You need to enable JavaScript to run this app. 基于OHLC计算蜡烛实体尺寸实现K线多空信号的Python方法
优惠活动
大模型
产品
解决方案
定价
更多

基于OHLC计算蜡烛实体尺寸实现K线多空信号的Python方法

基于OHLC数据的K线实体计算与交易信号分类实现

核心定义修正

  • 单根K线的实体尺寸 = 开盘价与收盘价差值的绝对值,与K线的最高价、最低价(影线部分)无关联。原草稿逻辑中存在明显计算错误:误将|开盘价-最高价|作为实体尺寸,会导致后续判断逻辑完全失效。
  • “实体完全脱离上一根范围”的判定,需要以当前K线实体的完整区间和上一根K线实体的完整区间做对比,不能仅靠收盘价的大小关系做判断。

信号分类规则落地

按照需求明确的判定标准,对应分类逻辑为:

  • STRONG BUY:当前K线实体完整区间完全落在上一根K线实体区间的上方,无重叠,且当前实体尺寸 > 上一根实体尺寸的2倍
  • BUY:当前K线实体完整区间完全落在上一根K线实体区间的上方,无重叠,且当前实体尺寸 > 上一根实体尺寸
  • STRONG SELL:当前K线实体完整区间完全落在上一根K线实体区间的下方,无重叠,且当前实体尺寸 > 上一根实体尺寸的2倍
  • SELL:当前K线实体完整区间完全落在上一根K线实体区间的下方,无重叠,且当前实体尺寸 > 上一根实体尺寸
  • 其余有实体重叠、尺寸不满足阈值要求的情况,统一归类为neutral(中性)

原草稿逻辑的问题说明

原草稿的判断条件存在两处硬伤:

  1. 实体尺寸计算错位,未使用开盘-收盘的差值
  2. 脱离范围的判断不严谨:仅对比当前开盘/收盘与上一根收盘价,会误判存在实体重叠的K线组合——比如上一根为大阳线(实体区间100-110),当前K线实体为108-111,按照原草稿条件会判定为脱离,但实际两根K线实体存在2个单位的重叠,不符合“完全脱离”的要求。

可直接运行的Python实现代码

import pandas as pd
import numpy as np

def classify_ohlc_signal(raw_df):
    # 复制原始数据避免修改原数据集
    df = raw_df.copy()
    # 逐行计算当前K线实体的上下边界、尺寸
    df['body_low'] = df[['PX_OPEN', 'PX_LAST']].min(axis=1)
    df['body_high'] = df[['PX_OPEN', 'PX_LAST']].max(axis=1)
    df['body_size'] = (df['PX_LAST'] - df['PX_OPEN']).abs()
    
    # 按日期排序后,平移获取上一根K线的实体参数
    df = df.sort_values('Dates').reset_index(drop=True)
    df['prev_body_low'] = df['body_low'].shift(1)
    df['prev_body_high'] = df['body_high'].shift(1)
    df['prev_body_size'] = df['body_size'].shift(1)
    
    # 逐行执行分类判断
    def map_signal(row):
        # 首行无前置K线,直接返回中性
        if pd.isna(row['prev_body_low']):
            return 'neutral'
        # 实体完全在上一根上方:当前实体的最低值 > 上一根实体的最高值
        fully_above = row['body_low'] > row['prev_body_high']
        # 实体完全在上一根下方:当前实体的最高值 < 上一根实体的最低值
        fully_below = row['body_high'] < row['prev_body_low']
        
        if fully_above:
            if row['body_size'] > 2 * row['prev_body_size']:
                return 'STRONG BUY'
            elif row['body_size'] > row['prev_body_size']:
                return 'BUY'
        if fully_below:
            if row['body_size'] > 2 * row['prev_body_size']:
                return 'STRONG SELL'
            elif row['body_size'] > row['prev_body_size']:
                return 'SELL'
        return 'neutral'
    
    df['signal'] = df.apply(map_signal, axis=1)
    return df

适配样本数据集的使用说明

将附带的样本数据集导入为pandas.DataFrame后,直接传入上述函数即可输出每一根K线对应的分类信号:

  • 数据集列名与代码字段的映射关系:PX_OPEN对应开盘价,PX_LAST对应收盘价,无需额外调整列名
  • 代码会自动按日期排序、计算平移后的上一根K线参数,不需要手动处理时序偏移

内容的提问来源于stack exchange,提问作者InvestingBetter

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.08 04:24:03