股票K线图概要—

K线图是200多年前日本人发明的，后来传入了美国。K线图本来就是对当前数据的可视化显示而已，但是越来越多的人对K线图做出了痴迷的分析和解读，有众多追随者也根据K线图指导自己的具体行动，因此，K线图在实战中具有不可忽视的重要作用。K线图也越来越成为一种隐形的控制力，追随者越多，其控制力越强。R语言提供了K线图绘制工具，如果想对K线图进行分析，需要首先能够绘制K线图。这里介绍quantmod包画K线图的函数ChartSeries（）。

一、k线图综述

K线是记录一段时间内价格变化情况的图表，每一根K线都由开盘价、收盘价、最高价、最低价四个价位组成。开盘价低于收盘价称为阳线，反之则称为阴线。根据周期，K线可以分为日K线、K周线、月K线、年K线，1小时K线，5分钟K线等。根据形态，K线可以分为光头阳（阴）线，光脚阳（阴）线、光头光脚阳（阴）线、十字星、（倒）T字线和一字线六种。“光头”是指完全没有上影的K线，“光脚”是指完全没有下影的K线，而T字线和倒T字线是它们的特殊形式；当开盘价正好与收盘价相等，就会形成十字星；当K线的四个价格都相等，才会形成一字线，它常常出现在股票市场的封涨停和封跌停的情况，或者是在极短期的走势图中完全没有成交量的状态下。而在实际的金价走势中，同时带有上下影的K线才是最常见的。

对于K线的阴阳，阳线表示将继续上涨，阴线表示将继续下跌，这符合技术分析理论中，价格会沿趋势波动的原理，也是技术分析中最核心的思想。对于K线实体的大小，它反映的是行情的内在动力，实体越大，上涨或下跌的趋势越是明显，反之趋势则不明显。对于K线影线长短，所代表的是行情的转折信号，向一个方向的影线越长，越不利于价格向这个方向变动，即上影线越长，越不利于股价上涨，下影线越长，越不利于价格下跌。K线的周期是可以根据使用者的需求自行设定的，最常用的是日线图，其他辅助的还有5分钟K线图，15分钟K线图，30分钟K线图，60分钟K线图，日K线图，周K线图，月K线图等等。

K线分析的三要素：阴线和阳线的数量代表行情的总体趋势；K线实体的大小代表行情的内在动力和趋势的强弱；影线的长短反映行情转折意愿。当然，上述这些只是十分基础的K线知识，在实际看盘和技术分析的过程中，投资者最重要的是能够明白K线组合形态所代表的含义，并且更够根据一些经典的看涨和看跌组合，提前对行情的转折作出预判。

二、数据准备

这里以上证指数为例绘制K线图。

library(pedquant)

library(quantmod)

library(xts)

d163<-md_stock("000001.sh",from='2019-01-01',to='2022-08-01',source="163",adjust=NULL)

data<-d163[[1]]

股票数据结构概览

str(data)

Classes ‘data.table’ and 'data.frame':	869 obs. of  15 variables:

 $ symbol    : chr  "000001.SS" "000001.SS" "000001.SS" "000001.SS" ...

 $ name      : chr  "上证指数" "上证指数" "上证指数" "上证指数" ...

 $ date      : Date, format: "2019-01-02" "2019-01-03" ...

 $ open      : num  2498 2462 2446 2529 2530 ...

 $ high      : num  2500 2488 2515 2537 2531 ...

 $ low       : num  2456 2456 2441 2516 2520 ...

 $ close     : num  2465 2464 2515 2533 2526 ...

 $ close_prev: num  2494 2465 2464 2515 2533 ...

 $ change_pct: num  -1.147 -0.0377 2.0494 0.7245 -0.2616 ...

 $ volume    : num  1.10e+08 1.24e+08 1.69e+08 1.77e+08 1.58e+08 ...

 $ amount    : num  9.76e+10 1.07e+11 1.39e+11 1.46e+11 1.23e+11 ...

 $ turnover  : num  NA NA NA NA NA NA NA NA NA NA ...

 $ cap_market: num  NA NA NA NA NA NA NA NA NA NA ...

 $ cap_total : num  NA NA NA NA NA NA NA NA NA NA ...

 $ unit      : chr  "CNY" "CNY" "CNY" "CNY" ...

 - attr(*, "problems")=<externalptr>

 - attr(*, ".internal.selfref")=<externalptr>

 - attr(*, "sorted")= chr "date"

szzs=data.frame(data[,3:7],data[,10])

      date     open     high      low    close    volume

1 2019-01-02 2497.881 2500.278 2456.423 2465.291 109932013

2 2019-01-03 2461.783 2488.479 2455.926 2464.363 124397497

3 2019-01-04 2446.019 2515.316 2440.907 2514.868 168877667

4 2019-01-07 2528.699 2536.977 2515.508 2533.089 177305010

5 2019-01-08 2530.300 2531.345 2520.165 2526.462 158099181

6 2019-01-09 2536.417 2574.408 2536.157 2544.345 191887930

！！！ChartSeries（）必须使用xts数据对象，所以需要将上面数据进行如下的转换，注意他们之间的区别。

SZZS<-xts(szzs[,-1],order.by = as.Date(szzs[,1]))

head(SZZS)         #注意和上面行标的区别

               open     high      low    close    volume

2019-01-02 2497.881 2500.278 2456.423 2465.291 109932013

2019-01-03 2461.783 2488.479 2455.926 2464.363 124397497

2019-01-04 2446.019 2515.316 2440.907 2514.868 168877667

2019-01-07 2528.699 2536.977 2515.508 2533.089 177305010

2019-01-08 2530.300 2531.345 2520.165 2526.462 158099181

2019-01-09 2536.417 2574.408 2536.157 2544.345 191887930

三、绘制K线图

library(quantmod)

chartSeries(SZZS)

library(quantmod)

chartSeries(SZZX, name='K线图', line.type="l", bar.type="ohcl",

            theme="white", up.col='red', dn.col='green',

            TA="addVo();addSMA(5);addSMA(10);addMACD();")

library(quantmod)

shangzheng<-to.weekly(SZZS)

chartSeries(shangzheng,theme = 'white',name='上证周线图',up.col = 'red',dn.col = 'green')

参考文献

1.(R语言绘制K线图)[https://blog.csdn.net/superdont/article/details/51541014]

2.(R语言金融数据分析之quantmod)[https://www.cnblogs.com/adam012019/p/14867140.html?ivk_sa=1024320u]

3.(股票入门K线图基础知识：24种K线图图解)[https://zhuanlan.zhihu.com/p/453937837]