Top 29 상승장 악형 84 Most Correct Answers

You are looking for information, articles, knowledge about the topic nail salons open on sunday near me 상승장 악형 on Google, you do not find the information you need! Here are the best content compiled and compiled by the Chewathai27.com/to team, along with other related topics such as: 상승장 악형 하락장악형 캔들, 캔들패턴, 하락잉태형, 상승잉태형, 먹구름형, 장악형 캔들, 낙태형 캔들, 캔들 패턴 정리

---

[주식] 상승장악형을 알면 인생역전이 보인다 캔들차트 4편

[주식] 상승장악형을 알면 인생역전이 보인다 캔들차트 4편

---

[보인김에하는 차트공부] 장악형캔들 패턴 – 상승장악형, 하락장악형

• Article author: tikklemoa.tistory.com
• Reviews from users: 26868 Ratings
• Top rated: 3.4
• Lowest rated: 1
• Summary of article content: Articles about [보인김에하는 차트공부] 장악형캔들 패턴 – 상승장악형, 하락장악형 Updating …
• Most searched keywords: Whether you are looking for [보인김에하는 차트공부] 장악형캔들 패턴 – 상승장악형, 하락장악형 Updating 장악형 캔들이란?  장악형 캔들은 두개의 캔들을 비교했을 때 나타나는 형태로 하락추세거나 상승추세시에 앞의캔들을 뒤의 캔들이 감싸는 형태입니다. 이 장악형캔들은 추세의 전환을 알려주는 캔들 패턴 중 하..주식투자수익,차트분석,관심종목,종목분석,증시현황,주식기초,매수매도,주린이탈출초보투자아빠의 공부하며 하는 투자이야기.
• Table of Contents:

태그

‘쌩초보재테크공부좀합시다’ 관련글

티스토리툴바

Read More

[캔들분석] – 상승장악형 캔들 & 하락장악형 캔들 의미 알아보기 : 네이버 블로그

• Article author: m.blog.naver.com
• Reviews from users: 36004 Ratings
• Top rated: 3.0
• Lowest rated: 1
• Summary of article content: Articles about [캔들분석] – 상승장악형 캔들 & 하락장악형 캔들 의미 알아보기 : 네이버 블로그 Updating …
• Most searched keywords: Whether you are looking for [캔들분석] – 상승장악형 캔들 & 하락장악형 캔들 의미 알아보기 : 네이버 블로그 Updating
• Table of Contents:

카테고리 이동

가상화폐 투자 블로그

이 블로그 
캔들패턴
 카테고리 글

카테고리

이 블로그 
캔들패턴
 카테고리 글

Read More

주식 기초 공부 – 상승장악형에서 업그레이드된 두배양봉

• Article author: juventusfan.tistory.com
• Reviews from users: 6028 Ratings
• Top rated: 4.2
• Lowest rated: 1
• Summary of article content: Articles about 주식 기초 공부 – 상승장악형에서 업그레이드된 두배양봉 알려드렸습니다. 그리고 최근 카카오는 상승장악형의 반대 형태인 하락장악형이 나와서. 앞으로 하락 추세를 형성할 가능성이 높다고 언급했는데. …
• Most searched keywords: Whether you are looking for 주식 기초 공부 – 상승장악형에서 업그레이드된 두배양봉 알려드렸습니다. 그리고 최근 카카오는 상승장악형의 반대 형태인 하락장악형이 나와서. 앞으로 하락 추세를 형성할 가능성이 높다고 언급했는데. 이전 글에 전일 음봉을 다음날 양봉으로 장악한 형태를 상승장악형이라고 알려드렸습니다. 그리고 최근 카카오는 상승장악형의 반대 형태인 하락장악형이 나와서 앞으로 하락 추세를 형성할 가능성이 높다고 언급..
• Table of Contents:

