前言

当熟悉了历史资料，发现有更厉害的K线，这时候就要善用工具，好好的料理资料一番，这次我们来用K线制作20MA图吧！

本日程序码使用：d9_kbar.ipynb

K线

直接看Kbars的Class资料，可以看到他的类别属性（Class attribute）有ts、Open、High、Low、Close、Volumn，分别表示k线时间、开、高、低、收、量。

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

看到这些後，直接拿资料看最准，这次也是拿台积电（2330）的来看：

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

print(df.tail())

可以看到结果是：

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

所以永丰证的API提供的是一分钟的k线。

画K线图

运用1分K线来画图，看看呈现的结果如何。

安装套件

首先别忘记安装matplotlib、ipykernel

pipenv install matplotlib
pipenv install ipykernel --dev

画MA线图（移动平均线）

先来看看我们的图片，如果只接画出来会变成怎样。

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

做线图，我们用rolling()，这代表滚动的值，然後给予要滚动的资料长度－20笔资料－以及区间单位－1单位－，然後再用mean()算平均，这样就可以得到一个值罗，之後串在一起就可以画成一张趋势线图（详细可参考之前系列的文章）。

# 近20分收盘价图
close_price_20 = df["Close"].rolling(20, min_periods=1).mean()
close_price_20.plot()

後记

虽然是分K，但是也可以制作成日K、周K等等。他们提供还满完整的资料，除了tick，连K线都准备好，真的还满方便的！