 += '\n' + str(升跨) + 注释= 个股平面.text(横标, 纵标, 文字, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left', color=__color_gray70__) + 注释.set_fontsize(2.5) + + # 下降波段 + if 顶点日期>=目标首日 and 后底日期<=目标尾日 and 降幅<=-900.0: + 横标= 全局日期序列.index(顶点日期) + 0.5 + 纵标= 三日线[后底偏移] if 复权绘图 else 三日线[目标日期序列.index(后底日期)] + 宽度= 全局日期序列.index(后底日期) - 横标 + 0.5 + 高度= 三日线[顶点偏移]-纵标 if 复权绘图 else 三日线[目标日期序列.index(顶点日期)]-纵标 + rectobj= patches.Rectangle((横标, 纵标), 宽度, 高度, fill=True, edgecolor=None, facecolor='cyan', linewidth=0.3, alpha=0.1) + rectobj.set_zorder(-1) # 放在底层 + 个股平面.add_patch(rectobj) + + 文字 = str(round(降幅, 2)) + 文字 += '\n' + str(round(降幅/降跨, 2)) + 文字 += '\n' + str(降跨) + 注释= 个股平面.text(横标, 纵标, 文字, fontproperties=__font_properties__, verticalalignment='top', horizontalalignment='left', color=__color_gray70__) + 注释.set_fontsize(2.5) + + + + 横轴坐标序列= self._横轴坐标序列 + 目标行情长度= self._目标行情长度 + 目标日期序列= self._目标日期序列 + 全局日期序列= self._全局日期序列 + 目标首日= 目标日期序列[0] + 目标尾日= 目标日期序列[-1] + + 指数衍生行情= self._指数衍生行情 + 个股衍生行情= self._个股衍生行情 + + 指数衍生日期= 指数衍生行情['日期'] + 个股衍生日期= 个股衍生行情['日期'] + + 复权绘图= self._复权绘图 + + # 三日线= 个股衍生均线[3] if 复权绘图 else 目标绘图均线[3] + + 指数平面= self._指数平面 + 个股平面= self._个股平面 + + if self._绘制指数均线: + 指数衍生均线= 指数衍生行情['均线集'] + 绘制指数均线拐点() + if self._绘制个股均线: + 目标绘图均线= self._目标绘图均线 + 个股衍生均线= 个股衍生行情['均线集'] + 绘制个股均线拐点() + + # 绘制三日线波段() + # 绘制三日线拐点关键度() + + + + def 绘图(self): + ''' + + ''' + self.绘制指数行情走势() + self.绘制个股行情走势() + if self._绘制指数均线: + self.绘制指数均线走势() + if self._绘制个股均线: + self.绘制个股均线走势() + + self.绘制个股开收中线走势() + + self.绘制流通股本变更提示() + self.绘制复权提示() + self.绘制首尾股本信息() + self.绘制日期提示() + self.绘制价格提示() + + self.绘制常用辅助标记() + + if self._定制绘图函数: + 用户参数= self._定制绘图参数 + + 用户参数.update( + { '日线子图': self, + 'ilogger': self._ilogger, + 'Public': Public, + } + ) + + self._定制绘图函数(**用户参数) + + + + # 日线活跃度.绘图(日线子图=self, 环境参数=环境参数) + # 短线组合形态.绘图(日线子图=self, 环境参数=环境参数) + # 三日线涨幅差值.绘图(日线子图=self, 环境参数=环境参数) + # 日线情势判断.绘图(日线子图=self, 环境参数=环境参数) + + + diff --git a/vn.training/SubPlot/日线换手子图.py b/vn.training/SubPlot/日线换手子图.py new file mode 100644 index 00000000..bd3cc01a --- /dev/null +++ b/vn.training/SubPlot/日线换手子图.py @@ -0,0 +1,488 @@ +# -*- coding: utf-8 -*- + + + +import itertools +import numpy + +import matplotlib.spines as spines +import matplotlib.ticker as ticker +import matplotlib.font_manager as font_manager + + + +import Public.Public as Public + + + +__color_gold__= '#FDDB05' +__font_properties__= font_manager.FontProperties(fname='/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc') + + + +__横轴倍率__= 10.0 / 230.0 +__纵轴倍率__= 0.3 + + + + + +class 日线换手子图: + + def __init__(self, parent, 绘图数据): + ''' + + ''' + self._parent= parent + self._ilogger= Public.IndentLogger(logger=parent._ilogger._logger, indent=parent._ilogger._indent+1) + + # 原始数据 + self._任务参数= 绘图数据['任务参数'] + + # 行情数据 + 日线价格子图= parent._日线价格子图 + + 日线行情= 日线价格子图.返回目标日线数据() + + self._目标指数日线= 日线行情['目标指数日线'] + self._目标绘图日线= 日线行情['目标绘图日线'] + + self._目标指数换手= self._目标指数日线['换手率'] + self._目标绘图换手= self._目标绘图日线['换手率'] + + # 行情衍生数据 + 附加行情= 日线价格子图.返回行情附加数据() + + self._横轴坐标序列= 附加行情['横轴坐标序列'] + self._目标行情长度= 附加行情['目标行情长度'] + + self._目标指数上涨= 附加行情['目标指数上涨'] + self._目标指数下跌= 附加行情['目标指数下跌'] + self._目标指数平盘= 附加行情['目标指数平盘'] + + self._目标绘图上涨= 附加行情['目标绘图上涨'] + self._目标绘图下跌= 附加行情['目标绘图下跌'] + self._目标绘图平盘= 附加行情['目标绘图平盘'] + + # 平面对象 + self._指数平面= None + self._指数横轴= None + self._指数纵轴= None + + self._个股平面= None + self._个股横轴= None + self._个股纵轴= None + + # 横轴参数、纵轴参数 + self._横轴参数= 日线价格子图.返回横轴参数() + self._纵轴参数= self.