태그

관련글

댓글0

공지사항

최근댓글

티스토리툴바

Read More

실험 8. 캔들 패턴 분석: (1) 상승장악형, 하락장악형

• Article author: gils-lab.tistory.com
• Reviews from users: 33662 Ratings
• Top rated: 3.8
• Lowest rated: 1
• Summary of article content: Articles about 실험 8. 캔들 패턴 분석: (1) 상승장악형, 하락장악형 상승 장악형. 상승장악형은 대표적인 매수 신호 패턴으로 다음 그림과 같이 음봉을 완전히 감싸는 양봉이 출현한 패턴을 뜻합니다. …
• Most searched keywords: Whether you are looking for 실험 8. 캔들 패턴 분석: (1) 상승장악형, 하락장악형 상승 장악형. 상승장악형은 대표적인 매수 신호 패턴으로 다음 그림과 같이 음봉을 완전히 감싸는 양봉이 출현한 패턴을 뜻합니다. 개요 이번 실험에서는 캔들 패턴을 분석하여 현재 시장에서 매수와 매도 세력 중 어느 세력이 더 강한지를 판단하여 투자하는 전략을 검증해보겠습니다. 굉장히 많은 종류의 캔들 패턴이 있지만, 상승장악형, 하락..
• Table of Contents:

GIL’s LAB

실험 8 캔들 패턴 분석 (1) 상승장악형 하락장악형 본문

Read More

4. 캔들 정복하기 (상승장악형)

• Article author: eyangban.tistory.com
• Reviews from users: 1454 Ratings
• Top rated: 4.8
• Lowest rated: 1
• Summary of article content: Articles about 4. 캔들 정복하기 (상승장악형) Updating …
• Most searched keywords: Whether you are looking for 4. 캔들 정복하기 (상승장악형) Updating 상승장악형 캔들에 대해 알아보겠습니다. 상승 장악형 캔들은 이전 캔들보다 몸통이 큰 것이 특징인데, 마치 크게 장악하다 라는 표현을 가져와 이름이 지어졌습니다. 매매를 하다보면 생각보다 많이 접하게 되고..
• Table of Contents:

‘캔들 정복하기’ Related Articles

공지사항

최근 포스트

태그

검색

전체 방문자

Read More

상승장악형 캔들의 모습과 실전예시

• Article author: sunyinam.tistory.com
• Reviews from users: 2981 Ratings
• Top rated: 3.1
• Lowest rated: 1
• Summary of article content: Articles about 상승장악형 캔들의 모습과 실전예시 Updating …
• Most searched keywords: Whether you are looking for 상승장악형 캔들의 모습과 실전예시 Updating 하락하는 종목에 분위기 반전을 나타내는 캔들 “상승 장악형 캔들” 오늘은 주식 기초에 있어서 중요한 상승을 나타내는 상승장악형상승 장악형 캔들의 특징과 실전에서 상승 장악형 캔들이 어떤 식으로 나오는지..
• Table of Contents:

하락하는 종목에 분위기 반전을 나타내는 캔들 상승 장악형 캔들

관련글

댓글0

티스토리툴바

Read More

[°ÝÇÏ°Ô ½¬¿î ¼³¸í] – ÁÖ½ÄÅõÀÚ : »ó½ÂÀå¾ÇÇü ĵµé

• Article author: ecodemy.cafe24.com
• Reviews from users: 9128 Ratings
• Top rated: 3.3
• Lowest rated: 1
• Summary of article content: Articles about [°ÝÇÏ°Ô ½¬¿î ¼³¸í] – ÁÖ½ÄÅõÀÚ : »ó½ÂÀå¾ÇÇü ĵµé 바닥에 업드려 백수처럼 열심히 먹고 놀던 주가가 짭은 음봉과, 긴 양봉을 만나고 나서는 자리를 털고 일어나 상승하는 경우가 많은데 이것을 가르켜 상승장악형이라고 … …
• Most searched keywords: Whether you are looking for [°ÝÇÏ°Ô ½¬¿î ¼³¸í] – ÁÖ½ÄÅõÀÚ : »ó½ÂÀå¾ÇÇü ĵµé 바닥에 업드려 백수처럼 열심히 먹고 놀던 주가가 짭은 음봉과, 긴 양봉을 만나고 나서는 자리를 털고 일어나 상승하는 경우가 많은데 이것을 가르켜 상승장악형이라고 …
• Table of Contents:

Read More

---

See more articles in the same category here: Top 673 tips update new.

[보인김에하는 차트공부] 장악형캔들 패턴 – 상승장악형, 하락장악형

장악형 캔들이란?

장악형 캔들은 두개의 캔들을 비교했을 때 나타나는 형태로 하락추세거나 상승추세시에 앞의캔들을 뒤의 캔들이 감싸는 형태입니다. 이 장악형캔들은 추세의 전환을 알려주는 캔들 패턴 중 하나 입니다.

