mplfinance 캔들 차트 스타일
캔들 차트로는 시계열 데이터를 한눈에 확인하면서 가격 변동까지도 확인할 수 있습니다. 파이썬 mplfinance 패키지는 이런 캔들 차트를 쉽게 구현할 수 있도록 해 줍니다. 이번 포스팅에서는 mplfinance 패키지에서 기본적으로 제공하는 캔들 차트 스타일에 대해 알아보겠습니다.
글의 순서
mplfinance 패키지로 구현한 캔들 차트
캔들 차트 스타일
캔들 차트 스타일 적용
파이썬 코드 : mplfinance 캔들 차트 스타일
mplfinance 패키지로 구현한 캔들 차트
파이썬 바이낸스 API와 판다스 캔들 스틱 차트로 시계열 데이터 분석,
파이썬 바이낸스 API, mplfinance로 캔들 차트 파라미터 연습
이 두 개의 포스팅에서 mplfinance 패키지로 손쉽게 캔들 차트를 그리는 방법을 알아보았습니다. 여러 옵션이 있고, 잘 골라 쓴다면 한눈에 시계열 데이터를 분석하는데 많은 도움이 됩니다. 이번 포스팅에서는 이렇게 생성된 캔들 차트의 가독성을 좀 더 높이는 스타일 적용 방법에 대해 알아보겠습니다.
캔들 차트 스타일
파이썬 판다스 데이터프레임 변수 df에 ohlcv 데이터가 저장되어 있다고 가정해 보겠습니다. ohlcv라는 시계열 데이터를 캔들 차트로 그리려면, mpf.plot(df, type=’candle’) 이라는 코드 한 줄로 가능합니다. 여기서 mpf는 mplfinance 패키지를 줄여 쓴 것입니다. 이렇게 그린 캔들 차트는 검은색, 흰색의 캔들로 그려진 기본 형태입니다. 색깔을 일일이 지정해서 바꿔줄 수 있는데, 이를 간편하게 하는 방법이 mplfinance 패키지에서 제공하는 style을 매개변수로 넘겨 주는 것입니다. 예들 들어 binance 스타일을 사용하려면, mpf.plot(df, type=’candle’, style=’binance’)처럼 말입니다. mplfinance 패키지에서 제공하는 캔들 차트 스타일을 알아보려면 mpf.available_styles()을 출력해보면 됩니다. 실습코드01은 캔들 차트 스타일을 확인하는 코드이며, 실행결과에서 어떤 종류의 style이 있는지 확인할 수 있습니다.
|
1 2 3 4 |
import mplfinance as mpf candle_style = mpf.available_styles() print(candle_style) |
|
1 |
['binance', 'blueskies', 'brasil', 'charles', 'checkers', 'classic', 'default', 'ibd', 'kenan', 'mike', 'nightclouds', 'sas', 'starsandstripes', 'yahoo'] |
캔들 차트 스타일 적용
직접 실습해보며, 캔들 차트의 스타일을 확인해보겠습니다. 실습코드02는 matplotlib의 mplfinance 패키지로 캔들 차트를 그리는 과정과, 캔들 차트 스타일을 바꾼 후 그림파일로 저장하는 방법이 들어있는 파이썬 코드입니다. 그림파일의 이름에 mplfinance 패키지가 제공하는 스타일을 나타내었습니다.
(1) 캔들 차트 파일 저장
그림 파일 이름은 savefig라는 변수에 담깁니다. 하드 디스크의 원하는 곳에 저장하려면, 파일 경로까지 함께 나타내줘야 합니다. 예를 들어, C:/_python/pandas/candle_style/이라는 곳에 01_binance.png 라는 파일을 저장하려면 savefig를 아래처럼 씁니다.
savefig = C:/_python/pandas/candle_style/01_binance.png
만약 파일 경로를 안썼다면, 파일은
C:\사용자(User)\사용자명
에 저장됩니다. 또한, 특별히 사용자 명을 지정하지 않았다면 admin 또는 Administrator에 저장됩니다.
실습코드02에서는 공통되는 저장경로를 file_path라는 변수에 담아 놓은 후, ‘file_path + 파일이름’의 방법을 써서 반복되는 부분을 처리하였습니다.
(2) 캔들 차트 스타일 비교
원하는 캔들 차트 스타일을 고를 수 있도록 mplfinance 패키지가 제공하는 스타일 14개를 순서대로 나타내었습니다.
