← Back to blog

Japoniškų žvakių modeliai: kaip juos atpažinti ir patikimai naudoti

October 7, 2026
Japoniškų žvakių modeliai: kaip juos atpažinti ir patikimai naudoti

Japoniškų žvakių modeliai yra naudingas signalo patvirtinimo įrankis, bet jie patys savaime negali garantuoti pelningo sandorio. Plaktukas, Marubozu, Doji ir „engulfing“ formacijos padeda nuspėti galimą kainos pokytį, tačiau jų tikslumas smarkiai priklauso nuo trendo, tūrio ir laiko intervalo. ESMA taip pat perspėja, kad joks įrankis, įskaitant technines analizes ar dirbtinio intelekto sprendimus, negarantuoja sėkmės prekiaujant svertinėmis priemonėmis.


Trumpai:

  • Japoniškų žvakių modeliai veikia kaip patvirtinimo įrankiai, tačiau jų nuspėjamojąją galią reikšmingai riboja trendo, tūrio ir laiko intervalo įtaka.
  • Modeliai, tokie kaip Plaktukas ar Engulfing, turi būti patvirtinti kitais signalais ir patikrinami sekant įėjimo ir išėjimo taisyklėmis, kad sumažintų klaidingų signalų riziką.
  • Tiriamieji duomenys rodo, kad žvakių modelių nuspėjamumas yra žemas be papildomo filtravimo ar naudojant mašininį mokymąsi, nors jie gali būti naudingi kaip papildomas patvirtinimo sluoksnis.
  • NAUJAS mašininio mokymosi metodas, pavyzdžiui CNN-LSTM, padidino signalų tikslumą iki 82,7 %, tačiau vis dar reikalingas tinkamas kontekstas ir rizikos valdymas.
  • ESMA įspėja, kad joks įrankis negali garantuoti sėkmės prekiaujant svertinėmis priemonėmis, o jų naudojimas reikalauja atsargumo ir papildomų patvirtinimo metodų.

Marketsfactor
marketsfactor.lt
Geriau supraskite rinkos signalus
Marketsfactor pateikia rinkos analizę, ekonomines apžvalgas ir mokymus, padedančius geriau suprasti techninės analizės kontekstą.
Skaityti rinkos analizę

Turinys

1. Pagrindiniai japoniškų žvakių modeliai ir jų atpažinimo taisyklės

Kiekvienas modelis turi savo formą, atsiradimo kontekstą ir interpretacijos taisykles. Žemiau pateikiame dažniausiai minimus modelius, su kuriais verta susipažinti pirmiausia.

  1. Marubozu. Žvakė be dagčių arba su labai mažomis dagtimis, kurios kūnas užima visą kainos diapazoną. Rodo vienpusį spaudimą: baltas (bullish) Marubozu reiškia, kad pirkėjai valdė visą sesiją, juodas (bearish) rodo tą pačią dominavimo jėgą pardavėjų pusėje.
  2. Doji. Atsiveria ir užsidaro beveik tame pačiame lygyje, todėl kūnas yra minimalus arba beveik nematomas. Pats savaime Doji nenurodo nei krypties, tik signalizuoja neapsisprendimą; jo reikšmė atsiskleidžia tik kartu su ankstesniu trendu.
  3. Plaktukas (Hammer). Maža kūno dalis viršuje, ilga žemutinė dagtis, mažytė arba nulinė viršutinė dagtis. Pasirodo žemyn krypstančio trendo apačioje ir dažnai interpretuojamas kaip galimo apsigriežinimo signalas, kai jį patvirtina kita žvakė.
  4. Pakaruoklis (Hanging Man). Forma identiška Plaktukui, bet atsiranda kylančio trendo viršuje. Interpretuojama kaip galimo apvertimo žemyn ženklas, nors be patvirtinimo kitos dienos žvake pasikliauti vien šiuo modeliu rizikinga.
  5. Besitraukianti (bullish) Engulfing. Antroji žvakė visiškai „apgaubia“ pirmosios kūną, atidaroma žemiau ir užsidaroma aukščiau nei prieš tai buvusi juoda žvakė. Žemyn krypstančio trendo apačioje tai vienas dažniausiai minimų apsivertimo signalų.
  6. Besitraukianti (bearish) Engulfing. Priešinga versija: antroji žvakė apgaubia prieš tai buvusią baltą žvakę kylančio trendo viršuje, signalizuodama galimą pardavimo spaudimą.
  7. Rytinė žvaigždė (Morning Star). Trijų žvakių formacija: didelė juoda žvakė, tada maža žvakė (dažnai Doji) su gap žemyn, ir trečia didelė balta žvakė, uždaranti virš antrosios vidurio. Laikoma vienu stipriausių dugno apvertimo signalų, kai patvirtinama tūriu.
  8. Vakarinė žvaigždė (Evening Star). Atvirkštinė rytinės žvaigždės versija viršuje: didelė balta žvakė, maža žvakė su gap aukštyn, tada didelė juoda žvakė. Žymi galimą viršūnės apvertimą.
  9. Tamsių debesų uždanga (Dark Cloud Cover). Balta žvakė, po kurios atsiveria aukščiau jos užsidarymo, bet užsidaro giliai žemiau jos kūno vidurio. Rodo pardavėjų grįžimą po kylančio judesio.
  10. Perverianti linija (Piercing Line). Priešinga Dark Cloud Cover versija: juoda žvakė, po jos balta žvakė, kuri atidaroma žemiau ir užsidaro virš pirmosios kūno vidurio. Naudojama kaip galimo dugno signalas.

