K线图已经成为金融交易平台和图表程序的关键组成部分。使用这些图表，交易者们从中学习基础模式，用于解释价格走势历史，并预测未来市场。这本详细的指南向投资组合经理、量化分析师、策略师和分析师展示了如何使用Python来识别、扫描K线图模式，根据模式进行交易，并回测K线图模式的盈利能力。
金融作家、交易顾问和机构市场策略师Sofien Kaabar在本书中展示了如何创建K线图扫描器和指标，通过这些指标，我们可以比较不同模式的盈利能力。通过这本实践指南，你还将探索一种类似K线图的新型图表系统，以及从未介绍过的新模式。
通过这本书，你将学会：
创建并理解经典和现代K线图模式所需的条件。
学习这些模式背后的市场心理。
使用一个框架来学习如何进行交易策略的回测。
探索不同的图表系统并理解它们的局限性
在Python中导入不同时间框架的OHLC历史外汇数据。
使用算法发现和再现模式。
学习模式的特性和应用。

前言探寻规律是智慧的本质。Dennis Prager随着技术的进步和金融信息的去中心化，编写代码并进行自动化研究已成为交易世界的重要组成部分。任何精通交易和编码艺术的人在市场上都具有极大的优势。众多的工具和理念为我们带来了不计其数的交易技术。例如，基本面交易者通过对经济和局势的分析，对不同类型的资产做出长期评估，而技术交易者则更多地依赖量化分析和心理学概念来预测市场的未来动向。因此，从总体上讲，存在两种分析类型，基本面分析和技术分析。本书将详细介绍技术分析领域中的一个领域K 线图模式识别。为什么要写这本书？我的整个职业生涯都在研究交易策略、模式，以及金融市场的其他方方面面。我对模式有着很高的热情，更具体来说，就是K 线图模式。它们在市场中被广泛使用，并取得了不错的效果。这么多年来，我已经发现了一些可与经典模式媲美的K 线图模式，而这也是我写作本书的初衷：我希望展示K 线图的所有模式，包括我自己发现的那些。同时，我也希望展示如何编写一个系统，以在各种市场中回测这些模式。由于其客观性，机器在模式识别和检测上可以比人做得更好。因此，在深挖各类模式和策略之前，我会在本书的前几章中首先展示如何创建一个K 线图模式识别算法。这意味着你学到的第一个技能将是，如何使用Python 自动化地导入数据。金融领域还存在着众多的经典的 K 线图模式，在断定它们的有效性之前，我们都有责任去测试这些模式，以验证它们是否真具有预测性。毕竟我们是在用这些模式去预测市场。我们需要用客观的结果切实地证明这些模式确实是资产的增值器。我们将得到这样的结果并解释它们，就像我多年来对我发现的K 线图模式所做的那样。我们也将看到每种模式的优点和局限性。当我们确实发现了某种很好的模式去完成预测任务，就可以将之嵌入已经搭建好的交易框架，这个交易框架已经包含了之前建立的一系列工具和风险管理体系。你将会学习到如何去计算一个技术指标并且将它和K 线图模式结合起来以建立交易信号。最后，你会学习到如何回测这些信号，如何优化参数并最终得到一个不错的全面的模式识别策略。因此，这本书的作用是向你展示如何使用你建立的算法去评估不同的K 线图模式，从而将研究自动化。最终，你将会掌握如何使用模式和其他技术指标来决定你的策略。目标读者本书适合有志于学习的学生、学者、充满求知欲的人，以及对K 线图模式识别及其在金融领域应用感兴趣的金融从业者。如果你不仅喜欢使用Python，而且对开发策略和技术指标感兴趣，那么你将从这本书中受益。本书假设你已经具备Python 编程（资深Python 使用者会发现代码非常直观）和金融交易的基本背景知识。我采用了清晰而简明的方法，重点讲解关键概念，以便你能够理解每个理念的目的。排版约定本书采用以下排版约定。斜体（Italic）表示新术语、URL、电子邮件地址、文件名和文件扩展名。等宽字体（Constant Width）表示程序列表，以及在段落内引用程序元素，例如变量、函数名称、数据库、数据类型、环境变量、语句和关键字。