前言:
眼前各位老铁们对“python点图s型”都比较着重,兄弟们都想要分析一些“python点图s型”的相关文章。那么小编在网络上收集了一些关于“python点图s型””的相关文章,希望同学们能喜欢,大家快快来了解一下吧!一、砖型图简介。
在所有行情软件中,记录价格波动轨迹的几乎都是K线图,只有在很少的程序化量化软件中才有砖型图的身影。
砖型图顾名思义,相当于是用砖头一块一块地拼凑而成记录价格波动轨迹的图形,称之为“砖型图”。
每一块砖的尺寸都一致,这里的尺寸是指行情每上涨或下跌一定距离,就绘制下一块砖型图,如果行情没有达到这个尺寸,无论行情走了多久,我们都不会更新砖型图。因此,砖型图的走势始终就只有上涨和下跌两个方向。
二、砖型图的优势。
(一)让行情走势结构更加的清晰。
在k线图中,行情如果遇到小幅的盘整,行情在一个很小的区间内来回突突,迷惑你,并且看上去走了很长的一段时间,实际上它并没有上涨或下跌多少。
但是,采用砖型图看行情的话,如果将这个区间设置成砖型图的尺寸,那么在这个区间只绘制一块砖,从而减少交易者在此区间的错误判断。
(二)降低周期参数对整个公式或指标计算的影响。
我们都知道,k线是按照时间周期来进行绘制的,因此每到一个时间节点它都会进行切换并重新绘制,这样的话如果在横盘期间价格一直不怎么动,指标一样要滚动计算。
拿均线来说,这样计算出来的值很可能就是一根横向整理的线条,但如果采用砖型图进行绘制均线或计算其他指标的话,就会降低这样的影响程度。如下图所示:
一旦采用砖型图,就没有时间概念了,只有空间的概念。
三、砖型图代码编写。
砖型图我们可以也看做没有影线的k线,砖的最顶部我称作最高价,最底部我称为最低价。绘制砖型图之前,首先我们要了解单块砖型图的构造和多块砖型图如何组合。
假设,下列行情的开盘价为3555。
(一)单块砖型图。
假设,上图是开盘前5分钟的走势,开盘下跌。当价格下跌到5跳的时候,第一块砖的最高价就是开盘价,最低价就是开盘价-尺寸(5跳),如果开盘价=3555。
砖的最高价就是3555
砖最低价就是3555-5=3550。
如果开盘后上涨了5跳,那么砖最低价就是开盘价3555,最高价就是3560。
这是第一块砖型图的画法。但是,最重要的是组合砖型图的画法,组合方式只有4种。
(二)组合砖型图画法。
1.上涨行情的组合。如果市场一开盘就往上走并且超过了2个尺寸,也就是10跳。当第一块绘制完成之后,价格回调并没有达到5跳,进而继续上扬上涨了5跳,那此时砖型图的最高最低价如何确定。
最高价:上一块的最高价+5跳 ,即:3560+5 = 3565。
最低价:上一块的最高价,即:3565。
如果行情继续往上,同时回调不够5跳,那么继续按照此逻辑绘制。
2.下跌行情组合。如果市场一开盘就往下走并且超过了2个尺寸,也就是10跳。当第一块绘制完成之后,价格回调并没有达到5跳,进而继续下跌了5跳,那此时砖型图的最高最低价如何确定。
开盘价:3555
最高价:上一块的最低价 ,即:3550。
最低价:上一块的最低价-5跳,即:3550-5 = 3545。
如果行情继续往下,同时回调不够5跳,那么继续按照此逻辑绘制。
3.上涨后反转组合。当市场已经走了两块砖了,此时遇到阻力位掉头并向下跌了5跳,此时的最高价最低价如何确定。
最高价:上一块的最低价 ,即:3560。
最低价:上一块的最低价-5跳,即:3560-5 = 3555。最低价又回到开盘价位置。
如果行情继续往下,同时回调不够5跳,那么继续按照此逻辑绘制。
4.下跌后反转组合。当市场已经走了两块砖了,此时遇到支撑位掉头并向上涨了5跳,此时的最高价最低价如何确定。
最高价:上一块的最高价+5跳 ,即:3550+5 = 3555。
最低价:上一块的最高价,即:3550。最高价又回到开盘价位置。
如果行情继续往上,同时回调不够5跳,那么继续按照此逻辑绘制。
5.震荡反转组合。如果出现以下行情,绘制方法是和上面的三种绘制方法是一致的。主要出现在行情在某个区间内上涨5跳后突然反转下跌5跳,反转结束之后紧接着有反方向涨5跳,如此反复触发设定的尺寸。
6.一个tick多次触发多个尺寸组合。这种情况,是比较少见的,比如一笔超级大单子突然出现,将行情一次就推了100跳,那么此时应该怎么绘制。
如果出现这种情况,用100/5=20个尺寸,直接循环绘制20次,最高价和最低价按照上面4个方法进行绘制,下跌100跳也是按照这样的思路。
(三)代码实现。
1.总的绘制逻辑:
(1)计算最新一个tick与上一个tick的差值,然后除以尺寸,得出需要绘制的次数。
(2)当出现余数时,当前这块砖绘制完成后,将余数传回下一个tick继续累加。