출처 : https://pixabay.com/

장악형은 서로 상반된 색깔의 몸체로 구성되어 있으며, 뒤에 나타나는 캔들이 반전신호로 작용합니다. 전일의 몸체 크기와 바로 다음날의 몸체 크기의 차이가 크면 클수록 반전되는 에너지가 강함을 나타냅니다. 이 패턴은 당일의 주가흐름이 전일의 주가흐름을 완전히 압도하면서 새로운 추세로 반전시켰다는 것을 의미합니다.

이 장악형 캔들은 ‘상승장악형’과 ‘하락장악형’, 두가지로 나눌 수 있습니다.

상승장악형 캔들이란?

상승장악형 캔들은 전날 음봉을 다음날 양봉이 감싸는 모습의 캔들 패턴입니다. 즉, 전일 매도세력을 다음날 매수세력이 압도한 모습으로, 이 캔들패턴 이후에는 추세를 반전하여 주가가 상승할 것이라는 신호일 가능성이 높습니다.

하락추세의 저점(지지선) 부근에서 이 상승장악형 캔들이 나타나면 상승의 흐름을 타서 향후 우상향 할 가능성 이 높아집니다.

위는 대교의 차트입니다. 두번의 상승장악형 패턴이 나왔습니다. 상승했죠. 근데 고점에서 하락장악형 없이 급락했습니다. 또 잘 찾아보시면 중간에 하락장악형도 한번 나왔는데, 하락하지 않았습니다 . 이래서 주식은 종합적으로 판단해야 하는 것 같습니다.

엔케이의 차트에서는 상승장악형 후 거의 바로 하락장악형 캔들이 나왔네요. 장악형 캔들 패턴 후 정직한 주가흐름이 나왔습니다.

하락장악형 캔들이란?

하락장악형 캔들은 상승장악형과 정확히 반대의 모습입니다. 전날 양봉을 다음날 음봉이 감싸는 모습의 캔들 패턴이죠. 즉, 전일 매수세력을 다음날 매도세력이 압도한 모습으로, 이 캔들패턴 이후에는 추세를 반전하여 주가가 하락할 것이라는 신호일 가능성이 높습니다.

상승추세의 고점(저항선 또는 신고가 경신 후) 부근에서 이 하락장악형 캔들이 나타나면 하락의 흐름을 타서 향후 우하향 할 가능성 이 높아집니다.

위는 다우데이터의 차트입니다. 짧은기간 하락장악형 패턴이 두번 연달아 나왔네요. 여지없이 하락했습니다.

다음은 무림P&P의 차트입니다. 보합패턴중에 하락장악형이 나오고나서 급격하게 하락했네요.

장악형 캔들의 해석

추세전환의 장악형캔들 패턴으로 해석하기 위해서는 주가가 상승추세인지 하락추세인지를 먼저 파악하는것이 중요합니다. 또한 해당 패턴이 추세의 저항선이나 지지선에서 나왔는지도 파악하면 더 신뢰도가 생깁니다.

또한, 장악형캔들은 전일 캔들의 몸통이 매우 작고, 둘째 날은 몸통이 매우 길 때 좋습니다.

출처 : 스포츠월드

마치 박보영과 김영광 같은 느낌으로 말이죠.

전일 캔들의 몸통이 매우 작다는 사실은 기존의 추세를 유지하던 힘이 소진 됐다는 뜻으로, 다음날 캔들의 긴 몸통이 새로운 움직임을 떠받치는 힘이 증가했다는 사실을 보여주는 것이죠.

그리고 상승 또는 하락추세 기간이 매우 길게 이어진 후 라던지 혹은 급격한 주가 움직임 뒤에 장악형이 나타났을 때 신뢰 도가 높습니다. 급격히 움직였다거나 긴시간 추세가 이어졌다는 것은 차트를 많이보고 느껴봐야 할정도로 극과 극의 상황이지만, 대체적으로 급격하다는건 1주일 미만의 기간동안의 주가 움직임을 말하며, 긴추세란 몇달간의 추세를 말한다고 생각하면 됩니다.

마지막으로 가장 중요한 것은 거래량입니다. 장악형캔들 패턴의 두 번째 날, 대량 거래량이 분출될 때, 해당 캔들 패턴이 추세반전의 신호를 보여준다는 신뢰도가 높아지는 것이죠.

