何謂葛蘭碧八大法則

說明移動平均線上揚、移動平均線下彎、跌破、突破，與股價之間的關係，將時間和空間兩大技術分析的要素，做了完美的結合。

4種買點與4種賣點

用一條移動平均線搭配股價的漲跌，並強調移動平均線的上揚與下彎的重要性；並沒局限於哪一條移動平均線。以下為葛蘭碧八大法則4種買點與4種賣點的圖例：

• 4種買點
  • １：起漲點 － 突破上揚移動平均線
  • ２：假跌破測移動平均線支撐 － 股價在上揚的移動平均線之下
  • ３：漲多拉回 － 股價在上揚的移動平均線之上
  • ４：跌深反彈 － 股價在下彎的移動平均線之下
• 4種賣點
  • ５：起跌點 － 跌破下彎移動平均線
  • ６：假突破，測移動平均線壓力 － 股價在下彎的移動平均線之上
  • ７：大跌反彈 － 股價在下彎的移動平均線之下
  • ８：漲多拉回 － 股價在上揚的移動平均線之上

4種買點與4種賣點不一定會出現，且不一定依照順序發生。

葛蘭碧八大法則的實務情況

實務一：幾種控盤方法如下：

• 單線控盤：股價（收盤價）與一條移動平均線
• 雙線控盤：兩條移動平均線
• 多線控盤：一條移動平均線做為趨勢工具，兩條移動平均線做為交易工具

實務二：8個買賣點之應用：

• １買點和６賣點之法則不易分辨
• ２買點、６賣點之法則較具風險，４買點、８賣點之法則在認定上有技術問題
• 實證結果第１買點、３買點、５賣點、７賣點之法則最實用

實務三：該選擇那一條移動平均線：

• 原始理論搭配200日移動平均線
• 實際上可以可以搭配任何一條移動平均線；但越長天期越準確（20日以上）
• 個股會有其最適用的移動平均線
• 那該用哪一條移動平均線交易呢？有以下幾點考量：
  • 成本－這最關鍵，你準備持有該檔個股的成本？
  • 分批－要分幾批買入？每批所佔的比例？
  • 慣性－觀察該個股的歷史，有那一條移動平均線呈現漲跌慣性？

程式實作：單線控盤尋找參考買點

單線控盤符合葛蘭碧八大法則的原始定義，當收盤價突破上升的移動平均線做為買點。程式碼如下所示：

cnt = 0
while cnt <= len(df_k_line) - 1:
    try :
        if df_k_line.iloc[cnt]['Close'] < df_k_line.iloc[cnt+1]['Close'] and df_k_line.iloc[cnt+1]['Close'] < df_k_line.iloc[cnt+2]['Close'] :
            if df_sma.iloc[cnt]['SMA20'] <  df_sma.iloc[cnt+1]['SMA20'] and df_sma.iloc[cnt+1]['SMA20'] <  df_sma.iloc[cnt+2]['SMA20'] :
                if df_sma.iloc[cnt+1]['SMA20'] > df_k_line.iloc[cnt]['Close'] and df_sma.iloc[cnt+2]['SMA20'] < df_k_line.iloc[cnt+1]['Close'] :
                    buy_point_index = cnt+1
                    buy_point_date  = df_k_line.iloc[buy_point_index].name.strftime("%Y-%m-%d")
                    print('買點日期：{}'.format(buy_point_date))
                    # 設定K線格式
                    mc = mpf.make_marketcolors(up='xkcd:light red', down='xkcd:almost black', inherit=True)
                    s  = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)
                    # 設定買點與移動平均線
                    buy_point_len = len(np.array(df_k_line['Close']))
                    buy_point = np.array([np.nan]*buy_point_len)
                    buy_point[buy_point_index] = df_k_line.iloc[buy_point_index]['Close']
                    apds = [
                        mpf.make_addplot(buy_point,type='scatter',marker='o',markersize=75,color='xkcd:bright blue'),
                        mpf.make_addplot(df_sma['SMA20'],width=0.4,color='xkcd:violet')
                    ]
                    # 繪出K線圖
                    kwargs = dict(type='candle', style=s, figratio=(19,10), addplot=apds, datetime_format='%Y-%m-%d')
                    mpf.plot(df_k_line,**kwargs)
    except:
        pass
    cnt=cnt+1     

程式執行結果如下所示：

在此找到的買點就是葛蘭碧八大法則的１買點之法則。完整的程式碼請參照「第二十一天：葛蘭碧八大法則.ipynb」。