分享一个开箱即用的 React K 线图组件,前端炒股看盘必备

分享一个开箱即用的 React K 线图组件,前端炒股看盘必备
一个 prop 画出专业 K 线图,数据获取和指标计算全自动。

为什么又造了个轮子

先说结论:不是我想造,是被逼的。

需求很简单 —— 在一个 React 项目里加一个股票 K 线图,要能切周期、看指标、支持缩放拖拽。听起来是不是很基础?

然后我开始找现成方案。TradingView 的 Lightweight Charts 不错,但免费版功能有限,而且它不是 React 组件,得自己封装一层。npm 上搜 “react kline” 或者 “react candlestick”,出来的结果要么年久失修,要么只是个 demo 级别的东西,拿来用还不如自己写。

既然找不到趁手的,那就自己搞一个。顺便把它做得通用一点,发出来给大家省点时间。

长什么样

项目名叫 kline-charts-react,MIT 开源。

GitHub | npm | 在线演示

在这里插入图片描述

上手非常简单:

import { KLineChart } from 'kline-charts-react'; import 'kline-charts-react/style.css'; function App() { return <KLineChart symbol="sh600519" height={600} />; } 

就这些。传一个股票代码,组件会自动拉取数据、计算技术指标、渲染出完整的 K 线图。

能做什么

对标了一下雪球的交互,主要功能包括:

周期全覆盖 —— 分时、五日分时、日 K、周 K、月 K,加上 1/5/15/30/60 分钟线,看长线看短线都行。

15 种技术指标 —— MA、BOLL、MACD、KDJ、RSI、WR、BIAS、CCI、ATR、OBV、ROC、DMI、SAR、KC,全部前端实时计算。你选了哪些指标,Tooltip 里就展示哪些指标的值,主图副图都有。写这些指标算法的过程就不回忆了,总之 DMI 那四条线和 SAR 的抛物线让我对金融数学有了全新的认识(敬畏)。

丰富的交互 —— 鼠标滚轮缩放、拖拽平移、十字准线、数据 Tooltip、缩放历史撤销/重做、全屏模式、导出图片。

主题切换 —— 内置明暗两套主题,也接受自定义颜色对象,想配成什么风格都行。

复权处理 —— 前复权、后复权、不复权,默认前复权。看长期走势的时候前复权是标配。

数据怎么来的 —— stock-sdk

K 线图组件最关键的问题其实不是怎么画图,而是数据从哪来。

前端领域获取股票行情一直是个空白地带。Python 那边有 akshare、tushare 这些成熟方案,但前端工程师想拿个行情数据,通常得起一套 Python 服务当中间层,链路长不说,维护起来也麻烦。

为了填这个空缺,我做了一个专门面向前端的股票数据 SDK:stock-sdk

定位很清楚:让 JavaScript/TypeScript 开发者用最简单的方式获取股票行情和 K 线数据。

几个关键信息:

  • 纯 TS 实现,零外部依赖,压缩后体积不到 20KB
  • 浏览器和 Node.js 通吃,ESM/CJS 双格式,哪个环境都能跑
  • 支持 A 股、港股、美股和公募基金,实时行情、历史 K 线都有
  • 内置常用技术指标,MA、MACD、BOLL、KDJ、RSI 等开箱可用
  • TypeScript 类型齐全,IDE 里有完整的智能提示

