Dochian Channels With mpl_Finance

Those Who Looks For Dochian Channel with mpl_finance

import OfflineData # Function Fetch Data From Mysql Stored Candle
import pandas_ta as ta
import mplfinance as mpl

df = OfflineData.getStockData('tcs')
df.tail(2)

348.0 | 3361.9 | 3404.95 | 3359.00 | 3378.0 | 1333840.0
349.0 | 3364.0 | 3396.00 | 3330.85 | 3390.4 | 1844590.0

donchiandf = ta.donchian(df["High"], df["Low"], lower_length=10, upper_length=15)
donchiandf.tail(2)

DCU = donchiandf[['DCU_10_15']]
DCM = donchiandf[['DCM_10_15']]
DCL = donchiandf[['DCL_10_15']]

apds = [
    mpl.make_addplot(DCU,color='#2962FF',panel=0,),
    mpl.make_addplot(DCM,color='#FF6D00',panel=0,),
    mpl.make_addplot(DCL,color='#2962FF',panel=0,),
]

mpl.plot(
    df,
    volume=True,
    type="candle",
    style="yahoo",
    addplot=apds,
    figscale=1.2,
    figsize=(46,26,)
)

Aucun fichier du dépôt, test ou point d’entrée n’est nommé. Reproduisez l’exemple Python fourni avec les données montrées, puis examinez le chemin de tracé de mplfinance et clarifiez le rendu attendu du canal de Donchian avant de définir ce qu’un correctif devrait démontrer.