K线形态识别_黄昏之星和黄昏十字星

最新推荐文章于 2024-08-23 16:53:34 发布

程序猿与金融与科技

最新推荐文章于 2024-08-23 16:53:34 发布

阅读量472

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/127763293

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。

解读

黄昏之星是三根K线的组合，第一根是阳线，第三根是深入第一根阳线实体的阴线，第二根是在阳线和阴线上方的小阴线或小阳线。第二根K线是十字线时又叫黄昏十字星，是黄昏之星的特殊形态。黄昏之星、黄昏十字星的阴线和阳线之间也可以是两根小K线。

技术特征

1）出现在上涨趋势中。

2）由三根K线组成，第一根是阳线，第二根是高开小阴线、小阳线或十字线，第三根是阴线。

3）第三根阴线实体深入到第一根阳线实体之内。

技术含义

黄昏之星是见顶反转信号，后市看跌，卖出。

黄昏之星和早晨之星的形态完全相同，只是方向和技术含义相反。黄昏之星的见顶信号强于早晨之星的见底信号，交易者见到后应及时减仓或清仓。

和早晨之星一样，黄昏之星的三根K线也完美地体现了道氏理论定义下的短期趋势逆转过程：第一根阳线是后高高于前高，第二根K线股价滞张整理，第三根阴线是后低低于前低。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：黄昏之星和黄昏十字星
    识别：
    1. 由三根K线组成，第一根是阳线，第二根是高开小阴线、小阳线或十字线
    2. 第三根是阴线，第三根K线实体深入到第一根K线实体之内
    3. 中间的小阴线、小阳线或十字线，可以是连续两根
    自定义：
    1. 第一根为长阳线，第三根实体两端相对第一根实体两端都上下不超过0.5%
    2. 中间部分最低价在第一根实体三分之二以上，即两者重合部分不超过第一根实体上三分之二
    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 = '2019-01-01'
    end_date_str = '2020-01-01'
    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['big_position_yeah'] = 0
    df.loc[(df['type']==1) & (df['body_length']/df['closePrice'].shift(1)>0.02),'big_position_yeah'] = 1
    df['big_negative_yeah'] = 0
    df.loc[(df['type']==-1) & (df['body_length']/df['closePrice'].shift(1)>0.02),'big_negative_yeah'] = 1

    df['small_yeah'] = 0
    df.loc[df['body_length']/df['closePrice'].shift(1)<0.015,'small_yeah'] = 1

    df['sort_three_yeah'] = 0
    df['sort_four_yeah'] = 0
    df.loc[(df['big_position_yeah']==1) & (df['small_yeah'].shift(-1)==1) & (df['big_negative_yeah'].shift(-2)==1),'sort_three_yeah'] = 1
    df.loc[(df['big_position_yeah']==1) & (df['small_yeah'].shift(-1)==1) &(df['small_yeah'].shift(-2)==1) & (df['big_negative_yeah'].shift(-3)==1),'sort_four_yeah'] = 1

    horizonal_len = 0.01
    df['three_horizonal_yeah'] = 0
    df.loc[(df['sort_three_yeah']==1) & (abs(df['closePrice']-df['openPrice'].shift(-2))/df['closePrice']<horizonal_len),'three_horizonal_yeah'] = 1
    df['four_horizonal_yeah'] = 0
    df.loc[(df['sort_four_yeah']==1) & (abs(df['closePrice']-df['openPrice'].shift(-3))/df['closePrice']<horizonal_len),'four_horizonal_yeah'] = 1

    df['signal'] = 0
    df['signal_name'] = ''
    df.loc[(df['three_horizonal_yeah']==1) & (df['closePrice']-df['body_length']*0.66 < df['lowestPrice'].shift(-1)),'signal'] = 1
    df.loc[(df['three_horizonal_yeah']==1) & (df['closePrice']-df['body_length']*0.66 < df['lowestPrice'].shift(-1)),'signal_name'] = '三'
    df.loc[(df['four_horizonal_yeah']==1) & (df['closePrice']-df['body_length']*0.66 < df['lowestPrice'].shift(-1)) & (df['closePrice']-df['body_length']*0.66 < df['lowestPrice'].shift(-2)),'signal'] = 2
    df.loc[(df['four_horizonal_yeah']==1) & (df['closePrice']-df['body_length']*0.66 < df['lowestPrice'].shift(-1)) & (df['closePrice']-df['body_length']*0.66 < df['lowestPrice'].shift(-2)),'signal_name'] = '四'

    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,-2],
        'temp':len(df.loc[(df['signal']==1) & (df['signal']==2)])
    }
    return line_data