하지만 이 패턴 또한 절대적이진 않습니다. 주식의 모든것(실적, 뉴스, 차트 등등)이 그렇죠.

위 차트를 보면 하락장악형 패턴이 나왔지만 이후로 쭉 상승했습니다. 주식, 특히 차티스트들은 어디까지나 확률에 배팅하는 것이니까 이럴 때도 있는 겁니다.

아래의 그림은 실패한 장악형 캔들패턴입니다. 전일의 캔들을 다음날의 캔들이 감싸지 못한다면 실패한 장악형캔들 패턴 이므로 참고하세요.

위의 캔들 모습은 전일 캔들이 다음날 장대캔들보다 위에 있어서 장악형 캔들이 성립되지 않은 모습입니다.

전일 음봉에 매수한 투자자들은 다음날 시초 갭하락에 기분이 뭣같았겠지만, 결국 장대 양봉 떴으니 좋았겠네요.

그래도 추세전환의 신호탄은 아닙니다. (물론 전환될수 있죠. 주식은 확률이니까요)

위의 캔들 모습은 전일 캔들이 다음날 장대캔들보다 아래에 있어서 장악형 캔들이 성립되지 않은 모습입니다.

전일 매수한 투자자들은 사실 장대양봉 떠서 좋지만, 추세전환의 패턴은 아닙니다.

위에서 말한대로 장악형 캔들의 모습만으로는 100% 정확하게 상승 또는 하락이 나온다고 장담할 수는 없습니다. 어디까지나 주식은 종합적인 판단을 통해 예측해야 하는 것이니까요. 하지만, 이 장악형 패턴이 나온 위치등을 잘 읽어낼 수 있다면 확률이 높기때문에 잘 익혀두었다가 차트를 볼 때 활용하면 좋은 수익 얻을 수 있을 것입니다.

주식 기초 공부 – 상승장악형에서 업그레이드된 두배양봉

이전 글에 전일 음봉을 다음날 양봉으로 장악한 형태를 상승장악형이라고

알려드렸습니다.

그리고 최근 카카오는 상승장악형의 반대 형태인 하락장악형이 나와서

앞으로 하락 추세를 형성할 가능성이 높다고 언급했는데

현재 아래 그래프처럼 하락 장악형의 음봉을 넘지 못하고 옆으로 횡보하고 있는 상황입니다.

이렇게 의미를 갖고 있는 캔들이 출현함으로써 추세의 변환을 알려주는 신호탄 역활을 하는데,

미래의 주가가 어떻게 흘러갈 것이라는 예상을 하는데 많은 도움을 주게 됩니다.

물론 100% 맞을 확률은 없지만 70~80% 의 확률만 근접해도 법칙이 되니깐,

이런 부분들을 참조하셔서 주식하실 때 활용하면 좋겠습니다.

오늘은 상승장악형의 업그레이드 형태인 두배양봉에 대해 알아보겠습니다.

이 두배 양봉은 기본적으로 상승장악형의 모양을 하고 있는데,

어제의 음봉을 오늘의 양봉의 몸통이 전체적으로 감싸고 있는 부분은 똑같습니다.

하지만 이 몸통의 크기가 어제의 음봉 몸통의 2배 크기가 되었을 때

이것을 2배 양봉이라고 하는데요,

이때 양봉의 거래량은 캔들과 마찬가지로 어제보다 2배가 되었을 때

2배 양봉이 완성이 됩니다.

이 2배 양봉 캔들이 나타나게 되면

기존 상승장악형의 상승확률 (70~80%) 보다 더 높은 확률을 갖게 되는데

80%~90% 가까운 확률로 상승을 이어갈 가능성이 높기 때문에 차트에서 이런 캔들을

발견하신다면 바로 매수하시는 것이 좋습니다.

최근에 많이 오른 한전산업의 경우에서 2배 양봉이 나오면서 계속 상승을 이어가고 있는 모습을

확인할 수 있는데요.

상승장악형과 2배 양봉이 좀 다른 부분은 상승장악형의 경우엔

하락하는 추세에서 출현했을 때 그 의미가 강해진다고 했는데

2배 양봉의 경우엔 하락추세든, 상승추세든 상관없이 출현만 한다면,

그 의미가 강해서 어디든 똑같은 확률로 적용할 수 있다는 점입니다.

