简介这是一份面向股票量化与缠论研究者的Python程序化实践项目以《缠中说禅博客》中的交易方法为蓝本实现了K线包含处理、顶底分型识别、画笔划分等核心流程并在TODO中规划线段划分、均线选股、均线轮动与板块强弱指标、每日走势分类30分钟8根K线等进阶方向。项目共33个文件压缩包约25KB属于轻量级代码包主体为21个Python脚本按主程序、缠论核心模块、内外部依赖包、测试用例与特征处理分层组织便于对照算法逻辑逐段阅读。另含少量XML工程配置、TXT说明与许可证/说明文档并配有环境依赖清单方便直接搭建运行环境。目前已有898人学习下载适合具备一定Python基础、希望把缠论形态判断落地的技术分析爱好者。通过阅读源码并运行测试读者既能理解从K线合并到笔划分的完整实现思路也能基于现有框架继续补充选股、板块轮动等策略是进入缠论量化领域的一份紧凑参考。1. 缠论程序化到底在做一件什么事先分清哪些是规则哪些是感觉“缠论”在量化圈口碑很两极一边说它是玄学千人千缠同一个位置有人标顶分型有人标笔谁也说服不了谁另一边确实有人把分型、笔、中枢、背驰做成程序在商品和指数上跑了好几年靠它躲掉一批假突破。ChZhShCh 这个名字听起来神秘但拆开看就是部分缠论技术的程序化实践——不是要把整套理论搬进代码而是把其中有明确几何定义的环节分型、笔、线段、中枢、背驰、买卖点固化成确定性规则把“千人千缠”压缩成一份无法扯皮的执行清单。这篇笔记按我自己搭过的一版实践路径来写从K线数据到买卖点信号要过哪几关、每关怎么选型、边界在哪以及新手最容易被坑的五个位置。适合已经会用 Python 做数据处理、但还没把缠论落成代码的从业者。2. 先定义干净的数据结构K线模型与包含关系合并2.1 数据源与字段组织程序化缠论的第一步不是写算法数据决定了后面所有判断。我一般直接使用日线或 30 分钟作为最小操作周期用 pandas 按时间戳组织 K 线字段固定为 ts、open、high、low、close、volume 六项。缠论的顶底分型、笔、中枢全部依赖 high 和 low这两个字段的数值质量要优先保证——这不只是数据源要可靠还指复权方式要统一。回测和实盘我都统一用后复权数据。前复权价格会随每次除权除息把历史价格整体平移同一段走势在不同交易日读取时高低点数值不同分型和笔在端点接近时会翻转顺序回测出的信号第二天就对不上号。后复权历史价格稳定实盘最新价与后复权的换算也简单。停牌和一字板要提前处理。停牌日直接删除不参与分型判断一字板当天 highlowclose这类 K 线在包含合并里会把方向带偏我习惯先打一个 is_limit 标记宁可跳过也不让它参与分型。数据清洗逻辑不复杂关键是要在进入算法前把脏数据挡在门外import pandas as pd def load_kline(path): df pd.read_csv(path, parse_dates[ts]) df df.sort_values(ts).drop_duplicates(subsetts, keeplast) # 指数没有 amount 时用 volume 代替这里只保留标准 OHLCV df df[[ts, open, high, low, close, volume]].reset_index(dropTrue) # 一字板标记high 与 low 相等或差值极小 df[is_limit] (df[high] - df[low]) 1e-8 return df这段逻辑有两个参数值得说明。排序后去重要保留最后一个因为部分数据源在相同时间戳下会重复推送上一根 K 线保留 last 才是最新状态is_limit 用 high 减 low 的几何判断而不用涨跌幅因为 ST 股和普通股的一字板幅度不同几何上的一字 K 线才对分型有真实干扰。2.2 包含关系合并所有分型判断的地基缠论里的 K 线包含关系指相邻两根 K 线中一根的高低点完全被另一根包住。遇到包含必须先合并否则顶底分型会大量误判。合并方向不由当前两根 K 线决定而由前一根 K 线给出的方向决定上升趋势中取高点较高、低点也较高的一根作为结果下降趋势中取高点较低、低点也较低的一根。规则初看反直觉写成代码后却很直接def merge_klines(klines): 顺序合并存在包含关系的K线返回合并后的K线序列 merged [klines[0]] for k in klines[1:]: last merged[-1] # 一字板不参与合并直接追加 if k.get(is_limit) or last.get(is_limit): merged.append(k) continue # 判断两根K线是否构成包含关系 contained (last[high] k[high] and last[low] k[low]) or \ (k[high] last[high] and k[low] last[low]) if not contained: merged.append(k) continue # 