粗体等宽字体（Constant width bold）表示应由用户应按字面输入的命令或其他文本。斜体等宽字体（Constant width italic）表示应该替换成用户提供值的文本，或者由上下文决定的值。使用代码示例补充材料（代码示例，练习等）可在以下链接下载：https://github.com/sofienkaabar/mastering-financial-pattern-recognition。与本书相关的技术问题，或者在使用代码示例上有疑问，请发电子邮件到errata@oreilly.com.cn。这本书旨在帮助你完成工作。一般来说，如果这本书提供了示例代码，你可以在你的程序和文档中使用它。除非你要复制大部分的代码，否则你无需联系我们获得许可。例如，编写一个使用了本书中几段代码的程序并不需要获得许可。出售或分发来自OReilly 书籍的示例则需要获得许可。通过引用这本书和引用示例代码来回答问题并不需要获得许可。将这本书中大量的示例代码整合到你的产品文档中则需要获得许可。我们很希望但并不强制要求你在引用本书内容时加上引用说明。引用说明一般包括书名、作者、出版社和ISBN，例如：Mastering Financial Pattern Recognition by Sofien Kaabar (OReilly). Copyright 2023 Sofien Kaabar, 978-1-098-12047-4。如果你觉得自己对示例代码的使用超出了上述许可范围， 请通过permissions@oreilly.com 与我们联系。OReilly 在线学习平台（OReilly Online Learning）近40 年来，OReilly Media 致力于提供技术和商业培训、知识和卓越见解，来帮助众多公司取得成功。我们拥有独一无二的专家和革新者组成的庞大网络，他们通过图书、文章、会议和我们的在线学习平台分享他们的知识和经验。OReilly 的在线学习平台允许你按需访问现场培训课程、深入的学习路径、交互式编程环境，以及OReilly 和200 多家其他出版商提供的大量文本和视频资源。有关的更多信息，请访问http://oreilly.com。联系我们任何有关本书的意见或疑问，请按照以下地址联系出版社。美国：OReilly Media, Inc.1005 Gravenstein Highway NorthSebastopol, CA 95472中国：北京市西城区西直门南大街2号成铭大厦C座807室（100035）奥莱利技术咨询（北京）有限公司我们为这本书设有一个网页，其中列出了勘误表，示例，以及任何额外的信息。你可以通过https://oreil.ly/mstrg-finan-pttrn-recog 来访问这个页面。对本书的评论或技术疑问，可以发电子邮件到errata@oreilly.com.cn。欲了解本社图书和课程的新闻和信息，请访问我们的网站http://oreilly.com。我们的LinkedIn：https://linkedin.com/company/oreilly-media。我们的Twitter：https://twitter.com/oreillymedia。我们的YouTube：https://youtube.com/oreillymedia。致谢我由衷地感谢我的父母对这本书直接和间接的帮助，如果没有他们的支持，一切都将截然不同。我还想说的是，我同样感谢我的妻子Charline，她总能理解我时常写作到深夜，没有她的耐心就没有这本书的成功。我对她充满敬意。我同样要感谢我的编辑Michelle Smith 和Corbin Collins，以及我的产品编辑Elizabeth Faerm, 感谢他们的支持，感谢他们的工作以及超越常人的耐心。同样地，我感谢OReilly 出版社的每一位员工。此外，我特别感谢优秀的技术评审 Ning Wang，Timothy Kipper 和 Kushan Vora，感谢他们为本书所作的巨大贡献。他们在使这本书变得易读、有用和直观方面起到了重要作用。他们是本书最好的评审。最后，我深深地感激你本书的读者，你们愿意花时间来阅读我的书并且相信我的研究，我希望你们从中获益。

