K线形态识别_跳空下跌三颗星

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

        跳空下跌三颗星出现在连续下跌的过程中，三根小阴线与前一根K线留有一个向下跳空缺口，且开盘价和收盘价处在差不多的价格区域。

技术特征

1）出现在连续下跌的过程中。

2）由三根开盘价和收盘价都处在差不多价格位置的小阴线组成。

3）三根小阴线和前一根K线有一个向下的跳空缺口。

技术含义

        跳空下跌三颗星是见底信号。

        跳空下跌三颗星出现在下跌趋势中，先收出一根阴线，预示下跌仍在持续。然后连续三天收出小阴线，但股价或指数却没有跌下去，表明空方的气力将竭，难以继续对多方行使统治权，预示市场可能正在筑底，是见底信号。

        该形态不是买入信号，股价或指数是否见底，仍需后市的走势验证。而且收出跳空下跌三颗星形态时，股价或指数依然处在下降趋势当中，未有任何实质性的改变，故交易者只可密切关注，不能盲目买进。

        有一些交易者认为，股价或指数见底时买入，很显然比趋势已经确立，正处在上涨途中时买入价格更低，利润更大。但他们忽略了一个很重要的问题：趋势技术分析所得出的结论都只是一种概率。所谓的见底或见顶信号，仅仅表明概率上的大小。同时，由于交易者分析的交易周期长短不同，以及同一时期大盘和行业板块长期趋势的影响，这种概率并非是一成不变。所以K线发出见底信号，交易者不必马上介入。

        但是基于风险控制的原因，股价收出见顶信号的K线形态，交易者可以立即减仓或清仓。

K线形态策略代码

def excute_strategy(daily_file_path):
    '''
    名称：跳空下跌三颗星
    识别：
    1. 由三根开盘价和收盘价都处在差不多价格位置的小阴线组成
    2. 三根小阴线和前一根K线有一个向下的跳空缺口
    自定义：
    1. 开处在差不多价格位置 =》参差不超过1%
    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 = '2022-01-01'
    end_date_str = '2023-01-01'
    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['small_body_type'] = 0
    df.loc[(df['type']==-1) & (df['body_length']/df['closePrice'].shift(1)>0.005) & (df['body_length']/df['closePrice'].shift(1)<0.015),'small_body_type'] = 1
    df['three_yeah'] = 0
    df.loc[(df['small_body_type']==1) & (df['small_body_type'].shift(-1)==1) & (df['small_body_type'].shift(-2)==1),'three_yeah'] = 1
    df['gap_yeah'] = 0
    df.loc[(df['three_yeah']==1) & (df['type'].shift(1)==1) & (df['openPrice'].shift(1)-df['openPrice']>0),'gap_yeah'] = 1
    df.loc[(df['three_yeah']==1) & (df['type'].shift(1)==-1) & (df['closePrice'].shift(1)-df['openPrice']>0),'gap_yeah'] = 1
 
    df['signal'] = 0
    df['signal_name'] = ''
    cenci_len = 0.01
    df.loc[(df['gap_yeah']==1) & ((abs(df['openPrice']-df['openPrice'].shift(-1)))/df['body_length']abs(df['openPrice']-df['openPrice'].shift(-2)))/df['body_length']'signal'] = 1
    df.loc[(df['gap_yeah']==1) & ((abs(df['closePrice']-df['closePrice'].shift(-1)))/df['body_length']abs(df['closePrice']-df['closePrice'].shift(-2)))/df['body_length']'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