量化分析进阶(三):Python TA-Lib K线形态之吞没、锤子线、上吊线

不会量化？用 Python 玩转 TA-Lib，几行代码搞定技术指标

量化分析进阶（二）：Python TA-Lib RSI 与布林带玩法

talib除了计算指标外，还可以计算K线形态，比如我们平时在观察K线图的时候 ，或多或少都有接触一些K线的形态，然后利用单根或多根K线组合判断市场心理。

常用到的形态：吞没形态 (Engulfing)：比如阳线包住前阴线，十字星 (Doji)：趋势反转信号，锤子线 / 上吊线：底部或顶部反转

简单的量化策略思路：先用指标或K线形态生成初步信号，再加上成交量或波动率条件过滤假信号，做组合信号，减少噪音，可以增加准确率。然后回测，调参数，优化。

这篇文章我们来说下 吞没形态 / 锤子线 / 上吊线

吞没形态

吞没如字面意思一样，就是后面一根K线把前一根K线实体全部吞没了。

import talibengulfing = talib.CDLENGULFING(open_, high_, low_, close_)current_signal = engulfing[-1]

输出

100  → 当前是看多吞没（可以理解为原本是空方占优 → 多方突然全面反击）-100 → 当前是看空吞没 （可以理解为原本多头占优 → 空头突然反击成功）0    → 当前不是吞没形态

即使我们获得了吞没状态，可是它不保证：一定反转趋势、一定能走多远、一定适合交易。还需要结合其他来判断，比如支撑位、压力位、成交量、下跌末端、连续下跌、连续上涨等。

我们随便取一份本地数据，计算输出来看下效果，这样方便理解。

代码

import talibimport pandas as pdimport matplotlib.pyplot as pltfrom sqlalchemy.orm import Sessionfrom datetime import datefrom db_stock import StockHistory, SessionLocal#解决中文乱码plt.rcParams["font.sans-serif"] = ["Microsoft YaHei"]plt.rcParams["axes.unicode_minus"] = False#从数据库中提取股票历史数据def get_stock_history(    db: Session,    stock_id: int,    begin_date: date,    end_date: date):    records = (        db.query(StockHistory)        .filter(StockHistory.stock_id == stock_id)        .filter(StockHistory.date >= begin_date)        .filter(StockHistory.date <= end_date)        .order_by(StockHistory.date)        .all()    )    return records#把数据库记录转成DataFramedef records_to_dataframe(records):    data = []    for r in records:        data.append({            "date": r.date,            "open": r.open_price,            "high": r.high_price,            "low": r.low_price,            "close": r.close_price,            "volume": r.volume        })    df = pd.DataFrame(data)    df.set_index("date", inplace=True)    return df#创建数据库sessionsession = SessionLocal()#设置参数stock_id = 600519begin_date = date(2025, 1, 1)end_date = date(2025, 12, 31)#从数据库提取数据records = get_stock_history(    session,    stock_id,    begin_date,    end_date)#转成DataFrame处理df = records_to_dataframe(records)close = df["close"].valueshigh = df["high"].valueslow = df["low"].valuesopen = df["open"].valueslast_date = df.index[-1]last_price = df["close"].iloc[-1]engulfing = talib.CDLENGULFING(open, high, low, close)df["CDLENGULFING"] = engulfingbullish_idx = df["CDLENGULFING"] > 0   # 看多吞没bearish_idx = df["CDLENGULFING"] < 0   # 看空吞没plt.figure(figsize=(14, 6))# ① 画价格plt.plot(    df.index,    df["close"],    label="收盘价",    color="black",    linewidth=1)# ② 看多吞没（▲）plt.scatter(    df.index[bullish_idx],    df["close"][bullish_idx],    marker="^",    s=100,    label="看多吞没形态",    zorder=3)# ③ 看空吞没（▼）plt.scatter(    df.index[bearish_idx],    df["close"][bearish_idx],    marker="v",    s=100,    label="看空吞没形态",    zorder=3)# 当前K线plt.scatter(    last_date,    last_price,    s=200,    edgecolors="red",    facecolors="none",    linewidths=2,    label="当前K线")plt.title(f"{stock_id} 吞没形态（历史 + 当前）识别结果")plt.xlabel("Date")plt.ylabel("Price")plt.legend()plt.grid(alpha=0.3)plt.tight_layout()plt.show(block=True)

锤子线 / 上吊线

锤子线的理解就是空头一度把价格砸下去，但最终被多头“硬拉回来”，而上吊线刚好反过来。

他们其实和位置配合起来才更有意义些比如锤子线必须出现在：下跌末端、回调低点、支撑位附近，就是个不错的信号，可是如果它出现在：高位、连续上涨中、突破后那这样的信号就需要再琢磨琢磨。