十行代码感受一下:

import{ StockSDK }from'stock-sdk';const sdk =newStockSDK();// 批量获取实时行情const quotes =await sdk.getSimpleQuotes(['sh600519','sz000858']); quotes.forEach(q =>{console.log(`${q.name}: ${q.price} (${q.changePercent}%)`);});// 获取前复权日 K 线const kline =await sdk.getKline('sh600519',{ period:'daily', adjust:'qfq'});

kline-charts-react 的数据层就是 stock-sdk 驱动的。你传入股票代码,stock-sdk 自动去拉行情数据,组件拿到数据后计算指标、构建图表配置、渲染到页面上。全程浏览器端完成,不需要你自己搭后端。

stock-sdk 也完全可以独立使用 —— 做行情看板、写抓取脚本、搭量化原型验证,都很方便。

完整文档在这里:stock-sdk.linkdiary.cn

如果你有自己的行情接口,组件也留了口子,支持自定义数据源替换。

渲染层为什么选 ECharts

图表渲染用的 ECharts。选它的原因比较朴素:成熟、稳定、社区大、文档全。K 线图(Candlestick)、折线图、柱状图、散点图这几种类型 ECharts 都有原生支持,加上它的 dataZoom、tooltip、axisPointer 这些交互组件,省了我大量的工作。

体积方面不用太担心 —— 组件内部做了按需注册,只引入了实际用到的 chart 和 component,没有全量导入。echarts 作为 peerDependency 处理,不会打进组件包里。组件自身构建产物 77KB(gzip 约 19KB)。

几个值得一提的设计

1. 简单场景简单用

默认配置下只需要传 symbol,开箱即用:

<KLineChart symbol="sh600519" /> 

需要精细控制的时候,全部通过 props 配:

<KLineChart symbol="sh600519" period="weekly" adjust="qfq" theme="dark" indicators={['ma', 'volume', 'kdj', 'rsi']} indicatorOptions={{ ma: { periods: [5, 10, 20, 60] }, }} maxSubPanes={3} height={700} /> 

2. 数据源替换

内置数据源不满足需求时,传一个 dataProvider 就能把数据获取逻辑换成你自己的:

const myProvider = { getKline: async (params, signal) => { const res = await fetch(`/api/kline?symbol=${params.symbol}&period=${params.period}`, { signal }); return res.json(); }, getTimeline: async (params, signal) => { const res = await fetch(`/api/timeline?symbol=${params.symbol}`, { signal }); return res.json(); }, }; <KLineChart symbol="sh600519" dataProvider={myProvider} /> 

K 线数据格式就是标准的 OHLCV(date, open, close, high, low, volume, amount),分时数据是 time, price, volume, amount, avgPrice。只要按这个格式返回就行,指标计算的事儿交给组件。

3. Ref 方法

组件对外暴露了 ref,方便在组件外部做程序化控制:

const chartRef = useRef<KLineChartRef>(null); chartRef.current?.refresh(); // 刷新 chartRef.current?.exportImage('png'); // 导出图片 chartRef.current?.setPeriod('weekly'); // 切换周期 chartRef.current?.getEchartsInstance(); // 获取 ECharts 实例 

4. 分时自动轮询

看分时的时候一般需要持续刷新数据。组件内置了定时轮询,还能设定仅在开盘时间段内刷新:

<KLineChart symbol="sh600519" period="timeline" autoRefresh={{ intervalMs: 5000, onlyTradingTime: true }} /> 

怎么装

yarnadd kline-charts-react # 还需要安装 peer dependenciesyarnadd react react-dom echarts 

echarts 是 peerDependency 而不是 dependency,所以如果你项目中已经装了 echarts,不会出现两份 echarts 的情况。

已知局限

提前说清楚几个还没解决的问题:

  • 移动端触控:桌面端的交互打磨得比较细了,但移动端的捏合缩放、双指操作还没有专门处理
  • 导出图片不完整:左上角的指标数值是 React DOM 渲染的,不在 ECharts Canvas 里,所以导出图片不会包含这部分
  • 没有 WebSocket:实时数据目前只能通过轮询,后续考虑接入 WebSocket 推送