前言
第1章 使用Python导入和处理金融数据
1.1 环境安装
1.2 创建数据导入算法
1.3 全貌
1.4 总结
第2章 算法思维和函数
2.1 编写基础函数
2.1.1 为数组增加列的函数
2.1.2 从数组中删除列的函数
2.1.3 为数组添加行的函数
2.1.4 从数组中删除行的函数
2.1.5 数值取整的函数
2.2 编写识别信号的代码
2.3 创建信号图表
2.4 编写业绩评估函数
2.4.1 命中率
2.4.2 回报率
2.4.3 盈利因子
2.4.4 风险-收益比
2.4.5 交易次数
2.4.6 创建业绩评估函数
2.4.7 一个假设的例子：评估业绩
第3章 介绍技术分析
3.1 图表分析
3.2 指标分析
3.2.1 移动平均线
3.2.2 相对强弱指标
3.3 模式识别
3.4 技术分析领域常见的陷阱
3.4.1 想要快速致富
3.4.2 强行解读模式
3.4.3 后见之明偏见，梦想的破灭者
3.4.4 假设过去的事件一定会导致相同的未来结果
3.4.5 不必要地把事情变得复杂
3.5 技术分析的最佳实践
3.5.1 利用多个不同的时间周期
3.5.2 使用多种策略和指标
3.5.3 针对当前市场环境使用正确类型的策略
3.5.4 不要低估默认参数
第4章 经典趋势跟随模式
4.1 Marubozu模式
4.2 三K线模式
4.3 Tasuki模式
4.4 三法模式
4.5 Hikkake模式
第5章 现代趋势跟随模式
5.1 五胞胎模式
5.2 双重麻烦模式
5.3 瓶子模式
5.4 弹弓模式
5.5 H模式
第6章 经典逆向交易模式
6.1 十字星模式
6.1.1 蜻蜓十字
6.1.2 墓碑十字
6.1.3 一字星
6.1.4 双十字
6.1.5 三星十字
6.2 孕线模式
6.3 颈线模式
6.4 镊子模式
6.5 三明治模式
6.6 锤头模式
6.7 星形模式
6.8 穿刺模式
6.9 吞没模式
6.10 弃婴模式
6.11 陀螺模式
6.12 内部涨跌模式
6.13 塔形模式
第7章 现代逆向交易模式
7.1 双胞胎模式
7.2 阻塞模式
7.3 狂喜模式
7.4 屏障模式
7.5 镜像模式
7.6 收缩模式
第8章 进阶K线图表系统
8.1 Heikin-Ashi方法
8.1.1 检测十字星模式
8.1.2 检测TASUKI模式
8.1.3 检测狂喜模式
8.1.4 检测双重麻烦模式
8.2 K型K线图
8.2.1 检测十字星模式
8.2.2 检测TASUKI模式
8.2.3 检测狂喜模式
8.2.4 检测双重麻烦模式
第9章 K线图模式退出策略
9.1 对称退出策略
9.2 固定持有期退出策略
9.3 变动持有期退出策略
9.4 混合退出策略
9.5 无视模式
第10章 基于K线图的趋势跟随策略
10.1 将双重麻烦模式与RSI结合
10.2 将三K线模式和移动平均线结合
10.3 将瓶子模式与随机振荡指标结合
10.4 将Marubozu模式与K的波动性带结合
10.5 将H模式和趋势强度指数相结合
第11章 基于K线图的反转策略
11.1 结合十字星模式和RSI
11.2 结合吞没模式和布林带
11.3 结合穿刺模式和随机震荡指标
11.4 结合狂热模式和K线包络线
11.5 结合屏障模式和RSI-ATR结合
第12章 风险管理与交易心理学
12.1 风险管理基础
12.1.1 止损与止盈
12.1.2 动态止损
12.1.3 仓位规模
12.1.4 经济日历
12.2 行为金融学：偏见的力量
12.2.1 认知偏见
12.2.2 情绪偏见
12.3 交易框架