title: K线形态类技术指标因子（cn_stock_factors_ta_pattern） source: bigfactorwarehouse / cn_stock / cn_stock_factors_ta_pattern format: markdown

K线形态类技术指标因子（cn_stock_factors_ta_pattern）

单根到三根 K 线的形态特征：影线比例、实体比例与收盘位置刻画日内多空争夺的结果，跳空幅度刻画隔夜情绪冲击， 十字星 / 锤子线 / 倒锤子线 / 射击之星 / 吞没 / 刺透 / 乌云盖顶 / 星线 / 红三兵 / 三只乌鸦是经典反转与延续形态标记， 内包线与外包线刻画波动的收敛与放大，连续上涨天数刻画短期情绪动量。 本类因子窗口极短，噪声大但换手信息足，适合与中长周期趋势因子搭配。

• 因子数量：21 个因子 / 21 个数据列
• 主键：date + instrument（按 cn_stock_instruments 对齐全市场标的）
• 数据起始：2010-01-01，日频增量更新
• 复权口径：后复权（cn_stock_bar1d 全表统一）

1. 上游依赖（基础数据表）

cn_stock_bar1d 为分区表，SQL 的 date 过滤由 dai.query(filters={"date": [...]}) 下推完成。

2. 因子清单（21 列）

参数列指形态识别需要的 K 线根数：1 = 单根，2 = 当日 + 前一日，3 = 当日 + 前两日。

2.1 形态标记列的取值口径

本表的形态标记列有两种取值口径，混在同一张表里是有意为之（自研形态用可读的 0/1，TA-Lib 移植形态保留原口径便于与外部结果对齐），建模前请按列区分：

• 自研列在预热不足（m_lag 为 NULL）时显式写成 NULL，避免把"无法判定"误当成"未命中"。
• TA-Lib 列在预热期由算子自身返回 0（不是 NULL），因此这些列不会因预热损失覆盖度， 落库后的少量缺失只来自标的对齐（当日停牌 / 无行情），覆盖度是全表最高的一档。
• body_ratio、gap_ratio、upper_shadow、lower_shadow、body_pos、rise_count 为连续值列，不是 0/1 标记。

3. 因子族公式与 DAI SQL

3.1 影线与实体形态

公式：上影线比例 = (H − MAX(O,C)) / (H − L)；下影线比例 = (MIN(O,C) − L) / (H − L)；收盘位置 = (C − L) / (H − L)；十字星 = 1（|C − O| / (H − L) ≤ 0.1）

输出列（4）：upper_shadow、lower_shadow、body_pos、doji

SELECT date, instrument,    (high - greatest(open, close)) / NULLIF(high - low, 0) AS upper_shadow,    (least(open, close) - low) / NULLIF(high - low, 0) AS lower_shadow,    (close - low) / NULLIF(high - low, 0) AS body_pos,    if(abs(close - open) / NULLIF(high - low, 0) <= 0.1, 1, 0) AS dojiFROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.2 锤子线形态 / 连续上涨天数

公式：hammer 为 TA-Lib 标准锤子线识别（小实体、长下影、上影极短）；rise_count 为当前连续收阳（Close > 前Close）天数

输出列（2）：hammer、rise_count

SELECT date, instrument,    m_ta_hammer(open, high, low, close) AS hammer,    m_consecutive_rise_count(close) AS rise_countFROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

3.3 实体与跳空形态

公式：实体比例 = |C − O| / (H − L)；光头光脚线 = 1（|C − O| ≥ 0.9 × (H − L) 且 H > L）；跳空幅度 = (O − 前C) / 前C

输出列（3）：body_ratio、marubozu、gap_ratio

SELECT date, instrument,    abs(close - open) / NULLIF(high - low, 0) AS body_ratio,    CASE WHEN high <= low THEN NULL         WHEN abs(close - open) >= 0.9 * (high - low) THEN 1 ELSE 0 END AS marubozu,    (open - m_lag(close, 1)) / NULLIF(m_lag(close, 1), 0) AS gap_ratioFROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

marubozu 用 high <= low THEN NULL 显式排除一字板，否则 |C − O| ≥ 0.9 × 0 恒真，会把全部一字板误判成光头光脚线。