方向由合并序列中前一根K线相对更前一根的方向决定 if len(merged) 2: prev2 merged[-2] direction up if prev2[high] last[high] else down else: direction up # 序列开头没有参照时默认向上 if direction up: high max(last[high], k[high]) low max(last[low], k[low]) else: high min(last[high], k[high]) low min(last[low], k[low]) merged[-1] { ts: k[ts], # 合并K线用后一根的收盘时间 open: last[open], # open 取前一根close 取后一根 close: k[close], high: high, low: low, volume: last[volume] k[volume], } return merged最容易被忽略的一点是合并必须顺序迭代不能先把所有包含关系找出来再一次性合并。两根 K 线合并后产生的新 high/low 可能与下一根再次形成包含必须逐根推到序列末尾。方向判定的参照也必须是合并序列里的前一根而不是原始 K 线的前一根否则前一次合并的结果会被下一次判断丢掉。合并后 K 线的时间戳用后一根的收盘时间open 取前一根、close 取后一根这样后续画笔时笔的内部结构仍保留一个可追踪的语义。volume 做加法为后面按笔统计成交量备数据。这个合并函数是整个链路里最容易写歪的部分它一旦出错后面分型、笔、中枢全部跟着错而且很难排查。2.3 合并序列与原始K线的映射信号落地必须能追溯到真实K线程序把分型、笔、中枢算出来以后最终仍要落到交易决策某日出现三买下单依据的是哪一根真实 K 线如果直接拿合并后序列做会发现合并 K 线的时间戳和原始 K 线对不上。我的做法是每一根合并 K 线都记录 origin_range即它由原始序列的第几根到第几根合并而来。后续所有信号只记录 index 和 ts回测下单时再映射回原始 K 线以原始 K 线收盘价作为成交基准。实现上就是在合并循环里维护一个区间列表与 merged 序列等长每个元素保存 (min_idx, max_idx)。这个区间在信号确认时价值很大某个底分型在合并序列的 index12对应原始 K 线 10 到 15 根那么真正可用的确认信号要等原始第 16 根收盘后落地天然规避了未来函数。这个设计细节直接影响第 5 章要讲的回测真实性问题建议在写代码的第一天就把它带上后面补会很痛苦。3. 分型到线段把核心算法链一次跑通3.1 缠论顶底分型识别三根K线一个分型条件要写全分型是缠论里最底层的几何单元只需看合并序列里连续三根 K 线。顶分型要求中间一根高点最高、低点也最高底分型要求中间一根低点最低、高点也最低。条件是“且”的关系不能只比较高点或只比较低点否则大量弱分型会混进笔的候选里。def find_fractals(merged): 在合并K线序列上找顶底分型 fractals [] for i in range(1, len(merged) - 1): p, c, n merged[i - 1], merged[i], merged[i 1] is_top (c[high] p[high] and c[high] n[high] and c[low] p[low] and c[low] n[low]) is_bottom (c[high] p[high] and c[high] n[high] and c[low] p[low] and c[low] n[low]) if is_top: fractals.append({idx: i, type: top, price: c[high], ts: c[ts]}) elif is_bottom: fractals.append({idx: i, type: bottom, price: c[low], ts: c[ts]}) return fractals这里有个细节同一个 idx 理论上不可能既是顶又是底所以用 if-elif。如果出现同一根 K 线被左右两侧分别判断成顶和底说明合并序列没做干净反推回去八成是包含合并的方向判定有误。分型识别是整条链路上最不应该“创新”的地方标准定义怎么写代码就怎么写。序列首尾的分型无法识别因为缺一侧参照所以循环必须跳过 range 两端这也意味着最新一笔的形成天然滞后一根 K 线是缠论几何的固有成本。3.2 笔的串联顶底交替、间隔过滤与新旧笔分歧分型只是散落的点笔是把相邻的顶底分型连成一段走势。笔的规则有严格版和宽松版程序化必须二选一锁死。老笔要求顶底分型之间至少隔一根完整独立 K 线新笔允许共用一根 K 线。实操中两者信号数量和形态差异很大我用日线级别锁老笔30 分钟级别锁新笔。小级别 K 线密度高严格规则会把笔拉得过长很多有效转折被过滤日线级别本身 K 线少宽松规则会产生大量噪音笔。