Praktikoje šių modelių reikšmė keičiasi pagal laiko intervalą: dienos (daily) grafike signalas dažnai turi didesnį svorį nei vienos valandos grafike, kur triukšmo daug daugiau ir klaidingų signalų pasitaiko dažniau.

2. Žvakės anatomija ir rinkos kontekstas, kurį reikia patikrinti

Prieš interpretuojant modelį, verta prisiminti, iš ko žvakė susideda. Kūnas rodo atidarymo ir uždarymo kainų skirtumą, o dagtys (shadow arba wick) atspindi aukščiausią ir žemiausią kainą sesijos metu.

  • Kūnas parodo, kiek kaina pasislinko tarp atidarymo ir uždarymo; didelis kūnas reiškia stiprų kryptingą judėjimą.
  • Viršutinė dagtis rodo, kiek toli kaina pakilo virš uždarymo, atskleisdama pardavėjų pasipriešinimą.
  • Apatinė dagtis rodo, kiek toli kaina nukrito žemiau atidarymo, atskleisdama pirkėjų grįžimą.
  • Trendas prieš modelį nulemia, ar signalas yra apsivertimo, ar tik trumpos pauzės ženklas: ta pati Doji žvakė turi skirtingą reikšmę kylančiame ir krintančiame judesyje.
  • Tūris patvirtina arba paneigia modelio svorį: didelis tūrio šuolis kartu su apvertimo žvake sustiprina signalo patikimumą.
  • Palaikymo ir rezistencijos lygiai suteikia papildomą kontekstą: modelis, pasirodantis prie stipraus lygio, turi didesnę tikimybę pasiteisinti nei toks pat modelis vidury intervalo.

Profesionalus patarimas: Niekada nevertinkite vienos žvakės atskirai nuo bent trijų ankstesnių sesijų ir aktualaus palaikymo arba rezistencijos lygio, priešingu atveju signalas lieka be konteksto.

3. Kaip praktiškai taikyti žvakių modelius prekyboje

Modelis tampa naudingas tik tada, kai jis integruotas į aiškią sandorio taisyklių sistemą. Žemiau pateikiame žingsnius, kurie paverčia atpažintą formaciją konkretiu veiksmu.

