好的！下面是一个完整的 Python 脚本，它将完成以下任务： 1. **创建一个虚拟环境**（可选，但推荐）。 2. **安装所需的模块**：`baostock`, `pandas`, `numpy`, `matplotlib`, `ta` 等。 3. **从 Baostock 获取指定时间段的日线股票数据**。 4. **计算常用技术指标**：MACD、KDJ、布林带、动量。 5. **保存数据为 CSV 文件**。 6. **绘制图表以展示这些技术指标**。 --- ### ✅ 一、创建并激活虚拟环境 在终端中运行以下命令： ```bash python -m venv stock_env source stock_env/bin/activate # Linux/macOS stock_env\Scripts\activate # Windows ``` --- ### ✅ 二、安装所需模块 ```bash pip install baostock pandas numpy matplotlib ta ``` --- ### ✅ 三、Python 技术分析脚本 ```python import os import baostock as bs import pandas as pd import numpy as np import matplotlib.pyplot as plt from ta import add_all_ta_features from ta.utils import dropna # 登录Baostock lg = bs.login() print("登录状态:", lg.error_msg) # 设置参数 code = "sh.600000" # 股票代码 start_date = "2020-01-01" end_date = "2026-03-30" # 获取历史行情数据 rs = bs.query_history_k_data_plus( code, fields="date,open,high,low,close,volume", start_date=start_date, end_date=end_date, frequency="d", # 日线 adjustflag="3" # 后复权 ) df = rs.get_data() df["date"] = pd.to_datetime(df["date"]) df.set_index("date", inplace=True) df.columns = ["open", "high", "low", "close", "volume"] # 添加所有TA-Lib风格的技术指标 df_tech = add_all_ta_features(df, open="open", high="high", low="low", close="close", volume="volume", fillna=True) # 保存到CSV文件 desktop_path = os.path.join(os.path.expanduser("~"), "Desktop") file_path = os.path.join(desktop_path, "stock_data_with_indicators.csv") df_tech.to_csv(file_path, encoding="utf-8-sig") print(f"✅ 数据已保存至: {file_path}") # 绘制部分技术指标 plt.figure(figsize=(14, 10)) # MACD plt.subplot(4, 1, 1) plt.plot(df_tech.index, df_tech['macd'], label='MACD') plt.plot(df_tech.index, df_tech['macd_signal'], label='Signal') plt.title('MACD') plt.legend() # KDJ plt.subplot(4, 1, 2) plt.plot(df_tech.index, df_tech['momentum_14'], label='Momentum') plt.title('动量 (14日)') plt.legend() # 布林带 plt.subplot(4, 1, 3) plt.plot(df_tech.index, df_tech['boll_ub'], label='Bollinger Upper') plt.plot(df_tech.index, df_tech['boll'], label='Bollinger Mid') plt.plot(df_tech.index, df_tech['boll_lb'], label='Bollinger Lower') plt.title('布林带') plt.legend() # KDJ plt.subplot(4, 1, 4) plt.plot(df_tech.index, df_tech['stoch_k_14_3_3'], label='K') plt.plot(df_tech.index, df_tech['stoch_d_14_3_3'], label='D') plt.title('KDJ') plt.legend() plt.tight_layout() plt.savefig(os.path.join(desktop_path, "technical_analysis_plot.png")) plt.show() # 登出Baostock bs.logout() ``` --- ### 📌 四、输出说明 - **CSV 文件**：`stock_data_with_indicators.csv` 将包含原始价格和所有技术指标。 - **图像文件**：`technical_analysis_plot.png` 将展示 MACD、动量、布林带和 KDJ 指标。 --- ### ⚠️ 注意事项 - 需要 Baostock 的 API 接入权限。 - 如果某些指标不存在，请确保你使用的是最新版本的 `ta` 库。 - 可根据需要修改股票代码或时间范围。 ---