def build_bis(fractals, stylestrict): 把分型串联成笔。 style: strict(老笔) / loose(新笔) bis [] prev None for f in fractals: if prev is None: prev f continue # 同类型分型保留更极端的一个 if f[type] prev[type]: if (f[type] top and f[price] prev[price]) or \ (f[type] bottom and f[price] prev[price]): prev f continue gap f[idx] - prev[idx] if style strict: ok gap 3 else: ok gap 2 if ok: bis.append({start: prev, end: f}) prev f return bis同类型分型保留更极端的一个是这段代码里最容易被漏掉的逻辑。没有这一步两个连续的顶分型会生成一条向上笔再立刻生成一条向下一笔走势被切碎。保留极端值等于在做转折点清洗这一步不做干净后面中枢数量会多到没法看。gap 阈值也有讲究老笔要求分型之间隔独立 K 线两个分型的 idx 差要达到 3新笔允许共边idx 差 2 即可。这两个数字不是拍脑袋是按分型占三根 K 线的几何事实推出来的。gap 再放大笔数量减少但转折变钝背驰判断整体后移。3.3 线段划分的简化实践不做理论级递归只做滤波器线段是缠论里公认最模糊的部分。理论上的线段划分要处理特征序列、缺口、线段破坏定义存在多种解读。我不建议在程序里实现完整递归不同解释得出的结果差异比笔还大且极难回测。我一般做一层简化把笔序列当作新的“K 线”对同方向的连续笔做合并过滤形成线段级转折点。def build_segments(bis): 把笔合并成线段同方向连续笔视为同一段 只保留该段中幅度最大的一笔作为线段端点。 segs [] current_dir None max_bi None for bi in bis: direction up if bi[end][type] top else down if current_dir is None: current_dir direction max_bi bi continue if direction current_dir: # 同方向保留幅度更大的笔 if abs(bi[end][price] - bi[start][price]) \ abs(max_bi[end][price] - max_bi[start][price]): max_bi bi else: segs.append(max_bi) current_dir direction max_bi bi if max_bi is not None: segs.append(max_bi) return segs这段代码不是理论意义的线段而是折返过滤器但作为中枢识别的输入已经够用。中枢的构成单元是次级别的三段走势用笔做单元时三段笔的重叠区间已能描述中枢这里把同向连续小笔合并让中枢不因为一两根 K 线的小摆动频繁出现。做这个简化时心里要有数可以不实现线段全部理论细节但要在代码注释里写清楚“当前版本用笔直接构造中枢”避免后续维护的人误以为程序实现了完整线段定义。程序化缠论最怕的不是算法简单而是实现口径与声称口径不一致。4. 中枢与背驰程序如何理解走势结构4.1 中枢识别三笔重叠区间就是中枢中枢的几何定义是至少三个连续次级别走势类型的重叠部分。在笔的粒度下最常用做法是取连续三笔的高低点中枢下沿 ZD 取三笔低点中的最大值中枢上沿 ZG 取三笔高点中的最小值ZG 高于 ZD 就构成中枢。进入中枢识别前先给每根笔补两个辅助字段笔的起点终点中更高的一个作为 full_high更低的一个作为 full_low。下面实现先用端点价格演示主逻辑def find_centers(bis): 在笔序列上扫描中枢返回中枢区间列表 centers [] for i in range(len(bis) - 2): b1, b2, b3 bis[i], bis[i 1], bis[i 2] highs [ max(b1[start][price], b1[end][price]), max(b2[start][price], b2[end][price]), max(b3[start][price], b3[end][price]), ] lows [ min(b1[start][price], b1[end][price]), min(b2[start][price], b2[end][price]), min(b3[start][price], b3[end][price]), ] zd max(lows) zg min(highs) if zg zd: centers.append({ start_idx: i, end_idx: i 2, zd: zd, zg: zg, gg: max(highs), dd: min(lows), }) return centers用端点价格算出的中枢对三买三卖这类边界信号影响不小因为跳空或长影线会让端点价格漏掉真实极值。