그래서 상승장악형의 업그레이드된 형태라고 말하는 것이겠죠.

앞으로도 차트를 관찰하시다가 이런 형태가 나온다면

매수하시는데 유용하게 이용해보시면 좋겠습니다.

,

반응형

실험 8. 캔들 패턴 분석: (1) 상승장악형, 하락장악형

728×90

개요

이번 실험에서는 캔들 패턴을 분석하여 현재 시장에서 매수와 매도 세력 중 어느 세력이 더 강한지를 판단하여 투자하는 전략을 검증해보겠습니다. 굉장히 많은 종류의 캔들 패턴이 있지만, 상승장악형, 하락장악형, 적삼병, 흑삼병, 샛별형이라는 다섯 개의 캔들 패턴을 검증하고, 이번 실험에서는 상승장악형과 하락장악형만 검증해보겠습니다. 구체적으로 각 패턴이 등장했는지 여부를 확인하고, 등장일의 주가와 5, 20, 60, 120 영업일 이후 주가를 비교해보겠습니다.

데이터 준비

이번 실험에는 주가 데이터만 필요합니다. FinanceDataReader를 이용하여 2011년부터 2021년까지의 전 종목의 주가 데이터를 수집했습니다. 주가 데이터를 올리려고 했더니 파일 크기 제한이 있네요.

이제 데이터를 불러옵니다. 패턴이 드러나려면 어느 정도 데이터가 있어야 하므로, 길이가 300이상인 데이터만 필터링하여 sp_data_dict에 추가하겠습니다.

import os os.chdir(“../../데이터”) import pandas as pd sp_data_dict = dict() for file_name in os.listdir(“주가데이터”): stock_price_data = pd.read_csv(“주가데이터/” + file_name, parse_dates = [‘Date’]) if len(stock_price_data) >= 300: sp_data_dict[file_name[:-4]] = stock_price_data

상승 장악형

상승장악형은 대표적인 매수 신호 패턴으로 다음 그림과 같이 음봉을 완전히 감싸는 양봉이 출현한 패턴을 뜻합니다.

위 그림을 보면 왼쪽에 있는 음봉이 오른쪽에 있는 양봉에 완전히 속함을 알 수 있습니다. 이 패턴을 규칙으로 작성하면 다음과 같습니다. 이처럼 규칙으로 작성해야 프로그래밍하기 좋습니다.

