如何在单张图表中绘制同一资产月/周/日级别的线式价格走势图

核心思路 #

通过线条粗细、颜色深浅区分层级，让月度线作为主视觉锚点，周度、日线依次围绕波动，同时用线图保证简洁性。

步骤1：数据预处理 #

• 统一时间轴对齐：将日度、周度、月度数据的时间戳匹配到同一维度，周度数据取每周固定时点（如周五收盘价），月度数据取月末收盘价，确保所有数据能在同一图表时间轴上展示。
• 数据量级统一：所有周期数据均使用资产的绝对收盘价（无需转换为相对值），保证走势对比的直观性。

步骤2：代码实现（以Python Matplotlib为例） #

import matplotlib.pyplot as plt
import pandas as pd

# 假设已加载标准化数据：
# df_daily: 日度数据，含date(日期)、close(收盘价)列
# df_weekly: 周度数据，同结构
# df_monthly: 月度数据，同结构

# 创建画布
fig, ax = plt.subplots(figsize=(12, 6))

# 绘制主层级：月度线（最粗+最深色）
ax.plot(df_monthly['date'], df_monthly['close'], color='#2c3e50', linewidth=3, label='月度价格')

# 绘制中间层级：周度线（中等粗细+次深色）
ax.plot(df_weekly['date'], df_weekly['close'], color='#3498db', linewidth=2, label='周度价格')

# 绘制底层级：日线（最细+浅色）
ax.plot(df_daily['date'], df_daily['close'], color='#95a5a6', linewidth=1, alpha=0.7, label='日度价格')

# 样式优化
ax.set_title('同一资产多周期价格走势', fontsize=14)
ax.set_xlabel('日期', fontsize=12)
ax.set_ylabel('资产价格', fontsize=12)
ax.legend(frameon=True, loc='upper left')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

关键优化技巧 #

• 层级区分：用线宽和色阶强化主次关系，避免视觉混淆：月度线（粗+深灰）> 周度线（中+蓝）> 日线（细+浅灰）。
• 日线优化：若日线数据量过大，添加alpha=0.7降低透明度，或对日线做降采样（如仅保留每日收盘价），防止线条过度重叠。
• 交互增强：如果使用Plotly等交互式库，可添加hover提示、图例开关，方便用户单独查看某一周期走势。

非代码实现（Excel） #

1. 将三个周期的数据按日期排序后，放在同一工作表的不同列（日期列共用）。
2. 插入折线图，选中所有数据系列。
3. 分别设置每个系列的样式：
   • 月度线：线宽设为3，颜色选深色调；
   • 周度线：线宽设为2，颜色选中等色调；
   • 日线：线宽设为1，颜色选浅色调。
4. 调整坐标轴格式，确保日期轴兼容所有周期的时间点。

内容的提问来源于stack exchange，提问作者user19649020