我们已经可以获取到K线信息了，然后我们来进行一些统计，就统计连续三天下跌，第四天上涨的概率。

我们用宁波银行（002142）最近三年的数据来统计。先用上一篇的程序下载到K线数据，得到文件002142.csv。然后在执行以下python脚本：

import pandas as pd

# 读取表格数据

data = pd.read_csv('002142.csv', delimiter=',')

# 初始化计数器

total_count = 0

up_count = 0

# 遍历数据

for i in range(len(data)-3):

    # 判断是否连续三天下跌

    if data['涨跌幅'][i] < 0 and data['涨跌幅'][i+1] < 0 and data['涨跌幅'][i+2] < 0:

        total_count += 1

        # 判断第四天是否上涨

        if data['涨跌幅'][i+3] > 0:

            up_count += 1

# 计算概率

probability = up_count / total_count

print("连续三天下跌后，下一天上涨的概率为：", probability)

看结果（002142最近三年的结果）：

再搞个别的，比如平安银行（000001），需要把之前脚本中的参数由‘002142.csv’改为‘000001.csv’，执行后看结果：