社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

以前嗤之以鼻,现在逐字学习!用Python量化缠论,一键自动生成交易信号 | 附代码

邢不行 • 1 月前 • 41 次点击  


这是邢不行第 113 期量化小讲堂的分享

作者 | 邢不行、密斯锌硒



一千个人眼中有一千个哈姆雷特,我们只是尽可能的去量化我们理解的部分缠论的思路。


我们过往在文章中多次聊过技术指标,如MACD、KDJ等等,也聊过一些K线形态,如跳空回补、锤子线等等。


点击上图查看文章


近几年也一直有人问我能不能对缠论做量化,本文就来做相关尝试。



01

缠论的介绍


1

缠论介绍


先给不了解的小白介绍下缠论。


缠论是由网络名人“缠中说禅”的“教你炒股”系列文章整理而来,于2006年6月7号正式面世。



据说缠论适合一切具有波动走势的投资市场,如股票、权证和期货等。


某百科缠论介绍


2006年那个投资者普遍相信技术指标和形态的时代,缠论一经问世就备受追捧


被认为是全世界最有用技术形态分析体系,时至今日仍被很多人在研究和学习。


缠论的作者缠中说禅在2008年停更此后便再未出现,网传他的真实身份是大A当年第一只百元股亿安科技的操盘手李彪。



3

缠论分类


按照缠论的体系,可分为分型、笔、线段、中枢与走势四层结构。这些要素一起构成了缠论最后的买卖判断



篇幅有限,会分为系列来写,本文先聊缠论中的分型,并分享分型的量化方法



如果你认可下文的思路,以后就可以用我给的代码来判断所有股票在缠论中的分型


如果你认为我有错,也可以借鉴我的思路,尝试自己去量化缠论



02

缠论的K线


1

缠论K线


了解分型前,我们需要谨记一点:缠论中的K线寻常K线不相同



传统K线通过上下影线和箱体来表现股票当天的开高收低和涨跌幅,且区分阴阳线


在缠论中K线只保留最高价和最低价,其他则被视为无效信息。


传统K线和缠论K线


后文聊到的所有K线也都特指这种处理过的特殊K线。


2

K线关系


缠论将两根相邻K线的关系分为两种。


有趋势关系的是不存在包含关系没有趋势关系的被称作包含关系



缠中说禅认为包含关系的K线过于混乱影响价格趋势的分析 。


他选择去简化这些K线,直到所有K线两两之间都不是包含关系,例如下图:



3

包含关系处理


包含关系的K线具体该如何处理?


比如下图中的两组K线,K线1K线3上升趋势,同时K线1K线2相互包含



缠论中的处理较简单粗暴:用一根新的K线4来代替K线1和2。



K线4的最高价最低价分别取自K线1和2中相对较高的最高价和最低价。


原有的三根K线就此变为了两根K线组成的不包含关系



同理,K线1K线3下降趋势,也是类似的处理方式。



只不过K线4取自K线1和K线2中相对较低的最高价和最低价。


概括而言即:上升取高,下降取低。



更具体的解释如下:



据此不断向后处理,即可得到相邻K线间存在清晰上升或下降位置关系的新K线组合



上述内容对部分学过缠论的人来说较基础,但理清这些是量化缠论的关键



我也再重新申明,上文所言都是我自己理解的缠论。如果有不同的看法也欢迎指正和探讨



03

K线预处理


1

数据&代码


相信90%以上用缠论交易的人都还在自己在行情软件上画图找买卖点的阶段,这样做耗时耗力


我们做量化交易的断然不会自己手工去一根根处理K线,必然要借助A股历史数据和Python代码



具体的数据我已经帮大家整理妥当,包含了所有股票(包括已退市的股票)上市至今每天的开高收低价格,甚至可以计算复权价,非常的完备。



有了数据后就可以借助Python代码去做相应的计算处理:



如果你需要这个数据和代码的话,可以加我微信xbx297,都是可以免费发给你的


2

程序结果


程序运行结果如图所示:



