一切福田,不離方寸,從心而覓,感無不通。

A股量化交易实战课程 · 第2课

K线、成交量与价格:读懂股票行情数据

今天我们正式进入股票行情分析。

上一课我们学习了量化交易的基本概念,知道了量化交易就是把交易规则转换成计算机能够执行的程序。

今天要解决一个非常基础、但非常重要的问题:

计算机究竟通过什么数据来判断一只股票的走势?

答案主要是:价格、成交量以及它们之间的关系。

这也是以后我们编写量化策略最常用的数据。


一、今天的学习目标

完成今天的课程后,你应该能够:

  1. 看懂股票K线图。
  2. 理解开盘价、收盘价、最高价、最低价。
  3. 理解成交量和成交额的区别。
  4. 理解常见的量价关系。
  5. 知道计算机如何从K线数据中提取指标。
  6. 使用Python计算K线的基本特征。

今天预计学习时间:2~2.5小时。

学习内容 建议时间
K线基础 30分钟
K线结构分析 25分钟
成交量与量价关系 30分钟
Python实战 40分钟
练习与总结 20分钟

二、第一部分:认识K线

1. 什么是K线?

K线也叫蜡烛图(Candlestick)。

它起源于日本,后来被广泛应用于股票、期货、外汇等金融市场。

一根日K线,记录了一只股票在一天交易过程中的四个价格:

  • 开盘价(Open)
  • 收盘价(Close)
  • 最高价(High)
  • 最低价(Low)

这四个价格通常简称:

OHLC

这是量化交易中非常重要的一个概念。

2. 一根K线由什么组成?

我们把一根K线拆成三个部分:

第一:实体

开盘价和收盘价之间的部分。

实体反映了这个周期内价格最终上涨还是下跌。

第二:上影线

实体上方到最高价之间的部分。

第三:下影线

实体下方到最低价之间的部分。

例如:

某股票今天:

项目 价格
开盘价 10.00元
最高价 10.80元
最低价 9.80元
收盘价 10.60元

那么:

  • 实体:0.60元
  • 上影线:0.20元
  • 下影线:0.20元

这是一根阳线。

3. 阳线和阴线

中国股票软件通常采用以下颜色约定:

类型 条件 常见颜色
阳线 收盘价 > 开盘价 红色
阴线 收盘价 < 开盘价 绿色
十字星 收盘价 ≈ 开盘价 视软件设置

注意:中国A股常用红涨绿跌,而一些国际交易软件采用绿涨红跌。

不要把两种颜色习惯混淆。

4. 常见K线形态

我们先认识四种,不需要现在就背诵所有K线形态。

形态 常见解释
大阳线 当期上涨幅度较大
大阴线 当期下跌幅度较大
十字星 开盘与收盘接近,多空暂时平衡
锤头线 下影线较长,可能反映低位买盘承接

这里特别提醒:

K线形态只是描述价格行为,并不意味着出现锤头线就一定会上涨,也不意味着大阳线之后一定会继续上涨。

量化交易不能仅凭形态判断买卖。

我们需要把这些形态转化成数学指标,再通过历史数据检验其有效性。


三、第二部分:理解成交量

1. 什么是成交量?

假设某只股票今天:

  • 成交了100万股。
  • 平均成交价格为10元。

那么:

成交量 = 100万股。

成交额约等于:

\[ 100万\times10=1000万元 \]

这里有两个不同的概念:

指标 含义
成交量 Volume 股票交易的数量
成交额 Amount 股票交易的金额

量化交易中,两者都非常重要。

例如:

一只股票价格只有2元,另一只股票价格为200元。

即使它们成交量相同,成交额也会相差100倍。

所以,研究资金交易规模时,成交额往往比单纯成交量更有参考价值。

2. 什么是放量和缩量?

放量:当前成交量明显高于此前一段时间。

缩量:当前成交量明显低于此前一段时间。

例如:

日期 成交量
周一 100万股
周二 110万股
周三 105万股
周四 180万股
周五 200万股

周四和周五可以认为出现了明显放量。

但是,究竟放量多少才算明显?

