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
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