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 ​编辑

解说 

        大阳线又叫长阳线、长红线，其K线实体长度为上一交易日价格4%以上。如果用于大盘指数，实体长度应相应缩小，一般实体长度为上一交易日的2%以上即可。大阳线可以有上下影线。

        日K线收出阳线，说明一个交易日内多方取得了最终的胜利。 周K线收出阳线，说明一个交易周内多方取得了最终的胜利。其他时间周期的阳线以此类推。阳线的实体越长，说明多方的力量越强，反之则越弱。沪深股市的股票，如果以跌停开盘，涨停收盘，最大日阳线实体可达20%。

        一般情况下，股票收出大阳线，表明后市看涨。这是因为多方从一开盘就发动攻势，步步紧逼。空方虽然也会尽力反击，展开一些拉锯战，但终究难以低档多方的进攻。多方牢牢占据优势，推动股价或指数持续上涨直至收盘。收出大阳线，局面很显然是一边倒的态势。

        从交易心理上看，大阳线充分表达了多方的信心，以及强烈的上涨势头。随着股价或指数的上升，交易者的热情越发高涨，更多的资金疯狂涌进，为了成交而频频高挂买单。那些已经持有股票的交易者，则沉浸在获利的狂欢当中，不愿抛售筹码，筹码供给减少，进一步加剧了供小于求的状况。

        需要提醒的是：单根阳线不足以代表全局，交易者还要根据大阳线在K线图所处的位置，具体情况具体分析。

技术特征

1）可以出现在任何位置和形态当中。

2）实体很长，上下影线一般很短。

技术含义

1）在连续下跌时，出现一根大阳线，说明多方开始发起反攻，有可能否极泰来，股价就此见底回升。买入信号。

2）上涨初期出现大阳线，表示多方的战果继续扩大，涨势将会继续，股价有时会加速上扬。是买入信号。

3）股价加速上扬，或大幅上涨后，出现大阳线有可能见顶回落。

4）股价上涨一段后进行调整，然后以大阳线的方式突破技术整理形态，后市继续看涨。是买入信号。

K线形态策略代码

def excute_strategy(daily_file_path):&＃39;&＃39;&＃39;名称：大阳线识别：K线实体长度为上一交易日价格4%以上。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:&＃39;&＃39;&＃39;import pandas as pdimport osstart_date_str = &＃39;2021-01-01&＃39;end_date_str = &＃39;2022-01-01&＃39;df = pd.read_csv(daily_file_path,encoding=&＃39;utf-8&＃39;)# 删除停牌的数据df = df.loc[df[&＃39;openPrice&＃39;] > 0].copy()df[&＃39;o_date&＃39;] = df[&＃39;tradeDate&＃39;]df[&＃39;o_date&＃39;] = pd.to_datetime(df[&＃39;o_date&＃39;])df = df.loc[(df[&＃39;o_date&＃39;] >= start_date_str) & (df[&＃39;o_date&＃39;]<=end_date_str)].copy()# 保存未复权收盘价数据df[&＃39;close&＃39;] = df[&＃39;closePrice&＃39;]# 计算前复权数据df[&＃39;openPrice&＃39;] = df[&＃39;openPrice&＃39;] * df[&＃39;accumAdjFactor&＃39;]df[&＃39;closePrice&＃39;] = df[&＃39;closePrice&＃39;] * df[&＃39;accumAdjFactor&＃39;]df[&＃39;highestPrice&＃39;] = df[&＃39;highestPrice&＃39;] * df[&＃39;accumAdjFactor&＃39;]df[&＃39;lowestPrice&＃39;] = df[&＃39;lowestPrice&＃39;] * df[&＃39;accumAdjFactor&＃39;]# 开始计算df[&＃39;body_length&＃39;] = df[&＃39;closePrice&＃39;] - df[&＃39;openPrice&＃39;]df[&＃39;signal&＃39;] = 0df[&＃39;signal_name&＃39;] = 0df.loc[(df[&＃39;body_length&＃39;]>0) & (df[&＃39;body_length&＃39;]/df[&＃39;closePrice&＃39;].shift(1)>=0.04),&＃39;signal&＃39;] = 1df.loc[(df[&＃39;body_length&＃39;]>0) & (df[&＃39;body_length&＃39;]/df[&＃39;closePrice&＃39;].shift(1)>=0.04),&＃39;signal_name&＃39;] = (df[&＃39;body_length&＃39;]/df[&＃39;closePrice&＃39;].shift(1))*100df = df.round({&＃39;signal_name&＃39;:2})file_name = os.path.basename(daily_file_path)title_str = file_name.split(&＃39;.&＃39;)[0]line_data = {&＃39;title_str&＃39;:title_str,&＃39;whole_header&＃39;:[&＃39;日期&＃39;,&＃39;收&＃39;,&＃39;开&＃39;,&＃39;高&＃39;,&＃39;低&＃39;],&＃39;whole_df&＃39;:df,&＃39;whole_pd_header&＃39;:[&＃39;tradeDate&＃39;,&＃39;closePrice&＃39;,&＃39;openPrice&＃39;,&＃39;highestPrice&＃39;,&＃39;lowestPrice&＃39;],&＃39;start_date_str&＃39;:start_date_str,&＃39;end_date_str&＃39;:end_date_str,&＃39;signal_type&＃39;:&＃39;line&＃39;}return line_data

结果