K 线反转形态：三只乌鸦、三白兵，与一场四种确认器的对照实验¶
量化策略图鉴 · 第 10 篇 · 分类
mean_reversion（约 14 个策略）· 2026-09-02
蜡烛图是十八世纪日本大米市场商人本间宗久一族的发明，“三只乌鸦”"三白兵"这些名字在酒田战法里已经躺了两百多年。1991 年 Steve Nison 的《Japanese Candlestick Charting Techniques》把它们带进西方，从此每个看盘软件都会画出锤子线和吞没形态。
但形态本身几乎不构成优势——这是反直觉的第二层：真正值得研究的变量是"确认器"。三根长阳线之后追多，可能是趋势的延续，也可能是衰竭的尾声；差别往往取决于你用什么指标来"盖章"。本仓库恰好藏着一套天然的对照组：test_0225 到 test_0228 四个测试，同一份数据、同一个形态检测器，只换确认器（RSI / MFI / CCI / Stochastic），其余一字不差。这是研究"哪个确认指标更好"能找到的最干净的实验设计。
分类速览¶
策略 |
数据 |
核心思想 |
源码 |
|---|---|---|---|
三乌鸦/三白兵 + RSI |
XAUUSD M15 |
三白兵且 RSI(37)<40 买，三乌鸦且 RSI>60 卖 |
|
三乌鸦/三白兵 + MFI |
XAUUSD M15 |
同上，换成成交量加权的 MFI(37)，阈值 40/60 |
|
三乌鸦/三白兵 + CCI |
XAUUSD M15 |
CCI(37)<-50 买、>50 卖，±80 穿越离场 |
|
三乌鸦/三白兵 + Stoch |
XAUUSD M15 |
慢随机 %K47/%D9，%D<30 买、>70 卖 |
|
蜡烛图均值回归 |
XAUUSD D1 2008-2025 |
RSI(2)<5 且锤子/看涨吞没，持有 5 日 |
|
复合蜡烛反转 |
XAUUSD M15 |
最多 3 根 K 线合并成"复合锤子"，SL=2×蜡烛尺寸 |
|
CandelsHighOpen |
XAUUSD M15 |
4 根 K 线高点与开盘价同向单调 + SAR 跟踪止损 |
|
卡尔曼滤波蜡烛 |
XAUUSD M15 |
对 OHLC 各跑卡尔曼滤波，"滤波蜡烛"变色即反转 |
|
ThreeCandles |
XAUUSD M15 |
两根同向 K 线后的受控回调三棒形态 |
|
X2MA 蜡烛 |
XAUUSD M15 |
两级平滑 MA 构造蜡烛，颜色翻转触发 |
|
FineTuningMA 蜡烛 |
XAUUSD M15 |
加权价格细调均线蜡烛 + bracket 出场 |
|
XPeriod 蜡烛系统 |
XAUUSD M15 |
周期化平滑蜡烛颜色状态机 |
|
MACD 蜡烛 |
XAUUSD M15 |
MACD 值构造蜡烛颜色 |
|
FRAMA 蜡烛 |
XAUUSD M15 |
分形自适应均线蜡烛颜色 |
|
深读一：三白兵检测器——形态的"工程化定义"¶
先看四个测试共享的形态检测器（test_0225_1343_three_crows_soldiers_rsi.py）。教科书说"三根连续长阳"，代码必须回答：多长算长？怎么算连续？
def _three_white_soldiers(self):
if len(self.data) < 4:
return False
avg = self._avg_body() # 近 51 根 K 线的平均实体
if avg <= 0:
return False
return (
(float(self.data.close[-3]) - float(self.data.open[-3]) > avg) and
(float(self.data.close[-2]) - float(self.data.open[-2]) > avg) and
(float(self.data.close[-1]) - float(self.data.open[-1]) > avg) and
(self._mid_point(-2) > self._mid_point(-3)) and
(self._mid_point(-1) > self._mid_point(-2))
)