파이썬 코드 : mplfinance 캔들 차트 스타일
실습코드02에는 matplotlib의 mplfinance 패키지로 캔들 차트를 그리는 과정과, 캔들 차트 스타일을 바꾼 후 그림파일로 저장하는 방법을 나타내었습니다. 그림파일의 이름과 바로 위에서 보신 그래프를 맞춰보시기 바랍니다.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 |
import os import time import pandas as pd import numpy as np from binance.client import Client import datetime from datetime import datetime, timezone, timedelta import mplfinance as mpf #01) 바이낸스 계정 접속 api_key = os.getenv('Binan_API_KEY') api_secret = os.getenv('Binan_SECRET_KEY') client = Client(api_key, api_secret) print('\n','[ BINANCE ACCOUNT ACCESSED ]') #02) 입력 : 시계열 데이터 수집 구간, 시간 간격, K tstt_utc = '2023-01-01 00:00:00' tend_utc = '2023-01-28 23:59:59' t_interval = '12h' K = 0.5 bars = client.get_historical_klines('BTCUSDT', t_interval, tstt_utc, tend_utc, limit=1000) #03) ohlcv 데이터를 판다스 데이터프레임에 저장 후 ohlcv 데이터만 추출 df = pd.DataFrame(bars) #03-1) ohlcv 데이터만 추출 for i in bars: del i[6:] df = pd.DataFrame(bars) #04) 데이터프레임 열 이름 붙여주기 df = pd.DataFrame(bars, columns=['Date','Open','High','Low','Close','Volume']) #05) 데이터프레임 열 type을 실수형으로 변환 df = df.astype({'Open' : 'float', 'High' : 'float', 'Low' : 'float', 'Close' : 'float', 'Volume' : 'float'}) #06) Date 열의 형태를 epoch에서 Pandas.Timestamp로 변경 후 Date 열을 index로 설정 df['Date'] = df['Date'].apply(lambda date: pd.Timestamp(time.ctime(date/1000.))) df.set_index('Date', inplace=True) file_path = 'C:/_python/pandas/candle_style/' mpf.plot(df, block=False, type='candle', style='binance', savefig=file_path + '01_binance.png') mpf.plot(df, block=False, type='candle', style='blueskies', savefig=file_path + '02_blueskies.png') mpf.plot(df, block=False, type='candle', style='brasil', savefig=file_path + '03_brasil.png') mpf.plot(df, block=False, type='candle', style='charles', savefig=file_path + '04_charles.png') mpf.plot(df, block=False, type='candle', style='checkers', savefig=file_path + '05_checkers.png') mpf.plot(df, block=False, type='candle', style='classic', savefig=file_path + '06_classic.png') mpf.plot(df, block=False, type='candle', style='default', savefig=file_path + '07_default.png') mpf.plot(df, block=False, type='candle', style='ibd', savefig=file_path + '08_ibd.png') mpf.plot(df, block=False, type='candle', style='kenan', savefig=file_path + '09_kenan.png') mpf.plot(df, block=False, type='candle', style='mike', savefig=file_path + '10_mike.png') mpf.plot(df, block=False, type='candle', style='nightclouds', savefig=file_path + '11_nightclouds.png') mpf.plot(df, block=False, type='candle', style='sas', savefig=file_path + '12_sas.png') mpf.plot(df, block=False, type='candle', style='starsandstripes', savefig=file_path + '13_starsandstripes.png') mpf.plot(df, block=False, type='candle', style='yahoo', savefig=file_path + '14_yahoo.png') |
마치며 …
캔들 차트로는 시계열 데이터를 한눈에 확인하면서 가격 변동까지도 확인할 수 있습니다. 파이썬 mplfinance 패키지는 이런 캔들 차트를 쉽게 구현할 수 있도록 해 줍니다. 이번 포스팅에서는 mplfinance 패키지에서 기본적으로 제공하는 14개의 캔들 차트 스타일을 알아보았습니다. 빠르게 시계열 데이터를 확인하는 용도로 활용하는데 도움이 되길 바랍니다.
함께 참고하면 좋은 글 :
1. 파이썬 바이낸스 API와 판다스 캔들 스틱 차트로 시계열 데이터 분석
2. 파이썬 바이낸스 API, mplfinance로 캔들 차트 파라미터 연습
3. 캔들 차트 스타일 변경 (mplfinance, customization)
4. 파이썬 데이터 분석 : 판다스 데이터프레임 통계량, 그래프
5. 파이썬 바이낸스 API 시계열 데이터분석. 판다스 시간 처리
6. 바이낸스 코인거래소 API Key로 계좌에 접속하는 파이썬 프로그래밍
7. 파이썬 바이낸스 API로 시계열 데이터를 가져오는 파이썬 프로그래밍
8. 파이썬 데이터 분석 : 판다스 데이터프레임 통계량, 그래프
9. 파이썬 프로그래밍 시작
참고자료
Financial Markets Data Visualization using Matplotlib