如何量化识别股票底部形态（一）

子晓聊技术

发布于 2026-04-23 16:31:19

1610

文章被收录于专栏：子晓AI量化子晓AI量化

大家常说，我们只要找到符合条件底部形态的个股买入持有，找到高位卖出，就能完成高抛低吸的操作。

那这篇文章写一写，我们怎么量化识别股票所谓的底部形态呢？

这里先介绍下我们常见的一些底部形态。

一、底分型：K线反转的“最小单位”

为啥先讲这个，最近有几个人问我缠论的底分型，估计一些人对缠论感兴趣

1. 形态定义与特征

底分型是K线理论中最基础的反转形态，由3根相邻K线组成，是构成更大级别底部（如W底、头肩底）的“基石”。其核心特征：

中间K线低点最低：第2根K线的低点必须低于第1根和第3根K线的低点；
中间K线高点最低：第2根K线的高点也必须低于第1根和第3根K线的高点。

简单说，就是“低点更低、高点也更低”的三根K线组合，意味着短期空方力量衰竭，多方开始反攻。

2. 市场含义

底分型代表短期下跌趋势的暂停或反转。若出现在长期下跌后的低位，且伴随成交量放大，反转信号可靠性更高；若出现在下跌中继，可能是短暂反弹，需结合其他指标验证。

3. 提供一个识别例子

import akshare as ak
import pandas as pd
# 识别底分型
def find_bottom_fractal(df):
    df['底分型'] = False
    for i in range(1, len(df) - 1):
        current_low = df['最低'].iloc[i]
        current_high = df['最高'].iloc[i]
        prev_low = df['最低'].iloc[i - 1]
        next_low = df['最低'].iloc[i + 1]
        prev_high = df['最高'].iloc[i - 1]
        next_high = df['最高'].iloc[i + 1]
        # 底分型条件：中间K线低点最低+高点最低
        if (current_low < prev_low) and (current_low < next_low) and \
                (current_high < prev_high) and (current_high < next_high):
            df.at[df.index[i], '底分型'] = True
    return df
# 获取股票数据（以平安银行000001为例）
def get_stock_data(symbol="000001", start_date="20250101", end_date="20250921"):
    df = ak.stock_zh_a_hist(symbol=symbol, period="daily",
                            start_date=start_date, end_date=end_date, adjust="qfq")
    df['日期'] = pd.to_datetime(df['日期'])
    df.set_index('日期', inplace=True)
    return df[['开盘', '收盘', '最高', '最低', '成交量']]
# 执行识别
df = get_stock_data()
df = find_bottom_fractal(df)
bottom_signals = df[df['底分型']]
print(f"共识别出{len(bottom_signals)}个底分型信号，日期：{bottom_signals.index.strftime('%Y-%m-%d').tolist()}")

二、双重底（W底）：趋势反转的“可靠信号”

1. 形态定义与特征

双重底，俗称“W底”，由两个低点和中间一个反弹高点构成，形似字母“W”。其核心特征：

两个低点价格相近：第二个低点与第一个低点价格差异不超过5%（可自定义）；
颈线突破确认：两个低点之间的反弹高点连成“颈线”，股价需放量突破颈线（幅度超3%）才确认形态成立；
时间间隔：两个低点间隔至少20个交易日（避免短期波动干扰）。

2. 市场含义

W底是典型的“底部夯实”形态：第一个低点是空方第一次发力，反弹后空方再次打压，但第二个低点未创新低，说明空方力量耗尽，突破颈线则标志着多方正式接管趋势。

3、提供一个识别例子

import pandas as pd
import akshare as ak
def find_double_bottom(df, min_distance=20, price_tolerance=0.05, breakout_ratio=0.03):
    # 第一步：找出所有局部低点（低点比前后5天都低）
    df['局部低点'] = False
    for i in range(5, len(df) - 5):
        if df['最低'].iloc[i] == df['最低'].iloc[i - 5:i + 5].min():
            df.at[df.index[i], '局部低点'] = True
    local_lows = df[df['局部低点']]
    double_bottoms = []
    # 第二步：匹配两个低点，满足条件则记录
    for i in range(len(local_lows) - 1):
        low1 = local_lows.iloc[i]
        low2 = local_lows.iloc[i + 1]
        # 条件1：两个低点间隔足够
        days_between = (low2.name - low1.name).days
        if days_between < min_distance:
            continue
        # 条件2：价格相近（容忍范围内）
        price_diff = abs(low2['最低'] - low1['最低']) / low1['最低']
        if price_diff > price_tolerance:
            continue
        # 条件3：计算颈线（两个低点之间的最高点）
        between_data = df[(df.index > low1.name) & (df.index < low2.name)]
        neckline = between_data['最高'].max()
        # 条件4：检查颈线是否被突破（low2之后的交易日）
        after_low2 = df[df.index > low2.name]
        if len(after_low2) == 0:
            continue
        breakout_close = neckline * (1 + breakout_ratio)
        breakout_signals = after_low2[after_low2['收盘'] > breakout_close]
        if len(breakout_signals) > 0:
            double_bottoms.append({
                '第一个低点日期': low1.name,
                '第二个低点日期': low2.name,
                '第一个低点价格': low1['最低'],
                '第二个低点价格': low2['最低'],
                '颈线位': neckline,
                '突破日期': breakout_signals.index[0],
                '突破收盘价': breakout_signals['收盘'].iloc[0]
            })
    return double_bottoms
# 获取股票数据（以平安银行000001为例）
def get_stock_data(symbol="000001", start_date="20250101", end_date="20250921"):
    df = ak.stock_zh_a_hist(symbol=symbol, period="daily",
                            start_date=start_date, end_date=end_date, adjust="qfq")
    df['日期'] = pd.to_datetime(df['日期'])
    df.set_index('日期', inplace=True)
    return df[['开盘', '收盘', '最高', '最低', '成交量']]
# 执行识别
df = get_stock_data()
# 执行识别
double_bottoms = find_double_bottom(df)
if double_bottoms:
    for db in double_bottoms:
        print(f"W底确认：\n第一个低点：{db['第一个低点日期']}（价格：{db['第一个低点价格']:.2f}）")
        print(f"第二个低点：{db['第二个低点日期']}（价格：{db['第二个低点价格']:.2f}）")
        print(f"颈线位：{db['颈线位']:.2f}，突破日期：{db['突破日期']}\n")
else:
    print("未识别出符合条件的W底形态")