|
一、磚型圖簡介。 在所有行情軟件中，記錄價格波動軌跡的幾乎都是K線圖，只有在很少的程序化量化軟件中才有磚型圖的身影。  熱卷hc2005 磚型圖顧名思義，相當于是用磚頭一塊一塊地拼湊而成記錄價格波動軌跡的圖形，稱之為“磚型圖”。 每一塊磚的尺寸都一致，這里的尺寸是指行情每上漲或下跌一定距離，就繪制下一塊磚型圖，如果行情沒有達到這個尺寸，無論行情走了多久，我們都不會更新磚型圖。因此，磚型圖的走勢始終就只有上漲和下跌兩個方向。 二、磚型圖的優勢。 （一）讓行情走勢結構更加的清晰。 在k線圖中，行情如果遇到小幅的盤整，行情在一個很小的區間內來回突突，迷惑你，并且看上去走了很長的一段時間，實際上它并沒有上漲或下跌多少。 但是，采用磚型圖看行情的話，如果將這個區間設置成磚型圖的尺寸，那么在這個區間只繪制一塊磚，從而減少交易者在此區間的錯誤判斷。  tick行情走勢  尺寸=2，磚型圖 （二）降低周期參數對整個公式或指標計算的影響。 我們都知道，k線是按照時間周期來進行繪制的，因此每到一個時間節點它都會進行切換并重新繪制，這樣的話如果在橫盤期間價格一直不怎么動，指標一樣要滾動計算。 拿均線來說，這樣計算出來的值很可能就是一根橫向整理的線條，但如果采用磚型圖進行繪制均線或計算其他指標的話，就會降低這樣的影響程度。如下圖所示： 一旦采用磚型圖，就沒有時間概念了，只有空間的概念。 三、磚型圖代碼編寫。 磚型圖我們可以也看做沒有影線的k線，磚的最頂部我稱作最高價，最底部我稱為最低價。繪制磚型圖之前，首先我們要了解單塊磚型圖的構造和多塊磚型圖如何組合。 假設，下列行情的開盤價為3555。 （一）單塊磚型圖。 假設，上圖是開盤前5分鐘的走勢，開盤下跌。當價格下跌到5跳的時候，第一塊磚的最高價就是開盤價，最低價就是開盤價-尺寸（5跳），如果開盤價=3555。 磚的最高價就是3555 磚最低價就是3555-5=3550。 如果開盤后上漲了5跳，那么磚最低價就是開盤價3555，最高價就是3560。 這是第一塊磚型圖的畫法。但是，最重要的是組合磚型圖的畫法，組合方式只有4種。 （二）組合磚型圖畫法。 1.上漲行情的組合。如果市場一開盤就往上走并且超過了2個尺寸，也就是10跳。當第一塊繪制完成之后，價格回調并沒有達到5跳，進而繼續上揚上漲了5跳，那此時磚型圖的最高最低價如何確定。 最高價：上一塊的最高價+5跳 ，即：3560+5 = 3565。 最低價：上一塊的最高價，即：3565。 如果行情繼續往上，同時回調不夠5跳，那么繼續按照此邏輯繪制。 2.下跌行情組合。如果市場一開盤就往下走并且超過了2個尺寸，也就是10跳。當第一塊繪制完成之后，價格回調并沒有達到5跳，進而繼續下跌了5跳，那此時磚型圖的最高最低價如何確定。 開盤價：3555 最高價：上一塊的最低價 ，即：3550。 最低價：上一塊的最低價-5跳，即：3550-5 = 3545。 如果行情繼續往下，同時回調不夠5跳，那么繼續按照此邏輯繪制。 3.上漲后反轉組合。當市場已經走了兩塊磚了，此時遇到阻力位掉頭并向下跌了5跳，此時的最高價最低價如何確定。 最高價：上一塊的最低價 ，即：3560。 最低價：上一塊的最低價-5跳，即：3560-5 = 3555。最低價又回到開盤價位置。 如果行情繼續往下，同時回調不夠5跳，那么繼續按照此邏輯繪制。 4.下跌后反轉組合。當市場已經走了兩塊磚了，此時遇到支撐位掉頭并向上漲了5跳，此時的最高價最低價如何確定。 最高價：上一塊的最高價+5跳 ，即：3550+5 = 3555。 最低價：上一塊的最高價，即：3550。最高價又回到開盤價位置。 如果行情繼續往上，同時回調不夠5跳，那么繼續按照此邏輯繪制。 5.震蕩反轉組合。如果出現以下行情，繪制方法是和上面的三種繪制方法是一致的。主要出現在行情在某個區間內上漲5跳后突然反轉下跌5跳，反轉結束之后緊接著有反方向漲5跳，如此反復觸發設定的尺寸。 6.一個tick多次觸發多個尺寸組合。這種情況，是比較少見的，比如一筆超級大單子突然出現，將行情一次就推了100跳，那么此時應該怎么繪制。 如果出現這種情況，用100/5=20個尺寸，直接循環繪制20次，最高價和最低價按照上面4個方法進行繪制，下跌100跳也是按照這樣的思路。 （三）代碼實現。 1.總的繪制邏輯： （1）計算最新一個tick與上一個tick的差值，然后除以尺寸，得出需要繪制的次數。 （2）當出現余數時，當前這塊磚繪制完成后，將余數傳回下一個tick繼續累加。 （3）繪制完一塊時，通過count = count +1 的方式作為磚型圖的x軸，y軸是最高價和最低價。 2.代碼繪制邏輯。 （1）導入模塊并獲取8000個tick數據，品種使用rb2005。 import pandas as pd
from tqsdk import TqApi
from datetime import timedelta
from matplotlib.path import Path
from matplotlib.patches import PathPatch