  1. Patikrinkite trendo kontekstą. Modelis turi atitikti platesnę kainos struktūrą: apvertimo signalai veikia geriausiai ties esamo trendo pabaiga, ne jo viduryje.
  2. Palaukite patvirtinimo sekančia žvake. Vienos žvakės signalas yra hipotezė, ne komanda; sekanti žvakė, uždaranti ta pačia kryptimi, sumažina klaidingo signalo tikimybę.
  3. Patikrinkite tūrį. Signalas, atsirandantis kartu su virš vidutinio tūrio šuoliu, turi didesnį svorį nei tylioje sesijoje susiformavęs modelis.
  4. Nustatykite stop-loss pagal žvakės dydį arba ATR. Dažna praktika: stop-loss keliamas šiek tiek už signalinės žvakės dagties arba kelis ATR vienetus nuo įėjimo taško, kad atsitiktinis triukšmas neišmuštų pozicijos per greitai.
  5. Numatykite TP pagal artimiausią lygį. Pelno fiksavimo taškas dažnai siejamas su ankstesniu palaikymo ar rezistencijos lygiu, o ne fiksuotu procentu nuo įėjimo.
  6. Pasirinkite laiko langą pagal strategijos tikslą. Dienos grafike (daily) signalai paprastai patikimesni ilgesnėms pozicijoms, o valandos (1H) grafike reikalingas papildomas filtras, kad būtų išvengta per didelio triukšmo.

Dažniausios klaidos: įėjimas iškart po modelio atsiradimo, dar nesulaukiant patvirtinimo, ir pernelyg siauras stop-loss, kuris neatsižvelgia į žvakės dydį. Tyrimas, kuriame filtruoti dviejų dienų žvakių modeliai buvo taikomi vienos dienos prognozei, parodė, kad tokiu metodu Kinijos rinkos pavyzdyje buvo galima pasiekti vidutinę metinę grąžą iki 36,73 % per metus, įskaičiuojant 0,2 % sandorio išlaidas. Šis skaičius rodo, kad filtravimas ir laiko lango parinkimas, ne pats modelis, dažnai lemia skirtumą tarp pelningos ir nuostolingos strategijos.

4. Mokslinis patikimumas ir ribotumai: ką rodo tyrimai ir ESMA įspėjimai

Akademiniai tyrimai pateikia mišrą vaizdą. Vieni darbai rodo, kad žvakių modeliai turi ribotą savarankišką nuspėjamąją galią, kiti rodo, kad filtravimas ir mašininio mokymosi metodai gali ją reikšmingai pagerinti.

  • Tyrimas, analizavęs 68 plačiai naudojamus žvakių modelius kriptovaliutų rinkoje, nustatė, kad jų nuspėjamoji galia yra žema ir modeliai dažnai generuoja klaidingus signalus.
  • Studija, taikanti CNN‑LSTM modelį žvakių atpažinimui, parodė, kad derinant vaizdų atpažinimą su laiko sekų analize galima pasiekti iki 82,7 % tikslumo atpažįstant pelningas prekybos pozicijas testiniame pavyzdyje, kai vien CNN atpažinimas pasiekė apie 60 %.
  • Pattern recognition tyrimai rodo, kad tinkamai pasirinkti laiko langai ir mašininio mokymosi metodai (LR, KNN, RF, LSTM) gali pagerinti signalų kokybę tam tikromis sąlygomis, bet rezultatai smarkiai priklauso nuo rinkos ir laikotarpio.

AI įrankiai gali generuoti netikslias rekomendacijas, o prekyba svertinėmis priemonėmis kelia didelę riziką investuotojams. ESMA perspėjimas apie dirbtinio intelekto naudojimą, 2025 m. kovas

Praktinė išvada: žvakių modeliai veikia geriausiai kaip vienas iš kelių patvirtinimo sluoksnių, o ne kaip vienintelis sprendimo pagrindas, ir jokia technologija, net ir dirbtinis intelektas, neatleidžia nuo rizikos valdymo.

5. Kodėl šį vadovą rengia Marketsfactor.lt

Šį straipsnį parengėme remdamiesi ilgamete patirtimi finansų rinkų analizėje. Mūsų tikslas yra paaiškinti techninius įrankius taip, kad jie būtų naudingi realioje prekyboje, ne tik teorijoje.