更精细的做法是每根笔携带 full_high 和 full_low即笔跨越的原始 K 线范围内最高最低价然后用它们计算 ZD 和 ZG。经验是端点价格用于背驰力度对比时差别不显著用于中枢边界信号时会漏掉一些有效三买三卖。初期版本先用端点简化等回测链路稳定后升级到 full 范围不用一上来就追求最精确。中枢延伸与破坏也要程序化某笔离开中枢区间突破 ZG 或跌破 ZD后下一笔回抽不回中枢中枢进入破坏确认如果回抽回到中枢内只是延伸。实现方式是找到中枢后向后扫描后续笔记录第一次离开并回抽不回中枢的位置作为中枢结束点。这个结束点是背驰对比里“离开段”的起点。4.2 背驰判断用MACD面积对比进入段与离开段背驰的本质是走势力度衰竭。程序里最常见的替代指标是 MACD 柱面积进入中枢的那一段与离开中枢的那一段对比同方向柱子的面积总和离开段面积明显小于进入段则判定背驰。注意只累加与段方向一致的柱上升段用红柱下降段用绿柱绝对值。def segment_macd_area(df, start_ts, end_ts, macd_colhist): 计算一段走势内与方向一致的MACD柱面积 seg df[(df[ts] start_ts) (df[ts] end_ts)] if seg.empty: return 0.0 vals seg[macd_col] direction 1 if seg[close].iloc[-1] seg[close].iloc[0] else -1 if direction 0: area vals[vals 0].sum() else: area abs(vals[vals 0].sum()) return area用这个函数时有一个典型错误把整段 K 线的柱面积全部累加正负抵消后面积趋近于 0然后得出“没有背驰”的结论。必须按方向只累加同向柱。方向判定也可以用笔的方向向上笔或向下笔而不看段首段尾收盘价因为笔的方向已经由分型类型确定了更稳定。MACD 参数默认 12/26/9在 30 分钟和日线级别基本可用。但如果标的波动快比如某些商品期货主力合约12/26/9 在 5 分钟级别会频繁钝化。参数不急于求最优先把 12/26/9 固定跑通流程后面的参数敏感性扫描会告诉你这组参数是不是处在稳定平台内。4.3 三类买卖点的程序化判定把文本规则翻译成条件第一、二、三类买卖点在程序里是独立判定函数需要前面全链路的结果作为输入。判定顺序是一买是下降趋势中出现背驰背驰段结束后第一个底分型出现二买是一买后第一段向上笔结束回抽向下笔低点不低于一买低点三买是向上突破中枢后回抽不回到 ZG 上方。这里给出一买函数的骨架def detect_class1_buy(centers, bis, df): 在最后一个中枢之后找一类买点向下离开段背驰 if len(centers) 1 or len(bis) 4: return None last_c centers[-1] # 离开段中枢结束后最后一笔向下笔 leave_bi None for bi in reversed(bis): if bi[start][type] top and bi[end][type] bottom: if bi[start][idx] last_c[end_idx]: leave_bi bi break if leave_bi is None: return None # 进入段中枢形成前最后一笔向下笔 enter_bi None for bi in bis: if bi[end][idx] last_c[start_idx]: if bi[start][type] top and bi[end][type] bottom: enter_bi bi if enter_bi is None: return None area_enter segment_macd_area(df, enter_bi[start][ts], enter_bi[end][ts]) area_leave segment_macd_area(df, leave_bi[start][ts], leave_bi[end][ts]) # 面积缩小20%以上才算背驰 if area_leave area_enter * 0.8: return { ts: leave_bi[end][ts], price: leave_bi[end][price], type: buy_1 } return None关键参数是 0.8 的背驰阈值。理论上面积缩小就算背驰但程序里一根异常 K 线就会导致面积异常所以我用 0.8 做安全垫商品和指数上都保持在 0.8 到 0.85 之间。二买三买实现类似核心是把“回抽不破前低”“回抽不回中枢”写成端点价格比较。