我们可以让计算机判断。

例如:

\[ 成交量变化率= \frac{今日成交量-昨日成交量}{昨日成交量} \times100\% \]

周四相对于周三:

\[ \frac{180-105}{105}\times100\% =71.43\% \]

也就是说,成交量增加了约71.43%。

这就是量化分析的基本思想:

把模糊的描述变成明确的数学条件。


四、第三部分:理解量价关系

这是今天非常重要的内容。

量价关系,就是价格变化和成交量变化之间的关系。

通常我们先研究四种情况。

情况一:价格上涨,成交量增加

通常称为放量上涨。

可能意味着:

  • 市场参与度提高。
  • 买卖双方交易更加活跃。
  • 上涨趋势得到更多成交支持。

但也可能是高位大量换手,不能简单理解为买入信号。

情况二:价格上涨,成交量减少

通常称为缩量上涨。

可能意味着:

  • 卖盘相对较少。
  • 市场交易活跃度下降。
  • 上涨过程中参与交易的资金减少。

是否健康,需要结合价格位置和市场环境判断。

情况三:价格下跌,成交量增加

通常称为放量下跌。

可能意味着:

  • 抛售压力增大。
  • 市场分歧扩大。
  • 资金集中卖出。

情况四:价格下跌,成交量减少

通常称为缩量下跌。

可能意味着:

  • 市场交易活跃度下降。
  • 抛售意愿有所减弱。

但也不一定意味着底部已经形成。

特别注意:量价关系只是研究假设,不是必然的市场规律。

我们将来会把这些假设写成策略,通过回测来判断是否真正有价值。


五、第四部分:进入量化编程

现在开始今天最重要的实战。

我们要做一个非常简单的程序:

读取股票K线数据,自动计算每一天的价格变化、振幅和成交量变化。

今天先不安装第三方库,使用Python原生语法完成。

这样可以把注意力集中在量化计算本身。

1. 创建项目

在Mac终端中执行:

创建Python文件:

使用VS Code或者你习惯的编辑器打开这个文件。

2. 准备股票行情数据

我们先模拟一只股票连续5个交易日的数据。

注意:下面是教学模拟数据,不是真实股票行情。


 

你可以看到,每一天的数据都有:

  • open
  • high
  • low
  • close
  • volume

这五个字段就是我们以后获取股票行情数据时经常使用的基础字段。

3. 计算K线特征

我们需要计算以下指标:

指标 计算方法
实体长度 abs(close – open)
上影线 high – max(open, close)
下影线 min(open, close) – low
涨跌幅 (今日收盘价 / 昨日收盘价 – 1) × 100%
振幅 (最高价 – 最低价) / 昨日收盘价 × 100%
成交量变化率 (今日成交量 / 昨日成交量 – 1) × 100%

注意:第一天没有前一个交易日收盘价,因此第一天无法计算日涨跌幅和上述定义的振幅。

4. 编写完整程序

将下面代码放进 day02_candle.py:


 

运行:

你将看到程序自动输出每天的K线特征。

例如,2026-11-03:

  • 收盘价从10.30元上涨到10.70元。
  • 涨幅约3.88%。
  • 成交量从12万增加到15万。
  • 成交量增加25%。

这就是一个最简单的量化行情分析程序。

5. 今天的编程知识点

这段代码实际上涉及几个重要的Python知识:

Python知识 在程序中的用途
List 保存多天股票数据
Dict 保存每天的行情字段
for循环 遍历每一天的行情
enumerate 获取日期数据的索引
if判断 判断阳线和阴线
assert 检查数据是否合理
函数计算 计算涨跌幅等指标

这些知识后面都会频繁使用。


六、今天的知识总结

我们今天接触到了量化交易中最基础的数据结构。

记住下面这张表:

英文 中文 含义
Open 开盘价 周期开始时的价格
High 最高价 周期内最高价格
Low 最低价 周期内最低价格
Close 收盘价 周期结束时的价格
Volume 成交量 成交数量
Amount 成交额 成交金额

这几个字段以后会成为我们整个量化交易系统的基础。

接下来还会接触:

  • MA:移动平均线
  • EMA:指数移动平均线
  • MACD:指数平滑异同移动平均线
  • RSI:相对强弱指标
  • ATR:平均真实波幅

这些指标都可以从基础行情数据计算出来。