计算纵轴参数() + + + + def 计算纵轴参数(self): + ''' + + ''' + + def _compute_torange(maxto, tostep): + return int(round((maxto + tostep/2.0 - 1) / float(tostep), 0)) + + def _compute_tostep(maxto): + ''' + maxto 是 换手率 最大值。返回每格单位（最小 500, 代表 0.5%）以及格数 + ''' + for i in range(9): + if maxto > (4 * 500 * (2**i)): # 换手率最大是 100000, 代表 100% + continue + else: + tostep= 500 * (2**i) + torange= _compute_torange(maxto, tostep) + break + return (tostep, torange) + + 指数换手= self._目标指数换手 + 个股换手= self._目标绘图换手 + + 个股最大= max( [nr for nr in 个股换手 if nr is not None] ) + 个股步进, \ + 个股格数= _compute_tostep(个股最大) + + 指数最大= max(指数换手) + 指数步进, \ + 指数格数= _compute_tostep(指数最大) + + 纵轴格数= max(个股格数, 指数格数) + 纵轴尺寸= 纵轴格数 * 1.0 + + 指数坐标终点= 指数步进 * 纵轴格数 + 个股坐标终点= 个股步进 * 纵轴格数 + + 指数主坐标值= [指数步进*i for i in range(纵轴格数)] + 指数副坐标值= list( itertools.chain.from_iterable( mi for mi in [[ma + (指数步进/4.0)*i for i in range(1, 4)] for ma in 指数主坐标值] ) ) + + 个股主坐标值= [个股步进*i for i in range(纵轴格数)] + 个股副坐标值= list( itertools.chain.from_iterable( mi for mi in [[ma + (个股步进/4.0)*i for i in range(1, 4)] for ma in 个股主坐标值] ) ) + + 纵轴参数= { + '指数步进': 指数步进, + '个股步进': 个股步进, + '纵轴格数': 纵轴格数, + '纵轴尺寸': 纵轴尺寸, + '纵轴高度': 纵轴尺寸 * __纵轴倍率__, + '指数坐标终点': 指数坐标终点, + '个股坐标终点': 个股坐标终点, + '指数主坐标值': 指数主坐标值, + '指数副坐标值': 指数副坐标值, + '个股主坐标值': 个股主坐标值, + '个股副坐标值': 个股副坐标值, + } + + return 纵轴参数 + + + + def 返回纵轴高度(self): + ''' + + ''' + return self._纵轴参数['纵轴高度'] + + + + def 平面初始化(self, 图片对象, 子图偏移, 全图大小, sharex): + ''' + + ''' + # 计算 布局参数 + #================================================================================================================================================== + 子图横移, \ + 子图纵移= 子图偏移 + + 全图宽度, \ + 全图高度= 全图大小 + + 本图宽度= self._横轴参数['横轴宽度'] + 本图高度= self._纵轴参数['纵轴高度'] + + 布局参数= ( 子图横移/全图宽度, 子图纵移/全图高度, 本图宽度/全图宽度, 本图高度/全图高度 ) + + # 指数部分 + #================================================================================================================================================== + 指数平面= 图片对象.add_axes(布局参数, axis_bgcolor='black', sharex=sharex) + 指数平面.set_axisbelow(True) # 网格线放在底层 + + for 方位, 边框 in 指数平面.spines.items(): # 方位: 'left' | 'right' | 'top' | 'bottom' + 边框.set_color(__color_gold__) + + 指数横轴= 指数平面.get_xaxis() + 指数纵轴= 指数平面.get_yaxis() + + self._指数平面= 指数平面 + self._指数横轴= 指数横轴 + self._指数纵轴= 指数纵轴 + + self.设置指数横轴() + self.设置指数纵轴() + + # 个股部分 + #================================================================================================================================================== + 个股平面= 指数平面.twinx() + 个股平面.set_axis_bgcolor('black') + 个股平面.set_axisbelow(True) # 网格线放在底层 + + # for 方位, 边框 in 个股平面.spines.items(): # 方位: 'left' | 'right' | 'top' | 'bottom' + # 边框.set_color(__color_gold__) + + 个股横轴= 个股平面.get_xaxis() + 个股纵轴= 个股平面.get_yaxis() + + self._个股平面= 个股平面 + self._个股横轴= 个股横轴 + self._个股纵轴= 个股纵轴 + + self.设置个股横轴() + self.设置个股纵轴() + + + + def 设置指数横轴(self): + ''' + + ''' + 任务参数= self._任务参数 + + 指数平面= self._指数平面 + 指数横轴= self._指数横轴 + + 横轴参数= self._横轴参数 + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + + 指数横轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 指数横轴.