apher

九转序列

九转序列

来源：Tom DeMark，1990年代发明
类型：时间周期 / 买卖点判断
热度：⭐⭐⭐（群内高频讨论）

核心逻辑

买入序列（Setup）

  • 计算连续 9 根 K 线
  • 收盘价比前 4 根低
  • 出现则认为即将反弹

卖出序列（Setup）

  • 计算连续 9 根 K 线
  • 收盘价比前 4 根高
  • 出现则认为即将回调

Python 选股思路（David 视频）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
# Python 九转序列选股思路（简化版）
# 适用于 TradingView / Python 回测
# 核心：计算连续 9 根 K 线的收盘价比前 4 根低（卖出序列）
#      计算连续 9 根 K 线的收盘价比前 4 根高（买入序列）
# 需配合 MACD、RSI 等指标过滤

def td_sequential(df, buy_threshold=9, sell_threshold=9):
    """
    df: 需包含 CLOSE 列
    buy_threshold: 买入序列计数阈值（默认9）
    sell_threshold: 卖出序列计数阈值（默认9）
    """
    buy_count = 0
    sell_count = 0
    buy_signals = []
    sell_signals = []
    
    for i in range(4, len(df)):
        # 买入序列：收盘价连续低于前4根
        if df['CLOSE'].iloc[i] < df['CLOSE'].iloc[i-4]:
            buy_count += 1
            sell_count = 0
        else:
            buy_count = 0
            
        # 卖出序列：收盘价连续高于前4根
        if df['CLOSE'].iloc[i] > df['CLOSE'].iloc[i-4]:
            sell_count += 1
            buy_count = 0
        else:
            sell_count = 0
            
        # 信号
        if buy_count == buy_threshold:
            buy_signals.append(i)
            buy_count = 0  # 重置
        if sell_count == sell_threshold:
            sell_signals.append(i)
            sell_count = 0  # 重置
            
    return buy_signals, sell_signals

使用建议

建议组合（David 推荐）

  1. 九转序列 → 找到潜在拐点
  2. MACD 背离 → 确认反转信号
  3. RSI 超卖/超买 → 过滤假信号

不单独使用

⚠️ 九转序列单用胜率不高，必须配合其他指标
⚠️ 存在未来函数，信号可能有 1-3 天漂移
⚠️ David：”可以接受信号会漂移 1-3 天的指标，只要实测好用”

David 视频链接

  • YouTube: https://m.youtube.com/watch?v=9szJ-v22EHA&t=3s

注意事项

⚠️ 九转序列是计时工具，不是买卖信号
⚠️ 建议用 Python 回测验证策略有效性
⚠️ 参数可调整（阈值、计数方式）

来源：富途股票群 Discord，Tom DeMark 发明，David 视频教学