3.4 包含与吞没形态

公式：看涨吞没 = 前阴 + 今阳 + 今实体完全覆盖前实体；看跌吞没 = 前阳 + 今阴 + 今实体完全覆盖前实体；内包线 = 今高低点被前高低点包含；外包线 = 今高低点包含前高低点

输出列（4）：bullish_engulfing、bearish_engulfing、inside_bar、outside_bar

SELECT date, instrument,    CASE WHEN m_lag(close, 1) IS NULL THEN NULL         WHEN m_lag(close, 1) < m_lag(open, 1) AND close > open              AND close >= m_lag(open, 1) AND open <= m_lag(close, 1) THEN 1 ELSE 0 END AS bullish_engulfing,    CASE WHEN m_lag(close, 1) IS NULL THEN NULL         WHEN m_lag(close, 1) > m_lag(open, 1) AND close < open              AND close <= m_lag(open, 1) AND open >= m_lag(close, 1) THEN 1 ELSE 0 END AS bearish_engulfing,    CASE WHEN m_lag(high, 1) IS NULL THEN NULL         WHEN high <= m_lag(high, 1) AND low >= m_lag(low, 1)              AND (high < m_lag(high, 1) OR low > m_lag(low, 1)) THEN 1 ELSE 0 END AS inside_bar,    CASE WHEN m_lag(high, 1) IS NULL THEN NULL         WHEN high >= m_lag(high, 1) AND low <= m_lag(low, 1)              AND (high > m_lag(high, 1) OR low < m_lag(low, 1)) THEN 1 ELSE 0 END AS outside_barFROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

inside_bar / outside_bar 各自额外要求"至少一侧严格超出"，因此两列互斥：高低点与前一根完全相同的样本（一字板连板常见）两列都是 0，不会同时命中。

3.5 单根反转形态

公式：倒锤子线 / 射击之星均为 TA-Lib 标准识别（小实体、长上影、下影极短）；倒锤子线出现在下跌市况（看涨，+100），射击之星出现在上涨市况且向上跳空（看跌，−100）

输出列（2）：inverted_hammer、shooting_star

SELECT date, instrument,    m_ta_inverted_hammer(open, high, low, close) AS inverted_hammer,    m_ta_shooting_star(open, high, low, close) AS shooting_starFROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

倒锤子线与射击之星的单根形态完全相同，区别只在前置市况：TA-Lib 用前一根的相对位置判断上涨/下跌，因此两列不会同时命中，可以直接相加成一个"长上影反转"方向因子。

3.6 两根K线反转形态

公式：刺透形态 = 前阴 + 今低开于前收之下 + 今阳收在前实体中点之上但未越过前开（看涨，1）；乌云盖顶为 TA-Lib 标准识别，前阳 + 今高开于前收之上 + 今阴收进前实体中点之下（看跌，−100）

输出列（2）：piercing_line、dark_cloud_cover

SELECT date, instrument,    CASE WHEN m_lag(close, 1) IS NULL THEN NULL         WHEN m_lag(close, 1) < m_lag(open, 1) AND close > open              AND open < m_lag(close, 1)              AND close > (m_lag(open, 1) + m_lag(close, 1)) / 2              AND close < m_lag(open, 1) THEN 1 ELSE 0 END AS piercing_line,    m_ta_dark_cloud_cover(open, high, low, close) AS dark_cloud_coverFROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

这一族是一对镜像形态，但两列口径不同：piercing_line 为自研 0/1，dark_cloud_cover 直接调用 TA-Lib 算子（0/−100）。 DAI 提供了 m_ta_dark_cloud_cover 但没有对应的 piercing 算子，所以刺透形态按经典定义用 SQL 实现。

3.7 星线与三K线形态

公式：均为 TA-Lib 标准三根 K 线识别。早晨之星 = 大阴 + 小实体向下跳空 + 大阳收回（看涨，+100）；黄昏之星为其镜像（看跌，−100）；红三兵 = 三连阳且开收逐级抬高（看涨，+100）；三只乌鸦 = 三连阴且开收逐级走低（看跌，−100）

