小男孩‘自慰网亚洲一区二区,亚洲一级在线播放毛片,亚洲中文字幕av每天更新,黄aⅴ永久免费无码,91成人午夜在线精品,色网站免费在线观看,亚洲欧洲wwwww在线观看

分享

史上最全的K線75種不同形態(tài)全解(值得永久收藏)

 HANDO_KING 2023-08-21 發(fā)布于廣東

基于K線形態(tài)的股價預(yù)測是蠟燭圖技術(shù)分析的本質(zhì)。不過對于K線形態(tài)是否具有預(yù)測能力,不同人存在較大的爭議。K線圖是否有用,是否能在市場中獲利,可能在不同時間上答案都不同。

那么我們研究和學(xué)習(xí)它是否還有意義呢?其實我自己的觀點是研究和學(xué)習(xí)是有意義的,但應(yīng)用到實際,切不可生搬硬套,不要以為說出現(xiàn)了某個形態(tài),就直接入場。

在接下來的時間里,我將要通過模式識別、模式聚類的方法來研究K線模式的預(yù)測能力。并且用每天的盤面數(shù)據(jù)來驗證不同K線模式的效果,統(tǒng)計第二日它的盈利情況。

結(jié)果一定是不同形態(tài)的K線圖預(yù)測能力差異很大,我們需要現(xiàn)有的每種K線形態(tài)都需要根據(jù)形狀特征進(jìn)行進(jìn)一步分類,以提高預(yù)測性能。


01
時間序列是研究K線的前提

時間序列是按時間順序列出的一系列觀察結(jié)果,時間序列是交易市場上最常見的數(shù)據(jù)類型,同時它幾乎涉及人類生活的方方面面,比如我們減肥,我們每天都會記錄自己的體重,由此形成的數(shù)據(jù)類型實際上就是時間序列。

我講時間序列,是因為時間序列有兩個重要特征。

(a) 歷史數(shù)據(jù)信息會影響未來趨勢。也就是說,觀測值的歷史值會對時間序列的未來值產(chǎn)生影響。影響可以用時間序列的周期、非平穩(wěn)性、波動性等來描述。

(b) 歷史重演。也就是說,一些特殊的時間子序列會在整個時間序列中重復(fù)出現(xiàn)。

由于這兩個特點,各種時間序列預(yù)測成為了交易市場研究的重點,其中之一就是股票時間序列的預(yù)測,股票時間序列作為一種典型的時間序列,不僅具有時間序列的特征,而且股票價格的走勢直接關(guān)系到我們交易者是否能盈利的關(guān)鍵,因此,非常多的人都投入到時間序列的研究中。

股票預(yù)測的技術(shù)分析方法有很多種,我之前寫過一篇文章《爬上來說點真話》闡述過個人對于不同分析方法的看法。(點擊下方可閱讀)

爬上來說點真話(點擊可閱讀)


02
常見的K線組合

如果將多根K線按不同的規(guī)則組合在一起,會形成不同的K線組合,這樣的K線形態(tài)所包含的信息就更加豐富。例如,在漲勢中出現(xiàn)烏云蓋頂K線組合,說明股價可能升勢已盡,投資者應(yīng)盡早離場。在跌勢中出現(xiàn)曙光初現(xiàn)K線組合,說明股價可能見底回升,投資者應(yīng)不失時機(jī)地逢低建倉。

可見,各種K線形態(tài)可能正以它所包含的信息,不斷地向人們發(fā)出買進(jìn)和賣出的信號,為投資者看清大勢,正確的買賣操作提供了很大幫助,從而使它成為投資者手中極為實用的操盤工具。請注意,我一直在用可能,我并沒有說一定。

為了更好的研究不同形態(tài)的K線組合的預(yù)測能里,我在下面列出了常見的多根K線組合以后所產(chǎn)生的各種形態(tài)。

1)見底形態(tài)和上升形態(tài)的K線、K線組合(圖1-圖27)

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

2)見頂形態(tài)和下跌形態(tài)的K線、K線組合 ( 圖28 - 圖58 )

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

3)既是上升形態(tài)、又是下跌形態(tài)的K線 ( 圖58 - 圖75 )

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片

圖片


03
如何驗證不同K線組合的預(yù)測能力

我主要從K線形態(tài)相似度和K線位置相似度來進(jìn)行模式識別。根據(jù)K線的形狀特征,我們主要用形狀和距離來衡量兩條K線之間的形狀相似度。

首先,根據(jù)K線的形狀結(jié)構(gòu),提取K線形狀的三個組成部分:上影線形狀、下影線形狀和主體形狀。其次,分別定義了三種形狀的相似匹配方法。最后,通過將三個形狀的相似度相加即可計算出K線的形狀相似度。

如果僅考慮K線系列的形狀相似度是不夠的,還要考慮K線系列的位置相似度。如果只考慮形狀相似度,則會出現(xiàn)形狀特征相同但位置特征不同的兩條K線系列具有相同相似度的問題。

因此,我們在利用量化方式進(jìn)行K線形態(tài)識別時,不僅需要考慮形態(tài)上的相似,還有位置上的相似。在接下來的時間里,我將使用Python代碼,實現(xiàn)各種不同類型的K線形態(tài)組合,并統(tǒng)計這種K線組合在歷史上的勝率情況。交易就是這樣,要做最有把握的事情。下一篇文章中,我將分享兩只烏鴉的回測效果,歡迎持續(xù)關(guān)注。

圖片

    本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息,謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊一鍵舉報。
    轉(zhuǎn)藏 分享 獻(xiàn)花(0

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多