中金网03月03日讯，美股屡创新高之后，市场上充斥着关于短期回调的警告。

对于特朗普当选之后的“市场繁荣”这一点应该毫无疑义。市场期冀财政刺激、税收改革能够进一步推动就业及经济增长。问题是，里根总统时期颁布类似的扩张政策后市场情绪却和当前截然不同。

股市总是在牛市和熊市中交替，从大周期来看，这一次的牛市已经接近尾声，但如果仔细研究，也许事实可能并不是这样。

如果将股市大周期分为三段，那么就会发现1980年开启的牛市周期尚未结束。

按此划分，第一轮完整的市场周期从1871年持续至1934年，最终以1929年的大崩溃和大萧条的开端为结束标志。

第二轮周期为1935-1980，持续了45年。这轮周期以1974年“黑色熊市”的结束为标志。虽然此轮熊市的破坏性不如1929年的股灾，但依然对投资者心理造成了极大伤害。

而当前的全市场周期才走过了37年。鉴于目前的估值水平处于历史第二高，企业、消费者以及保证金债务均接近历史高位，平均经济增速却处于历史低点，因此很有必要探究一下当前的全市场周期是否已经结束。

当前的牛市周期始于1980年且依然完整的观点并不新颖。以下的这张图表同样说明了这一点。

长期的看涨趋势线依然完整，进一步地，在斐波纳契回撤的基础上，61.8%的回撤线和长期看涨趋势线相交于1000点意味着下一轮下跌将会十分惨烈。不过需要指出的是，这一判断依然是建立在当前长期市场周期尚未完成的假设前提下。

微信公众号：cngold-com-cn (长按复制)，或搜【中金网】，获得更多免费信息实时推送！

基于K线形态的股价预测是蜡烛图技术分析的本质。不过对于K线形态是否具有预测能力，不同人存在较大的争议。K线图是否有用，是否能在市场中获利，可能在不同时间上答案都不同。

那么我们研究和学习它是否还有意义呢？其实

我自己的观点是研究和学习是有意义的，但应用到实际，切不可生搬硬套，不要以为说出现了某个形态，就直接入场。

在接下来的时间里，我将要通过模式识别、模式聚类的方法来研究K线模式的预测能力。并且用每天的盘面数据来验证不同K线模式的效果，统计第二日它的盈利情况。

结果一定是不同形态的K线图预测能力差异很大，我们需要现有的每种K线形态都需要根据形状特征进行进一步分类，以提高预测性能。

时间序列是研究K线的前提

时间序列是按时间顺序列出的一系列观察结果，时间序列是交易市场上最常见的数据类型，同时它几乎涉及人类生活的方方面面，比如我们减肥，我们每天都会记录自己的体重，由此形成的数据类型实际上就是时间序列。

我讲时间序列，是因为时间序列有两个重要特征。

(a) 历史数据信息会影响未来趋势。

也就是说，观测值的历史值会对时间序列的未来值产生影响。影响可以用时间序列的周期、非平稳性、波动性等来描述。

(b) 历史重演。

也就是说，一些特殊的时间子序列会在整个时间序列中重复出现。

由于这两个特点，各种时间序列预测成为了交易市场研究的重点，其中之一就是股票时间序列的预测，股票时间序列作为一种典型的时间序列，不仅具有时间序列的特征，而且股票价格的走势直接关系到我们交易者是否能盈利的关键，因此，非常多的人都投入到时间序列的研究中。

股票预测的技术分析方法有很多种，我之前写过一篇文章《爬上来说点真话》阐述过个人对于不同分析方法的看法。（点击下方可阅读）

爬上来说点真话（点击可阅读）

常见的K线组合

如果将多根K线按不同的规则组合在一起，会形成不同的K线组合，这样的K线形态所包含的信息就更加丰富。例如，在涨势中出现乌云盖顶K线组合，说明股价可能升势已尽，投资者应尽早离场。在跌势中出现曙光初现K线组合，说明股价可能见底回升，投资者应不失时机地逢低建仓。

可见，各种K线形态可能正以它所包含的信息，不断地向人们发出买进和卖出的信号，为投资者看清大势，正确的买卖操作提供了很大帮助，从而使它成为投资者手中极为实用的操盘工具。请注意，我一直在用可能，我并没有说一定。

为了更好的研究不同形态的K线组合的预测能里，我在下面列出了常见的多根K线组合以后所产生的各种形态。

1）见底形态和上升形态的K线、K线组合（图1-图27）

2）见顶形态和下跌形态的K线、K线组合 ( 图28 - 图58 )

3）既是上升形态、又是下跌形态的K线 （ 图58 - 图75 ）

如何验证不同K线组合的预测能力

我主要从K线形态相似度和K线位置相似度来进行模式识别。根据K线的形状特征，我们主要用形状和距离来衡量两条K线之间的形状相似度。

首先，根据K线的形状结构，提取K线形状的三个组成部分：上影线形状、下影线形状和主体形状。其次，分别定义了三种形状的相似匹配方法。最后，通过将三个形状的相似度相加即可计算出K线的形状相似度。

如果仅考虑K线系列的形状相似度是不够的，还要考虑K线系列的位置相似度。如果只考虑形状相似度，则会出现形状特征相同但位置特征不同的两条K线系列具有相同相似度的问题。

因此，我们在利用量化方式进行K线形态识别时，不仅需要考虑形态上的相似，还有位置上的相似。在接下来的时间里，我将使用Python代码，实现各种不同类型的K线形态组合，并统计这种K线组合在历史上的胜率情况。交易就是这样，要做最有把握的事情。下一篇文章中，我将分享两只乌鸦的回测效果，欢迎持续关注。

上一篇：自动炒股软件app哪个好或自动炒股交易软件

下一篇：合并重组股票 已经重组股票