K 线的种类


以 K 线的实体和影线来划分 K 线的种类比较方便。
    第一大类:我们一般称没有上下影线只有实体的 K 线称为光头光脚的 K 线,它表示买卖双方其中有一方占据上风,成为当日市场交易的主宰。
    1.没有上下影线的小黑红实体(图一)。此种是收盘价是最高价,开盘价是最低价,上下波动有限,买卖双方搏斗的不激烈,当K线是阳线时,买方梢占上风;是阴线时,卖方稍站上风。它一般出现在股价整理和股价跳空低开或高开时形成的时候,在整理时期意义不大,当股市出现大的跳空缺口时其意义非凡,它表示一方已经取得了全面的胜利。另一方全线崩溃。如国有股减持方案暂时股市中很多股票就走出了这种图形,当天股市就象过年一样热烈精彩,全部股票上扬,市场上叫买声不断,卖方在强大的买方面前彻底崩溃。这样的精彩场面多年才有一次。
    2.没有上下影线的大红实体(图二)。此种K 线多出现在股市上升途中。股市开盘后股价持续增长,随有回荡但很快又恢复上扬阶段,买方力量稳定增长,最后以最高价收盘,显示买方坚决果断的要把股价推上去,股市上扬的决心一定,决不会善罢甘休的任卖方有一丝一毫的反抗。
    3.没有上下影线的大黑实体(图三)。此种 K 线多出现在股市的下跌途中。与上面的意义正好相反。
4.只有一条横线的K线(图四)。我国的股市多出现在股市的连续的涨停板和跌停板之中,庄家多已经倥盘,参与买卖的只有庄家自己,在股价达到目标之前庄家不愿别人参与其中,所以股价开盘就以涨跌停开盘,直到收盘为止。在国外的股市交易中由于交易清淡,一天的交易额只有几手,价格没有变动也会出现类似的情况。
    第二大类:带上影线的K 线:它表示股市的抛压比较强,卖出一方在当天的最高点成功的阻截了买方的进攻,使股价没有收在最高处,卖方的实力不容忽视,买方只有等到第二天再与卖方交战。这类的K 线可分为六种:
    1.上影线比实体短的阳线(图五)。表示买方在最高处只是暂时受阻,买方实力仍然很强大,准备第二天再与卖方激战;
    2.上影线与实体的长度相等的阳线(图六)。这种K 线显示买方实力较强,继续上行将要付出更大的代价,买方应该在第二天使出全力去应付卖方的抛压才行;
    3.上影线大于实体1.5倍以上的阳线(图七)。它表示买方受到卖方的挑战,买方在当天只是获得微弱的优势,卖方在最高点的反击成功,卖方的实力已经不可低估,买方要在今后的操作中谨慎从事,必须进行震荡洗盘后再做决定。此种K 线多出现在股市的顶部或阶段性顶部。它是一种见顶信号。
    4.上影线特别长而实体只是一条横线的K线(图八)。我们又称它为上升转折线,它表示当天的股价收盘价与开盘价相同,当天买方的攻击没有获得任何进展,从那里来回那里去,卖方的实力已经与买方齐虎相当,买方已经丧失了任何优势,这也是股价要从这里反转的重要原因。这种K线多出现在股价的顶部。
    5.上影线大于实体1。5倍以上的阴线。这种阴线说明买方当天就被卖方击败,股价收在当天开盘价之下,如果没有低于昨日收盘价格,买方是暂时受挫,第二天还有希望,如果低于昨日收盘价格,进入调整或者下跌是很必然的事情。此种K线多出现顶部和下跌途中。
    6.上影线与实体相当的阴线。它说明股市中的买卖双方实力卖方稍占上风,买方实力偏弱,股市多在整理中出现这种K线,其意义不是很大。
    7.上影线小于实体的阴线。实体越大其程度越激烈,在股市大幅下跌中最为常见,他表明卖方气势汹汹,买方溃不成军,股市中的任何抵抗都是徒劳的,买方只有束手就擒毫无办法。
    第三类;没有上影线只有下影线的K线,这种K线最高价就是开盘价,其中的下影线表示股市中的承接力量的强弱,下影线越长,市场的承接力量越强。这种K线共分为六种:
    1.下影线小于实体的阳线,这种K线的实体越大,股市中的买盘力量越强,股价上升的力度也越强,它与光头光脚的阳线其意义基本一致。
    2.下影线与实体相近的阳线。它表示买方占有一定的优势,卖方也不示弱,只是力量稍差,一旦有倒戈者卖方就有占据上风的可能性,或者是卖方为了使自己的股票卖个好的价钱,暂时把股票的价格用少量的资金拉回来,这样做的目的即可以稳定跟风者的军心,又可以吸引大批的跟风者进场在高价位跟进,使庄家能够把自己的股票卖个好的价钱,这种方法叫一石二鸟。或者强庄股在迅速冲过阻力位的时候走出的先抑后扬的走势。
    3.下影线大于实体1。5倍以上的阳线或者阴线,我们叫它锤头,在股票的底部经常见到,由于股票的承接能力强,在往下跌的可能性不大,人们积极的买进股票,虽然还有卖出者,但是买卖双方的力量对比基本一致,股价很难再跌下去,当卖出者冲击到阻力较强的位置时,买进者就蜂拥而来又把股价托上去。当买进者积极时,就是股票的底部。
    4.下影线长而收盘价,最高价和最低价是同一个价格时的K 线,我们称它为上升转折线。它是买卖双方实力开始发生转变的象征,他常出现于股市的V形反转中。是一种准确率极高的见底信号。
