用Python画出专业级K线图+均线

def get_stock_data(symbol="600519", start_date="20230101", end_date="20231231"):    """    获取股票历史行情数据    """    # 使用 AKShare 获取 A 股历史行情 (前复权)    df = ak.stock_zh_a_hist(symbol=symbol, period="daily", start_date=start_date, end_date=end_date, adjust="qfq")    # 数据清洗：重命名列以符合通用习惯，并转换日期格式    df.rename(columns={        "日期": "Date", "开盘": "Open", "收盘": "Close",        "最高": "High", "最低": "Low", "成交量": "Volume"    }, inplace=True)    df["Date"] = pd.to_datetime(df["Date"])    df.set_index("Date", inplace=True)    # AKShare 的成交量单位通常是"手"，为了图表美观，这里转换为"股"（可选）    # df["Volume"] = df["Volume"] * 100    return df

def add_moving_averages(df):    """    计算并添加 MA5, MA20, MA60    """    df['MA5'] = df['Close'].rolling(window=5).mean()    df['MA20'] = df['Close'].rolling(window=20).mean()    df['MA60'] = df['Close'].rolling(window=60).mean()    return df

def plot_kline_with_ma(df, title="贵州茅台 K线图 + MA"):    # 创建子图：2行1列，K线在上方，成交量在下方    # row_heights: 第一行占70%，第二行占30%    fig = go.Figure()    # --- A. 添加 K线图 (Candlestick) ---    fig.add_trace(go.Candlestick(        x=df.index,        open=df['Open'],        high=df['High'],        low=df['Low'],        close=df['Close'],        name='K线',        increasing_line_color='#EF5350',  # 上涨颜色 (红)        decreasing_line_color='#26A69A',  # 下跌颜色 (绿)        increasing_fillcolor='#EF5350',        decreasing_fillcolor='#26A69A',        yaxis="y1"    ))

    fig.add_trace(go.Scatter(        x=df.index, y=df['MA5'], line=dict(color='white', width=1), name='MA5'    ))    # MA20 - 黄色线    fig.add_trace(go.Scatter(        x=df.index, y=df['MA20'], line=dict(color='yellow', width=1.5), name='MA20'    ))    # MA60 - 紫色线 (生命线)    fig.add_trace(go.Scatter(        x=df.index, y=df['MA60'], line=dict(color='purple', width=2), name='MA60'    ))

colors = ['#EF5350' if close >= open_ else '#26A69A' for close, open_ in zip(df['Close'], df['Open'])]    fig.add_trace(go.Bar(        x=df.index,        y=df['Volume'],        name='成交量',        marker_color=colors,        yaxis="y2"    ))

    fig.update_layout(        title=title,        xaxis_rangeslider_visible=False,  # 隐藏底部的范围滑块        xaxis=dict(title="日期"),        yaxis=dict(title="价格 (CNY)", side="right"),  # 主坐标轴在右侧        yaxis2=dict(title="成交量", side="right", overlaying="y", anchor="x", showgrid=False),  # 次坐标轴        legend=dict(orientation="h", y=1.05, x=0),  # 图例横向排列在顶部        template="plotly_dark",  # 使用深色主题        height=800    )    fig.show()