数据可视化

BigCharts 介绍

BigCharts是专业的金融市场和量化投资数据可视化探索与分析工具，致力于为用户提供高效、易用、可定制的数据可视化解决方案，提升用户在数据探索、分析和决策过程中的效率与准确性，成为量化投资者和金融分析师的得力助手。

快速入门

• import bigcharts
• bigchart.Line(…) 构建图表
  • .render() 显示图表
• 传入 DAI SQL 作为数据源

import bigcharts

bigcharts.Line("SELECT date, close FROM cn

接口

• bigchart.Chart 定义查看 Chart文档

对于Bar（条形图）的 _type=”bar” 和 series_options：

bigcharts.Chart(
    ... 其他参数

    # 【设置图表类型】图表类型，具体参考各类型图表
    type_ = "bar",

    # 各数据系列配置项，其中key为数据系列名称，value为配置项，配置项定义见具体图表
    series_o

接口

• bigchart.Chart 定义建议 Chart文档

对于Line（折线图）的 _type=”line” 和 series_options：

bigcharts.Chart(
    ... 其他参数

    # 【设置图表类型】图表类型，具体参考各类型图表
    type_ = "line",

    # 各数据系列配置项，其中key为数据系列名称，value为配置项，配置项定义见具体图表
    serie

matplotlib 是一个 Python 编程语言和其数值数学扩展包 NumPy 的绘图库。它提供了各种绘图工具，使得开发者可以绘制各种静态、动态、交互式的可视化图表。

为什么要用matplotlib？

1. 灵活性：matplotlib 提供了广泛的图表类型和样式选项，使得用户可以根据需要定制图表的每一个细节。无论是简单的线图、柱状图，还是复杂的等高线图、3D图，matplotlib 都能轻松应对。
2. 易用性：尽管 matplotlib 功能强大，但它的 API 设计相对直观，容易上手。而且，它与 Python 和 NumPy 完美集成，使得数据处理

Matplotlib是Python编程语言中最广泛使用的绘图库之一，提供了一个强大的接口来创建各种静态、动态和交互式的图表和可视化。由于其灵活性和易用性，Matplotlib成为数据科学、工程、金融分析和量化研究中不可或缺的工具。

核心概念

Matplotlib是基于NumPy数组的绘图库，支持多种格式的输出，并且可以生成高质量的图形，如线图、散点图、条形图、直方图、饼图等。它设计的初衷是为了让简单的事情更加简单，复杂的事情成为可能。

核心功能

• Figure和Axes：Matplotlib的图形都位于Figure对象中，你可以认为Figure

# 本代码由可视化策略环境自动生成 2023年11月20日 17:49
# 本代码单元只能在可视化模式下编辑。您也可以拷贝代码，粘贴到新建的代码单元或者策略，然后修改。
 
# 显式导入 BigQuant 相关 SDK 模块
from bigdatasource.api import DataSource
from bigdata.api.datareader import D
from biglearning.api import M
from biglearning.api import tools as T
from biglearning.modul

根据视频4.1.3可视化模块操作，提示这个报错，对于表字段的提取，应该最后加什么模块来展现或者输出数据呢？

如图：

plotly包现在的用户量很大而且增长迅速，画图也比较方便，建议考虑新增plotly包。

导语

很多朋友在股票行情软件上能看到很多情绪的指标，例如每日涨停/跌停数，每日上涨股票数，昨日涨停溢价，昨日连板溢价，行业板块百日新高等。此篇文章了介绍如何在宽邦平台上构建这些情绪指标以及如何使用的思路。

指标构建

每日涨停/跌停数

定义

统计每日的股票涨停数和跌停数

构建

在输入特征列表中加入price_limit_status_0抽取股票的涨跌停因子，然后按照日期分组计算每日的涨停/跌停数，同时获取中证500指数数据作为对照，用T.plot方法画出每日涨停/跌停数和指数走势图。

#获取指数数据
d

导语

大家在使用平台过程中常常会遇到一些问题，有些问题出现频率很高，这里，小编为大家进行了整理， 包含“数据”、“策略开发”、“模拟实盘”、“订阅”等多类问题 ，大家在遇到问题后可以先尝试在本贴中寻找答案，希望可以帮助大家第一时间解决心中的疑惑。

数据问题

BigQuant平台提供哪些数据?

答： 平台支持包括 沪深A股、期货、场内基金、期权数据、宏观经济数据、部分港股、美股 等丰富的数据，详细内容均在 “数据” 板块中列出，大家可以直接前往文档板块查

首发于我的博客 The North。

GitHub 里老早之前就 Star 了 felixglow/Stock 这个项目，原作者 felixglow。昨天晚上又想起这个来，于是今儿早上就拿出来看——我对其中相当多的部分都不熟悉，有些还是第一次了解。在这里将我的理解记录下来，其中的错谬之处，还望各位大神指正。

实现效果

![](/community/uploads/defau

关于python的优势就不说再多了，地球人都知道，还不知道的去面壁思过。因为不想当韭菜，所以还是自己老老实实写代码吧。

记录些常用的内容，以便自己回头复习。

常用的函数有：

• numpy 处理向量矩阵

• scipy 数据统计优化处理

• pandas 金融数据分析

• matplotlib 画图

• tushare 财经数据

• Zipline 回测平台

• TaLib 技术指标

• BigQuant 人工智能量化投资平台

——介绍

Numpy

Numpy是Python的一个科学计算的库，提供了矩阵运

\

希望平台能开发个拟合模块，结果用图形的方式显示训练集和测试集的拟合情况

https://bigquant.com/experimentshare/657440e6921f4a32833dad80017fb83e

\

问题

我是刚接触AI策略的新手，在BigQuant平台上利用策略生成器新建了一个AI策略。 运行的过程中，标注结果图如下：

问题截图

不太理解这幅图的具体含义和价值，到底是怎么计算来的，这幅图到底对开发AI策略有何指导意义。有谁可以解释一下吗？谢谢~~~

如题，谁能给一份该函数的完整说明？

使用场景

通过绘图对数据进行可视化。此模块是对HighCharts的封装。

输入端

输入数据：需要绘图的数据

输入参数

• 指定x轴列名：绘图x轴列名
• 指定y轴列名：绘图y轴列名
• 指定图名：指定图的名称
• 指定类型：指定画图的类型

漂亮的界面是量化程序的脸面，直观专业的界面能帮助我们了解股票的走势和形象地展示量化交易的结果。本文介绍如何使用matplotlib做出专业的K线图和展示各种技术指标：


matplotlib是受M

引言

引用著名瑞典统计学家 Hans Rosling 的一句话：想法来源于数字、信息，再到理解。

分析数据的最好方式是可视化，因为可视化承载的信息密度更高，甚至可以从不同维护对数据进行交互式分析。今天要精读的文章就分析了经典可视化分析工具 Tableau：data-visualisation-made-easy。

精读

[Tab

摘要

文本情感分析，也称为意见挖掘，是指用自然语言处理、文本挖掘以及计算机语言学等方法来识别和提取原素材中的主观信息。本文基于文本舆情构建股市情绪指标。数据来源近1年某xx股吧正文及评论，进行数据清理后使用计算机语言进行分词，利用数据可视化将分词结果以字云的形式展示。根据字云图和字频整理确定情绪词汇词典，将情绪表达相对强烈的词设置高分数，相对温和的情绪词设置为低分数。分别计算出文本积极的和消极的情绪分数，最后加和形成总的情绪分数指标。

结论1

自2020年3月18日到2021年3月28日的样本期，情绪指标总分大于0（即积极分数>消极分数）出现的总频率为74%，说明这