python股票量化交易（7）---K线图：乌鸦、乌云压顶、十字星

随缘济众，其类至繁，约言其纲，大约有十：第一，与人为善;第二，爱敬存心;第三，成人之美;第四，劝人为善;第五，救人危急;第六，兴建大利;第七，舍财作福;第八，护持正法;第九，敬重尊长;第十，爱惜物命。

前言

在股票的交易中，我们最长使用的图其实是K线图，比如什么十字星，什么乌鸦等都是比较常用的参考指标，这些形态在我们判断市场运行趋势时，起到了非常重要的作用。所以，本篇将详细讲解TA-Lib库识别K线的各种形态。

两只乌鸦

首先，我们将介绍最简单的K线形态：两只乌鸦（Two Crows），也就是以3日K线为参考，第一日长阳，第二日高开收阴，第三日再次高开收阴，同时收盘比前一日收盘价低，出现该形态预示着股价将要下跌。

判断两只乌鸦形态，我们使用TA-Lib库的talib.CDL2CROWS()方法。下面，我们来获取通过一个股票标记两只乌鸦的K线形态，具体代码如下：

import pandas as pd
import talib
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import mpl_finance as mpf
fig = plt.figure(figsize=(12, 8))
plt.rcParams['font.sans-serif'] = ['SimHei']
ax = fig.add_subplot(111)
df = pd.read_excel("歌尔股份year.xlsx")
df['date'] = pd.to_datetime(df['date'])
df['date'] = df['date'].apply(lambda x: x.strftime('%Y-%m-%d'))
df['tow_crows'] = talib.CDL2CROWS(df['open'].values, df['high'].values, df['low'].values, df['close'].values)

pattern = df[(df['tow_crows'] == 100) | (df['tow_crows'] == -100)]
mpf.candlestick2_ochl(ax, df["open"], df["close"], df["high"], df["low"], width=0.6, colorup='r',
                          colordown='green',
                          alpha=1.0)
for key, val in df.items():
    for index, today in pattern.iterrows():
        x_posit = df.index.get_loc(index)
        ax.annotate("{}\n{}".format("两只乌鸦", today["date"]), xy=(x_posit, today["high"]),
                    xytext=(0, pattern["close"].mean()), xycoords="data",
                    fontsize=18, textcoords="offset points", arrowprops=dict(arrowstyle="simple", color="r"))


ax.xaxis.set_major_locator(ticker.MaxNLocator(20))

def format_date(x, pos=None):
    # 由于前面股票数据在 date 这个位置传入的都是int
    # 因此 x=0,1,2,...
    # date_tickers 是所有日期的字符串形式列表
    if x < 0 or x > len(df['date']) - 1:
        return ''
    return df['date'][int(x)]


ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right')
plt.show()

运行之后，显示的效果如下图所示：

当然，这个图是歌尔股份的K线图，两只乌鸦形态后既然是涨的，哈哈哈，这可能是对股市看技术指标的人莫大的讽刺。这里，博主只是教会大家使用工具，如果工具都准确肯定没有亏损的人了。说个题外话，其实博主不看指标，在这里教大家看指标，总感觉把你们带坑里去了。

三只乌鸦

我们的K线图的乌鸦并不只有两只，还有三只的。三只乌鸦（Three Black Crows）的定义，也是看三日的K线，也就是连续三根阴线，而且每日收盘价都下跌且接近最低价，同时每日开盘价都在上根K线实体内，同样预示股价下跌。

TA-Lib库提供给我们判断三只乌鸦的方法为talib.CDL3BLACKCROWS()，使用方法只需要将而只乌鸦的方法替换成CDL3BLACKCROWS即可，具体如下：

df['three_crows'] = talib.CDL3BLACKCROWS(df['open'].values, df['high'].values, df['low'].values, df['close'].values)
pattern = df[(df['three_crows'] == 100) | (df['three_crows'] == -100)]

当前还有标记的文字“而只乌鸦”改为“三只乌鸦”。运行之后，显示的效果如下图所示：

需要注意的是，这里获取股票改为sz000789万年青，因为大多数股票很少有三只乌鸦的形态，博主测试了20个股票才找到一个三只乌鸦形态的股票。

乌云压顶

TA-Lib库提供给我们的乌云压顶形态的计算方法：talib.CDLDARKCLOUDCOVER()。它是二日K线指标，定义为第一日长阳，第二日开盘价高于前一日最高价，同时收盘价处于前一日实体中部以下，预示着股票下跌。

同样的这里也只需要替换方法，改二行代码即可：

df['dark_cloud'] = talib.CDLDARKCLOUDCOVER(df['open'].values, df['high'].values, df['low'].values, df['close'].values)

pattern = df[(df['dark_cloud'] == 100) | (df['dark_cloud'] == -100)]

同样的，也需要将标记的文字“三只乌鸦”替换成“乌云压顶”。运行之后，显示的效果如下图所示：

这里测试更换为歌尔股份，前面的万年青最近几年没有该形态。

十字星

TA-Lib库提供给我们的十字星方法为talib.CDLDOJISTAR()。它是一日K线模式，定义为开盘价与收盘价基本相等，同时上下影线不会很长，预示着当前趋势反转。

同样的这里也只需要替换方法，改二行代码即可：

df['star'] = talib.CDLDOJISTAR(df['open'].values, df['high'].values, df['low'].values, df['close'].values)

pattern = df[(df['star'] == 100) | (df['star'] == -100)]

这里也用歌尔股份进行绘制，也需要将上面文字“乌云压顶”改为“十字星”。运行之后，显示的效果如下图所示：