Python ta-lib с pandas.io.data: свеча не строится, но другие графики в порядке

Я скопировал ваш код и столкнулся с той же ошибкой, что и вы. Я исправил это, но потребовалось несколько шагов. Я скопировал здесь исправленный код, а также другие шаги, которые я сделал, чтобы код работал без ошибок.

1. Исправить проблему с pandas_datareader из-за изменений в API Yahoo. Я получил эту часть решения из другого сообщения StackOverflow.

   git clone https://github.com/pydata/pandas-datareader
   cd pandas-datareader/
   git remote add rgkimball http://github.com/rgkimball/pandas-datareader
   git fetch rgkimball fix-yahoo
   git checkout fix-yahoo
   pip2 uninstall pandas_datareader
   python setup.py install
   

2. Я также исправил строку 18 в коде, используя ответ, представленный выше @ndrw.

3. Я внес еще несколько изменений, которые включил в этот репозиторий Github. Я скопировал код ниже для вашего удобства. Я надеюсь, что это помогает!

   from pandas_datareader import data
   import pandas as pd
   import numpy as np
   import talib as ta
   import matplotlib.pyplot as plt
   import matplotlib.dates as mdates
   import matplotlib.gridspec as gridspec
   from matplotlib.dates import date2num
   from matplotlib.finance import candlestick_ohlc as candlestick
   import datetime
   
   ticker = 'OPK'
   
   # Download sample data
   sec_id = data.get_data_google(ticker, '2014-06-01')
   
   # Data for matplotlib finance plot
   sec_id_ochl = np.array(pd.DataFrame({'0':date2num(sec_id.index.to_pydatetime()),
           '1':sec_id.Open,
           '2':sec_id.Close,
           '3':sec_id.High,
           '4':sec_id.Low}))
   
   # Technical Analysis
   SMA_FAST = 50
   SMA_SLOW = 200
   RSI_PERIOD = 14
   RSI_AVG_PERIOD = 15
   MACD_FAST = 12
   MACD_SLOW = 26
   MACD_SIGNAL = 9
   STOCH_K = 14
   STOCH_D = 3
   SIGNAL_TOL = 3
   Y_AXIS_SIZE = 12
   
   analysis = pd.DataFrame(index = sec_id.index)
   
   analysis['sma_f'] = pd.rolling_mean(sec_id.Close, SMA_FAST)
   analysis['sma_s'] = pd.rolling_mean(sec_id.Close, SMA_SLOW)
   analysis['rsi'] = ta.RSI(sec_id.Close.as_matrix(), RSI_PERIOD)
   analysis['sma_r'] = pd.rolling_mean(analysis.rsi, RSI_AVG_PERIOD) # check shift
   analysis['macd'], analysis['macdSignal'], analysis['macdHist'] = ta.MACD(sec_id.Close.as_matrix(), fastperiod=MACD_FAST, slowperiod=MACD_SLOW, signalperiod=MACD_SIGNAL)
   analysis['stoch_k'], analysis['stoch_d'] = ta.STOCH(sec_id.High.as_matrix(), sec_id.Low.as_matrix(), sec_id.Close.as_matrix(), slowk_period=STOCH_K, slowd_period=STOCH_D)
   
   analysis['sma'] = np.where(analysis.sma_f > analysis.sma_s, 1, 0)
   analysis['macd_test'] = np.where((analysis.macd > analysis.macdSignal), 1, 0)
   analysis['stoch_k_test'] = np.where((analysis.stoch_k < 50) & (analysis.stoch_k > analysis.stoch_k.shift(1)), 1, 0)
   analysis['rsi_test'] = np.where((analysis.rsi < 50) & (analysis.rsi > analysis.rsi.shift(1)), 1, 0)
   
   # Prepare plot
   fig, (ax1, ax2, ax3, ax4) = plt.subplots(4, 1, sharex=True)
   ax1.set_ylabel(ticker, size=20)
   
   #size plot
   fig.set_size_inches(15,30)
   
   # Plot candles
   candlestick(ax1, sec_id_ochl, width=0.5, colorup='g', colordown='r', alpha=1)
   
   # Draw Moving Averages
   analysis.sma_f.plot(ax=ax1, c='r')
   analysis.sma_s.plot(ax=ax1, c='g')
   
   #RSI
   ax2.set_ylabel('RSI', size=Y_AXIS_SIZE)
   analysis.rsi.plot(ax = ax2, c='g', label = 'Period: ' + str(RSI_PERIOD))
   analysis.sma_r.plot(ax = ax2, c='r', label = 'MA: ' + str(RSI_AVG_PERIOD))
   ax2.axhline(y=30, c='b')
   ax2.axhline(y=50, c='black')
   ax2.axhline(y=70, c='b')
   ax2.set_ylim([0,100])
   handles, labels = ax2.get_legend_handles_labels()
   ax2.legend(handles, labels)
   
   # Draw MACD computed with Talib
   ax3.set_ylabel('MACD: '+ str(MACD_FAST) + ', ' + str(MACD_SLOW) + ', ' + str(MACD_SIGNAL), size=Y_AXIS_SIZE)
   analysis.macd.plot(ax=ax3, color='b', label='Macd')
   analysis.macdSignal.plot(ax=ax3, color='g', label='Signal')
   analysis.macdHist.plot(ax=ax3, color='r', label='Hist')
   ax3.axhline(0, lw=2, color='0')
   handles, labels = ax3.get_legend_handles_labels()
   ax3.legend(handles, labels)
   
   # Stochastic plot
   ax4.set_ylabel('Stoch (k,d)', size=Y_AXIS_SIZE)
   analysis.stoch_k.plot(ax=ax4, label='stoch_k:'+ str(STOCH_K), color='r')
   analysis.stoch_d.plot(ax=ax4, label='stoch_d:'+ str(STOCH_D), color='g')
   handles, labels = ax4.get_legend_handles_labels()
   ax4.legend(handles, labels)
   ax4.axhline(y=20, c='b')
   ax4.axhline(y=50, c='black')
   ax4.axhline(y=80, c='b')
   
   plt.show()
   

Вот что я получаю:

pandas data.index необходимо преобразовать тип даты.

import matplotlib.dates as mdates

...

В вашем коде перед sec_id_ochl:

# Data for matplotlib finance plot
sec_id.index  = mdates.date2num(sec_id.index.to_pydatetime())