python股票量化交易（8）---K线图：锤头，射击之星，早晨之星

人之有志，如树之有根，立定此志，须念念谦虚，尘尘方便，自然感动天地，而造福由我。

锤头

本篇接着上篇介绍K线形态。

首先，我们今天介绍的第一个K线形态是锤头，TA-Lib库提供给我们的方法为talib.CDLHAMMER()，它是一日K线形态，实体较短，无上影线，同时下影线大于实体长度的两倍，预示着趋势反转。

完整绘制标记锤头的代码如下：

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['hammer_head'] = talib.CDLHAMMER(df['open'].values, df['high'].values, df['low'].values, df['close'].values)

pattern = df[(df['hammer_head'] == 100) | (df['hammer_head'] == -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("锤头", 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()

锤头的形态很多股票都有，你可以随便自己找股票测试，这里还是用的歌尔股份。运行之后，显示效果如下图所示：

倒锤头

既然有正锤头，那么肯定也有倒锤头，TA-Lib库提供给我们的方法为talib.CDLINVERTEDHAMMER()，它也是一日K线，定义为上影线较长，长度为实体的2倍以上，无下影线，在下跌趋势底部，预示着趋势反转。

既然上面完整代码都有，这里同上一篇博文一样，只需要更换二行代码：

df['Inverted_hammer_head'] = talib.CDLHAMMER(df['open'].values, df['high'].values, df['low'].values, df['close'].values)

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

同时还要更改文字标识“锤头”为“倒锤头”，运行之后效果如下图所示：

射击之星

射击之星是一日K线模式，定义为上影线至少为实体长度的2倍，同时没有下影线，预示着股票下跌。TA-Lib库提供给我们的方法为talib.CDLSHOOTINGSTAR()。

同样的，射击之星的代码也只需要更换2行：

df['shoot_star'] = talib.CDLSHOOTINGSTAR(df['open'].values, df['high'].values, df['low'].values, df['close'].values)

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

运行之后，显示的效果如下图所示：

早晨之星

早晨之星为三日K线模式，定义为下跌趋势，第一日为阴线，第二日价格振幅较小，第三天阳线，预示着底部可能会有反转。TA-Lib库提供给我们的方法为talib.CDLMORNINGSTAR()。

同样的，早晨之星的代码也只需要更换2行：

df['morning_star'] = talib.CDLMORNINGSTAR(df['open'].values, df['high'].values, df['low'].values, df['close'].values)

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

运行之后，显示的效果如下图所示：

当然，对于K线图的指标其实还有很多，比如上吊线方法CDLHANGINGMAN、倒T十字CDLGRAVESTONEDOJI、向上/下跳空并列阳线CDLGAPSIDESIDEWHITE等，使用方式与这2篇博文完全一样、只是替换了方法。所以，为了不讲解毫无营养的股票量化交易，其他的指标博主这里省略了，具体你需要哪个指标，自己查询开发文档直接按这2篇调用即可。