K线形态识别_跳空上扬(升势鹤鸦缺口)-CSDN博客

本文链接：https://blog.csdn.net/m0_37967652/article/details/127746379

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

跳空上扬又称升势鹤鸦缺口，出现在上涨趋势中，由一阴一阳两根K线组成，第一根是和前一根K线留下跳空缺口的阴线，第二根是收盘价在第一根阳线缺口上方附近的阴线。

技术特征

1）出现在上涨趋势中。

2）由两根一阳一阴K线组成。

3）第一根是跳空上扬的阳线，收盘时在前一根K线上方留下一个跳空缺口。

4）第二根是一根低收的阴线，收在前一根阳线缺口上方附近。

技术含义

跳空上扬是买进信号，继续看涨。

一般来说，跳空上扬是行情上涨过程中洗盘换手形成的。在股价上涨趋势中，出现了一根跳空上扬的阳线，第二天股价虽然不涨反跌，收出阴线，但收盘价依然没有填补前一天阳线的跳空缺口，说明股价上升过程中虽然遇到了空方的抛盘，但是并没有给多方造成重大阻碍。多方将抛盘系数收入囊中，之后继续推动股价上涨。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：跳空上扬(升势鹤鸦缺口)
    识别：
    1. 由两根一阳一阴K线组成
    2. 第一根是跳空上扬的阳线，收盘时在前一根K线上方留下一个跳空缺口
    2. 第二根是一根低收的阴线，收在前一根阳线缺口上方附近
    自定义：
    1. 阳线缺口上方附近 =》不低于缺口位置下方的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['type'] = 0
    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['gap_length'] = 0
    df.loc[(df['type']==1) & (df['type'].shift(1)==1),'gap_length'] = df['openPrice'] - df['closePrice'].shift(1)
    df.loc[(df['type']==1) & (df['type'].shift(1)==-1),'gap_length'] = df['openPrice'] - df['openPrice'].shift(1)

    df['signal'] = 0
    df['signal_name'] = ''
    df.loc[(df['gap_length']>0) & (df['type'].shift(-1)==-1) & ((df['openPrice']-df['body_length']*0.005)<df['closePrice'].shift(-1)),'signal'] = 1

    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':'duration',
        'duration_len':[0],
        'temp':len(df.loc[df['signal']==1])
    }
    return line_data