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

        长十字线是上下影线都很长的同价位线。至于影线多长才算是长十字线，市场上没有一个统一的标准，交易者凭感觉很容易就能区分。

讯享网

         出现长十字线是转势信号。上影线越长，表示卖盘越重；下影线越长，表明买盘越强。

        长十字线的收盘价和开盘价相同，表明多空双方最终握手言和，谁也没能以绝对优势压倒对方。但长长的上下影线告诉交易者，平静的开盘和收盘之间曾经经历了一场极其残酷的拉锯战，双方的阵地都曾经易手，甚至有可能数度出现攻防互换。无论是战争还是交易，平衡从来都是短暂的，僵局马上就会打破。谁会取得最终的胜利呢？在此之前，如果其中一方一直在乘胜追击，那么现在突然遭遇如此激烈的抵抗，很显然多空双方的力量对比正在发生变化。因此，长十字线出现在高价位或低价位区域，常常意味着趋势即将出现反转。

技术特征

1）开盘价和收盘价相同。

2）上下影线很长。

3）上涨和下跌过程中都会出现。

技术含义

1）在股价已有较大涨幅后出现，为见顶信号。

2）在股价有较大跌幅后出现长十字线为见底信号。

3）在上涨途中出现长十字线，继续看涨。持仓不动。

4）在下跌途中出现长十字线，继续看跌。持币观望。

K线形态策略代码

def excute_strategy(daily_file_path): ''' 名称：长十字线 识别：上下影线都很长, 同价位 自定义： 1. 影线很长=》超过上一交易日价格2%; 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 = '2021-01-01' end_date_str = '2022-01-01' 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.loc[df['closePrice']>=df['openPrice'],'type'] = 1 df.loc[df['closePrice']<df['openPrice'],'type'] = -1 df['body_length'] = abs(df['closePrice'] - df['openPrice']) df.loc[df['type']==1,'top_shadow_length'] = df['highestPrice'] - df['closePrice'] df.loc[df['type']==-1,'top_shadow_length'] = df['highestPrice'] - df['openPrice'] df.loc[df['type']==1,'bottom_shadow_length'] = df['openPrice'] - df['lowestPrice'] df.loc[df['type']==-1,'bottom_shadow_length'] = df['closePrice'] - df['lowestPrice'] df['signal'] = 0 df['signal_name'] = '' long_len = 0.02 df.loc[(df['body_length']==0) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'signal'] = 1 df.loc[(df['body_length']==0) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'ext_0'] = (df['top_shadow_length']/df['closePrice'].shift(1))*100 df.loc[(df['body_length']==0) & (df['top_shadow_length']/df['closePrice'].shift(1)>=long_len) & (df['bottom_shadow_length']/df['closePrice'].shift(1)>=long_len),'ext_1'] = (df['bottom_shadow_length']/df['closePrice'].shift(1))*100 df = df.round({'ext_0':5,'ext_1':5}) df['signal_name'] = df['ext_0'].astype('str') + ';' + df['ext_1'].astype('str') 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':'line' } return line_data 

结果