量化交易 0 基础突围 ⑤：自动计算均线和成交量！给出简单交易建议

大家好，欢迎来到IT知识分享网。

前几篇我们学会了基础概念，现在是时候让 Python 大显身手！这次我这几天想了想，还是决定从实战出发，从实战中理解概念和策略会更好一点

这篇文章就先用10 行代码自动获取股票数据，计算均线和成交量指标，彻底告别手动翻行情图的低效操作！

一、准备工作：安装必要的库

量化交易中，一个强大的开源财经数据接口是非常重要的，有了数据我们才能分析，

这里我们先使用 akshare 进行学习 ，我也是找了很久发现这个库很适合个人使用，它支持 A 股、港股、美股等多种市场，无需注册，完全免费。

AKShare 是一个纯免费、无门槛的财经数据接口库，特点包括：
✅
覆盖全面：支持 A 股、港股、基金、期货、宏观经济等数据；
✅
简单直接：一行代码获取数据，字段名全中文（如 “收盘”“成交量”）；
✅
稳定高效：数据源来自新浪、东方财富等，更新及时。
官网地址：https://www.akshare.xyz/ （可查详细文档）

使用Windows cmd命令行安装或者pycharm的命令行安装，这里建议用pycharm安装，减少不必要的配置。

pycharm下安装akshare

二、10 行代码实现核心功能

以计算贵州茅台（股票代码.SS）的 5 日均线和成交量为例，代码如下：

import akshare as ak import pandas as pd # 1. 获取数据（symbol填股票代码，无需后缀） df = ak.stock_zh_a_hist( symbol="", # 贵州茅台 period="daily", # 日线数据 start_date="", # 开始日期 end_date="" # 结束日期 ) # 2. 计算5日均线（rolling是滚动窗口函数） df["MA5"] = df["收盘"].rolling(window=5).mean() # 3. 查看最后10天数据（tail()默认显示最后5行，这里指定10行） print(df[["日期", "收盘", "成交量", "MA5"]].tail(10)) 

运行打印结果

其实上面的代码总结一下就是下面的步骤：

1. 导入库：akshare获取数据，pandas处理数据；
2. 获取数据：yf.Ticker()指定股票代码，.history()设置时间周期；
3. 计算均线：rolling(window=5)表示计算过去 5 天的移动窗口，.mean()求平均值；
4. 查看结果：用tail(10)输出最近 10 天的成交量和 5 日均线数据。

三、进阶操作：绘制可视化图表

光看数据还不够直观？用matplotlib库把均线和成交量画出来！先安装库：

pip install matplotlib 

同样还是在pycharm下安装

新增代码如下：

import matplotlib.pyplot as plt # 设置中文显示（避免乱码） plt.rcParams["font.sans-serif"] = ["SimHei"] plt.rcParams["axes.unicode_minus"] = False # 创建图表（2个子图：上半部分是股价+均线，下半部分是成交量） fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8), sharex=True) # 1. 绘制收盘价和5日均线 ax1.plot(df["日期"], df["收盘"], label="收盘价", color="blue") ax1.plot(df["日期"], df["MA5"], label="5日均线", color="red", linestyle="--") ax1.set_title("贵州茅台股价与5日均线") ax1.set_ylabel("价格（元）") ax1.legend() ax1.grid(True) # 2. 绘制成交量柱状图 ax2.bar(df["日期"], df["成交量"], color="green", alpha=0.5) ax2.set_title("成交量变化") ax2.set_ylabel("成交股数") ax2.grid(True) # 优化x轴显示（自动旋转日期标签，避免重叠） plt.gcf().autofmt_xdate() plt.tight_layout() # 调整子图间距 plt.show() 

运行后，你会得到两张图表：一张是收盘价与 5 日均线对比图，一张是成交量柱状图。

上方曲线是收盘价和 5 日均线，下方柱状图是成交量，清晰展示量价关系

四、常见问题与解决方法

1. 报错 “ModuleNotFoundError”：

说明库没安装成功，重新用pip install命令安装；

2. 数据获取失败：检查股票代码是否正确，或更换时间周期；
3. 图表乱码：在代码开头添加plt.rcParams[‘font.sans-serif’]=[‘SimHei’]（解决中文显示问题）。

五、实战应用：用均线和成交量制定简单策略

结合之前学的知识，我们可以用代码自动判断买卖信号：

# 判断最近一天是否出现金叉 if data["MA5"].iloc[-2] < data["MA5"].iloc[-1] and data["MA5"].iloc[-3] < data["MA5"].iloc[-2]: print("出现金叉，考虑买入！") else: print("暂无买入信号") 

这段代码会自动检测最近三天的 5 日均线是否形成金叉，给出交易建议。

运行结果如图：

这样我们目前就能简单判断是否可以进行买卖了。

———————————————————————

行动起来，别停留在看代码阶段，现在就打开 PyCharm，复制代码跑一遍，看看你选中的股票数据长啥样！

有什么问题评论区可以讨论哦。