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。

【必读文章】:《10年400倍策略分享-附视频逐行讲解代码》

《EOS期现套利，一周时间，15%无风险收益》

【历史文章汇总】:https://bbs.pinggu.org/thread-3950124-1-1.html

微信个人号：xingbuxing0807，有问题欢迎交流

在量化投资中，原来K线还能这么画（附画K线代码）（下）

接上篇

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，也可以加我微信xingbuxing0807交流。

03

实际效果对比

「究竟有啥不一样」

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。

04

作用

「从数据中来，到策略中去」

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，感兴趣的话可以加我微信xingbuxing0807交流。

欢迎在下方回帖参与讨论，回帖还可以获得论坛币哦！

[hide][/hide]