用Pandas读取MySQL数据库中某只股票100天的日交易数据，将查询结果返回DataFrame里的数据，直接保存到Excel文件，并绘制日收盘价格走势、5天移动平均线、10天移动平均线。

首先需要安装pandas和mysql-connector-python包。

读取MySQL数据库中某只股票100天的日交易数据可以使用如下代码：

import pandas as pd
import mysql.connector

# 建立数据库连接
conn = mysql.connector.connect(host='localhost', port=3306, user='root', password='password', database='stock')

# 从数据库中读取数据
sql = "SELECT * FROM stock_data WHERE stock_code='000001' ORDER BY trade_date DESC LIMIT 100"
df = pd.read_sql(sql, con=conn)

# 关闭数据库连接
conn.close()

这里假设数据库名为`stock`，表名为`stock_data`，股票代码为`000001`，并且数据库用户名为`root`，密码为`password`。`LIMIT 100`表示读取最近的100天的数据，`ORDER BY trade_date DESC`表示按照交易日期倒序排列。

接下来将查询结果返回DataFrame里的数据，并直接保存到Excel文件：

# 将查询结果保存到Excel文件
df.to_excel('stock_data.xlsx', index=False)

其中`index=False`表示不保存行索引。

最后绘制日收盘价格走势、5天移动平均线、10天移动平均线：

import matplotlib.pyplot as plt

# 绘制日收盘价格走势
plt.plot(df['trade_date'], df['close'], label='Close')

# 计算5天移动平均线和10天移动平均线
df['ma5'] = df['close'].rolling(5).mean()
df['ma10'] = df['close'].rolling(10).mean()

# 绘制5天移动平均线和10天移动平均线
plt.plot(df['trade_date'], df['ma5'], label='MA5')
plt.plot(df['trade_date'], df['ma10'], label='MA10')

# 设置图例和标题
plt.legend()
plt.title('Stock Data')

# 显示图形
plt.show()

其中`rolling`函数可以计算滑动窗口下的平均值，这里分别计算了5天移动平均线和10天移动平均线。最后使用`plt`模块绘制图形，包括日收盘价格走势、5天移动平均线和10天移动平均线，并设置图例和标题，最后调用`show()`方法显示图形。