Gráfico de velas (candlestick) en Python con mplfinance

Librería

Autor principal

Daniel Goldfarb

Los gráficos de velas representan la evolución del precio de un activo: cada vela muestra el precio de apertura, el máximo, el mínimo y el de cierre de un periodo. La librería mplfinance, basada en matplotlib, los crea a partir de un data frame de pandas con un índice de fechas y las columnas Open, High, Low, Close y, opcionalmente, Volume.

Gráfico de velas con `mpf.plot`

Pasa el data frame a mpf.plot y establece type = "candle".

import numpy as np
import pandas as pd
import mplfinance as mpf

rng = np.random.default_rng(21)
close = 50 + rng.normal(0, 1, 60).cumsum()
df = pd.DataFrame({"Open": close + rng.normal(0, 0.5, 60),
                   "Close": close,
                   "Volume": rng.integers(1000, 5000, 60)},
                  index = pd.bdate_range("2025-03-03", periods = 60))
df["High"] = df[["Open", "Close"]].max(axis = 1) + rng.uniform(0, 1, 60)
df["Low"] = df[["Open", "Close"]].min(axis = 1) - rng.uniform(0, 1, 60)

mpf.plot(df, type = "candle", figsize = (4, 4))

Gráfico de velas en Python con mplfinance

Barras OHLC y línea

Otros valores de type son "ohlc" (barras con marcas para los precios de apertura y cierre), "line" y "renko".

import numpy as np
import pandas as pd
import mplfinance as mpf

rng = np.random.default_rng(21)
close = 50 + rng.normal(0, 1, 60).cumsum()
df = pd.DataFrame({"Open": close + rng.normal(0, 0.5, 60),
                   "Close": close,
                   "Volume": rng.integers(1000, 5000, 60)},
                  index = pd.bdate_range("2025-03-03", periods = 60))
df["High"] = df[["Open", "Close"]].max(axis = 1) + rng.uniform(0, 1, 60)
df["Low"] = df[["Open", "Close"]].min(axis = 1) - rng.uniform(0, 1, 60)

mpf.plot(df, type = "ohlc", figsize = (4, 4))

Gráfico OHLC en Python con mplfinance

Volumen

Establece volume = True para agregar un panel con el volumen negociado debajo de las velas.

import numpy as np
import pandas as pd
import mplfinance as mpf

rng = np.random.default_rng(21)
close = 50 + rng.normal(0, 1, 60).cumsum()
df = pd.DataFrame({"Open": close + rng.normal(0, 0.5, 60),
                   "Close": close,
                   "Volume": rng.integers(1000, 5000, 60)},
                  index = pd.bdate_range("2025-03-03", periods = 60))
df["High"] = df[["Open", "Close"]].max(axis = 1) + rng.uniform(0, 1, 60)
df["Low"] = df[["Open", "Close"]].min(axis = 1) - rng.uniform(0, 1, 60)

mpf.plot(df, type = "candle", volume = True, figsize = (4, 4))

Gráfico de velas con volumen en mplfinance

Medias móviles

El argumento mav agrega medias móviles simples del número de periodos que indiques. Pasa una tupla para agregar varias.

import numpy as np
import pandas as pd
import mplfinance as mpf

rng = np.random.default_rng(21)
close = 50 + rng.normal(0, 1, 60).cumsum()
df = pd.DataFrame({"Open": close + rng.normal(0, 0.5, 60),
                   "Close": close,
                   "Volume": rng.integers(1000, 5000, 60)},
                  index = pd.bdate_range("2025-03-03", periods = 60))
df["High"] = df[["Open", "Close"]].max(axis = 1) + rng.uniform(0, 1, 60)
df["Low"] = df[["Open", "Close"]].min(axis = 1) - rng.uniform(0, 1, 60)

mpf.plot(df, type = "candle", mav = (5, 20), volume = True,
         style = "yahoo", figsize = (4, 4))

Gráfico de velas con medias móviles en mplfinance

Estilos y colores

mplfinance incluye varios estilos, como "yahoo", "charles", "nightclouds" o "binance" (puedes verlos todos con mpf.available_styles()). Para elegir los colores de las velas crea un estilo con make_marketcolors y make_mpf_style.

import numpy as np
import pandas as pd
import mplfinance as mpf

rng = np.random.default_rng(21)
close = 50 + rng.normal(0, 1, 60).cumsum()
df = pd.DataFrame({"Open": close + rng.normal(0, 0.5, 60),
                   "Close": close,
                   "Volume": rng.integers(1000, 5000, 60)},
                  index = pd.bdate_range("2025-03-03", periods = 60))
df["High"] = df[["Open", "Close"]].max(axis = 1) + rng.uniform(0, 1, 60)
df["Low"] = df[["Open", "Close"]].min(axis = 1) - rng.uniform(0, 1, 60)

colors = mpf.make_marketcolors(up = "#2A9D8F", down = "#E76F51", inherit = True)
style = mpf.make_mpf_style(marketcolors = colors, gridstyle = ":")

mpf.plot(df, type = "candle", style = style, figsize = (4, 4))

Colores de las velas personalizados en mplfinance

Título y etiquetas

import numpy as np
import pandas as pd
import mplfinance as mpf

rng = np.random.default_rng(21)
close = 50 + rng.normal(0, 1, 60).cumsum()
df = pd.DataFrame({"Open": close + rng.normal(0, 0.5, 60),
                   "Close": close,
                   "Volume": rng.integers(1000, 5000, 60)},
                  index = pd.bdate_range("2025-03-03", periods = 60))
df["High"] = df[["Open", "Close"]].max(axis = 1) + rng.uniform(0, 1, 60)
df["Low"] = df[["Open", "Close"]].min(axis = 1) - rng.uniform(0, 1, 60)

mpf.plot(df, type = "candle", style = "nightclouds", figsize = (4, 4),
         title = "Precio de la acción", ylabel = "Precio ($)")

Gráfico de velas con título en mplfinance