综合交易模型---形态分析突破箱体，支持股票,可转债，etf，提供源代码

本文链接：https://blog.csdn.net/qq_50882340/article/details/135426695

本文介绍了如何使用Python检测股票价格的箱体突破，通过计算历史数据的箱体范围来判断股票可能的走势。作者还分享了自己的交易模型——W底识别，以及如何在股票、ETF和可转债中应用此方法，并提供了源代码实例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上次写了W低，支持写了一个突破箱体，W低

我们看一下突破箱体的定义，自己对接的人工智能

网页 http://120.78.132.143:8023/star_fly_gtp_app

股票箱体是指在股票价格的上下波动中，围绕这个波动区间所形成的区域就代表一个箱体。如果股票价格在箱体的顶部和底部之间来回震荡，说明股价非常的活跃，这种类型的箱体质量非常好  。

股票突破箱体的表现

股票突破箱体的表现是指股票价格在箱体的顶部和底部之间来回震荡，说明股价非常的活跃。当股价有效突破原箱体的顶部或底部时，股价就会进入一个新的箱体运行 。
在K线图形上面，吸筹对应的就是箱体震荡，拉升对应的就是箱体突破后的主升浪。所以箱体震荡的位置就是主力资金的吸筹成本区，箱体突破则代表主力资金完成吸筹之后，要开始拉升赚钱了。

参考自定义，参考的后面是我开发的

这个计算方式太简单了

以下是一个简单的Python代码示例，用于检测股票价格是否突破了箱体形态：
```pythonimport pandas as pdimport numpy as np
# 读取股票数据data = pd.read_csv('stock_data.csv')
# 计算箱体范围data['upper'] = data['High'].rolling(window=20).max()data['lower'] = data['Low'].rolling(window=20).min()
# 判断是否突破箱体形态data['breakout'] = np.where((data['Close'] > data['upper']) | (data['Close'] < data['lower']), 1, 0)
# 输出结果print(data[data['breakout'] == 1])```
这个代码假设你已经有一个名为`stock_data.csv`的CSV文件，其中包含了股票的历史价格数据。代码首先计算了过去20个交易日的最高价和最低价，然后判断当前收盘价是否突破了这些范围。如果突破了，就在数据中添加一个名为`breakout`的列，并将其值设置为1,否则设置为0。最后，输出所有突破了箱体形态的股票数据。

自己开发的计算方式源代码

def get_break_through_box(self,n=60,forward_n=20,up_and_down=40,right_return=3):        '''        突破箱体        n取60        forward_选择后面10天的数据继续对比        up_and_down区间的涨跌幅        right_return右边的收益        '''        if n<=forward_n:            forward_n=1        else:            forward_n=forward_n        #最近N天        df=self.df[-n:]        #价格列表        close_list=df['close'].tolist()        #开始的价格        open_price=close_list[0]        #现在的价格        last_price=close_list[-1]        #向前取的        forward_close_list=close_list[:n-forward_n]        #最大值        max_value=max(forward_close_list)        #最小值        min_value=min(forward_close_list)        #区间收益        range_return=((max_value -min_value)/min_value)*100        #对比区间的收益        return_contrast=((last_price-max_value)/max_value)*100        box_list=[]        if self.show==True:            for i in close_list:                if i in [open_price,last_price,max_value,min_value]:                    box_list.append(i)                else:                    box_list.append(None)            self.plot_kline_figure(df=df,title='break_through_box',name_list=['最大值','最小值','关键点'],data_type=['线','线','点'],data_list=[max_value,min_value,box_list])        if range_return<=up_and_down and return_contrast>=right_return:            return "是"        else:            return "不是"