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + + 指数平面.set_xlim(坐标起点, 坐标终点) + + xMajorLocator= 横轴参数['xMajorLocator'] + xMinorLocator= 横轴参数['xMinorLocator'] + xMajorFormatter= 横轴参数['xMajorFormatter'] + xMinorFormatter= 横轴参数['xMinorFormatter'] + + 指数横轴.set_major_locator(xMajorLocator) + 指数横轴.set_minor_locator(xMinorLocator) + + 指数横轴.set_major_formatter(xMajorFormatter) + 指数横轴.set_minor_formatter(xMinorFormatter) + + if 任务参数['绘制实盘']: + # 设为不可见 + for 主坐标 in axes.get_xticklabels(minor=False): + 主坐标.set_visible(False) + + for 副坐标 in axes.get_xticklabels(minor=True): + 副坐标.set_visible(False) + else: + for 主坐标 in 指数平面.get_xticklabels(minor=False): + 主坐标.set_fontsize(4) + 主坐标.set_horizontalalignment('right') + 主坐标.set_rotation('45') + + for 副坐标 in 指数平面.get_xticklabels(minor=True): + 副坐标.set_fontsize(4) + 副坐标.set_color('blue') + 副坐标.set_horizontalalignment('right') + 副坐标.set_rotation('45') + + + def 设置指数纵轴(self): + ''' + + ''' + 平面对象= self._指数平面 + 指数纵轴= self._指数纵轴 + 纵轴参数= self._纵轴参数 + + 主坐标值= 纵轴参数['指数主坐标值'] + 副坐标值= 纵轴参数['指数副坐标值'] + 坐标终点= 纵轴参数['指数坐标终点'] + + 指数纵轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + 指数纵轴.grid(True, 'minor', color='0.3', linestyle='solid', linewidth=0.1) + + 平面对象.set_ylim(0, 坐标终点) + + yMajorLocator= ticker.FixedLocator(numpy.array(主坐标值)) + def y_major_formatter(num, pos=None): + return str(round(num/1000.0, 2)) + '%' + yMajorFormatter= ticker.FuncFormatter(y_major_formatter) + + 指数纵轴.set_major_locator(yMajorLocator) + 指数纵轴.set_major_formatter(yMajorFormatter) + + for 主坐标 in 平面对象.get_yticklabels(minor=False): + 主坐标.set_font_properties(__font_properties__) + 主坐标.set_fontsize(5) # 这个必须放在前一句后面，否则作用会被覆盖 + + + yMinorLocator= ticker.FixedLocator(numpy.array(副坐标值)) + def y_minor_formatter(num, pos=None): + return str(round(num/1000.0, 3)) + '%' + yMinorFormatter= ticker.FuncFormatter(y_minor_formatter) + + 指数纵轴.set_minor_locator(yMinorLocator) + 指数纵轴.set_minor_formatter(yMinorFormatter) + + for 副坐标 in 平面对象.get_yticklabels(minor=True): + 副坐标.set_font_properties(__font_properties__) + 副坐标.set_fontsize(4) # 这个必须放在前一句后面，否则作用会被覆盖 + + + + def 设置个股横轴(self): + ''' + + ''' + 个股平面= self._个股平面 + 个股横轴= self._个股横轴 + + 横轴参数= self._横轴参数 + 坐标起点= 横轴参数['坐标起点'] + 坐标终点= 横轴参数['坐标终点'] + + # 个股横轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + # 个股横轴.grid(True, 'minor', color='0.3', linestyle='dotted', linewidth=0.15) + + 个股平面.set_xlim(坐标起点, 坐标终点) + + xMajorLocator= 横轴参数['xMajorLocator'] + xMinorLocator= 横轴参数['xMinorLocator'] + + 个股横轴.set_major_locator(xMajorLocator) + 个股横轴.set_minor_locator(xMinorLocator) + + for 主坐标 in 个股平面.get_xticklabels(minor=False): + 主坐标.set_visible(False) + + for 副坐标 in 个股平面.get_xticklabels(minor=True): + 副坐标.set_visible(False) + + + + def 设置个股纵轴(self): + ''' + + ''' + + 平面对象= self._个股平面 + 个股纵轴= self._个股纵轴 + 纵轴参数= self._纵轴参数 + + 主坐标值= 纵轴参数['个股主坐标值'] + 副坐标值= 纵轴参数['个股副坐标值'] + 坐标终点= 纵轴参数['个股坐标终点'] + + # 坐标线 + # 个股纵轴.grid(True, 'major', color='0.3', linestyle='solid', linewidth=0.2) + # 个股纵轴.grid(True, 'minor', color='0.3', linestyle='solid', linewidth=0.1) + + # 设置坐标范围 + 平面对象.set_ylim(0, 坐标终点) + + # 主坐标点 + yMajorLocator= ticker.FixedLocator(numpy.array(主坐标值)) + def y_major_formatter(num, pos=None): + return str(round(num/1000.0, 2)) + '%' + yMajorFormatter= ticker.FuncFormatter(y_major_formatter) + + 个股纵轴.set_major_locator(yMajorLocator) + 个股纵轴.set_major_formatter(yMajorFormatter) + + for 主坐标 in 平面对象.get_yticklabels(minor=False): + 主坐标.set_font_properties(__font_properties__) + 主坐标.set_fontsize(5) # 这个必须放在前一句后面，否则作用会被覆盖 + + # 副坐标点 + yMinorLocator= ticker.FixedLocator(numpy.array(副坐标值)) + def y_minor_formatter(num, pos=None): + return str(round(num/1000.0, 3)) + '%' + yMinorFormatter= ticker.FuncFormatter(y_minor_formatter) + + 个股纵轴.set_minor_locator(yMinorLocator) + 个股纵轴.set_minor_formatter(yMinorFormatter) + + for 副坐标 in 平面对象.get_yticklabels(minor=True): + 