很多比较成熟的策略是锤子线第二天阳线确认。

同样的，我们来看实现一下锤子线 / 上吊线的效果，把他结合到上面的图里来如下：

代码

import talibimport pandas as pdimport matplotlib.pyplot as pltfrom sqlalchemy.orm import Sessionfrom datetime import datefrom db_stock import StockHistory, SessionLocal#解决中文乱码plt.rcParams["font.sans-serif"] = ["Microsoft YaHei"]plt.rcParams["axes.unicode_minus"] = False#从数据库中提取股票历史数据def get_stock_history(    db: Session,    stock_id: int,    begin_date: date,    end_date: date):    records = (        db.query(StockHistory)        .filter(StockHistory.stock_id == stock_id)        .filter(StockHistory.date >= begin_date)        .filter(StockHistory.date <= end_date)        .order_by(StockHistory.date)        .all()    )    return records#把数据库记录转成DataFramedef records_to_dataframe(records):    data = []    for r in records:        data.append({            "date": r.date,            "open": r.open_price,            "high": r.high_price,            "low": r.low_price,            "close": r.close_price,            "volume": r.volume        })    df = pd.DataFrame(data)    df.set_index("date", inplace=True)    return df#创建数据库sessionsession = SessionLocal()#设置参数stock_id = 600519begin_date = date(2025, 1, 1)end_date = date(2025, 12, 31)#从数据库提取数据records = get_stock_history(    session,    stock_id,    begin_date,    end_date)#转成DataFrame处理df = records_to_dataframe(records)close = df["close"].valueshigh = df["high"].valueslow = df["low"].valuesopen = df["open"].valueslast_date = df.index[-1]last_price = df["close"].iloc[-1]engulfing = talib.CDLENGULFING(open, high, low, close)df["CDLENGULFING"] = engulfingbullish_idx = df["CDLENGULFING"] > 0   # 看多吞没bearish_idx = df["CDLENGULFING"] < 0   # 看空吞没hammer = talib.CDLHAMMER(open, high, low, close)df["CDLHAMMER"] = hammerhammer_idx = df["CDLHAMMER"] > 0   # 锤子线（偏多）hanging = talib.CDLHANGINGMAN(open, high, low, close)df["CDLHANGINGMAN"] = hanginghanging_idx = df["CDLHANGINGMAN"] < 0plt.figure(figsize=(14, 6))# ① 画价格plt.plot(    df.index,    df["close"],    label="收盘价",    color="black",    linewidth=1)# ② 看多吞没（▲）plt.scatter(    df.index[bullish_idx],    df["close"][bullish_idx],    marker="^",    s=100,    label="看多吞没形态",    zorder=3)# ③ 看空吞没（▼）plt.scatter(    df.index[bearish_idx],    df["close"][bearish_idx],    marker="v",    s=100,    label="看空吞没形态",    zorder=3)# 当前K线plt.scatter(    last_date,    last_price,    s=200,    edgecolors="red",    facecolors="none",    linewidths=2,    label="当前K线")# ④ 锤子线（●）plt.scatter(    df.index[hammer_idx],    df["close"][hammer_idx],    marker="o",    s=80,    label="锤子线形态",    zorder=3)# ⑤ 上吊线（×）plt.scatter(    df.index[hanging_idx],    df["close"][hanging_idx],    marker="x",    s=120,    label="上吊线形态",    zorder=3)plt.title(f"{stock_id} 吞没形态 + 锤子线 + 上吊线 识别结果")plt.xlabel("Date")plt.ylabel("Price")plt.legend()plt.grid(alpha=0.3)plt.tight_layout()plt.show(block=True)

我们最后来总结下上面说到的形态，他们正解的解读方式：

吞没：是真正的“多空摊牌”锤子线：低位出现才有意义上吊线：高位出现才有风险提示意义

你很可能也注意到了一个现象，很多“上吊线”出现后，并不会立刻下跌， 这是因为上吊线本身不是卖点,它是 “高位松动的第一声警告”

交易有句老话：锤子，是低位有人接，上吊，是高位有人跑。

不过还是要提醒，股市无定论，一定要要结合后续K线确认。

除了上面形态外，talib还可以计算下列其他K线的形态，功能非常齐全。

talib之K线形态

单根 K 线形态（Single Candlestick Patterns）

名称           英文函数                信号说明十字星      CDLDOJI                趋势反转或 indecision锤子线      CDLHAMMER                底部反转信号上吊线      CDLHANGINGMAN            顶部反转信号反向锤子 CDLINVERTEDHAMMER        底部反转信号射击之星 CDLSHOOTINGSTAR        顶部反转信号长腿十字 CDLLONGLEGGEDDOJI        不确定走势

双根 K 线形态（Two Candlestick Patterns）

名称        英文函数                        信号说明吞没        CDLENGULFING                   阳线吞阴线 → 买，阴线吞阳线 → 卖穿头破脚   CDLPIERCING                      底部反转信号阴阳反并  CDLMORNINGSTAR / CDLEVENINGSTAR 顶/底部反转

三根及多根 K 线形态（Three / Multiple Candlestick Patterns）

名称        英文函数                信号说明三只乌鸦  CDL3BLACKCROWS        顶部连续下跌 → 卖出三兵     CDL3WHITESOLDIERS    底部连续上涨 → 买入夹击线      CDL3INSIDE            顶部或底部反转三线打击  CDL3LINESTRIKE        反转信号

其他常见形态

CDLDOJISTAR → 十字星组合CDLCOUNTERATTACK → 反击线CDLUPSIDEGAP2CROWS → 缺口向上两乌鸦CDLDOWNGAP3METHODS → 下跌缺口三法

写在最后

最后需要强调的是：本文所介绍的形态，仅用于理解市场结构与多空行为，并不构成任何买卖建议。金融市场变化无常，没有永远有效的形态，也不存在放之四海而皆准的规律。任何技术工具，都需要在长期统计和风险控制下用。