# 入场（RSI 版）：形态 + 确认器
# if self._three_white_soldiers() and rsi_1 < 40: self.buy(...)
# if self._three_black_crows() and rsi_1 > 60: self.sell(...)
两个工程细节值得咀嚼："长实体"是相对的——必须大于近期平均实体，而不是绝对点数，这样同一套阈值才能同时适用于平静盘整和暴力行情；"连续"用中点上移判定，过滤掉三根大阳线但重心不动的高波动假形态。四个变体里 ma_period（平均实体的窗口）也不尽相同：RSI 版用 51、MFI/CCI 版用 13、Stoch 版用 5——移植时连这些细节差异都被原样保留，恰好构成另一个可研究的维度。
对照实验的结果。四份测试都在同一窗口（XAUUSD M15，2025-12-03 至 2026-03-10，6,129 根 K 线）上运行：RSI 版只触发 1 笔交易，净亏 2,083.40（终值 997,916.60）；MFI 版 7 笔，胜率 42.86%，终值 999,408.80；Stoch 版 4 笔，胜率 25%，终值 999,394.30；CCI 版仅断言了最基本的活动性。三个月窗口内信号稀疏，结论不是"哪个确认器更好"，而是这套矩阵正是做该研究的正确姿势——把确认器当唯一变量，数据、成本、断言全部锁死，换一段更长的历史数据即可复用。
深读二：锤子 + RSI(2)——经典组合的诚实基线¶
test_0035_candlestick_mean_reversion.py 在 XAUUSD 日线上跑了 2008-2025 整整 18 年：RSI(2) 跌破 5 的极端超卖，再要求锤子或看涨吞没确认，持有 5 天离场。
def detect_hammer(open_price, high, low, close):
body = abs(close - open_price)
lower_shadow = pd.concat([open_price, close], axis=1).min(axis=1) - low
upper_shadow = high - pd.concat([open_price, close], axis=1).max(axis=1)
total_range = high - low
is_hammer = (
(total_range > 0) & (body > 0) &
(lower_shadow >= 2 * body) & # 下影线 >= 2 倍实体
(upper_shadow <= body * 0.5) # 上影线 <= 0.5 倍实体
)
return is_hammer.astype(float)
# 入场：RSI(2) < 5 且 锤子 或 看涨吞没
out['entry_signal'] = (
(out['rsi'] < rsi_oversold) &
((out['hammer'] > 0.5) | (out['bullish_engulfing'] > 0.5))
).astype(float)
诚实的回测结果：18 年里 52 笔交易，胜率 48.08%，终值 836,509.26——从 100 万亏到 83.6 万（-16.35%），盈亏比 0.639。测试用 abs(final_value - 836509.26) < 0.83 把这个亏损钉成了基线。它教给你的正是回归测试库的价值观：形态确认没有自动带来优势，"教科书直觉"必须先过历史数据这一关。作为练习，试着把 rsi_oversold 调回常用的 30、或去掉形态确认只留 RSI(2)，看看断言会怎样崩开。
深读三：卡尔曼滤波蜡烛——当形态学家遇上状态估计¶
如果不用固定窗口的平均实体，而是让"蜡烛"自己随噪声自适应呢？test_0186_0951_kalmanfiltercandle.py 移植自 MT5 EA，对 open/high/low/close 各跑一条卡尔曼滤波（k=1.0），拼出一根"滤波蜡烛"：
def next(self):
source_price = indicator_source_price(self.data, 0)
# （首根 K 线的初始化分支从略）
prev_value = float(self.lines.value[-1]) - float(self.p.price_shift_points)
distance = source_price - prev_value
error = prev_value + distance * self.sqrt100 # sqrt(k/100)
self._velocity += distance * self.k100 # k/100
filtered = error + self._velocity + float(self.p.price_shift_points)
self.lines.value[0] = filtered
# KalmanFilterCandleIndicator：滤波 OHLC 拼蜡烛，再判色
# if o < c: color = 2 # 看涨
# elif o > c: color = 0 # 看跌
策略交易"滤波蜡烛的颜色翻转"：翻红开多、翻绿开空，配 1,000 点止损 / 2,000 点止盈。结果很有教育意义：6,127 根 K 线里做了 497 笔交易，胜率只有 29.38%，终值 997,343.30——低胜率靠止盈两倍于止损来续命，最终仍略亏。滤波抹掉了噪声，也抹掉了形态本身的节奏，这是所有"平滑反转"系统的共性代价：滤波越强，信号越滞后，翻转越频繁。想救活它，方向不在调 k，而在给翻转信号加一道确认（比如上一根滤波蜡烛的斜率），这正好可以借回深读一的确认器矩阵。
其余策略，快速点将¶
复合蜡烛反转（
test_0229）：把最多 3 根 K 线合并成一根"复合蜡烛"再找锤子影线，止损直接用2.0 × 蜡烛尺寸定价——形态尺度和风控尺度自洽。CandelsHighOpen（
test_0173）：四根 K 线的高点、开盘价双双单调上行才算"冲动"，Parabolic SAR 充当移动止损，504 笔交易胜率 52.58%。ThreeCandles（
test_0143）：两根同向 K 线后跟一根"受控回调"，回调不破首根区间即入场——把"回踩不破"这个古老直觉代码化。X2MA / FRAMA / MACD 蜡烛家族（
test_0068/test_0194/test_0187）：把任意指标输出伪装成蜡烛颜色，颜色翻转即信号——一个可无限扩展的模板。XPeriod 蜡烛系统（
test_0102）：周期参数化的平滑蜡烛状态机，TM+ 版本还带时段管理。
一条命令跑起来¶
# 整个 mean_reversion 分类（331 个策略回测）
pytest tests/functional/strategies/mean_reversion/ -v
# 只跑三乌鸦/三白兵 × RSI
pytest tests/functional/strategies/mean_reversion/test_0225_1343_three_crows_soldiers_rsi.py -v
# 四种确认器对照实验，一次跑齐
pytest tests/functional/strategies/mean_reversion/test_0225_1343_three_crows_soldiers_rsi.py \
tests/functional/strategies/mean_reversion/test_0226_1344_three_crows_soldiers_mfi.py \
tests/functional/strategies/mean_reversion/test_0227_1345_three_crows_soldiers_cci.py \
tests/functional/strategies/mean_reversion/test_0228_1346_three_crows_soldiers_stoch.py -v
每个测试都带指标断言基线（终值、胜率、夏普逐项比对），部分测试同时在 runonce=True/False 双引擎模式下对拍——你改的不只是策略，任何引擎侧的数值漂移都会在这里报警。
为什么在这个项目上研究 K 线反转形态¶
形态识别是最容易被"感觉良好"绑架的领域：同一根锤子线，换个人划窗口结论就不同。cloudQuant/backtrader 把它变成可复现科学：纯 Python 引擎比原版快 46%，1,152 个策略回归测试几分钟跑完；装上 C++ 后端（pip install back-trader-cpp）可获得中位 128 倍加速，“四种确认器哪个好"这类矩阵实验可以从"论文级工程"降级为"下午茶实验”。runonce/runnext 双模式对拍加上指标断言基线，保证你比较的是确认器，而不是引擎 bug。
觉得有用，去 GitHub 给个 Star；想系统学习，从系列总览开始。
风险提示：本篇仅供教育与研究目的。以上回测均基于历史数据，不构成投资建议；算法交易存在重大亏损风险。