如何用Python读取CSV并绘制含SMA的股票走势图（适配yfinance代码）

步骤说明 #

• 确保你的CSV文件包含至少**日期(Date)和收盘价(Close)**列（如需其他指标可扩展），示例CSV结构如下：

  Date,Open,High,Low,Close,Volume
  2003-01-31,12.5,13.2,12.1,12.8,150000
  2003-02-28,12.9,13.5,12.7,13.3,180000
  ...
  2023-12-31,45.2,46.0,44.8,45.5,220000
  

• 核心修改点：
  1. 替换yfinance爬取逻辑为pandas.read_csv读取本地CSV
  2. 解析日期列并设置为DataFrame索引
  3. 保留原代码的SMA计算与绘图逻辑

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 1. 读取CSV数据（替换为你的实际文件路径）
df = pd.read_csv('GJTL_monthly_data.csv')

# 2. 处理日期列：转为datetime格式并设为索引
df['Date'] = pd.to_datetime(df['Date'])
df.set_index('Date', inplace=True)

# 3. 计算SMA均线（示例为20期和50期，可按原代码调整周期）
df['SMA20'] = df['Close'].rolling(window=20).mean()
df['SMA50'] = df['Close'].rolling(window=50).mean()

# 4. 绘制走势图（与原代码风格一致）
plt.figure(figsize=(12, 6))
plt.plot(df['Close'], label='GJTL Close Price', color='blue', alpha=0.5)
plt.plot(df['SMA20'], label='20-Period SMA', color='red')
plt.plot(df['SMA50'], label='50-Period SMA', color='green')

# 添加图表基础元素
plt.title('GJTL Monthly Price & SMA Moving Averages (2003-2023)')
plt.xlabel('Date')
plt.ylabel('Price (USD)')
plt.legend()
plt.grid(alpha=0.3)
plt.tight_layout()

# 显示或保存图表
plt.show()
# plt.savefig('GJTL_SMA_chart.png')  # 可选：保存为本地图片

关键细节说明 #

• CSV路径：将'GJTL_monthly_data.csv'替换为你的实际文件路径（相对/绝对路径均可）
• 日期格式适配：如果CSV日期格式不是YYYY-MM-DD，可在pd.to_datetime中指定format参数，比如format='%Y/%m/%d'
• SMA周期调整：根据原代码的周期修改window参数，比如原代码用10/30期就改成window=10和window=30
• 缺失值处理：若CSV存在缺失数据，可添加df.dropna(inplace=True)或df.fillna(method='ffill')处理后再计算SMA

内容的提问来源于stack exchange，提问作者Freya the Goddess