K线图是200多年前日本人发明的，后来传入了美国。K线图本来就是对当前数据的可视化显示而已，但是越来越多的人对K线图做出了痴迷的分析和解读，有众多追随者也根据K线图指导自己的具体行动，因此，K线图在实战中具有不可忽视的重要作用。K线图也越来越成为一种隐形的控制力，追随者越多，其控制力越强。R语言提供了K线图绘制工具，如果想对K线图进行分析，需要首先能够绘制K线图。这里介绍quantmod包画K线图的函数ChartSeries（）。
一、k线图综述
K线是记录一段时间内价格变化情况的图表，每一根K线都由开盘价、收盘价、最高价、最低价四个价位组成。开盘价低于收盘价称为阳线，反之则称为阴线。根据周期，K线可以分为日K线、K周线、月K线、年K线，1小时K线，5分钟K线等。根据形态，K线可以分为光头阳（阴）线，光脚阳（阴）线、光头光脚阳（阴）线、十字星、（倒）T字线和一字线六种。“光头”是指完全没有上影的K线，“光脚”是指完全没有下影的K线，而T字线和倒T字线是它们的特殊形式；当开盘价正好与收盘价相等，就会形成十字星；当K线的四个价格都相等，才会形成一字线，它常常出现在股票市场的封涨停和封跌停的情况，或者是在极短期的走势图中完全没有成交量的状态下。而在实际的金价走势中，同时带有上下影的K线才是最常见的。
对于K线的阴阳，阳线表示将继续上涨，阴线表示将继续下跌，这符合技术分析理论中，价格会沿趋势波动的原理，也是技术分析中最核心的思想。对于K线实体的大小，它反映的是行情的内在动力，实体越大，上涨或下跌的趋势越是明显，反之趋势则不明显。对于K线影线长短，所代表的是行情的转折信号，向一个方向的影线越长，越不利于价格向这个方向变动，即上影线越长，越不利于股价上涨，下影线越长，越不利于价格下跌。K线的周期是可以根据使用者的需求自行设定的，最常用的是日线图，其他辅助的还有5分钟K线图，15分钟K线图，30分钟K线图，60分钟K线图，日K线图，周K线图，月K线图等等。
K线分析的三要素：阴线和阳线的数量代表行情的总体趋势；K线实体的大小代表行情的内在动力和趋势的强弱；影线的长短反映行情转折意愿。当然，上述这些只是十分基础的K线知识，在实际看盘和技术分析的过程中，投资者最重要的是能够明白K线组合形态所代表的含义，并且更够根据一些经典的看涨和看跌组合，提前对行情的转折作出预判。
二、数据准备
这里以上证指数为例绘制K线图。
library(pedquant)
library(quantmod)
library(xts)
d163<-md_stock("000001.sh",from='2019-01-01',to='2022-08-01',source="163",adjust=NULL)
data<-d163[[1]]
股票数据结构概览
str(data)
Classes ‘data.table’ and 'data.frame': 869 obs. of 15 variables:
$ symbol : chr "000001.SS" "000001.SS" "000001.SS" "000001.SS" ...
$ name : chr "上证指数" "上证指数" "上证指数" "上证指数" ...
$ date : Date, format: "2019-01-02" "2019-01-03" ...
$ open : num 2498 2462 2446 2529 2530 ...
$ high : num 2500 2488 2515 2537 2531 ...
$ low : num 2456 2456 2441 2516 2520 ...
$ close : num 2465 2464 2515 2533 2526 ...
$ close_prev: num 2494 2465 2464 2515 2533 ...
$ change_pct: num -1.147 -0.0377 2.0494 0.7245 -0.2616 ...
$ volume : num 1.10e+08 1.24e+08 1.69e+08 1.77e+08 1.58e+08 ...
$ amount : num 9.76e+10 1.07e+11 1.39e+11 1.46e+11 1.23e+11 ...
$ turnover : num NA NA NA NA NA NA NA NA NA NA ...
$ cap_market: num NA NA NA NA NA NA NA NA NA NA ...
$ cap_total : num NA NA NA NA NA NA NA NA NA NA ...
$ unit : chr "CNY" "CNY" "CNY" "CNY" ...
- attr(*, "problems")=<externalptr>
- attr(*, ".internal.selfref")=<externalptr>
- attr(*, "sorted")= chr "date"
szzs=data.frame(data[,3:7],data[,10])
date open high low close volume
1 2019-01-02 2497.881 2500.278 2456.423 2465.291 109932013
2 2019-01-03 2461.783 2488.479 2455.926 2464.363 124397497
3 2019-01-04 2446.019 2515.316 2440.907 2514.868 168877667
4 2019-01-07 2528.699 2536.977 2515.508 2533.089 177305010
5 2019-01-08 2530.300 2531.345 2520.165 2526.462 158099181
6 2019-01-09 2536.417 2574.408 2536.157 2544.345 191887930
！！！ChartSeries（）必须使用xts数据对象，所以需要将上面数据进行如下的转换，注意他们之间的区别。
SZZS<-xts(szzs[,-1],order.by = as.Date(szzs[,1]))
head(SZZS) #注意和上面行标的区别
open high low close volume
2019-01-02 2497.881 2500.278 2456.423 2465.291 109932013
2019-01-03 2461.783 2488.479 2455.926 2464.363 124397497
2019-01-04 2446.019 2515.316 2440.907 2514.868 168877667
2019-01-07 2528.699 2536.977 2515.508 2533.089 177305010
2019-01-08 2530.300 2531.345 2520.165 2526.462 158099181
2019-01-09 2536.417 2574.408 2536.157 2544.345 191887930
三、绘制K线图
library(quantmod)
chartSeries(SZZS)
library(quantmod)
chartSeries(SZZX, name='K线图', line.type="l", bar.type="ohcl",
theme="white", up.col='red', dn.col='green',
TA="addVo();addSMA(5);addSMA(10);addMACD();")
library(quantmod)
shangzheng<-to.weekly(SZZS)
chartSeries(shangzheng,theme = 'white',name='上证周线图',up.col = 'red',dn.col = 'green')
参考文献
1.(R语言绘制K线图)[https://blog.csdn.net/superdont/article/details/51541014]
2.(R语言 金融数据分析之quantmod)[https://www.cnblogs.com/adam012019/p/14867140.html?ivk_sa=1024320u]
3.(股票入门K线图基础知识：24种K线图图解)[https://zhuanlan.zhihu.com/p/453937837]