전일에 음봉 생성: 전일 시가 > 전일 종가

당일에 양봉 생성: 당일 시가 < 당일 종가 전일 음봉이 당일 양봉에 포함: 전일 저가 >당일 시가 & 전일 고가 < 당일 종가. 위에서 작성한 규칙을 바탕으로 상승장악형 패턴이 발생했는지 여부를 나타내는 컬럼을 생성해보겠습니다. for stock_name in sp_data_dict.keys(): stock_data = sp_data_dict[stock_name] cond_1 = (stock_data['Open'] > stock_data[‘Close’]).values[:-1] cond_2 = (stock_data[‘Open’] < stock_data['Close']).values[1:] cond_3 = (stock_data['Low'].values[:-1] > stock_data[‘Open’].values[1:]) cond_4 = (stock_data[‘High’].values[:-1] < stock_data['Close'].values[1:]) cond = cond_1 & cond_2 & cond_3 & cond_4 cond = np.insert(cond, 0, False) stock_data["상승장악형"] = cond 여기서 values 속성을 사용하여 데이터만 취한 이유는 시리즈 간 연산을 했을 때 인덱스가 달라 계산 결과가 꼬이는 것을 방지하기 위함입니다. cond_1은 전일 시가 > 전일 종가, cond_2는 당일 시가 < 당일 종가, cond_3은 전일 저가 > 당일 시가, cond_4는 전일 고가 < 당일 종가를 나타내며, 모든 조건이 True인 경우에만 상승장악형이라 볼 수 있으므로 교집합을 수행하여 cond에 저장합니다. 단, 0번째 요소는 이전 주가 정보가 없으므로 np.insert 함수를 이용하여 False를 추가해줍니다. 이제 상승장악형이 발생한 다음 날 매수하고 n 영업일 후에 매도했을 때의 수익과 그렇지 않을 때의 수익을 비교하는 함수를 작성하겠습니다. 1 def BE_profit(stock_data, n): 2 pat_idx_list = stock_data.loc[stock_data["상승장악형"]].index 3 no_pat_idx_list = stock_data.index.difference(pat_idx_list) 4 max_idx = max(stock_data.index) 5 6 pat_buy_idx_list = pat_idx_list[pat_idx_list + n < max_idx] + 1 7 pat_sell_idx_list = pat_buy_idx_list + n 8 no_pat_buy_idx_list = no_pat_idx_list[no_pat_idx_list + n < max_idx] + 1 9 no_pat_sell_idx_list = no_pat_buy_idx_list + n 10 11 pat_buy_price_list = stock_data.loc[pat_buy_idx_list, 'Close'].values 12 pat_sell_price_list = stock_data.loc[pat_sell_idx_list, 'Close'].values 13 pat_profit_list = (pat_sell_price_list - pat_buy_price_list) / pat_buy_price_list * 100 14 15 no_pat_buy_price_list = stock_data.loc[no_pat_buy_idx_list, 'Close'].values 16 no_pat_sell_price_list = stock_data.loc[no_pat_sell_idx_list, 'Close'].values 17 no_pat_profit_list = (no_pat_sell_price_list - no_pat_buy_price_list) / no_pat_buy_price_list * 100 18 19 return pat_profit_list.tolist(), no_pat_profit_list.tolist() 라인 2: 상승장악형이 True인 행의 인덱스를 정의합니다. 라인 3: 상승장악형이 False인 행의 인덱스를 정의합니다. 라인 4: 인덱스의 최댓값은 한 인덱스에서 n을 더했을 때 최대 인덱스를 넘어서버리면 오류가 발생하기 때문에 일종의 기준점으로 사용하기 위해 정의합니다. 라인 6: pat_idx_list 에 n 을 더했을 때 max_idx 보다 작거나 같은 인덱스만 필터링했습니다 . 이렇게 하면 라인 7 에서 pat_buy_idx_list 에 n 을 더하더라도 원 데이터의 인덱스를 넘어서는 일이 발생하지 않습니다 . 라인 11 - 17: 상승장악형에서의 수익률과 그렇지 않았을 때의 수익률을 각각 계산합니다. 