到这里缠论里能被量化的部分基本落地。至于那些依赖人工语境的部分我会明确排除在策略代码外强行程序化只会得到一堆无法解释的参数。5. 避坑与排查实战里绕不开的5个翻车点5.1 包含合并没按顺序迭代分型数量直接翻倍第一次跑出分型列表时看到的顶分型数量比手标多近一倍。排查后发现合并逻辑写成了“先找出所有包含对再一次性合并”这违反了缠论处理包含的递推原则合并后的新 K 线又会和相邻 K 线形成新的包含必须逐根顺序处理。解决方式就是第 2 章的 merge_klines 函数merged 列表不断更新末尾元素参与后续判断。判断是否写对有个土办法把合并后序列画出来对比原始走势包含处应该是“一根吞掉一根”的阶梯形态而不是锯齿。代码评审时我要求每条包含合并必须能在图上对应到一段连续 K 线否则一律打回。5.2 前复权数据导致信号在第二天“漂移”回测出了三买信号第二天复盘时同一段代码在同样的位置不再出信号。这个现象不是随机噪声而是数据口径问题。用前复权数据时标的除权除息后历史所有 K 线价格会整体重算同一位置的端点价格出现微小位移分型和笔的顺序在价格接近时会翻转。解决方式回测统一用后复权。实盘端取行情时显式指定复权参数历史部分全部按后复权重算保证与回测基准一致。另一个连带坑是仓位计算复权价不是真实成交价算手数必须用原始价否则仓位系数也会漂。5.3 新笔老笔规则没锁死中枢数量差一倍同一个标的老笔跑出 3 个中枢新笔变成 6 个。这不是 bug是定义差异。老笔要求分型之间隔独立 K 线过滤大量小转折新笔允许共边小折返也会成笔中枢必然增多。问题在于不少人会写一个“笔灵敏度”参数在不同行情里来回切换找信号这本质是过拟合。我的做法是写进配置文件日线级别固定老笔30 分钟固定新笔任何行情都不改。宁可接受某段行情信号少也不去反复调整定义。笔规则一旦锁死中枢、背驰、买卖点才具备可对比性。5.4 MACD面积对比里正负抵消背驰全被算没背驰函数第一次跑完整段行情一个背驰都没有。排查后发现面积累加用了 sum()红柱绿柱互相抵消下跌段的绿柱面积被红柱吃掉近一半对比自然不成立。改成按方向分别累加后背驰信号数量立刻正常。这个错误很隐蔽因为程序不报错只输出一个“永远为假”的判断结果。建议在背驰函数里加一个防御性检查当同向柱面积累计为 0 时抛警告而不是静默返回 0。同时把分型、笔、K 线的 ts 范围打印出来人工对照几个已知背驰点确认面积计算区间没有丢 K 线。5.5 确认信号的未来函数顶分型当天不能下单缠论分型要三根 K 线确认第三根 K 线收盘那一刻分型才成立。如果程序在第三根 K 线内部就发信号等于用了当根 K 线的最高最低做未来数据。回测引擎里这会造成“点位极准”的假象实盘完全复现不了。解决方式信号统一挂在分型确认后下一根 K 线开盘执行。我在回测代码里专门实现一段延迟下单逻辑所有信号 ts 都要经过 confirm_shift默认延迟 1 根 K 线。这个延迟会让胜率看起来下降一点但那是真实可执行的胜率。回测日志里同时打印 signal_ts 和 exec_ts 两列检查两者是否相差一根以上是排查未来函数的最快办法。这五个坑里前三个是数据与定义层面的地基问题后两个是回测层面的隐蔽问题。把它们写进代码评审清单比任何一轮调参都管用。6. 让信号经得起验证参数敏感性扫描与最后一公里整套链路跑通后下一步是回答一个现实问题这些参数换到别的标的上还灵不灵。我最常用的验证方法是固定标的做参数邻域扫描不是找最优值而是看是否存在一个“稳定平台”。把背驰比例阈值从 0.6 扫到 0.95间隔 0.05同时把 MACD 快线从 5 扫到 20得到一张类似下面的二维表数值仅示意用于说明判定逻辑参数档位MACD(5,35,5)MACD(12,26,9)MACD(20,40,10)背驰阈值 0.60盈亏比 2.1盈亏比 2.4盈亏比 2.0背驰阈值 0.75盈亏比 2.6盈亏比 2.9盈亏比 2.5背驰阈值 0.85盈亏比 2.3盈亏比 2.7盈亏比 2.2理想状态是中间一片都稳定在 2.5 以上而不是只在某一个格子里爆出 4.0。只在一个格子爆表基本可判定是参数组合恰好贴合了这段行情的噪声换一段就失效。我通常取平台区域内的中间值而不是峰值。第二个验证方法是一致性回放参数全部固定在数据末尾逐日追加最新 K 线重新算信号序列对比信号是否稳定出现在同一位置。每天在模拟环境跑一次坚持两三周比任何单次回测都能暴露复权漂移和未来函数。最后说实盘衔接。信号出来后成交价按什么价最关键。我的回测设定是信号次日开盘价成交但实盘开盘价有滑点和集合竞价不确定性所以加了一道“开盘 30 秒后确认条件仍满足”再下单的过滤。这不是缠论规则是执行层防腐。回头看缠论程序化的价值不在预测走势而在把一套讲究级别嵌套的体系降维成可执行规则约束你在该等的时候等、该动的时候动。我在这套系统上踩过最深的坑是调参上瘾连续两天扫参数觉得每个波动都能优化结果换一段行情全部还回去。后来给自己立了规矩参数一年只复核一次平时只处理数据和执行层问题实盘反而稳定很多。希望帮到你。本文还有配套的精品资源点击获取