“市場中最基礎的，不可再簡化的存在是什么呢？”夏羨問道。

趙征停了停道：“想要弄清楚這個問題，我想需要去追溯歷史。”

先來看K線的歷史演變：k線起源于日本江戶時代的米市交易（17-18世紀）

江戶時代（1603-1868）日本商品經濟萌芽，大阪成為全國米市交易中心。由于封建領主需將俸祿米（年貢米）兌換為貨幣，大阪堂島市場出現了世界上最早的期貨交易雛形。

這產生了技術需求：米商需要一種直觀記錄價格波動的方法，以預測市場走勢。本間宗久（Homma Munehisa，1724-1803）通過對歷史價格的研究，發明了“蠟燭圖”（即K線），通過實體和影線表示開盤、收盤、最高、最低價。

K線最初的作用是用來服務于實物商品（大米）的供需分析，反映了封建經濟向商品經濟過渡時期的市場信息需求。

后來經歷了明治維新后的金融化發展（19世紀末-20世紀初），在明治維新（1868）后，日本引入西方金融體系，股票和債券市場興起。K線從米市擴展到股市，成為技術分析工具。

到了20世紀初，日本券商和投資者將K線與西方圖表（如折線圖、柱狀圖）結合，形成更復雜的形態分析（如“三只烏鴉”“晨星”）。

進而K線從單一商品擴展到金融資產，適應了資本市場的復雜性和流動性需求。

再之后，戰后日本經濟快速崛起，（1970-1990年代）日本經濟高速增長，東京股市成為全球重要市場。史蒂夫·尼森（Steve Nison）在1980年代將K線引入歐美，出版《日本蠟燭圖技術》（1991），k線迅速被西方市場所接納。

由此K線與西方技術指標（如移動平均線、MACD）結合，成為全球主流分析工具。

伴隨互聯網技術的突破，計算機化交易（1980s）加速了K線的標準化應用。K線從手工繪制變為電子化數據，滿足了全球化交易的高頻信息處理需求。

21世紀到現在，金融衍生品爆發式增長（如加密貨幣、ETF），市場波動加劇。高頻交易（HFT）和量化投資依賴算法解析K線形態。AI通過深度學習識別K線模式（如LSTM預測價格），K線從“經驗工具”變為“數據輸入”，其經濟意義從主觀分析轉向客觀統計。

但其本質仍將延續：即由開盤價、收盤價、最高價、最低價形成最簡視覺語言進行博弈。

那基于對交易有效影響力的考慮，將開盤價、收盤價、最高價、最低價四個價格作為市場中最基礎的，不可再簡化的存在元素便是本書可以接受的了。

“我想關于這一點我已經明白了，那我該選擇那些k線作為一加一等于二中的第一個“一”呢？”夏羨有些困惑，畢竟市場中的k線難以計數。

“第一個問題解決了，我們來看看你困惑的選擇吧！”趙征接著說