K线形态识别_跛脚阳线

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

        跛脚阳线出现在涨势中，由三根阳线组成，其中前两根一般是大阳线或中阳线，后两根是低开阳线，第三根阳线实体很小，收盘价低于前一根阳线的收盘价。

技术特征

1）出现在上涨趋势中。

2）由三根或三根以上阳线组成。

3）前两根是大阳线或中阳线。

4）后两根阳线都是低开。

5）第三根阳线的实体很小，且收盘价比前面一根阳线的收盘价低。

技术含义

        坡脚阳线是滞涨信号。

        在涨势中出现坡脚阳线，说明多方遭遇到上方沉重的抛压，后市看淡。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：跛脚阳线
    识别：
    1. 由三根阳线组成，前两根一般是大阳线或中阳线，后两根是低开阳线
    2. 第三根阳线实体很小，收盘价低于前一个阳线的收盘价
    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 = '2013-01-01'
    end_date_str = '2014-01-01'
    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['ext_yeah'] = 0
    df.loc[(df['three_yeah']==1) & (df['body_length']/df['closePrice'].shift(1)>0.02) & (df['body_length'].shift(-1)/df['closePrice']>0.02) & (df['closePrice']'closePrice'].shift(-1)) & (df['closePrice']>df['openPrice'].shift(-1)),'ext_yeah'] = 1
    df['ext_yeah0'] = 0
    df.loc[(df['ext_yeah']==1) & (df['closePrice'].shift(-1)>df['closePrice'].shift(-2)) & (df['body_length'].shift(-1)>df['body_length'].shift(-2)),'ext_yeah0'] = 1
    df['signal'] = 0
    df['signal_name'] = ''
    df.loc[df['ext_yeah0'] == 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

结果