python检测头部摇晃度_如何用Python找K线未补的缺口?

话不多先上代码，缺口指的就是连续两天K线中的不相交部分，本代码用于检测那些还没有被补的缺口，这对交易有重要的指导意义：

import os#缓存数据class SecurityData:  date = '' #日期  downPrice = 0 #缺口的下半部分  upPrice = 0 #缺口的上半部分#打开日志文件fs = open(r'C:\Py\result.txt','a+')#打开日K线文件fs2 = open(r'C:\Py\SH000001.txt', 'r', True)#索引pos = 0#上日最高价lastHigh = 0#上日最低价lastLow = 0#保存缺口的集合lst = []#最小检测价位priceTick = 2.0#循环遍历每一行while True:  #读取该行  line = fs2.readline()  #没有行的时候退出  if not line: break  #去除前2行和尾行  if pos > 1 and len(line) > 20:    #分割字符串    strs = line.split(',')    #收盘价    highPrice = float(strs[2])    #开盘价    lowPrice = float(strs[3])    #检测缺口是否被补    for data in lst:        #高值+低值      if (highPrice > data.downPrice and highPrice < data.upPrice) and (lowPrice > data.downPrice and lowPrice < data.upPrice):        newData1 = SecurityData()        newData1.upPrice = data.upPrice        newData1.downPrice = highPrice        newData1.date = data.date        lst.append(newData1)        newData2 = SecurityData()        newData2.upPrice = lowPrice        newData2.downPrice = data.downPrice        newData2.date = data.date        lst.append(newData2)        lst.remove(data)      #倒包含      elif (data.downPrice > lowPrice and data.downPrice < highPrice) and (data.upPrice > lowPrice and data.upPrice < highPrice):        lst.remove(data)      else:        #高值        if (highPrice >= data.downPrice and highPrice <= data.upPrice):          data.downPrice = highPrice        #低值        if (lowPrice >= data.downPrice and lowPrice <= data.upPrice):          data.upPrice = lowPrice        #判断缺口是否被补        if (data.upPrice - data.downPrice  < priceTick):          lst.remove(data)    #判断是否为缺口    if pos > 2:      if lowPrice > lastHigh + priceTick:        securityData = SecurityData()        securityData.upPrice = lowPrice        securityData.downPrice = lastHigh        securityData.date = strs[0]        lst.append(securityData)      elif highPrice < lastLow - priceTick:        securityData = SecurityData()        securityData.upPrice = lastLow        securityData.downPrice = highPrice        securityData.date = strs[0]        lst.append(securityData)    #缓存上日的数据    lastHigh = highPrice    lastLow = lowPrice  #累加索引  pos = pos + 1#给列表排序from operator import attrgetterlst2 = sorted(lst, key=attrgetter('date'), reverse=False)#输出for val in lst2:  print(val.date + ',' + str(val.downPrice) + ',' + str(val.upPrice))  fs.write(val.date + ',' + str(val.downPrice) + ',' + str(val.upPrice) + '\r\n')#关闭文件流fs.close()fs2.close()

新建一个文件，命名为QUE.py，并将上述代码粘贴到你的文件中。

按照教程下载上证指数的前复权数据：

如何免费轻松获得最完整可靠的股票期货等历史数据?

修改Python中的文件和文件夹路径为你的路径，PriceTick修改为最小缺口的值，极其微弱的断裂不能被称为缺口：

如果没有安装Python，就到这个地址下载安装一下：

https://www.python.org/ftp/python/3.9.0/python-3.9.0-amd64.exe

注意第一个界面的Add to Path一定要勾上。

打开命令提示行，输入python C:\PY\QUE.py

输入回车运行脚本，得到如下结果：

result.txt中也输出了结果：

打开图形K线看看几个没补的缺口：

通过跑Python代码发现，上证指数历史上只有寥寥几个缺口没有补，近半年不算的话，只有6124，5178股灾时期有几个头部和底部的缺口没补，还有A股最早期有几个缺口没补，这证明了缺口理论是正确。

结论：

    1.计算结果完全正确，而且是完全对应通达信的；

    2.可以直接运行，得到结果文件result.txt，怎么用看你的；

    3.可以修改代码，例如修改输入结果文件的格式；

    4.不止用于A股，什么品种，数据，包括1分钟，5分钟，60分钟线也都可以；

    5.可以用来做交易回测。

    6.可以把代码嵌入你的Python中，用来做实时监控。