1.make_mpf_style()函数
make_mpf_style(base_mpf_style,base_mpl_style,marketcolors,mavcolors,facecolor,edgecolor,figcolor,gridcolor,gridaxis,gridstyle,y_on_right,rc)
函数部分参数如下：
1）.base_mpf_style设置需要继承的系统样式；
2）.base_mpl_style设置同时使用matplotlib中的式样seaborn；
3）.marketcolor设置K线的颜色，可以使用make_marketcolors()函数进行定义；
4）.mavcolors设置均线的颜色，必须使用列表传参；
5）.facecolor设置前景色；
6）.edgecolor设置边缘线颜色；
7）.figcolor设置图像外周围填充色；
8）.gridcolor设置网格线颜色；
9）.gridaxis设置网格线的位置，gridaxis=‘both’/‘horizontal’/‘vertical’；
10）.gridstyle设置网格线线型，gridstyle=‘solid’/‘dashed’/‘dashdot’/‘dotted’；
11）.y_on_right设置y轴位置是否在右,y_on_right=True设为右边；
12）.rc使用rcParams的dict设置格式；
2.关于make_mpf_style()函数中的marketcolors参数，经常make_marketcolors()函数进行设置，
make_marketcolors(up,down,edge,wick,volume,ohlc,inherit)
函数部分参数如下：
1).up设置阳线柱填充颜色；
2).down设置阴线线柱填充颜色；
3).edge设置蜡烛线边缘颜色，edge='i’代表继承K线主体颜色；
4).wick设置蜡烛线上下影线的颜色，wick='i’代表继承K线主体的颜色；
5).volume设置成交量的颜色，volume='i’代表继承K线主体颜色；
6).ohlc设置均线颜色，代表继承K线主体的颜色；
7).inherit设置是否继承，如果设置了继承inherit=True,那么edge/wick/volume/ohlc 四个参数即便设置了颜色也会无效，其中edge/wick/volume/ohlc四个参数除了设置’i’ 自动继承up和down的颜色外，也可以使用dict模式定义。
3.解决中文输出乱码
1).首先解决matplotlib中文输出乱码： plt.rcParams[‘font.sans-serif’]=[‘simHei’] # 以黑体显示中文 plt.rcParams[‘axes.unicode_minus’]=False # 解决保存图像符号“-”显示为放块的问题 2.其次在mpf.plot()函数的style参数，添加rc={‘font.family’:‘SimHei’}。
import pandas as pdimport tushare as ts # tushare版本需大于1.2.10import talib as tbimport matplotlib.pyplot as pltimport mplfinance as mpfplt.rcParams['font.sans-serif']=['simHei'] # 以黑体显示中文plt.rcParams['axes.unicode_minus']=False # 解决保存图像符号“-”显示为放块的问题pd.set_option('max_rows', None)pd.set_option('max_columns', None)pd.set_option('expand_frame_repr', False)pd.set_option('display.unicode.ambiguous_as_wide', True)pd.set_option('display.unicode.east_asian_width', True)def ts_candle_kline(ts_code=None,adj=None,start_date=None,end_date=None):# 输入your token,初始化pro接口pro=ts.pro_api('your token')# 后复权行情df = ts.pro_bar(ts_code=ts_code, adj=adj, start_date=start_date, end_date=end_date)df=df.drop(columns=['change','pct_chg'])df['trade_date']=pd.to_datetime(df['trade_date'],format='%Y-%m-%d')df.rename(columns={'vol': 'volume'},inplace=True)df=df[['trade_date','open','high','low','close','volume']]df.set_index('trade_date',drop=True,inplace=True)df.sort_values(by=['trade_date'],axis=0,ascending=True,inplace=True)# mpf.plot(df,type='candle',mav=(5,10,30),volume=True)return dfdef find_signal(df):# 收盘价上穿布林带上轨做多df.loc[(df['close'].shift(1) <= df['upper'].shift(1)) & (df['close'] > df['upper']), 'signal_long'] = 1# 收盘价下穿布林带中轨平仓df.loc[(df['close'].shift(1) >= df['middler'].shift(1)) & (df['close'] < df['middler']), 'signal_short'] = -1return dfdf=ts_candle_kline(ts_code='001227.SZ', adj='hfq', start_date='20000101', end_date='0426')df['upper'], df['middler'], df['lower'] = tb.BBANDS(df['close'], timeperiod=5, nbdevup=2, nbdevdn=2, matype=0)df.fillna(method='bfill',inplace=True) # 用下一个非空值向上填充df=find_signal(df)df.loc[df['signal_short'].notna(),'signal_short']=df['high']my_color=mpf.make_marketcolors(up='red',down='green',edge='black',wick='i',volume={'up':'red','down':'green'},ohlc='black',inherit=False)my_style=mpf.make_mpf_style(base_mpf_style='sas',marketcolors=my_color,gridaxis='both',gridstyle='-.',y_on_right=False,rc={'font.family':'SimHei'})add_plot=[mpf.make_addplot(df[['upper']],linestyle='dashdot'),mpf.make_addplot(df[['middler']],linestyle='dashdot'),mpf.make_addplot(df[['lower']],linestyle='dashdot'),mpf.make_addplot(df['signal_short'].values,type='scatter',markersize=20,marker='v',color='g'),mpf.make_addplot(df['close'].values,panel=2,color='y',secondary_y='auto')]mpf.plot(df,type='candle',volume=True,addplot=add_plot,main_panel=0,volume_panel=1,num_panels=3,panel_ratios=(2,1,1),style=my_style,title='兰州银行k线图',ylabel='价格',ylabel_lower='成交量',figratio=(9,6),figscale=1.2,show_nontrading=False)
