K线形态识别_双飞乌鸦

最新推荐文章于 2024-06-25 08:51:20 发布

程序猿与金融与科技

最新推荐文章于 2024-06-25 08:51:20 发布

阅读量403

点赞数

分类专栏： pandas基础与金融实例练习金融文章标签： python

本文链接：https://blog.csdn.net/m0_37967652/article/details/127767933

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

双飞乌鸦出现在上涨趋势中，是由三根K线组成形态。其中第一根是阳线，第二根是高开低走且收盘价高于阳线收盘价的阴线，第三根是完全包容了前一根阴线的阴线。

技术特征

1）出现在上涨趋势中。

2）由一根阳线和两根一大一小的阴线组成。

3）第一根阴线的收盘价高于前一根阳线的收盘价。

4）第二根阴线完全包容了第一根阴线。

技术含义

双飞乌鸦是见顶信号。

双飞乌鸦的名字取自中国民间习俗。在中国民间，看见乌鸦预示着将有不吉祥的事情发生，出现两只乌鸦更令人心生不详之感。

双飞乌鸦显示多方依然占优，在上涨趋势没有十字形改变的前提下，双飞乌鸦只是向交易者发出了不详的警告之声。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：双飞乌鸦
    识别：
    1. 由一根阳线和两根一大一小的阴线组成
    2. 第一根阴线的收盘价高于前一根阳线的收盘价
    3. 第二根阴线完全包容了第一根阴线
    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['three_yeah'] = 0
    df.loc[(df['type']==1) & (df['type'].shift(-1)==-1) & (df['type'].shift(-2)==-1),'three_yeah'] = 1

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