K线形态识别_螺旋桨

最新推荐文章于 2023-07-31 21:09:21 发布

程序猿与金融与科技

最新推荐文章于 2023-07-31 21:09:21 发布

阅读量540

点赞数

分类专栏：金融 pandas基础与金融实例练习文章标签： python

本文链接：https://blog.csdn.net/m0_37967652/article/details/127725910

版权

金融同时被 2 个专栏收录

123 篇文章 22 订阅

订阅专栏

pandas基础与金融实例练习

122 篇文章 23 订阅

订阅专栏

写在前面：
1. 本文中提到的“K线形态查看工具”的具体使用操作请查看该博文；
2. K线形体所处背景，诸如处在上升趋势、下降趋势、盘整等，背景内容在K线形态策略代码中没有体现；
3. 文中知识内容来自书籍《K线技术分析》by邱立波。

解说

螺旋桨K线是上下影线都很长、实体很小的十字星线，因为K线形状像飞机的螺旋桨而得名。螺旋桨K线是较强的转势信号。

和长十字线一样，出现螺旋桨是转势信号。螺旋桨长长的上下影线，其技术含义也和长十字线的相同。螺旋桨的实体是小阴线和小阳线，表明至收盘时多方或空方占有一定的优势，因而螺旋桨发出的转势信号比长十字线更为强烈一些。

技术特征

1）K线实体（阴阳均可）很小。

2）上下影线很长。

3）上涨和下跌行情中都会出现。

技术含义

1）在股价有较大涨幅后出现螺旋桨，为见顶信号。

2）在股价有较大跌幅后出现螺旋桨为见底信号。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：螺旋桨
    识别：上下影线都很长、实体很小的十字星线
    自定义：
    1. 影线很长=》超过上一交易日价格2%;
    2. 实体很小=》实体小于等于上一交易日价格的0.5%
    前置条件：计算时间区间 2021-01-01 到 2022-01-01
    :param daily_file_path: 股票日数据文件路径
    :return:
    '''
    import pandas as pd
    import os
    start_date_str = '2021-01-01'
    end_date_str = '2022-01-01'
    df = pd.read_csv(daily_file_path,encoding='utf-8')
    # 删除停牌的数据
    df = df.loc[df['openPrice'] > 0].copy()
    df['o_date'] = df['tradeDate']
    df['o_date'] = pd.to_datetime(df['o_date'])
    df = df.loc[(df['o_date'] >= start_date_str) & (df['o_date']<=end_date_str)].copy()
    # 保存未复权收盘价数据
    df['close'] = df['closePrice']
    # 计算前复权数据
    df['openPrice'] = df['openPrice'] * df['accumAdjFactor']
    df['closePrice'] = df['closePrice'] * df['accumAdjFactor']
    df['highestPrice'] = df['highestPrice'] * df['accumAdjFactor']
    df['lowestPrice'] = df['lowestPrice'] * df['accumAdjFactor']

    # 开始计算
    df.loc[df['closePrice']>=df['openPrice'],'type'] = 1
    df.loc[df['closePrice']<df['openPrice'],'type'] = -1

    df['body_length'] = abs(df['closePrice'] - df['openPrice'])
    df.loc[df['type']==1,'top_shadow_length'] = df['highestPrice'] - df['closePrice']
    df.loc[df['type']==-1,'top_shadow_length'] = df['highestPrice'] - df['openPrice']
    df.loc[df['type']==1,'bottom_shadow_length'] = df['openPrice'] - df['lowestPrice']
    df.loc[df['type']==-1,'bottom_shadow_length'] = df['closePrice'] - df['lowestPrice']

    df['signal'] = 0
    df['signal_name'] = ''
    long_len = 0.02
    short_len = 0.005
    df.loc[(df['body_length']/df['closePrice'].shift(1)<=short_len) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'signal'] = 1
    df.loc[(df['body_length']/df['closePrice'].shift(1)<=short_len) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'ext_0'] = (df['top_shadow_length']/df['closePrice'].shift(1))*100
    df.loc[(df['body_length']/df['closePrice'].shift(1)<=short_len) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'ext_1'] = (df['bottom_shadow_length']/df['closePrice'].shift(1))*100
    df = df.round({'ext_0':5,'ext_1':5})
    df['signal_name'] = df['ext_0'].astype('str') + ';' + df['ext_1'].astype('str')

    file_name = os.path.basename(daily_file_path)
    title_str = file_name.split('.')[0]

    line_data = {
        'title_str':title_str,
        'whole_header':['日期','收','开','高','低'],
        'whole_df':df,
        'whole_pd_header':['tradeDate','closePrice','openPrice','highestPrice','lowestPrice'],
        'start_date_str':start_date_str,
        'end_date_str':end_date_str,
        'signal_type':'line'
    }
    return line_data