라인 19: ndarray 자료형인 pat_profit_list와 no_pat_profit_list를 리스트로 변환합니다. 이는 다른 결과와 손쉽게 합치기 위함입니다. 이제 전 종목과 n = 5, 20, 60, 120에 대해 위 함수를 적용한 뒤, 상승장악형이 발생했을 때 매수하는 전략을 검증해보겠습니다. 먼저, 각 n에 대해서 모든 종목을 순회하면서 BE_profit 함수를 적용한 결과를 각각 total_pat_profit_list와 total_no_pat_profit_list에 추가한 뒤, 평균을 구하겠습니다. 1 pat_mean_list = [] 2 no_pat_mean_list = [] 3 for n in [5, 20, 60, 120]: 4 total_pat_profit_list = [] 5 total_no_pat_profit_list = [] 6 for stock_name in sp_data_dict.keys(): 7 stock_data = sp_data_dict[stock_name] 8 pat_profit_list, no_pat_profit_list = BE_profit(stock_data, n = n) 9 total_pat_profit_list += pat_profit_list 10 total_no_pat_profit_list += no_pat_profit_list 11 12 pat_mean = np.mean(total_pat_profit_list) 13 no_pat_mean = np.mean(total_no_pat_profit_list) 14 15 pat_mean_list.append(pat_mean) 16 no_pat_mean_list.append(no_pat_mean) 이 결과를 막대 그래프로 시각화해보겠습니다. 1 plt.figure(figsize = (10, 6)) 2 plt.bar([0, 2, 4, 6], pat_mean_list, color = "blue", label = "패턴고려O") 3 plt.bar([1, 3, 5, 7], no_pat_mean_list, color = "orange", label = "패턴고려X") 4 plt.ylabel("평균수익률") 5 plt.xticks(range(8), [5, 5, 20, 20, 60, 60, 120, 120]) 6 plt.legend(loc = "upper right") 패턴이 발생했을 때 매수하는 것이 그렇지 않았을 때보다 오히려 기대 수익은 더 낮음을 알 수 있습니다. 이번엔 중위수를 확인해보겠습니다. pat_median_list = [] no_pat_median_list = [] for n in [5, 20, 60, 120]: total_pat_profit_list = [] total_no_pat_profit_list = [] for stock_name in sp_data_dict.keys(): stock_data = sp_data_dict[stock_name] pat_profit_list, no_pat_profit_list = BE_profit(stock_data, n = n) total_pat_profit_list += pat_profit_list total_no_pat_profit_list += no_pat_profit_list pat_median = np.quantile(total_pat_profit_list, 0.5) no_pat_median = np.quantile(total_no_pat_profit_list, 0.5) pat_median_list.append(pat_median) no_pat_median_list.append(no_pat_median) plt.figure(figsize = (10, 6)) plt.bar([0, 2, 4, 6], pat_median_list, color = "blue", label = "패턴고려O") plt.bar([1, 3, 5, 7], no_pat_median_list, color = "orange", label = "패턴고려X") plt.ylabel("중위수") plt.xticks(range(8), [5, 5, 20, 20, 60, 60, 120, 120]) plt.legend(loc = "upper right") 중위수 역시 상승장악형이 나왔을 때 투자하는 것이 부적절함을 보여줍니다. 하락 장악형 하락장악형은 대표적인 매도 신호 패턴으로 다음 그림과 같이 양봉을 완전히 감싸는 음봉이 출현한 패턴을 뜻합니다. 위 그림을 보면 왼쪽에 있는 음봉이 오른쪽에 있는 양봉에 완전히 속함을 알 수 있습니다. 이 패턴을 규칙으로 작성하면 다음과 같습니다. 전일에 양봉 생성 : 전일 시가 < 전일 종가 전일 시가 전일 종가 전일 양봉이 당일 음봉에 포함 : 전일 고가 < 당일 시가 & 전일 저가 > 당일 종가 .

