K线形态识别_长十字线

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

技术特征

技术含义

K线形态策略代码

结果

解说

        长十字线是上下影线都很长的同价位线。至于影线多长才算是长十字线，市场上没有一个统一的标准，交易者凭感觉很容易就能区分。

         出现长十字线是转势信号。上影线越长，表示卖盘越重；下影线越长，表明买盘越强。

        长十字线的收盘价和开盘价相同，表明多空双方最终握手言和，谁也没能以绝对优势压倒对方。但长长的上下影线告诉交易者，平静的开盘和收盘之间曾经经历了一场极其残酷的拉锯战，双方的阵地都曾经易手，甚至有可能数度出现攻防互换。无论是战争还是交易，平衡从来都是短暂的，僵局马上就会打破。谁会取得最终的胜利呢？在此之前，如果其中一方一直在乘胜追击，那么现在突然遭遇如此激烈的抵抗，很显然多空双方的力量对比正在发生变化。因此，长十字线出现在高价位或低价位区域，常常意味着趋势即将出现反转。

技术特征

1）开盘价和收盘价相同。

2）上下影线很长。

3）上涨和下跌过程中都会出现。

技术含义

1）在股价已有较大涨幅后出现，为见顶信号。

2）在股价有较大跌幅后出现长十字线为见底信号。

3）在上涨途中出现长十字线，继续看涨。持仓不动。

4）在下跌途中出现长十字线，继续看跌。持币观望。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：长十字线
    识别：上下影线都很长, 同价位
    自定义：
    1. 影线很长=》超过上一交易日价格2%;
    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.loc[df['closePrice']>=df['openPrice'],'type'] = 1
    df.loc[df['closePrice']'openPrice'],'type'] = -1
 
    df['body_length'] = abs(df['closePrice'] - df['openPrice'])
    df.loc[df['type']==1,'top_shadow_length'] = df['highestPrice'] - df['closePrice']
    df.loc[df['type']==-1,'top_shadow_length'] = df['highestPrice'] - df['openPrice']
    df.loc[df['type']==1,'bottom_shadow_length'] = df['openPrice'] - df['lowestPrice']
    df.loc[df['type']==-1,'bottom_shadow_length'] = df['closePrice'] - df['lowestPrice']
 
    df['signal'] = 0
    df['signal_name'] = ''
    long_len = 0.02
    df.loc[(df['body_length']==0) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'signal'] = 1
    df.loc[(df['body_length']==0) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'ext_0'] = (df['top_shadow_length']/df['closePrice'].shift(1))*100
    df.loc[(df['body_length']==0) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'ext_1'] = (df['bottom_shadow_length']/df['closePrice'].shift(1))*100
    df = df.round({'ext_0':5,'ext_1':5})
    df['signal_name'] = df['ext_0'].astype('str') + ';' + df['ext_1'].astype('str')
 
    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':'line'
    }
    return line_data
 

结果