副坐标.set_font_properties(__font_properties__) + 副坐标.set_fontsize(4) # 这个必须放在前一句后面，否则作用会被覆盖 + + + + def 绘制指数换手(self): + ''' + + ''' + 横轴坐标序列= self._横轴坐标序列 + 平面对象= self._指数平面 + + 行情长度= self._目标行情长度 + 上涨序列= self._目标指数上涨 + 下跌序列= self._目标指数下跌 + 平盘序列= self._目标指数平盘 + 换手序列= self._目标指数换手 + + 换手阵列= numpy.array(换手序列) + 起点阵列= numpy.zeros(行情长度) + + lwidth, alpha= (0.7, 0.5) + + if True in 上涨序列: + 平面对象.vlines(横轴坐标序列[上涨序列], 起点阵列[上涨序列], 换手阵列[上涨序列], edgecolor='0.7', linewidth=lwidth, label='_nolegend_', alpha=alpha) + if True in 下跌序列: + 平面对象.vlines(横轴坐标序列[下跌序列], 起点阵列[下跌序列], 换手阵列[下跌序列], edgecolor='0.3', linewidth=lwidth, label='_nolegend_', alpha=alpha) + if True in 平盘序列: + 平面对象.vlines(横轴坐标序列[平盘序列], 起点阵列[平盘序列], 换手阵列[平盘序列], edgecolor='0.7', linewidth=lwidth, label='_nolegend_', alpha=1.0) + + + + def 绘制个股换手(self): + ''' + + ''' + 横轴坐标序列= self._横轴坐标序列 + 平面对象= self._个股平面 + + 行情长度= self._目标行情长度 + 上涨序列= self._目标绘图上涨 + 下跌序列= self._目标绘图下跌 + 平盘序列= self._目标绘图平盘 + 换手序列= self._目标绘图换手 + + 横轴参数= self._横轴参数 + 横标起点= 横轴参数['坐标起点'] + 横标终点= 横轴参数['坐标终点'] + 每月首日偏移= 横轴参数['每月首日偏移'] + + 换手阵列= numpy.array(换手序列) + 起点阵列= numpy.zeros(行情长度) + + lwidth= 3.0 + + if True in 上涨序列: + 平面对象.vlines(横轴坐标序列[上涨序列], 起点阵列[上涨序列], 换手阵列[上涨序列], edgecolor='red', linewidth=lwidth, label='_nolegend_', alpha=0.5) + if True in 下跌序列: + 平面对象.vlines(横轴坐标序列[下跌序列], 起点阵列[下跌序列], 换手阵列[下跌序列], edgecolor='green', linewidth=lwidth, label='_nolegend_', alpha=0.5) + if True in 平盘序列: + 平面对象.vlines(横轴坐标序列[平盘序列], 起点阵列[平盘序列], 换手阵列[平盘序列], edgecolor='0.7', linewidth=lwidth, label='_nolegend_', alpha=1.0) + + # 绘制 平均换手数值（直线） + 个股换手= [nr for nr in 换手序列 if nr is not None] + 平均换手= sum(个股换手) / float(len(个股换手)) + 平面对象.plot([横标起点, 横标终点], [平均换手, 平均换手], '-', color='yellow', linewidth=0.2, alpha=0.7) + + # 平均换手率数值在图中间的显示 + for ix in 每月首日偏移[2:-1:3]: + newlab= 平面对象.text(ix+8, 平均换手, str(round(平均换手/1000.0, 2)) + '%') + newlab.set_font_properties(__font_properties__) + newlab.set_color('yellow') + newlab.set_fontsize(3) + + + + def 绘制换手提示(self): + ''' + + ''' + def formatter(nr): + return str(round(nr/1000.0, 2)) + '%' + + 平面对象= self._指数平面 + 纵轴参数= self._纵轴参数 + + 指数步进= 纵轴参数['指数步进'] + 个股步进= 纵轴参数['个股步进'] + 纵轴格数= 纵轴参数['纵轴格数'] + + shift= 7 + 横轴参数= self._横轴参数 + 每月首日偏移= 横轴参数['每月首日偏移'] + for iy, iy2 in zip( range(int(指数步进/2.0), 指数步进*纵轴格数, int(指数步进/2.0)), range(int(个股步进/2.0), 个股步进*纵轴格数, int(个股步进/2.0)) ): + for ix in 每月首日偏移[1:-1:3]: + newlab= 平面对象.text(ix+shift, iy, formatter(iy2) + ' / ' + formatter(iy)) + newlab.set_font_properties(__font_properties__) + newlab.set_color('0.3') + newlab.set_fontsize(3) + newlab.set_zorder(0) # XXX: 放在底层 + + + + def 绘图(self): + ''' + + ''' + self.绘制指数换手() + self.绘制个股换手() + self.绘制换手提示() + + + + + diff --git a/vn.training/display_bar.py b/vn.training/display_bar.py index d773c85f..ad6f4cb3 100644 --- a/vn.training/display_bar.py +++ b/vn.training/display_bar.py @@ -13,32 +13,49 @@ try: symbol = 'a' - #执行脚本，返回记录数 - count = cur.execute('select open,high,low, close,datetime from TB_Bar where Id=\'20151019-161753\'') - print 'there has %s rows record' % count + backtestingId = '20151021-170626' + #执行脚本，返回记录数 + count = cur.execute('select open,high,low, close,datetime from TB_Bar where Id=\'{0}\''.format(backtestingId)) + print 'there has %s rows bar record' % count results = cur.fetchall() - - t = [] - + t1 = [] o = [] - i = 0 for r in results: i = i+1 - t.append(i) + t1.append(i) # t.append(r['datetime']) o.append(r['open']) + count = cur.execute('select fastEMA,slowEMA,datetime