处理后的相邻K线间都只存在上升和下降关系,一目了然。这张图就完全符合缠论处理K线的思想


研究缠论的人看到这张图应该会很开心,毕竟之前只能照着行情软件的K线去处理,无法很好地表达缠论K线的特点。


而上图不仅包含了全部历史数据,还异常简洁,没有一点多余信息。



懂行的人想必发现这个数据和代码的珍贵了吧,只需一键运行代码,即可直接画出K线,用它找到缠论的买卖点也就一蹴而就了。



至此我们完成了缠论中所有K线的预处理。下面就可以用它找出历史上所有的分型了



04

缠论的分型


1

分型定义


缠论中的分型由3根相邻K线构成


这3根K线并非连续上升或下降关系,而是呈现走势反转的形态。



分型又分为底分型和顶分型,两者定义如下:


顶底分型定义


2

分型信号


缠论中底分型的出现意味着股价跌至低位即将反弹,是抄底和建仓的信号


顶分型的出现则意味着股价即将见顶,是卖出的信号。



当然分型结构还比较基础,不能完全作为买卖点的信号来做判断。


但缠论中真正的买卖点就是以分型为基础来构建的,具体内容我们下篇文章再讲。



3

数据&代码


知道了分型的定义,又手握处理过的K线数据,我们就可以借助Python代码来找到所有股票历史上所有的顶底分型


具体代码我已经帮大家准备好了,如果你需要的话,可以加我微信xbx297,都是可以免费发给你的



4

回测结果


程序运行结果如图所示:


红色方形:顶分型     绿色三角:底分型


可以清晰看到指定时间内股票的所有分型的位置。


这个图能帮使用缠论的节省大量时间,去做更有意义的研究。


实际分型信号在图示中后一天


5

尾声


至此我们大概介绍了缠论中K线的处理方法,并对新的K线做了最基础的分型应用。


缠论的内容还有很多,篇幅所限今天先讲到这。


如果本文对你有帮助的话,欢迎多多点赞,点赞破100的话,后面我们就来讲讲缠论中对分型的进一步应用,也就是缠论中划线分析的最基本结构:


缠论的笔


05

后记


文章的最后,和大家分享一点量化投资的心得。


经常有人问我小白如何入门量化投资,有什么资料分享。


我特意为大家准备了一个《量化投资新手学习大礼包》






首先是我们自己总结的适合零基础新手的量化投资学习路径,可以让你知道自己每一步需要达到什么阶段。



接下来你可以通过我整理的量化文章合集,来更全面的了解量化投资到底是什么。



我还精选了适合各个学习阶段的策略研报合集,正如我一直所说,量化研报是很好的量化实践项目,深度研报可以显著提升你的量化水平。



这一份代码则适合喜欢研究技术指标的人,你可以跟着教程轻松计算出所有技术指标,并测试这个指标的有效性。



如果你有一定的基础,还可以尝试回测一些策略,我为你准备好了十几个不同类型的经典策略和它们的代码,相信总有一个适合你自己去魔改开发,运用到实盘。




最后也是最关键的,量化的基础就是准确的历史数据,我会送你一份股票历史日线数据和一份财务数据,你可以用它测试所有技术指标和财务指标,也可以用来回测大部分策略。




识货的你一定能够发现这个大礼包的价值吧。如果你需要的话,可以加我微信xbx297,都是可以直接免费发给你的。




往期文章推荐

技术指标消亡史:从独领风骚到泯然众人 | 量化交易者如何看待技术指标,技术分析还能用吗?| 【邢不行】

微盘股还能买吗?量化轮动策略轻松跑赢指数12倍?!只会买指数ETF也能做量化?| 【邢不行】

大A为何频繁跳水,Python量化1200W条交易数据给你答案!| 【邢不行】

A股贵如金?Python量化验证AH股溢价效应,跟着买15年18倍?| 附策略代码

跟着基金买,别墅靠大海?买基金重仓股票,会破产吗?| 附最新选股结果 |【邢不行】

抓了几千万条热门股数据,用Python量化验证后发现结果竟然...... | 【邢不行】

抓了几千万条热门股数据,用Python量化验证后发现结果竟然...... | 【邢不行】

当我们谈论量化时,我们在谈论什么?量化投资常见策略有哪些?| 融券T0和高频交易详解|【邢不行】

散户反着买,别墅靠大海?股票上了龙虎榜还能买吗?【邢不行】

量化交易一定是机器人+自动化+高频交易吗?| 常见量化交易误区合集,新手脱坑入门指南 | 【邢不行】

抄底总在半山腰?抄底A股的时机何时到来?|【 邢不行】

投资不识筹码峰,炒遍A股也枉然?| 如何用python计算筹码分布数据 |【邢不行】

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170145
 
41 次点击