# 强度分：形态规则度和价格活跃度的归一化详解

本文档详细说明**形态规则度** (`geometry_score`) 和**价格活跃度** (`activity_score`) 这两个强度分量的归一化实现方式。

---

## 4. 形态规则度 (`geometry_score`) 的归一化

**目的**：测量枢轴点（4-8个关键点）到拟合线的贴合程度，形态越规则得分越高。

### 计算步骤

```python
# 1. 计算相对误差：遍历所有枢轴点
for i in range(n):
    fitted_value = slope * pivot_indices[i] + intercept
    rel_error = abs(pivot_values[i] - fitted_value) / max(abs(fitted_value), 1e-9)
    sum_rel_error += rel_error

# 2. 计算平均相对误差
mean_rel_error = sum_rel_error / n

# 3. 指数衰减归一化
SCALE_FACTOR = 20.0
geometry_score = np.exp(-mean_rel_error * SCALE_FACTOR)

# 4. 显式 clamp 到 [0, 1]
geometry_score = min(1.0, max(0.0, geometry_score))
```

### 归一化原理

- **输入**：`mean_rel_error` ∈ [0, +∞)（平均相对误差，0 = 完美拟合）
- **指数衰减**：`exp(-mean_rel_error * 20)` 将误差映射到 (0, 1] 区间
  - 误差 = 0 → 得分 = 1.0（完美拟合）
  - 误差 = 0.05 → 得分 ≈ 0.37（中等拟合）
  - 误差 = 0.10 → 得分 ≈ 0.14（较差拟合）
  - 误差 → ∞ → 得分 → 0（完全不拟合）
- **缩放因子 20**：决定衰减速度，值越大对误差越敏感

### 范围保证

- 指数函数 `exp(-x)` 对于 x ≥ 0，输出自然在 (0, 1] 区间
- 最后显式 clamp 确保异常情况下也在 [0, 1]

### 实现位置

- 函数名：`calc_geometry_score_numba()`
- 文件：`src/converging_triangle_optimized.py`（第350-374行）

---

## 5. 价格活跃度 (`activity_score`) 的归一化

**目的**：测量价格在通道内的振荡充分性，识别真实博弈 vs 僵尸形态。

### 计算步骤

```python
# 1. 逐日计算活跃度（遍历 240 天完整数据）
total_activity = 0.0
valid_days = 0

for i in range(start, end + 1):
    # 1.1 计算当日通道宽度
    upper_line = upper_slope * i + upper_intercept
    lower_line = lower_slope * i + lower_intercept
    channel_width = upper_line - lower_line
    
    if channel_width <= 0:
        continue
    
    # 1.2 计算空白距离
    dist_to_upper = max(0.0, upper_line - high[i])   # 高点未触及上沿的距离
    dist_to_lower = max(0.0, low[i] - lower_line)    # 低点未触及下沿的距离
    
    # 1.3 计算空白比例
    blank_ratio = (dist_to_upper + dist_to_lower) / channel_width
    
    # 1.4 单日活跃度 = 1 - 空白比例，并 clamp 到 [0, 1]
    day_activity = max(0.0, min(1.0, 1.0 - blank_ratio))
    
    total_activity += day_activity
    valid_days += 1

# 2. 计算平均活跃度（已自动在 [0, 1] 区间）
activity_score = total_activity / valid_days
```

### 归一化原理

- **输入**：每日的 `blank_ratio`（空白比例）∈ [0, +∞)
  - 0 = 价格完全填满通道（高点触上沿且低点触下沿）
  - 1 = 价格只占通道一半空间
  - \> 1 = 价格严重偏离通道（理论上不应出现）
- **反转**：`1 - blank_ratio` 将"空白"转为"活跃"
  - blank_ratio = 0 → activity = 1（最活跃）
  - blank_ratio = 0.5 → activity = 0.5（中等活跃）
  - blank_ratio = 1 → activity = 0（不活跃）
- **双重 clamp**：
  1. **每日 clamp**：`max(0.0, min(1.0, ...))` 确保单日得分在 [0, 1]
  2. **最终平均**：因为每日都在 [0, 1]，平均值自然在 [0, 1]

### 范围保证

- 每日活跃度通过双边 clamp 严格限制在 [0, 1]
- 最终得分是所有有效日的平均值，数学上保证在 [0, 1]

### 实际意义

- **0.8-1.0**：价格充分振荡，真实博弈形态
- **0.5-0.8**：价格较活跃，形态有效
- **0.2-0.5**：价格偏弱，形态存疑
- **< 0.2**：僵尸形态，触发空白惩罚机制

### 实现位置

- 函数名：`calc_activity_score_numba()`
- 文件：`src/converging_triangle_optimized.py`（第378-412行）

---

## 总结

这两个分量的归一化方式各有特点：

1. **形态规则度**：使用指数衰减映射，对误差敏感度高，适合质量评估
2. **价格活跃度**：使用线性反转+双重clamp，逐日计算后取平均，适合统计性指标

两者都严格保证输出在 [0, 1] 区间，满足强度分系统的设计要求。

---

**文档创建日期**：2026-01-29  
**相关文档**：
- `docs/强度分组成梳理.md`：6个强度分量的完整说明
- `discuss/20260129-讨论.md`：强度分参数讨论