K,K线,Candle蜡烛图。
T,技术分析,工具平台
L,公式Language语言使用c++14,Lite小巧简易。
项目仓库:https://github.com/bbqz007/KTL
国内仓库:https://gitee.com/bbqz007/KTL
当前0.9.2新添加功能基于QCharts跟通达信mdt数据文件。
-
数据分析工具,AlgoSysDataTool.cpp添加QCharts的K线图预览通达信日线文件。
-
新添加图表分析工具,AlgoSysChartsTool.cpp
2.1 解析通达信每日市场全景数据mdt文件。
2.2 提供每日全景数据星空图。
2.3 提供每日涨跌分布大饼图。
2.4 提供每日全景数据列表,特殊列当日K线形状。
2.5 提供日期区间段全景涨幅汇总,特殊列评级形态。
- 通过我的cvtool工具利用opencv找相似K线波段。
添加K线预览通达信日线文件,纯粹为了演示。20行代码就能用QCharts写一个K线图,也就只能是好玩演示。按住CTRL,用鼠标可以拖动K线图,滑轮放大缩小坐标比例。
然后是主要新增功能,市场全景图。
星空图(直角坐标系)有三个维度,横坐标振幅,纵坐标是涨幅。点的粗细代表成交量。以斜率1:1跟1:-1可以划分出两个区域,位于斜线左侧的,表示振幅小于涨幅绝对值,如果是涨的就是高开了,如果是跌的就是低开了。斜线右侧的,表示振幅大于涨幅绝对值,发生过最高转低或最低转高。按住CTRL通过鼠标滑轮放大缩小坐标。
星空图(极坐标系)同样是三个维度,角坐标是涨幅,半径坐标是振幅。点的粗细代表成交量。左侧代表涨,右侧代表跌。靠近下方表示涨跌得轻,靠近上方表示涨跌得猛。越往外环振幅越大,可能越激,越往内环也就振幅越小没什么起伏。按住CTRL通过鼠标滑轮放大缩小半径坐标。左右拖动调整角坐标位置。
成交量过滤器,可以过滤掉不同等级的成交量的点。使用者可以根据需要,自己修改代码,调整等级划分,或者改用成交额,加权等其它数据。
涨跌家数。这里有4个比例大饼图。市场当日全部交易个股按涨幅等级归类,形成比例大饼。从10%到-10%划分十个等级。并且颜色从红到绿。按绝对值大小分深浅色。越红涨得多,越绿跌得惨。第一个图是涨幅,下面的图是对比今开的收盘的涨幅,右面的图是今开相对昨收的幅度,反映的昨天市场情绪的延续,高开低开的分布比例。右下图是振幅相关,振幅集中于几多。
全景行情列表, 提供日K线形状列。通过符号文字来画出。可以通过排序来归类出相同K线形状的个股。振幅线用=号表示,开收线用+或*号表示,+表示收高于开,*表示收低于开。HL表示最高最低即图的方向。画到列表上就是一根横躺的日K线。双击树型全景数据文件名,就可以打开这个文件的全景数据,生成星空图,大饼图,还有列表。
双击.cod打开A股(包含中小板,创业科创),双击.mdt打开B股。
多日全景汇总列表。 需要选定一个全景文件,右键菜单打开。以这个全景文件的日期为界限,汇总之前的全部文件,或是之后的全部文件。汇总对象是每一个个股的每日涨幅。并且日期区间的起始价跟结束价,以及终止涨幅。最后是一个特殊列,形态评级。将一个个股的每日涨幅按等级评分,10%到-10%划分成 A-J 十个等级,A-E是对应正数,F-J是对应负数。A是涨停级别,J则是跌停级别。最后汇总并集。使用者可以按自己的需要,制作自己想要的评级形态。
排序后
发布提供两个数据样本,shmdt.zip包含240926到241111的数据,对应于10到11月本轮牛市数据。shmdt2.zip包含24年6月熊市数据。可以对比。
下面就是介绍如何使用我的cvtool工具,利用opencv找相似K线。
步骤:
-
将你要分析的K线图,使用白底配色方案保存成带数字编号结尾的图片,如001.png, 002.png。
-
cvtool 你的图片名 match。执行这个命令打开你的图片。
-
在select窗口,用鼠标框选出一段K线,然后在鼠标滑轮键双击提交。
-
结果会显示在match窗口。
-
在match窗口调整算法参数,推荐SQIFF NORMED,即第一条bar。第二条bar调整阀值,值越大越多错误结果,越小越少甚至过滤成无。
-
空格键打开下一编号的图,并应用当前match。
因为match算法不是基于ML,所以只能娱乐一下。opencv到底能不能够满足你的要求,自己来调教一下吧。
我的cvtool工具,原本只是用来调试调教opencv参数。介绍地址在https://www.cnblogs.com/bbqzsl/p/13992225.html。
投资一定有输赢。股市是一个财富再分配工具,你有机会从别人口袋中再分配到财富,也同样有机会将财富再分配给别人。赢的钱不会凭空生出来。
另外,KTL这个工具还可以通过编程扩展你需要的任何功能。
例如我在上一个版本提供了两个小功能patch代码。
用sqlchiper浏览微信数据库,解析protobuf数据文件。详细在 逆向WeChat(七)
本篇结束。