量化交易回测可视化：matplotlib

本文主要是介绍量化交易回测可视化：matplotlib，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

• matplotlib官方文档

matplotlib的使用需要先安装numpy。设计与matlib相似。

matplotlib（维基）是Python编程语言及其数值数学扩展包 NumPy的可视化操作界面。

• matplotlib模块

matplotlib.pyplot是最常用的模块。

• pyplot常用功能

  • 绘制曲线

  x = np.linspace(1,10,10)
  y = 2 * x + 1
  plt.plot(x, y)
  plt.show()
  

  • 绘制多个窗口图片

  x = np.linspace(1,10,10)
  y = 2 * x + 1plt.figure()   # 定义一个窗口对象
  plt.plot(x, y)plt.figure(num = 5, figsize= (9,5))   # 定义一个窗口对象,窗口名,为figure5，尺寸为长9宽5
  plt.plot(x)   # 画一根线
  plt.plot(x,y, color= 'red', linewidth= 1,linestyle= '--')  # 在figure5中画2根线，color：颜色；linewidth：线宽；linestyle： 线的格式，'--'是虚线plt.show()
  

  • 修改坐标轴标尺\名称\字体转换与特殊字符

  plt.xlabel('x轴')   # x轴重命名
  plt.ylabel('y轴')   # y轴重命名new_ticks = np.linspace(10,25,30)
  plt.xticks(new_ticks)   # 更新x轴的刻度
  plt.yticks([10,15,20],['intersting', r'$haha\ who$', r'$do\ \alpha\ it$'])
  # y轴刻度标注，字母r表示正则表达式；$$表示转换字体格式；\alpha表示α
  plt.show()
  

  • 确定坐标轴\移动坐标轴\更改边框颜色

  # gca = 'get currnet axis'
  ax = plt.gca()   # 获取轴
  ax.spines['right'].set_color('none')  # 图形的脊梁，就是四个边框
  ax.spines['top'].set_color('none')   # 去掉图形的顶部和右部的边框
  # 此时，图形还没有固定的坐标轴
  ax.xaxis.set_ticks_position('bottom')   # 设置下面的标尺为x轴
  ax.yaxis.set_ticks_position('left')   # 左边框标尺为y轴标尺ax.spines['bottom'].set_position(('data', -1))   # 设定底边(也就是横轴)在y轴的-1取值位置
  ax.spines['left'].set_position(('data', 0))   # data之外还有其他确定坐标轴位置的方式。比如axes是百分比
  plt.show()
  

  • legend图例

  plt.figure()
  l1, = plt.plot(x,y1, label='first')   # label = 图例名称
  l2, = plt.plot(x,y2, color= 'red', linewidth= 1,linestyle= '--', label= 'second')
  plt.legend(handles= [l1,],labels= ['noe', 'now'], loc= 'best')   # 需要这个命令才会显示图例，可以重新设置labels
  plt.show()
  exit()
  

  需要注意，只输入label参数并不会直接显示图例

  • annotation标注

  x0 = 1
  y0 = 2 * x0 + 1
  plt.scatter(x0, y0, s= 10, color= 'b')  # 画一个点。s：大小；b=blue
  plt.plot([x0,x0],[y0,0],'k--',lw= 2.5)   # 画一条虚线，两个点确定一条线，k表示黑色，lw线宽plt.annotate(r'$2x+1=%s$' % y0, xy= (x0,y0), xycoords='data', xytext=(+20,-26), textcoords= 'offset points', fontsize=10, arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))
  # 正则表达式描述标注内容；xy标注坐标点；xycoords依据的坐标；xytext文本开始位置；textcoords文本坐标依据；fontsize文本大小；arrowprops标注线格式plt.text(-11,3,r'$this\ is\ the\ text\mu\ \sigma_i\ \alpha_t$', fontdict={'size': 10, 'color':'b'})plt.show()
  

  

  • tick能见度

如果tick被线遮挡，可以通过调整能见度提升图形的呈现效果。

• 各类图形

  • 散点图scatter官方文档

  matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)
  

  s：大小；c：颜色；alpha：透明度

  • 柱状图bar官方文档

  matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
  

  facecolor=’#9999ff’

  edgecolor=‘white’

• 参考

1. 十分钟入门Matplotlib（Python 科学计算系列的第一篇文章）
2. 官网示例

.
.
.
2019-04-02 17:57:55

这篇关于量化交易回测可视化：matplotlib的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---