from TB_Ema where Id=\'{0}\''.format(backtestingId)) + print 'there has %s rows ema record' % count + + results = cur.fetchall() + + fastEma = [] + slowEma = [] + t2 = [] + i = 0 + + for r in results: + i = i+1 + t2.append(i) + + fastEma.append(r['fastEMA']) + slowEma.append(r['slowEMA']) + #关闭指针，关闭连接 cur.close() conn.close() - plt.plot(t,o,label='data') + plt.plot(t1,o,label='data') + plt.plot(t2,fastEma,label='fastEma') + plt.plot(t2,slowEma,label='slowEma') plt.xlabel('Time') plt.ylabel('price') plt.show() diff --git a/vn.training/draw.py b/vn.training/draw.py new file mode 100644 index 00000000..adbb0d8d --- /dev/null +++ b/vn.training/draw.py @@ -0,0 +1,1002 @@ +# -*- coding: utf-8 -*- + + + +import sys +import os +import pickle +import copy +import datetime +import numpy + + + +import matplotlib.pyplot as pyplot +import matplotlib.ticker as ticker + + + +import Public.Public as Public + + + +from 子图定义.公司信息子图 import 公司信息子图 +from 子图定义.日线价格子图 import 日线价格子图 +from 子图定义.日线换手子图 import 日线换手子图 +from 子图定义.分时价格子图 import 分时价格子图 +from 子图定义.分时手数子图 import 分时手数子图 +from 子图定义.实盘价格子图 import 实盘价格子图 +from 子图定义.实盘手数子图 import 实盘手数子图 + + + +__color_pink__= '#ffc0cb' +__color_navy__= '#000080' +__color_gold__= '#fddb05' + +__横轴倍率__= 10.0 / 230.0 +__纵轴倍率__= 0.3 + + + + + +class 分时行情图系: + ''' + + ''' + + def __init__(self, parent, 目标日期, 绘图数据): + ''' + + ''' + self._parent= parent # 分时大图区块 对象 + self._ilogger= Public.IndentLogger(logger=parent._ilogger._logger, indent=parent._ilogger._indent+1) + + # 当日数据 + 当日数据= 绘图数据['分时数据'][目标日期] + self._目标日期= 目标日期 + self._时间常数= 当日数据['时间常数'] + + # 横轴参数（分时价格 与 分时手数 共用，所以放在这里） + #=================================================================================================== + self._横轴参数= self.计算横轴参数() + + # 个股行情 + #=================================================================================================== + if 当日数据['个股行情有效']: + # 分时数据 + 个股分时行情= 当日数据['个股分时行情'] + self._个股时间序列= 个股分时行情['时间序列'] # 成员是 datetime.datetime 对象 + + # 分时行情坐标序列 + self._个股调整时间= self.计算调整时间序列(时间序列=self._个股时间序列) + self._个股坐标序列= self.计算调整时间序列坐标(调整时间序列=self._个股调整时间) + + # 子图对象 + #=================================================================================================== + self._分时价格子图= 分时价格子图(parent=self, 目标日期=目标日期, 绘图数据=绘图数据) + self._分时手数子图= 分时手数子图(parent=self, 目标日期=目标日期, 绘图数据=绘图数据) + + # 衬底平面 + #=================================================================================================== + self._衬底平面= None + + + + def 计算横轴参数(self): + ''' + + ''' + 时间常数= self._时间常数 + + 上午开始时间= 时间常数['上午开始'] + 上午结束时间= 时间常数['上午结束'] + 下午开始时间= 时间常数['下午开始'] + 下午结束时间= 时间常数['下午结束'] + dtc_092500= 时间常数['09:25:00'] + dtc_093000= 时间常数['09:30:00'] + dtc_130000= 时间常数['13:00:00'] + + # XXX: 这些内容只能在各个图系里分别计算，因为只有带具体日期的 datetime.datetime 对象才支持减法操作 + 横轴参数= {} + 横轴参数['左侧裕量']= 30.0 + 横轴参数['右侧裕量']= 30.0 + 横轴参数['坐标起点']= -横轴参数['左侧裕量'] + 横轴参数['坐标终点']= ((上午结束时间-上午开始时间) + (下午结束时间-下午开始时间)).total_seconds() + 横轴参数['右侧裕量'] + 午间时差= 下午开始时间-上午结束时间 + 横轴参数['午间时差']= 午间时差 + 横轴参数['横轴尺寸']= 横轴参数['坐标终点'] - 横轴参数['坐标起点'] + 横轴参数['横轴倍率']= 2.0 / 2300.0 + 横轴参数['横轴宽度']= 横轴参数['横轴尺寸'] * 横轴参数['横轴倍率'] + + # 计算主坐标点 + #-------------------------------------------------------------------------------------------------------------- + 上午主标时间= [时间 for 时间 in [dtc_093000 + datetime.timedelta(minutes=15*i) for i in range(9)] \ + if 时间 >= 上午开始时间 and 时间 <= 上午结束时间] + 上午主坐标值= [(时间-上午开始时间).total_seconds() for 时间 in 上午主标时间] + + 下午主标时间= [时间 for 时间 in [dtc_130000 + datetime.timedelta(minutes=15*i) for i in range(9)] \ + if 时间 >= 下午开始时间 and 时间 <= 下午结束时间] + 下午主坐标值= [(时间-午间时差-上午开始时间).total_seconds() for 时间 in 下午主标时间] + + 主标时间序列= 上午主标时间 + 下午主标时间 + 主坐标值序列= 上午主坐标值 + 下午主坐标值 + + # 计算副坐标点 + #-------------------------------------------------------------------------------------------------------------- + 上午副标时间= [时间 for 时间 in [dtc_092500 + datetime.timedelta(minutes=5*i) for i in range(25)] \ + if 时间 >= 上午开始时间 and 时间 <= 上午结束时间 and 时间 not in 上午主标时间] + 上午副坐标值= [(时间-上午开始时间).total_seconds() for 时间 in 上午副标时间] + + 下午副标时间= [时间 for 时间 in [dtc_130000 + datetime.timedelta(minutes=5*i) for i in range(25)] \ + if 时间 >= 下午开始时间 and 时间 <= 下午结束时间 and 时间 not in 下午主标时间] + 下午副坐标值= [(时间-午间时差-上午开始时间).total_seconds() for 时间 in 下午副标时间] + + 副标时间序列= 上午副标时间 + 下午副标时间 + 副坐标值序列= 上午副坐标值 + 下午副坐标值 + + 主标表示序列= [时间.strftime('%H:%M') for 时间 in 主标时间序列] + 副标表示序列= [时间.strftime('%H:%M') for 时间 in 副标时间序列] + + 横轴参数['主标时间']= 主标时间序列 + 横轴参数['副标时间']= 副标时间序列 + 横轴参数['主坐标值']= 主坐标值序列 + 横轴参数['副坐标值']= 副坐标值序列 + 横轴参数['主标表示']= 主标表示序列 + 横轴参数['副标表示']= 副标表示序列 + + 横轴参数['xMajorLocator']= ticker.FixedLocator( numpy.array(主坐标值序列) ) + 横轴参数['xMinorLocator']= ticker.FixedLocator( numpy.array(副坐标值序列) ) + + def x_major_formatter(坐标, pos=None): + 偏移= 主坐标值序列.index(坐标) + return 主标表示序列[偏移] + + def x_minor_formatter(坐标, pos=None): + 偏移= 副坐标值序列.index(坐标) + return 副标表示序列[偏移] + + xMajorFormatter= ticker.FuncFormatter(x_major_formatter) + xMinorFormatter= ticker.FuncFormatter(x_minor_formatter) + + 横轴参数['xMajorFormatter']= xMajorFormatter + 横轴参数['xMinorFormatter']= xMinorFormatter + + # 计算标注位置 + #-------------------------------------------------------------------------------------------------------------- + 横轴参数['标注位置组一']= [坐标 for 表示, 坐标 in zip(主标表示序列, 主坐标值序列) if 表示 in ('09:30', '10:15', '11:00', '13:15', '14:00', '14:45')] + 横轴参数['标注位置组二']= [坐标 for 表示, 坐标 in zip(主标表示序列, 主坐标值序列) if 表示 in ('09:45', '10:30', '11:15', '13:30', '14:15')] + 横轴参数['标注位置组三']= [坐标 for 表示, 坐标 in zip(主标表示序列, 主坐标值序列) if 表示 in ('10:00', '10:45', '11:30', '13:45', '14:30')] + + 横轴参数['标注位置']= dict(zip(主标表示序列, 主坐标值序列)) + + return 横轴参数 + + + + def 返回图系横轴宽度(self): + ''' + + ''' + return self._横轴参数['横轴宽度'] + + + + def 返回图系纵轴高度(self): + ''' + + ''' + return self._分时价格子图.返回纵轴高度() + self._分时手数子图.返回纵轴高度() + + + + def 计算调整时间序列(self, 时间序列, 午间时差=None): + ''' + 午间时差 是 datetime.timedelta 对象 + ''' + if 午间时差 is None: + 午间时差= self._横轴参数['午间时差'] + dtc_120000= self._时间常数['12:00:00'] + return [ 时间 if 时间 0 and 日期 not in self._左侧连续记录: + 当前偏移 += self._图系间隙 + 偏移记录[日期]= 当前偏移 + 当前偏移 += 图系.返回图系横轴宽度() + + 横轴宽度= 当前偏移 + return 偏移记录, 横轴宽度 + + + + def 计算连续日期记录(self, 日线数据): + ''' + + ''' + 连续日期记录= [] + 左侧连续记录= [] + 目标日期列表= self._目标日期列表 + 目标日期个数= len(目标日期列表) + if 目标日期个数 > 1: + 个股日期= 日线数据['个股日线']['日期'] + 位置序列= [个股日期.index(日期) for 日期 in 目标日期列表] + 新建记录= set() + for (前日偏移, 前日日期), (当日偏移, 当日日期) in zip(enumerate(目标日期列表[:-1]), enumerate(目标日期列表[1:], start=1)): + if 位置序列[当日偏移] - 位置序列[前日偏移] == 1: # 连续 + 左侧连续记录.append(当日日期) + 新建记录.add(前日日期) + 新建记录.add(当日日期) + elif 新建记录: # 连续段已结束 + 连续日期记录.append(tuple(sorted(新建记录))) + 新建记录= set() + if 新建记录: # 补上最后一个（如果存在） + 连续日期记录.append(tuple(sorted(新建记录))) + return 连续日期记录, 左侧连续记录 + + + + def 返回区块大小(self): + ''' + + ''' + return (self._区块横轴宽度, self._区块纵轴高度) + + + + def 区块平面初始化(self, 图片对象, 区块偏移, 全图大小): + ''' + + ''' + + 本区横移, \ + 本区纵移= 区块偏移 + + 图系偏移记录= self._图系偏移记录 + + # 下级图系平面初始化 + for 日期, 图系 in self._分时图系集合.items(): + 图系偏移= (本区横移+图系偏移记录[日期], 本区纵移+0.0) + 图系.