Žvakių modelių tema glaudžiai susijusi su mūsų techninės ir fundamentinės analizės kursu, kuriame nagrinėjame, kaip modelius sujungti su platesne rinkos analize. Skaitytojas, norintis gilesnio praktinio pritaikymo, straipsnyje randa ne tik modelių sąrašą, bet ir patvirtinimo taisykles, kurias naudojame mūsų mokymuose ir gyvuose seminaruose.

5. Kodėl šį vadovą rengia Marketsfactor.lt — overview diagram

6. Kaip žvakių modeliai veikia realioje prekyboje

Japoniškų žvakių modelio patvirtinimo procesas

Žvakes kaip patvirtinimo įrankį verta rinktis tada, kai signalas sutampa su jau egzistuojančiu palaikymo ar rezistencijos lygiu, o ne kaip atskirą sprendimo priežastį. Pradedantiesiems rekomenduojame pirmiausia atlikti backtestą ir išbandyti taisykles demo sąskaitoje, kol signalų atpažinimas tampa automatinis.

Didžiausia rizika, su kuria susiduria prekiautojai, yra per didelis pasitikėjimas vienu modeliu arba sistemos perpritaikymas (overfitting) praeities duomenims, kurie ateityje nebūtinai pasikartos.

— Bartas

7. Gilinkite žinias apie žvakių modelius su mūsų mokymais

Kai jau atpažįstate pagrindinius modelius, kitas žingsnis yra išmokti juos sujungti su platesne rinkos analize ir rizikos valdymo taisyklėmis, kurias vieni atrastume ilgu bandymų ir klaidų keliu.

Marketsfactor

Mūsų mokymų programos padengia skirtingus poreikius:

Jei norite pirmiausia įvertinti mūsų mokymo stilių be įsipareigojimo, galite dalyvauti nemokamame seminare ir ten pačiu patikrinti, ar šis požiūris atitinka jūsų prekybos stilių.

This article is general information, not a substitute for advice from a qualified financial advisor. Consult a qualified financial professional about your own circumstances before acting on anything here.

Dažniausiai užduodami klausimai

Ar japoniškų žvakių modeliai yra patikimas prekybos signalas?

Modeliai yra naudingas patvirtinimo įrankis, bet patys savaime neturi pakankamos nuspėjamąją galią, kad būtų vienintelis sprendimo pagrindas. Tyrimas, analizavęs 68 plačiai naudojamus modelius kriptovaliutų rinkoje, nustatė, kad jų nuspėjamoji galia yra žema be papildomo filtravimo.

Kuris žvakių modelis geriausiai signalizuoja apsivertimą?

Rytinė ir vakarinė žvaigždė, kartu su „engulfing“ formacijomis, dažniausiai minimi kaip stiprūs apsivertimo signalai, kai jie atsiranda ties aiškiu palaikymo ar rezistencijos lygiu. Jų patikimumas padidėja, kai patvirtinamas tūrio šuoliu ir sekančios žvakės kryptimi.

Kaip mašininis mokymasis pagerina žvakių modelių atpažinimą?

CNN‑LSTM modelio taikymas žvakių atpažinimui padidino pelningų pozicijų atpažinimo tikslumą iki 82,7 % testiniame pavyzdyje, kai vien tik vaizdų atpažinimas be laiko sekos analizės siekė apie 60 %. Tai rodo, kad kontekstas ir filtravimas lemia skirtumą labiau nei pati formacija.

Ar reikia stop-loss naudojant žvakių modelius?

Taip, stop-loss yra būtina rizikos valdymo dalis, nepriklausomai nuo to, kokį modelį naudojate signalui. Dažna praktika yra jį nustatyti pagal signalinės žvakės dydį arba ATR rodiklį, kad atsitiktinis kainos triukšmas neišmuštų pozicijos per greitai.

Ką ESMA sako apie technines analizes ir AI prekybos įrankius?

ESMA perspėja, kad AI įrankiai gali generuoti netikslias rekomendacijas ir investuotojai neturėtų remtis vien viešai prieinamais sprendimais. Prekyba svertinėmis priemonėmis, net ir naudojant technines analizes, kelia didelę riziką, kurios joks įrankis negali pašalinti.

Šaltiniai