(3)绘制完一块时,通过count = count +1 的方式作为砖型图的x轴,y轴是最高价和最低价。
2.代码绘制逻辑。
(1)导入模块并获取8000个tick数据,品种使用rb2005。
import pandas as pdfrom tqsdk import TqApifrom datetime import timedeltafrom matplotlib.path import Pathfrom matplotlib.patches import PathPatchimport matplotlib.pyplot as pltimport numpy as npapi = TqApi()ticks = api.get_tick_serial("SHFE.rb2005",8000)
(2)首先我们要计算最新一个tick与上一个tick的差值,然后除以尺寸,得出需要绘制的次数和需要传回继续累加的余数。
参数变量设置
def renko_charts(): dis_sum = 0 # 每更新一个tick都将涨跌幅累加,直到至少满5跳绘制后,将余数传回继续累加 dis_sum_list = [] # 涨跌幅累加一次,就将当时的累计涨跌幅存入,方便后续判断上一根是否亏损。 Renko_h = [] # 记录每块砖的最高价,用于计算均线。 location = [] # 存储每一块砖的坐标,后面绘制。 dot = 5 # 砖的尺寸 count = 0 # X轴坐标 k_list = [] # 用于存储砖的最高价最低价
如果变动了至少1个尺寸,计算绘制次数和余数。decimals 代表余数(需要传回继续累加),integer代表整数(需要绘制的次数)
for i in range(len(ticks)): last_price = ticks['last_price'].iloc[i] last_time = pd.to_datetime(ticks.datetime.iloc[i]) + timedelta(hours=8) if i ==0: k_list.append(last_price) Renko_h.append(last_price) else: "统计换线阀值 >= 5,换线" dis_sum = dis_sum + (last_price - ticks['last_price'].iloc[i-1]) "如果变动了5个点,就换线" if abs(dis_sum) >= dot: "计算循环绘制次数-阀值的倍数,下一个Tick继续累加" if dis_sum / dot<0: decimals = float('-0.' + str(dis_sum / dot).split('.')[1]) else: decimals = float('0.' + str(dis_sum / dot).split('.')[1]) integer = int(float(str(abs(dis_sum) / dot).split('.')[0]))
首先我们要计算出第一块是阴还是阳,然后在根据前一块的阴阳和当前阴阳情况进行绘制最新的一块砖。
绘制第一块:也就是说只判断第一次统计等于或超过尺寸的情况。
"循环绘制-连续出现N条砖" for j in range(integer): dis_sum_list.append(dis_sum) count += 1 print('---------------------------------------------------------') print('---------------------------------------------------------') "如果是上涨" if len(Renko_h) == 1: # print('换线了---------------') if dis_sum_list[-1] > 0: k = k_list[-1] + dot "最低价" k_list.append(k_list[-1]) "最高价" k_list.append(k) dis_sum = decimals # 将剩余部分传回最新一个tick继续累加涨跌幅 print("最高价:%s,最低价:%s"%(k_list[-1],k_list[-2])) "基准价" Renko_h.append(k) print(Renko_h) "砖形图坐标" location.append([(count-1,k_list[-2]) ,(count-1,k_list[-1]), (count,k_list[-1]),(count,k_list[-2]), (count, last_price)]) elif