图系平面初始化(图片对象=图片对象, 图系偏移=图系偏移, 全图大小=全图大小) + + + + def 区块绘图(self): + ''' + + ''' + for 图系 in self._分时图系集合.values(): + 图系.图系绘图() + + + + + + + +class 分时小图区块: + ''' + 区分大图区块和小图区块的目的是可以为分时行情（包括当日实盘行情）采用两种不同的缩放比 + ''' + + def __init__(self, parent, 绘图数据): + ''' + + ''' + self._parent= parent + self._ilogger= parent._ilogger + + + + def 返回区块大小(self): + ''' + + ''' + return (0, 0) + + + + def 区块平面初始化(self, 图片对象, 区块偏移, 全图大小): + ''' + + ''' + pass + + + + def 区块绘图(self): + ''' + + ''' + pass + + + + + +class MyFigure: + ''' + + ''' + def __init__(self, tname, ilogger, 绘图数据): + ''' + + ''' + self._tname= tname + self._ilogger= ilogger + + # 图片相关数据 + #=============================================================================================================== + # 图片名称、目录 + self._图片名称= 绘图数据['图片名称'] + self._图片目录= 绘图数据['图片目录'] + self._图片路径= os.path.join(self._图片目录, self._图片名称) + + # 下级数据 + #=============================================================================================================== + self._任务参数= 绘图数据['任务参数'] + self._公司信息= 绘图数据['公司信息'] + self._日线数据= 绘图数据['日线数据'] + self._分时数据= 绘图数据['分时数据'] + self._实盘数据= 绘图数据['实盘数据'] + + # 处理日线数据 + #=============================================================================================================== + self.处理日线数据() + self.处理分时数据() + + # 建立下级区块对象 + #=============================================================================================================== + self._文字信息区块= 文字信息区块(parent=self, 绘图数据=绘图数据) + self._日线行情区块= 日线行情区块(parent=self, 绘图数据=绘图数据) + self._分时大图区块= 分时大图区块(parent=self, 绘图数据=绘图数据) if self._任务参数['绘制分时'] or self._任务参数['绘制实盘'] else None + self._分时小图区块= 分时小图区块(parent=self, 绘图数据=绘图数据) + + # 计算全图大小 + #=============================================================================================================== + + # 图形部件颜色、尺寸等基本配置 + self._facecolor= __color_pink__ + self._edgecolor= __color_navy__ + self._dpi= self._任务参数['dpi'] if 'dpi' in self._任务参数 else 300 + self._linewidth= 1.0 + + self._左侧空白= 12.0 * __横轴倍率__ + self._右侧空白= 12.0 * __横轴倍率__ + self._顶部空白= 0.3 * __纵轴倍率__ + self._底部空白= 1.2 * __纵轴倍率__ + + # 开始计算 + self._全图大小= self.计算全图大小() + + # 根据计算出的尺寸建立 Figure 对象 + #=============================================================================================================== + self._图片对象= pyplot.figure( \ + figsize= self._全图大小, \ + dpi= self._dpi, \ + facecolor= self._facecolor, \ + edgecolor= self._edgecolor, \ + linewidth= self._linewidth ) # Figure 对象 + + # 把图片对象交给下级完成下级子图的初始化 + #=============================================================================================================== + 区块布局= self.计算区块布局() + self._文字信息区块.区块平面初始化(图片对象=self._图片对象, 区块偏移=区块布局['文字信息区块'], 全图大小=self._全图大小) + self._日线行情区块.区块平面初始化(图片对象=self._图片对象, 区块偏移=区块布局['日线行情区块'], 全图大小=self._全图大小) + if self._分时大图区块: self._分时大图区块.区块平面初始化(图片对象=self._图片对象, 区块偏移=区块布局['分时大图区块'], 全图大小=self._全图大小) + if self._分时小图区块: self._分时小图区块.区块平面初始化(图片对象=self._图片对象, 区块偏移=区块布局['分时小图区块'], 全图大小=self._全图大小) + + + + def 处理日线数据(self): + ''' + + ''' + 任务参数= self._任务参数 + 公司信息= self._公司信息 + 日线数据= self._日线数据 + + 个股日线= 日线数据['个股日线'] + 指数日线= 日线数据['指数日线'] + + 复权绘图= 任务参数['复权绘图'] + 均线参数= 任务参数['个股均线参数'] + 绘制均线= 任务参数['绘制个股均线'] + + # TODO: 如果需要，把今日实盘数据加入个股行情以及指数行情 + if self._任务参数['绘制实盘']: + pass + + # 计算个股换手率 + 股本变更记录= 公司信息['股本变更记录'] + Public.计算个股换手率(个股行情=个股日线, 个股股本变更记录=股本变更记录) + + # 计算复权行情。XXX: 注意 复权日线 中是否含均线集取决于传递的 均线参数 + 复权日线= Public.