K线形态识别_两阳夹一阴(两红夹一黑)

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。

目录

解说

技术特征

技术含义

K线形态策略代码

结果

---

解说

        两阳夹一阴，又名两红夹一黑，顾名思义，就是两根较长的阳线重甲夹着一根较短的阴线。两红夹一黑既可以出现在上涨趋势中，也可以出现在下跌趋势中。

技术特征

1）既可以出现在上涨趋势中，也可以出现在下跌趋势中。

2）由两根较长的阳线夹着一根较短的阴线组成。

3）三根K线的中轴基本上在一个水平位置上。

技术含义

1）在上涨趋势中出现，继续看涨，持股不动。

2）在下跌趋势中出现是见底信号。

        两阳夹一阴极少出现在下跌趋势中。收出第一根阳线，表明多方开始反击。次日空方再次打压，但却没有跌破前一日的低点，说明空方已力难从心。第三日，多方继续反击，第二次获得主动权，说明双方的力量对比正在发生强弱转换，预示股价或指数即将见底。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：两阳夹一阴(两红夹一黑)
    识别：
    1. 由两根较长的阳线夹着一根较短的阴线组成
    2. 三根K线的中轴基本在一个水平位置上
    自定义：
    1. 基本在一个水平位置 =》 参差不超过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['body_yeah'] = 0
    df.loc[df['body_length']/df['closePrice'].shift(1)>0.005,'body_yeah'] = 1

    df['three_yeah'] = 0
    df.loc[(df['type']==1) & (df['body_yeah']==1) & (df['type'].shift(-1)==-1) & (df['body_yeah'].shift(-1)==1) & (df['type'].shift(-2)==1) & (df['body_yeah'].shift(-2)==1),'three_yeah'] = 1

    df['center_val'] = (df['closePrice'] + df['openPrice'])/2
    df['center_chg'] = df['center_val'] - df['center_val'].shift(1)
    df['horizonal_yeah'] = 0
    df.loc[(df['three_yeah']==1) & (df['center_chg'].shift(-1)/df['body_length']<0.005) & (df['center_chg'].shift(-2)/df['body_length']<0.005),'horizonal_yeah'] = 1

    df['signal'] = 0
    df['signal_name'] = ''
    df.loc[(df['horizonal_yeah']==1) & (df['closePrice']>df['openPrice'].shift(-1)) & (df['openPrice'].shift(-1)<df['closePrice'].shift(-2)) & (df['openPrice']<df['closePrice'].shift(-1)) & (df['closePrice'].shift(-1)>df['openPrice'].shift(-2)),'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':[-1],
        'temp':len(df.loc[df['signal']==1])
    }
    return line_data

结果