用途
Trading Visualization 用于把交易与策略数据转成专业图表。它的资料指出，可视化是交易者与数据之间的主要界面：图表能揭示表格和数字难以呈现的信息，例如策略失效、市场状态切换、亏损聚集以及风险形态。该技能把交易图表归纳为三类用途：
- 模式识别：发现价格、成交量与动量中的结构性变化，这些变化可能被量化过滤器遗漏。
- 策略评估：通过权益曲线、回撤图与收益率分布，判断策略是稳健还是过拟合。
- 汇报沟通：以出版级质量的视觉图向相关方、交易日志或未来的自己传达绩效。
主要能力（图表类型）
资料中列出的图表类型及其用途与推荐库如下：
- K 线图（Candlestick）：OHLCV 价格行为与叠加线，使用 mplfinance。
- 权益曲线（Equity curve）：组合价值随时间变化，使用 matplotlib。
- 回撤图（Drawdown）：水下权益曲线，使用 matplotlib。
- 收益率分布（Return distribution）：直方图叠加正态拟合，使用 matplotlib。
- 相关性热力图（Correlation heatmap）：跨资产相关性矩阵，使用 matplotlib / seaborn。
- 交易标记（Trade markers）：在价格图上标注入场/出场点，使用 mplfinance / matplotlib。
- 指标面板（Indicator panels）：在价格图下方放置 RSI、MACD，使用 mplfinance。
- 持仓时间线（Position timeline）：显示持仓时间区间，使用 matplotlib。
使用方式与依赖库
技能围绕三个 Python 库展开，资料给出各自的安装命令与示例代码：
- mplfinance：最适合 K 线图，基于 matplotlib 并带有金融专用默认值。安装：
uv pip install mplfinance。示例：mpf.plot(df, type="candle", volume=True, style="charles")。其关键特性包括原生 OHLCV 支持（可直接传入 DataFrame）、内置成交量柱、用addplot叠加移动平均线与布林带、以及通过mpf.make_mpf_style()自定义样式。 - matplotlib：通用且最灵活，适合需要完全控制版面时使用。安装：
uv pip install matplotlib。 - plotly：生成可交互的 HTML 图表，适合探索与仪表盘。安装：
uv pip install plotly，示例使用go.Candlestick并以fig.write_html("chart.html")导出。
样式约定
资料强调交易终端默认使用深色背景，本技能中的所有图表都遵循该约定，并给出深色主题的 rcParams 设置与完整配色表：看涨/盈利为绿色 #00ff88、看跌/亏损为红色 #ff4444、中性/信息为蓝色 #4488ff、警示为琥珀色 #ffaa00、短期均线为橙色 #ff6600、长期均线为蓝色 #3399ff、均线信号为黄色 #ffcc00。完整的字体排印、布局比例与导出设置参见 references/styling_guide.md。
版面与常见图表配方
大多数交易图需要多个同步面板——价格在上、成交量居中、指标在下。资料建议使用共享 x 轴的多面板布局，并隐藏上方面板的 x 轴刻度标签。常用的面板高度比例包括：价格+成交量 [3, 1]、价格+成交量+指标 [3, 1, 1]、权益+回撤 [2, 1]、价格+RSI+MACD [3, 1, 1]。文档还给出可直接复用的函数级示例：带 EMA 叠加与自定义市场颜色的 K 线图、权益曲线+回撤面板、收益率分布（直方图叠加正态拟合与 95% VaR 竖线）、带数值标注的相关性热力图，以及在价格图上用三角标记入场、用叉号标记出场并按盈亏配色的交易标记图。
输出格式与集成
输出格式包括：PNG（fig.savefig("chart.png", dpi=150)，用于分享与嵌入）、SVG（fig.savefig("chart.svg")，用于编辑与缩放）、HTML（plotly 的 fig.write_html("chart.html")，用于交互探索）、以及 Jupyter 内联显示（plt.show()）。保存深色背景图可用：fig.savefig("chart.png", dpi=150, facecolor=fig.get_facecolor(), edgecolor="none", bbox_inches="tight")。
资料还列出与其他技能的集成关系：pandas-ta 计算指标后传给 addplot 叠加；vectorbt 提取权益曲线与交易列表用于可视化；portfolio-analytics 绘制 Sharpe、回撤与收益指标；risk-management 可视化持仓限制与敞口随时间变化；position-sizing 绘制仓位大小与账户权益关系；regime-detection 按检测到的市场状态着色背景；correlation-analysis 从收益数据生成相关性热力图。
文件
- 参考：
references/chart_recipes.md（六种常见图表的完整代码配方）、references/styling_guide.md（深色主题、颜色、字体排印、布局与导出设置）。 - 脚本：
scripts/chart_generator.py（用合成数据生成四种图表：K 线、权益、收益率、交易）、scripts/performance_report.py（带汇总统计的多图绩效报告）。
限制
资料未提供具体的版本兼容范围、依赖冲突说明、性能上限或对数据格式之外的限制；除文档示例外，未说明其他输入格式或平台限制。