dis_sum_list[-1] < 0: # print('换线了---------------') k = k_list[-1] - dot "最低价" k_list.append(k) "最高价" k_list.append(k_list[-1]) dis_sum = decimals # 将剩余部分传回最新一个tick继续累加涨跌幅 print("最高价:%s,最低价:%s" % (k_list[-1], k_list[-2])) Renko_h.append(k_list[0]) location.append([(count-1,k_list[-2]) ,(count-1,k_list[-1]), (count,k_list[-1]),(count,k_list[-2]), (count, last_price)])
绘制第N块:在上面代码中,我们已经得到了第一块的最高价最低价,以及坐标。
最高价:k_list[-1]
最低价:k_list[-2]
那么在接下来我们,我们绘制第N块砖。
当上一块是阳,绘制当前阴阳两种情况。
当上一块是阴,绘制当前阴阳两种情况的思路和上述一致。
绘制砖型图到画布:rb2005合约tick数据,尺寸 = 2跳。
length=10 average = [] for i in range(len(Renko_h)): if i<length: average.append(np.nan) else: average.append(np.mean(Renko_h[i - length:i])) print(average) fig, (ax1,ax2) = plt.subplots(2,1,figsize = (20,10)) codes = [Path.MOVETO] + [Path.LINETO] * 3 + [Path.CLOSEPOLY] for i in range(len(location)): if i==0: if location[i][2][1] > 0 and dis_sum_list[0]>0: path = Path(location[i], codes) pathpatch = PathPatch(path, facecolor='r', edgecolor='black') ax2.add_patch(pathpatch) ax2.autoscale_view() elif location[i][2][1] < 0 and dis_sum_list[0]<0: path = Path(location[i], codes) pathpatch = PathPatch(path, facecolor='g', edgecolor='black') ax2.add_patch(pathpatch) ax2.autoscale_view() else: if location[i][2][1] > location[i-1][2][1]: path = Path(location[i], codes) pathpatch = PathPatch(path, facecolor='r', edgecolor='black') ax2.add_patch(pathpatch) ax2.autoscale_view() else: path = Path(location[i], codes) pathpatch = PathPatch(path, facecolor='g', edgecolor='black') ax2.add_patch(pathpatch) ax2.autoscale_view() ax2.plot(average) ax1.plot(ticks['last_price']) plt.show()if __name__ == '__main__': renko_charts()
run:
rb2005合约tick数据,尺寸 = 2跳。
尺寸 = 3跳。
尺寸 =4跳。
尺寸 = 5跳。
6.上面的不同尺寸的砖型图中,我们可以得出,尺寸越大砖的数量就越少。反之,越多。
总结。
本文主要分享了砖型图的简介,算法和代码实现。利用砖型图进行交易的人非常少,但并不意味着用它赚不了钱,因为大部分的行情软件都只有按时间节点来绘制的k线图,并没有按照空间来进行绘制。
其实k线图和砖型图的最大区别是,一个是按照时间绘制,一个是按照空间来绘制,两者的出发点悬殊非常大,思考的方式也不一样。
当然还有另外2种描述价格的算法,量能为阀值的,量能k线,以包含关系的,缠论,这些都值得去研究一下。
标签: #python点图s型