import matplotlib.pyplot as plt
import numpy as np
api = TqApi()
ticks = api.get_tick_serial("SHFE.rb2005",8000)
（2）首先我們要計算最新一個tick與上一個tick的差值，然后除以尺寸，得出需要繪制的次數和需要傳回繼續累加的余數。 參數變量設置 def renko_charts():
dis_sum = 0 # 每更新一個tick都將漲跌幅累加，直到至少滿5跳繪制后，將余數傳回繼續累加
dis_sum_list = [] # 漲跌幅累加一次，就將當時的累計漲跌幅存入，方便后續判斷上一根是否虧損。
Renko_h = [] # 記錄每塊磚的最高價，用于計算均線。
location = [] # 存儲每一塊磚的坐標，后面繪制。
dot = 5 # 磚的尺寸
count = 0 # X軸坐標
k_list = [] # 用于存儲磚的最高價最低價
如果變動了至少1個尺寸，計算繪制次數和余數。decimals 代表余數（需要傳回繼續累加），integer代表整數（需要繪制的次數） 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:
"統計換線閥值 >= 5，換線"
dis_sum = dis_sum + (last_price - ticks['last_price'].iloc[i-1])
"如果變動了5個點，就換線"
if abs(dis_sum) >= dot:
"計算循環繪制次數-閥值的倍數，下一個Tick繼續累加"
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]))
首先我們要計算出第一塊是陰還是陽，然后在根據前一塊的陰陽和當前陰陽情況進行繪制最新的一塊磚。 繪制第一塊：也就是說只判斷第一次統計等于或超過尺寸的情況。 "循環繪制-連續出現N條磚"
for j in range(integer):
dis_sum_list.append(dis_sum)
count += 1
print('---------------------------------------------------------')
print('---------------------------------------------------------')
"如果是上漲"
if len(Renko_h) == 1:
# print('換線了---------------')
if dis_sum_list[-1] > 0:
k = k_list[-1] + dot
"最低價"
k_list.append(k_list[-1])
"最高價"
k_list.append(k)
dis_sum = decimals # 將剩余部分傳回最新一個tick繼續累加漲跌幅
print("最高價：%s,最低價：%s"%(k_list[-1],k_list[-2]))
"基準價"
Renko_h.append(k)
print(Renko_h)
"磚形圖坐標"
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('換線了---------------')
k = k_list[-1] - dot
"最低價"
k_list.append(k)
"最高價"
k_list.append(k_list[-1])
dis_sum = decimals # 將剩余部分傳回最新一個tick繼續累加漲跌幅
print("最高價：%s,最低價：%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)])
繪制第N塊：在上面代碼中，我們已經得到了第一塊的最高價最低價，以及坐標。 最高價：k_list[-1] 最低價：k_list[-2] 那么在接下來我們，我們繪制第N塊磚。 當上一塊是陽，繪制當前陰陽兩種情況。 當上一塊是陰，繪制當前陰陽兩種情況的思路和上述一致。 繪制磚型圖到畫布：rb2005合約tick數據，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合約tick數據，尺寸 = 2跳。 尺寸 = 3跳。 尺寸 =4跳。 尺寸 = 5跳。 6.上面的不同尺寸的磚型圖中，我們可以得出，尺寸越大磚的數量就越少。反之，越多。 總結。 本文主要分享了磚型圖的簡介，算法和代碼實現。利用磚型圖進行交易的人非常少，但并不意味著用它賺不了錢，因為大部分的行情軟件都只有按時間節點來繪制的k線圖，并沒有按照空間來進行繪制。 其實k線圖和磚型圖的最大區別是，一個是按照時間繪制，一個是按照空間來繪制，兩者的出發點懸殊非常大，思考的方式也不一樣。 當然還有另外2種描述價格的算法，量能為閥值的，量能k線，以包含關系的，纏論，這些都值得去研究一下。
|
