如何在Plotly图表中高亮美国东部时间常规交易时段？

实现步骤与代码 #

假设你的DataFrame（名为df）包含1分钟间隔的datetime列，按以下操作实现：

1. 统一时区：确保时间列转换为美国东部时间（EST），避免时区错位
2. 生成交易时段区间：提取所有唯一交易日，生成每个交易日9:30-16:00的时间区间
3. 添加高亮背景：用Plotly的add_vrect()批量添加常规交易时段的高亮区域

import plotly.express as px
import pandas as pd
from pytz import timezone

# 转换时间列为EST时区（如果原始数据是UTC，先转UTC再转EST）
df['datetime'] = pd.to_datetime(df['datetime']).dt.tz_localize('UTC').dt.tz_convert('America/New_York')

# 获取所有唯一交易日，生成每个交易日的常规交易时段
unique_dates = df['datetime'].dt.date.unique()
trading_intervals = [
    (pd.Timestamp(f"{date} 09:30:00", tz='America/New_York'),
     pd.Timestamp(f"{date} 16:00:00", tz='America/New_York'))
    for date in unique_dates
]

# 创建基础折线图（替换your_value_column为你的数值列名）
fig = px.line(df, x='datetime', y='your_value_column')

# 批量添加常规交易时段高亮
for start, end in trading_intervals:
    fig.add_vrect(
        x0=start, x1=end,
        fillcolor="rgba(0, 200, 0, 0.1)",
        line_width=0,
    )

# 可选：添加盘前/盘后时段的区分高亮
pre_market_intervals = [
    (pd.Timestamp(f"{date} 04:00:00", tz='America/New_York'),
     pd.Timestamp(f"{date} 09:30:00", tz='America/New_York'))
    for date in unique_dates
]

post_market_intervals = [
    (pd.Timestamp(f"{date} 16:00:00", tz='America/New_York'),
     pd.Timestamp(f"{date} 20:00:00", tz='America/New_York'))
    for date in unique_dates
]

for start, end in pre_market_intervals:
    fig.add_vrect(x0=start, x1=end, fillcolor="rgba(255,255,0,0.05)", line_width=0)

for start, end in post_market_intervals:
    fig.add_vrect(x0=start, x1=end, fillcolor="rgba(255,165,0,0.05)", line_width=0)

fig.show()

注意事项 #

• 时区是核心：如果原始时间列不带时区，必须先本地化再转换，否则高亮时段会偏移
• 颜色选择：用半透明的rgba值，既突出时段又不遮挡数据
• 批量处理：通过循环遍历所有交易日，避免手动逐个添加时段

内容的提问来源于stack exchange，提问作者Foren Power