引言:

邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投资，了解行业研究方向，希望能对大家有帮助。

【历史文章汇总】请点击此处

在量化投资中，原来K线还能这么画（附画K线代码）

这是邢不行的第 43期分享。

转载请联系授权 ：xingbuxing0807

K线是每一位交易者再熟悉不过的东西。毫不夸张的说，每一根K线的开、高、收、低，后面都是大家的喜怒哀乐。

我们熟悉的分钟线、小时线、周线、月线等，统称为「时间等分K线」。实际上，K线的画法非常丰富，远远不止这一种。这篇文章就要从另一个角度来画K线，从另外一个角度描绘交易的信息。

最常见的K线就是时间等分K线。各个交易平台、行情平台展示的，都是这一种K线。

什么叫时间等分呢？用大白话说，就是每根K线背后代表的时间相等。5分钟线，15分钟线，30分钟线，小时线，日线，都属于时间等分K线。

例如，这样一张以太坊的15分钟线：

每15分钟，它就会产生一根新的K线。放大来看：

每根K线包含四个价格：这15分钟里的开盘价、收盘价、最高价、最低价。每根K线，实心方框的上下两个位置代表分别代表开盘价和收盘价；细线（也就是所谓的影线），上下两端代表最高价和最低价。

在数字货币市场，或者美股里，如果K线是绿色的，代表收盘价比开盘价高，所以收盘价在上，开盘价在下；如果K线是红色的，代表收盘价比开盘价低，和绿线相反。

在我大A股，颜色是反过来的。

A股K线图，绿色代表跌，红色代表涨

每根K线就相当于一次信息的简化，简化了这段时间内发生的交易，方便我们做决策。不同交易风格的人会使用不同周期的K线。炒短线的使用1分钟K线、15分钟K线，中长线的可能使用日K线、周K线，而像巴菲特这样的投资者，可能看的是年K线（当然也可能压根不看...）。

大A股30年的年线

每根K线经历的时间相等，这样简单，直观，易理解。任何一个没接触过交易的人，花几分钟就能理解K线的含义了。

可是这样做也会导致：我们在处理K线的时候，都是惯性思维，对每一根K线等同看待。但是，某一根K线可能成交额有几百亿，上千亿，包含了巨大的价格博弈；另一根的成交额只有十几万，行情清汤寡水。

每一根K线代表的相同时间内的成交信息是完全不同的！

我们可以通过额外地看成交量，成交额来弥补这部分的信息。不过，我们还可以从另一个视角来刻画K线。

传统的画K线的方式，用专业名词来说就是：时间等分切片。那么除了这种画法之外，还有哪些画法？如下图： 

需要注意的一点是，成交量和成交额是完全不一样的，可能很多人连这一点都不明白就开始做交易了：

「成交量按照交易的品种来计算，例如成交了多少个币，成交了多少股；成交额是按照钱来算的，例如成交了多少人民币，或者多少美元。」

上面这张图就是我们用python画出来的成交额等分的K线图。

成交额等分的意思是，每根K线包含的成交额相同。上面这张图里，每根K线的成交额就都是8000万美元左右。

也就是说，在画K线时，每当成交额满了8000万美元，就画一根新的K线。这样一来，K线就同时包含了价格和成交额的信息。

当然，每根K线的成交额是不可能正正好好等于8000万美元的：可能现在这根K线的成交额已经有7999万美元了，但是下一笔交易直接成交了5万美元，这时就不得不让成交额多出一个零头。

我们需要用高频数据来画这样的K线，最好是用逐笔数据。也就是一笔一笔交易看过去，再画K线。但逐笔数据的量太大，处理起来较困难，所以我们这里使用1分钟的K线来粗略地近似，代码如下：

实际上用1分钟K线来画，和用逐笔数据画是有很大区别的。因为有的时候1分钟里面可以发生非常多的事情，所以最好还是用逐笔数据。感兴趣的话可以研究一下代码，用逐笔数据去尝试一下，也可以加xingbuxing0807交流。

我们分别用1D的K线，也就是日线，以及成交额等分K线，画出2017年年初至2019年年初的以太坊的走势：

正常K线

成交额等分K线

第二幅图里，每根K线的成交额是8200万美元。为什么用这么奇怪的一个数字？因为两年时间里，第一幅图中的日K线刚好有730根。为了让成交额等分的K线也画出730根，我们强行设定了8200万这个成交额。

虽然走势比较接近，K线数量也相等，但这两幅图还是能看出明显不同。实际上，区别在于：

它们的「信息密度」，或者说「信息分布」是不一样的。

我们用两个例子来解释：

第一个例子，2017年上半年ETH的起势。这段时间里，ETH的成交额比较少：

正常K线

2017年前半年，日线总共有180多根。这些信息息全部浓缩在了下图30多根成交额等分的K线里。用成交额等分来画，行情冷清的K线就合并了。

成交额等分K线

第二个例子，2017年年底到2018年年初ETH的暴涨。我们把2017年11月到2018年2月放大细节来看：

正常K线

成交额等分K线

同样的时间里，成交额等分的K线走势更加平缓，而且K线数量更多。

为什么会出现这样的情况？就是因为这段时间ETH放量上涨。用时间等分来画，有几根K线的成交额就非常大；用成交额等分来画，相当于把原来的一根日线分成了好多根，因此看起来会平缓。大额成交的K线被稀释了。

每一笔交易都体现了交易者的心理活动，或者暗含着某种策略逻辑，这些都是市场的信息。

在时间等分的K线里，每根K线所包含的信息量都不一样，信息分布是不均匀的；在成交额等分K线，每一根的信息量就比较接近，信息均匀地分布在每根K线里。

说了这么多，画成交额等分的K线到底有什么好处？

K线本身是对最原始交易数据的一种简化，是信息的一种呈现形式。我们很多人的投资决策都是基于正常的K线做出的。那么当K线本身发生变化的时候，我们的决策会不会变化？

很多时候，当信息以另外一种形式呈现的时候，往往会产生很多新的启发。

例如很多基于K线的趋势策略或者震荡策略，在新的成交量等分K线下会不会有更好的效果？简单的观测可以发现，新的K线下的布林线策略中，K线不会那么轻易地突破上下轨，而是更加倾向于回到中轨。

再例如，做机器学习选股的时候，新的K线是否可以让机器更好的发现潜在规律？

还有很多场景在这样的K线下会有不一样的效果，就不在文章里一一列举了，感兴趣的话可以交流一下。