输出列（4）：morning_star、evening_star、three_red_soldiers、three_black_crows

SELECT date, instrument,    m_ta_morning_star(open, high, low, close) AS morning_star,    m_ta_evening_star(open, high, low, close) AS evening_star,    m_ta_3red_soldiers(open, high, low, close) AS three_red_soldiers,    m_ta_3black_crows(open, high, low, close) AS three_black_crowsFROM cn_stock_bar1dWHERE close IS NOT NULLORDER BY date, instrument

本族是全表最稀疏的一族（命中率 0.01% ~ 0.4%，见第 5 节），不适合单独做截面因子，建议按方向聚合或只作为事件标记使用。

4. 数据加工说明

4.1 加工链路

cn_stock_bar1d（后复权，WHERE close IS NOT NULL）    → 7 组因子族 SQL 并行执行（joblib loky, n_jobs=8）    → 按 cn_stock_instruments 左连接对齐全市场标的    → schema 归一化（列序 / 类型 / 缺失值）    → dai_write 按 date 的年份分区落库

• 历史构建：create()，自 2010-01-01 起按 2 年一段滚动执行，每段结束后 gc.collect() 释放内存。
• 增量构建：build()，默认覆盖最近 5 个自然日；落库前跑 tester.py，落库后更新前端文档。

4.2 回溯冗余（避免窗口未预热导致的缺失值）

窗口算子只在查询下推后的行集上计算，所以每次计算都会向前多取一段行情：

最长预热需求来自 TA-Lib 形态算子：星线 / 红三兵 / 三只乌鸦 / 乌云盖顶 除了要看 2~3 根 K 线， 还要一段实体长度均值来判定"大实体 / 小实体"（TA-Lib 的 BodyLong / BodyShort 默认 avgperiod = 10）， 合计约 13 个交易日。自研 SQL 形态最多只用到 m_lag(·, 1)，1 个交易日即可预热。

多读一段历史不改变任何输出值（窗口算子只向前看），只是把区间首日的"本可避免的缺失"消掉。 EMA / RSI / ATR / MACD / TRIX 属于 IIR 递推算子，理论上预热期无限长，因此这些表的冗余按 约 5 倍最长周期取值，而非刚好等于窗口长度。

4.3 停牌空值行的处理

cn_stock_bar1d 在停牌日会保留一行、但 open/high/low/close/amount 全为 NULL、volume 为 0。 m_ta_* 递推类算子只要吃到一个 NULL，之后就永久输出 NULL。因此所有 SQL 统一加 WHERE close IS NOT NULL，把停牌行从计算输入中剔除（此时 m_lag(close, 1) 指向上一个交易日， 符合技术指标的常规口径）。

实测（2024-01 全市场，回溯起点 2021-06）：

对本表的形态因子还有一层额外含义：gap_ratio、吞没 / 包含 / 刺透形态都以"前一交易日"为参照， 剔除停牌行后 m_lag 跨过停牌期直接指向上一个真实交易日，跳空幅度不会被停牌切断。

4.4 累计型因子的锚点

本表不含累计型因子，全部因子都是固定长度的滚动窗口计算，因此只受 lookback_days 影响。

4.5 标的对齐与覆盖度

落库前以 cn_stock_instruments 为基准左连接，因此每个交易日都是全市场标的的完整行， 停牌股与上市不足窗口长度的新股在对应因子列上为 NULL。入库校验要求单因子整体覆盖度 ≥ 85% （tester.py 关键测试点），单日覆盖度 ≥ 80%（非关键，仅告警）。

