K线形态识别_平顶(镊子顶)_k线平顶什么意思-CSDN博客

本文链接：https://blog.csdn.net/m0_37967652/article/details/127767692

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

平顶又称镊子顶，是在上涨趋势中最高价都相同的两根或两根以上K线组合。

技术特征

1）出现在上涨趋势中。

2）由两根或两根以上K线组成。

3）最高价处在同一水平位置上。

技术含义

平顶是见顶信号。

平顶是和平底相对的K线形态，都是预警的反转形态。股价或指数每次碰到某一高点就回落，说明多方的优势正在消失，空方已逐步壮大到可以与多方势均力敌的程度。这是一种警告信号，提醒交易者做好防范措施，提防有可能到来的下跌。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：平顶(镊子顶)
    识别：最高价都相同的两根或两根以上的K线组合
    自定义：
    1. 最高价都相同=》之间的参差不超过0.1%
    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['highest_pct'] = abs(df['highestPrice'] - df['highestPrice'].shift(1))/df['highestPrice'].shift(1)
    df['ext_0'] = 0
    df.loc[df['highest_pct'] < 0.001, 'ext_0'] = 1

    df['signal'] = 0
    df['signal_name'] = ''
    df.loc[(df['ext_0']==1) & (df['ext_0'].shift(-1)==1),'signal'] = 1
    df.loc[(df['ext_0']==1) & (df['ext_0'].shift(1)==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_detail',
        'duration_len':[],
        'temp':len(df.loc[df['signal']==1])
    }
    return line_data