    5.下影线长度与实体相当的阴线.这种阴线在股市下跌初期比较多见,整理过程中也经常见到,它表示买卖双方力量相差不是很大,买方稍占上风,一旦风云突变,股市就象瀑布一样飞流直下,打破股市中人们的梦想,使你的希望瞬间化为泡影。股市中绝大多数人都市在这一次次教训中丧失了自己宝贵的资金,成为庄家的牺牲品。
    第四类上影线和下影线都有的K线。这些K 线最多,K线图上占据了70%以上,是股市上最常见的图形和分析难度最大的一种。对这些图形的深刻理解是我们正确理解股市和判断 行情的基础。
    其一: 买卖双方以开盘为起点,展开肉博战,在供需不平衡下,造成股价波动,而且战斗没有受买卖双方的一方控制.在当天的交易中股价在高位无法站稳,受卖方攻击,股价低于开盘价成交,收盘前,买方又一鼓作气,收盘时价格仍较开盘价高;有时卖方在开盘时遍施加压力,股价趋于下游,交易过程中买方全力反攻,股价恢复到比开盘价格上方成交.收盘前卖方再施加压力,股价小回,但收盘价仍比开盘价高.用K线表示,便是此图形.它可分为四种:
    1.上影线长于下影线并长于红实体.影线部分长于红实体意即买方力量受到挫折,卖方实力较强,股价再一次冲击尚需多加考虑,股价有调整的需求.
    2.红实体长于影线部分并且上影线长于下影线,意即买方虽受挫折,仍占优势.在今后的交易中买方将一如既往的前进,去攻克卖方的下一个堡垒。
    3.下影线长于上影线并且长于红实体,意即卖方受挫折,买方仍居于主动地位,买方尚需接受考验。这种K 线经常出现在三种地方:其一,在股价经过大幅度上涨,并且已经达到60%以上,在回荡中出现,它是一个警告,表示卖方已经占据主动地位,庄家已达到目的,对蜂拥而来的买盘正在大肆的屠杀,虽然还会再一次回到前期高点,那已经是强弩之末,股必将开始大幅度回落,应该在第二次高点出现时及时离场;其二.股价刚上升20%左右,而且是以避空行情出现,作出这种图形是为了下跑跟风盘,并有调整技术系统的功效,没有必要为此担忧,而是大胆跟进,吃掉庄家。其三:股市经过大幅度下跌后出现,它表示股价在这里有很强的支撑,要有反弹出现。
    4.红实体长于影线部分,并且下影线长于上影线;买方仍居于主动地位,还需接受进一步考验.
    其二:上下带影线之黑实体,在每日交易过程中,股价在开盘后,有时会力争上游,卖方力量增加,买方不愿意追逐高价,卖方渐渐居于主动,股价逆转,在开盘价之下成交,股价继续下跌,收盘前买气转强,不至于以最低价收盘,有时股价在上半场都以低于开盘价成交,下半场买意增强,股价回至高于开盘价成交,临收盘前卖方又占优势,而以低于开盘价收盘。以K线表示就是此图,可分为:
    1.上影线长于下影线之黑实体。其又可分为黑实体长于影线部分与影线部分长于黑实体两种图形,其意义与阳线基本相同,只是买方更弱。
    2.下影线长于上影线之黑实体,亦可分为影线部分长于黑实体与实体长与影线部分。同上。
    其三:+图形,表示交易过程中;股价出现高于及低于开盘价成交,收盘价却开盘价相同,此时必须与昨日收盘价相比,价格比昨日收盘价高时,用红+’表示。与昨日收盘价同价格时,则视昨日若为红实体,用红‘+’表示。昨日若是黑实体,用黑‘+’表示。价格如比昨日收盘低。则用黑‘+’表示。可分为上影线长于下影线和下影线长于上影线两种图形。
    这种图形就是我们常说的十字星,它经常出现在股市的顶部和底部,它表示买卖双方力量均衡,高低点的出现只是暂时的不平衡,并不代表整体。十字星中影线的长度是展示买卖双方交战的激烈程度。
    当读者了解K线种类后,就可以更深一层去探讨K线所代表的含义,K线的奥妙就是相同的K线出现在不同的位置,它的意义与解释不同,甚至完全相反。

### 回答1: 要绘制KNN分类器的准确率随着K值变化的曲线,可以按照以下步骤进行: 1. 导入所需的库,包括numpy、matplotlib和sklearn中的KNeighborsClassifier。 ```python import numpy as np import matplotlib.pyplot as plt from sklearn.neighbors import KNeighborsClassifier ``` 2. 准备数据集。这里我们使用sklearn中的鸢尾花数据集作为示例数据集。 ```python from sklearn.datasets import load_iris iris = load_iris() X = iris.data y = iris.target ``` 3. 定义一个函数,用于计算KNN分类器在给定K值下的准确率。 ```python def knn_accuracy(X, y, k): knn = KNeighborsClassifier(n_neighbors=k) knn.fit(X, y) return knn.score(X, y) ``` 4. 循环计算不同K值下的准确率,并将结果保存到一个列表中。 ```python k_values = range(1, 31) accuracies = [] for k in k_values: acc = knn_accuracy(X, y, k) accuracies.append(acc) ``` 5. 绘制K值与准确率的曲线。 ```python plt.plot(k_values, accuracies) plt.xlabel('K') plt.ylabel('Accuracy') plt.title('KNN Classification Accuracy') plt.show() ``` 完整代码如下: ```python import numpy as np import matplotlib.pyplot as plt from sklearn.datasets import load_iris from sklearn.neighbors import KNeighborsClassifier def knn_accuracy(X, y, k): knn = KNeighborsClassifier(n_neighbors=k) knn.fit(X, y) return knn.score(X, y) iris = load_iris() X = iris.data y = iris.target k_values = range(1, 31) accuracies = [] for k in k_values: acc = knn_accuracy(X, y, k) accuracies.append(acc) plt.plot(k_values, accuracies) plt.xlabel('K') plt.ylabel('Accuracy') plt.title('KNN Classification Accuracy') plt.show() ``` 此代码将生成一个图形,其中X轴是K值,Y轴是准确率。 ### 回答2: K最近邻算法(K-Nearest Neighbors, KNN)是一种广泛使用的机器学习算法之一,用于分类和回归问题。在KNN算法中,准确率是衡量算法性能的重要指标之一。当选择不同的K值时,KNN分类器的准确率会发生变化。 K值代表用于进行分类的邻居个数。一般来说,较小的K值会导致模型过度拟合,而较大的K值会导致欠拟合。因此,我们通常需要通过交叉验证来选择适当的K值。 当K值较小时,KNN算法往往能够很好地捕捉到数据的细节,从而得到较高的准确率。但是,当K值过小,容易受到噪声数据的影响,从而导致过拟合。当K值较大时,模型更加平滑,能够更好地处理噪声数据,但是可能会忽略掉样本间的细微差别,导致欠拟合。 为了展示准确率随K值变化的曲线,我们可以按以下步骤进行实验: 1. 选择一个具体的数据集,例如Iris数据集。 2. 将数据集分为训练集和测试集。 3. 编写KNN算法代码,并通过训练集训练模型。 4. 选择一系列不同的K值,例如1到10。 5. 对每个K值,使用测试集评估准确率。 6. 绘制K值与准确率的曲线图。 根据实验结果,我们可以观察到随着K值的增大,准确率逐渐下降,然后趋于平稳。通常情况下,K值的选择应该在能够保持一定模型能力和泛化能力之间找到平衡点。 总之,准确率随K值变化的曲线可以通过实验得到,以帮助选择合适的K值。为了得到更加准确的结果,我们还应该考虑其他因素,如特征选取和模型调参等。 ### 回答3: KNN是一种常用的分类算法,其中k代表近邻的数量。我们可以通过改变k的值来观察KNN算法在不同k值下的分类准确率变化情况。 一般来说,当k值较小时,模型对于噪声数据敏感,容易过拟合;而当k值较大时,模型对于噪声数据不敏感,容易产生欠拟合。因此,我们通常需要通过多次实验来找到一个合适的k值。 实验结果显示,随着k值的增大,KNN算法的分类准确率会先增高后减低。初始阶段,k值的增大会使得算法对周围多个数据点的共识分类,准确率随之提高。然而,当k值过大时,模型会受到邻近较远数据点的影响,从而降低准确率。 在选择合适的k值时,我们可以使用交叉验证的方法来找到最佳的k值。交叉验证将数据集分为训练集和测试集,并多次重复随机划分。通过在不同的k值下计算平均准确率,可以找到最优的k值。 总之,KNN算法的准确率随k值的变化呈现出先增高后减低的趋势。我们可以通过交叉验证的方式找到最佳的k值,从而优化KNN算法的分类性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值