计算复权行情(个股行情=个股日线, 均线参数=(均线参数 if 绘制均线 else None)) + 复权日线['换手率']= 个股日线['换手率'] + 复权记录= 复权日线.pop('复权记录') + + 日线数据['复权记录']= 复权记录 + if 绘制均线: + 复权均线= 复权日线.pop('均线集') + + # 计算绘图用的补全行情 + 绘图行情= {} + + 绘图日线= copy.deepcopy(复权日线 if 复权绘图 else 个股日线) + 绘图行情.update(绘图日线) + + if 绘制均线: # 计算绘图用的个股均线（是否复权由任务参数控制） + if 复权绘图: + 绘图均线= copy.deepcopy(复权均线) + else: + 开盘= 个股日线['开盘'] + 最高= 个股日线['最高'] + 收盘= 个股日线['收盘'] + 最低= 个股日线['最低'] + 绘图均线= { n : Public.计算序列加权均线(开盘, 最高, 收盘, 最低, n) for n in 均线参数 } + 绘图行情.update(绘图均线) + + Public.补全个股行情(完整日期=指数日线['日期'], 个股行情=绘图行情) + + 日线数据['绘图日线']= 绘图日线 + if 绘制均线: + 日线数据['绘图均线']= 绘图均线 + + # 计算个股衍生行情。这里不用 deepcopy() 了 + 衍生行情= 复权日线 # XXX: 注意: 复权日线 内可能包含 均线集 + if 绘制均线: + 衍生行情['均线集']= 复权均线 + Public.计算个股行情衍生数据(ilogger=self._ilogger, 个股行情=衍生行情, 均线参数=None) # 这里不用传递 均线参数，衍生行情 里已经包含均线集。 + + 日线数据['个股衍生行情']= 衍生行情 + + + + def 处理分时数据(self): + ''' + 把 日线行情 中的数据添加到 分时行情 当中 + ''' + 任务参数= self._任务参数 + # 公司信息= self._公司信息 + 日线数据= self._日线数据 + 分时数据= self._分时数据 + + # 处理个股分时数据 + 个股量均参数= 任务参数['个股量均参数'] + 指数量均参数= 任务参数['指数量均参数'] + + 个股日线= 日线数据['个股日线'] + 个股日期= 个股日线['日期'] + 个股开盘= 个股日线['开盘'] + 个股最高= 个股日线['最高'] + 个股收盘= 个股日线['收盘'] + 个股最低= 个股日线['最低'] + 个股成交量= 个股日线['成交量'] + + 指数日线= 日线数据['指数日线'] + 指数日期= 指数日线['日期'] + 指数开盘= 指数日线['开盘'] + 指数最高= 指数日线['最高'] + 指数收盘= 指数日线['收盘'] + 指数最低= 指数日线['最低'] + 指数成交量= 指数日线['成交量'] + + 时刻常数= { + '上午开始' : datetime.time(hour=9, minute=25, second=0 ), # 如果是实盘，设成 9:30 + '上午结束' : datetime.time(hour=11, minute=30, second=10), + '下午开始' : datetime.time(hour=12, minute=59, second=50), + '下午结束' : datetime.time(hour=15, minute=0, second=30), + '12:00:00' : datetime.time(hour=12, minute=0, second=0 ), # 把任意时间转化成坐标的时候要用到 + '09:25:00' : datetime.time(hour=9, minute=25, second=0 ), + '09:30:00' : datetime.time(hour=9, minute=30, second=0 ), + '13:00:00' : datetime.time(hour=13, minute=0, second=0 ), + } + + for 日期, 分时 in 分时数据.items(): + # 时间常数 + #======================================================================================== + 日期对象= 分时['日期对象'] + 时间常数= {key : datetime.datetime.combine(日期对象, val) for key, val in 时刻常数.items()} + 分时['时间常数']= 时间常数 + + # 添加日线相关数据 + #======================================================================================== + index= 个股日期.index(日期) + 分时['个股当日开盘']= 个股开盘[index] + 分时['个股当日最高']= 个股最高[index] + 分时['个股前日收盘']= 个股收盘[index-1] if index>0 else None + 分时['个股当日最低']= 个股最低[index] + + # 计算前期平均手数 XXX: 如果以后 日线数据 中增加了成交量均线，那么这部分数据可以直接从中截取。 + 分时['个股平均成交']= {Public.计算均值(个股成交量[-n:]) for n in 个股量均参数} # 结果: (均值, 最大值, 最小值, 标准差, 长度) + + index= 指数日期.index(日期) + 分时['指数当日开盘']= 指数开盘[index] + 分时['指数当日最高']= 指数最高[index] + 分时['指数前日收盘']= 指数收盘[index-1] if index>0 else None + 分时['指数当日最低']= 指数最低[index] + + # 计算前期平均手数 XXX: 如果以后 日线数据 中增加了成交量均线，那么这部分数据可以直接从中截取。 + 分时['指数平均成交']= {Public.计算均值(指数成交量[-n:]) for n in 指数量均参数} # 结果: (均值, 最大值, 最小值, 标准差, 长度) + + # 修改分时数据，截掉边界外的部分（主要是为了与未来的指数行情统一） + #======================================================================================== + # if 分时['个股行情有效']: + # 行情= 分时['个股分时行情'] + # 时间序列= 行情['时间序列'] + # 价格序列= 行情['价格序列'] + # 手数序列= 行情['手数序列'] + # 金额序列= 行情['金额序列'] + # 备注序列= 行情['备注序列'] + + # 分时序列= [ + # (时间, 价格, 手数, 金额, 备注) \ + # for 时间, 价格, 手数, 金额, 备注 in zip(时间序列, 价格序列, 手数序列, 金额序列, 备注序列) \ + # if (时间>=时间常数['上午开始'] and 时间<=时间常数['上午结束']) or (时间>=时间常数['下午开始'] and 时间<=时间常数['下午结束']) + # ] + + # 行情['时间序列'], \ + # 行情['价格序列'], \ + # 行情['手数序列'], \ + # 行情['金额序列'], \ + # 行情['备注序列']= zip(*分时序列) + + # # 价格序列= 行情['价格序列'] + # # 行情['上涨标记']= [False] + [True if p2>p1 else False for p1, p2 in zip(价格序列[:-1], 价格序列[1:])] + # # 行情['下跌标记']= [False] + [True if p2