4.6 本表实现要点

• upper_shadow/lower_shadow/body_pos/body_ratio 的分母为当日振幅 (H − L)，一字板（H = L）样本经 NULLIF 保护后为 NULL，这是本类覆盖度损失的主要来源。
• 全部形态标记列在 schema 中都声明为 np.double，以便 normalize() 用 NaN 表示"无法判定"而非误填 0；自研列的 CASE WHEN m_lag(...) IS NULL THEN NULL 分支就是为此显式写出来的。
• marubozu、星线族等条件式全部用乘法形式（|C − O| ≥ 0.9 × (H − L)）而不是除法比值，从源头避免除零，tester.py 的 inf 检查因此恒为通过。
• TA-Lib 移植算子（m_ta_hammer / m_ta_inverted_hammer / m_ta_shooting_star / m_ta_dark_cloud_cover / m_ta_morning_star / m_ta_evening_star / m_ta_3red_soldiers / m_ta_3black_crows）由 DAI 提供，输出为 TA-Lib 形态识别值（0 / ±100）；rise_count 调用 m_consecutive_rise_count，输出当前连续收阳天数。
• DAI 当前只移植了上述 8 个 K 线形态算子，doji / marubozu / 吞没 / 包含 / 刺透等没有对应算子的形态一律按经典定义用 SQL 实现，所以本表出现 0/1 与 0/±100 两种口径并存（见 2.1 节）。

5. 覆盖度实测

实测区间 2026-09-07 ~ 2026-09-17（9 个交易日、50052 行，已按 cn_stock_instruments 对齐全市场标的）：

覆盖度最低的一档是分母为振幅 (H − L) 的 5 列（99.72%），其次是依赖 m_lag(·, 1) 的 6 列（99.77%）， TA-Lib 形态列与 doji / rise_count 最高（99.79%）。缺失主要来自当日停牌与上市首日， 逐列明细见 testdata/coverage_report.md，数据示例见 testdata/sample_data.csv。

5.1 形态命中率（同区间，非零占比）

形态标记列本质是稀疏事件，覆盖度高不等于信息密度高，建模前请先看命中率：

连续值列的非零占比：body_ratio 97.5%、body_pos 97.4%、lower_shadow 93.2%、upper_shadow 89.2%、gap_ratio 87.0%、rise_count 42.7%。

6. 示例数据

{{sample_data}}

7. 使用建议

1. 先按口径归一：hammer 等 TA-Lib 列取值 0/±100，自研列取值 0/1，直接混在一起做加权或求和会让 TA-Lib 列的权重被放大 100 倍。建议统一成 sign(x)（−1/0/+1）后再聚合。
2. 稀疏形态要聚合：三 K 线族命中率不足 0.5%，单列做截面排序几乎全是并列 0。实用做法是按方向合成，例如 看涨形态计数 = bullish_engulfing + piercing_line + sign(hammer) + sign(inverted_hammer) + sign(morning_star) + sign(three_red_soldiers)， 看跌形态计数 = bearish_engulfing − sign(shooting_star) − sign(dark_cloud_cover) − sign(evening_star) − sign(three_black_crows)， 或用 m_sum(形态, 5) 做几日内的事件累计。doji、marubozu、inside_bar、outside_bar 没有方向， 属于"波动状态"而非"看涨/看跌"，不要并进方向计数。
3. 横截面标准化：本表含绝对量纲列（价位、波幅、成交量等），跨股票比较前建议用 c_zscore(因子, group=date) 或 c_rank(因子, group=date) 处理，或改用同族的比值型因子。
4. 去极值：比值类因子分母虽已做 NULLIF 保护，但小分母仍会放大尾部，建议按日做分位数截断； gap_ratio 在 A 股受涨跌停限制天然截断在 ±20% 附近，但 ST 股与新股不同档位混用时仍建议分组处理。
5. 区分形态与市况：inverted_hammer / shooting_star、hammer / 吊颈类形态的单根 K 线形状相同， TA-Lib 靠前置趋势区分方向。用在自己的模型里时，建议与趋势类因子（均线、动量）交叉后再判读， 单看形态标记的方向性会不稳定。
6. 冗余筛选：同一指标的多参数档位之间相关性很高（如 body_ratio 与 doji、inside_bar 与 outside_bar）， 建模前建议按 IC / 相关性 / 特征重要性做筛选，而不是把全部列直接喂给模型。
7. 无未来函数：全部因子只用当期与历史滚动数据；回测时注意前向收益口径（建议用次日开盘价）， 收盘价口径会系统性高估短周期反转类因子的收益。