后面会逐步完善这些。

总结

一个为 React 项目设计的 K 线图组件,传入股票代码即可渲染,内置 stock-sdk 数据源、15 种技术指标、完善的交互操作,支持自定义数据源和主题。

有需要的同学可以试试,有任何反馈欢迎到 GitHub 交流。

Star 随缘,但如果你点了,那我掉的那些头发就算没白掉。


  • 在线演示: https://chengzuopeng.github.io/kline-charts-react/
  • GitHub: https://github.com/chengzuopeng/kline-charts-react
  • npm: https://www.npmjs.com/package/kline-charts-react
  • stock-sdk 文档: https://stock-sdk.linkdiary.cn/
  • License: MIT

Read more

AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

探秘海螺AI:多模态架构下的认知智能新引擎 在人工智能持续进阶的进程中,海螺AI作为一款前沿的多功能AI工具,正凭借其独特的多模态架构崭露头角。它由上海稀宇科技有限公司(MiniMax)精心打造,依托自研的万亿参数MoE大语言模型ABAB6.5以及MiniMax语音大模型,展现出非凡的技术实力与应用潜力。MiniMax的核心团队源自商汤科技等业内知名企业,在多模态大模型研发领域深耕细作,为海螺AI的诞生奠定了坚实基础。 在这里插入图片描述 一、核心模型架构剖析 (一)基础模型:abab - 6.5 海螺AI的基础模型abab - 6.5采用了创新的混合专家系统设计,借助动态路由机制,即Sparse Gating Network,可依据输入内容智能激活8 - 12个子专家模型。这些子专家模型涵盖代码专家、多语言专家、逻辑推理专家等,各司其职,协同作业。在参数规模上,abab - 6.5总参数量高达1.2万亿,同时通过巧妙的设计,将活跃参数量控制在2000亿/query,有效平衡了模型的高容量与低推理成本。在训练优化环节,

微搭低代码MBA 培训管理系统实战 19——教务管理:从订单到课时卡的自动转化

微搭低代码MBA 培训管理系统实战 19——教务管理:从订单到课时卡的自动转化

目录 * 前情回顾 * 一、 数据源设计 * 1.1 学员档案表 (`MBA_StudentProfiles`) * 1.2 课时卡表 (`MBA_LearningCards`) * 二 创建管理页面 * 2.1 搭建财务布局 * 2.2 搭建待支付列表页面 * 2.3 搭建确认支付弹窗 * 2.4 自动化开课 * 三 配置门户数据 * 最终效果 * 总结 前情回顾 上一篇中我们讲解了销售在订单成交后,录入订单。此时订单的状态还是待支付的状态,需要财务确认收款情况。财务人员点击了"确认收款",订单状态变更为 已清账。此时,资金流已经闭环,但学员在系统里还只是一个"商机客户",没有上课的权限。

在Windows11利用llama.cpp调用Qwen3.5量化模型测试

1.下载llama.cpp二进制文件 访问 https://github.com/ggml-org/llama.cpp/releases 或者 https://bgithub.xyz/ggml-org/llama.cpp/releases 选择适合自己平台的。我没有独立显卡,所以选择CPU版本 https://bgithub.xyz/ggml-org/llama.cpp/releases/download/b8192/llama-b8192-bin-win-cpu-x64.zip 解压到\d\llama8\目录。 2.下载量化模型 按照 章北海mlpy 公众号:Ai学习的老章~ID:mindszhang666 写的知乎文章Qwen3.5 0.8B/2B/

xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入

xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入

xcchat - 开源在线客服系统 * 作者:北小菜 * 邮箱:[email protected] * QQ:1402990689 * 微信:bilibili_bxc * 哔哩哔哩主页:https://space.bilibili.com/487906612 * gitee地址:https://gitee.com/Vanishi/xcchat * github地址:https://github.com/beixiaocai/xcchat xcchat 是一个基于 Django 和 Django Channels 构建的轻量级在线客服系统。它支持实时聊天、人工/机器人客服切换、访客信息追踪和多站点接入。 🌟 项目特点 * B2C架构:面向企业对客户的客服场景 * 实时双向通信:基于 WebSocket