전일 고가 당일 시가 전일 저가 당일 종가 당일에 음봉 생성 : 당일 시가 > 당일 종가

위에서 정의한 규칙을 바탕으로 다음과 같이 하락장악형 컬럼을 생성하겠습니다.

1 for stock_name in sp_data_dict.keys(): 2 stock_data = sp_data_dict[stock_name] 3 cond_1 = (stock_data[‘Open’] < stock_data['Close']).values[:-1] 4 cond_2 = (stock_data['Open'] > stock_data[‘Close’]).values[1:] 5 cond_3 = (stock_data[‘High’].values[:-1] < stock_data['Open'].values[1:]) 6 cond_4 = (stock_data['Low'].values[:-1] > stock_data[‘Close’].values[1:]) 7 8 cond = cond_1 & cond_2 & cond_3 & cond_4 9 cond = np.insert(cond, 0, False) 10 stock_data[“하락장악형”] = cond

이번에는 이전에 작성한 BE_profit 함수를 조금 더 범용적으로 사용할 수 있도록 패턴의 등장 여부를 나타내는 컬럼을 추가로 입력받도록 수정하겠습니다.

1 def calculate_profit(stock_data, col, n): 2 pat_idx_list = stock_data.loc[stock_data[col]].index 3 no_pat_idx_list = stock_data.index.difference(pat_idx_list) 4 max_idx = max(stock_data.index) 5 6 pat_buy_idx_list = pat_idx_list[pat_idx_list + n < max_idx] + 1 7 pat_sell_idx_list = pat_buy_idx_list + n 8 no_pat_buy_idx_list = no_pat_idx_list[no_pat_idx_list + n < max_idx] + 1 9 no_pat_sell_idx_list = no_pat_buy_idx_list + n 10 11 pat_buy_price_list = stock_data.loc[pat_buy_idx_list, 'Close'].values 12 pat_sell_price_list = stock_data.loc[pat_sell_idx_list, 'Close'].values 13 pat_profit_list = (pat_sell_price_list - pat_buy_price_list) / pat_buy_price_list * 100 14 15 no_pat_buy_price_list = stock_data.loc[no_pat_buy_idx_list, 'Close'].values 16 no_pat_sell_price_list = stock_data.loc[no_pat_sell_idx_list, 'Close'].values 17 no_pat_profit_list = (no_pat_sell_price_list - no_pat_buy_price_list) / no_pat_buy_price_list * 100 18 19 return pat_profit_list.tolist(), no_pat_profit_list.tolist() 라인 1에서 col을 추가로 입력받고, 라인 2에서 stock_data[col]을 사용하는 것을 제외하면 이전에 정의한 BE_profit 함수와 같은 함수입니다. 이전과 같은 방식으로 하락장악형이 등장했을 때 기대 수익과 그렇지 않았을 때의 기대 수익을 비교해보겠습니다. 1 pat_mean_list = [] 2 no_pat_mean_list = [] 3 for n in [5, 20, 60, 120]: 4 total_pat_profit_list = [] 5 total_no_pat_profit_list = [] 6 for stock_name in sp_data_dict.keys(): 7 stock_data = sp_data_dict[stock_name] 8 pat_profit_list, no_pat_profit_list = calculate_profit(stock_data, col = "하락장악형", n = n) 9 total_pat_profit_list += pat_profit_list 10 total_no_pat_profit_list += no_pat_profit_list 11 12 pat_mean = np.mean(total_pat_profit_list) 13 no_pat_mean = np.mean(total_no_pat_profit_list) 14 15 pat_mean_list.append(pat_mean) 16 no_pat_mean_list.append(no_pat_mean) 17 18 plt.figure(figsize = (10, 6)) 19 plt.bar([0, 2, 4, 6], pat_mean_list, color = "blue", label = "패턴고려O") 20 plt.bar([1, 3, 5, 7], no_pat_mean_list, color = "orange", label = "패턴고려X") 21 plt.ylabel("평균") 22 plt.xticks(range(8), [5, 5, 20, 20, 60, 60, 120, 120]) 23 plt.legend(loc = "upper right") 하락장악형은 대표적인 매도신호이므로 수익률이 음수일 가능성이 나올 것이라 예상했지만, 이러한 캔들패턴이 등장했음에도 수익이 큰 경우가 있음을 알 수 있습니다. 정확히 알아보기 위해, 통계량을 계산하여 비교해보겠습니다. 1 result = pd.DataFrame() 2 column_names = [] 3 for n in [5, 20, 60, 120]: 4 total_pat_profit_list = [] 5 total_no_pat_profit_list = [] 6 for stock_name in sp_data_dict.keys(): 7 stock_data = sp_data_dict[stock_name] 8 pat_profit_list, no_pat_profit_list = calculate_profit(stock_data, col = "하락장악형", n = n) 9 total_pat_profit_list += pat_profit_list 10 total_no_pat_profit_list += no_pat_profit_list 11 12 result = pd.concat([result, pd.Series(total_pat_profit_list).describe()], axis = 1) 13 result = pd.concat([result, pd.Series(total_no_pat_profit_list).describe()], axis = 1) 14 column_names += ["패턴O_{}".format(n), "패턴X_{}".format(n)] 15 16 result.columns = column_names 17 display(result.round(2)) 라인 1: 결과를 데이터프레임으로 초기화합니다. 라인 2: result의 컬럼명을 초기화합니다. 라인 12: total_pat_profit_list를 시리즈로 변환한 뒤 describe 메서드를 사용한 결과를 concat 함수를 사용하여 result의 열로 부착합니다. 라인 14: 라인 12 – 13에서 컬럼 두 개를 부착했으므로 그때의 컬럼명을 추가합니다. 라인 16: result의 컬럼명을 업데이트합니다. 참고로 concat을 사용하여 열 방향으로 시리즈를 부착하게 되면 컬럼명이 0, 1, 2, …로 자동 설정됩니다. 실행 결과를 전반적으로 살펴보면, 패턴이 발생했을 때 매수하는 것이 패턴이 발생하지 않았을 때 매수하는 것보다 낮은 수익을 보임을 알 수 있습니다. 매도 신호이기에 예상한 결과라고 생각할 수도 있지만, 3사분위수나 최댓값은 대부분 양수이고 최댓값이 지나치게 큰 경우도 종종 있습니다. 수집하고 싶은 금융 데이터나 실험하고 싶은 퀀트 관련 아이디어가 있으면 댓글로 남겨주세요! 관련 포스팅을 준비하도록 하겠습니다! 728x90

So you have finished reading the 상승장 악형 topic article, if you find this article useful, please share it. Thank you very much. See more: 하락장악형 캔들, 캔들패턴, 하락잉태형, 상승잉태형, 먹구름형, 장악형 캔들, 낙태형 캔들, 캔들 패턴 정리