# 枢轴点拟合算法详解

**日期**: 2026-01-26 (v2 更新)  
**文件**: `src/converging_triangle.py` - `fit_pivot_line()` 函数

---

## 📋 目录

1. [算法概述](#算法概述)
2. [迭代离群点移除（当前算法）](#迭代离群点移除当前算法)
3. [历史版本：分段选择算法](#历史版本分段选择算法)
4. [独立处理机制](#独立处理机制)
5. [代码实现](#代码实现)
6. [实际案例分析](#实际案例分析)
7. [边界情况处理](#边界情况处理)
8. [可视化说明](#可视化说明)

---

## 算法概述

### 核心思想

对于识别出的所有枢轴点，我们采用**迭代离群点移除**算法来拟合趋势线：

1. **初始拟合**：先用所有枢轴点做线性回归
2. **识别离群点**：计算残差，找出偏离拟合线的"弱"点
3. **移除离群点**：移除最差的离群点
4. **迭代优化**：重复步骤1-3直到收敛

### 设计目标

```python
# 上沿线：移除价格明显低于拟合线的点（弱高点）
# 下沿线：移除价格明显高于拟合线的点（弱低点）
```

---

## 迭代离群点移除（当前算法）

### 为什么需要这个算法？

**问题场景**：

```
价格
 ^
 |  *        ← 强高点 (7.9元)
 |   \
 |    *      ← 弱高点 (5.8元) ← 问题！
 |     \
 |      *    ← 强高点 (6.8元)
 |       \
 |        *  ← 强高点 (6.0元)
 └──────────────> 时间
```

如果使用所有4个点拟合，5.8元的"弱高点"会把上沿线拉低，导致：
- ❌ 拟合线不是真正的上边界
- ❌ 与主观判断不符
- ❌ 可能错过真实的突破信号

### 解决方案：迭代移除

```
第1次迭代:
  拟合线: y = ax + b (用全部4点)
  残差:   [0.1, 1.8, 0.2, 0.3]  ← 5.8元点的残差最大(1.8)
  判定:   1.8 > 1.5*std → 离群点
  操作:   移除5.8元点

第2次迭代:
  拟合线: y = a'x + b' (用剩余3点)
  残差:   [0.05, 0.08, 0.12]
  判定:   无离群点 → 收敛

最终结果: 只用3个强高点拟合
```

### 算法流程图

```mermaid
flowchart TD
    A[输入全部枢轴点] --> B[线性回归拟合]
    B --> C[计算方向性残差]
    C --> D{残差 > 阈值?}
    D -->|是| E[移除最大残差点]
    E --> F{剩余点 >= 3?}
    F -->|是| G{迭代次数 < 3?}
    G -->|是| B
    G -->|否| H[返回当前拟合]
    F -->|否| H
    D -->|否| H
```

### 关键参数

| 参数 | 默认值 | 说明 |
|------|--------|------|
| `outlier_threshold` | 1.5 | 残差超过 1.5 倍标准差视为离群点 |
| `max_iterations` | 3 | 最多迭代 3 次，避免过度过滤 |
| `min_keep` | 3 | 至少保留 3 个点用于拟合 |

### 残差计算逻辑

**上沿线（upper）**：

```python
# 残差 = 拟合值 - 实际值
# 正残差 = 点在拟合线下方 = 弱高点（应移除）
residuals = fitted_values - actual_values
outliers = residuals > threshold
```

**下沿线（lower）**：

```python
# 残差 = 实际值 - 拟合值
# 正残差 = 点在拟合线上方 = 弱低点（应移除）
residuals = actual_values - fitted_values
outliers = residuals > threshold
```

### 算法优势

| 优势 | 说明 |
|------|------|
| **自适应** | 自动识别偏离点，无需人工干预 |
| **稳健性** | 不会被单个异常点影响整条线 |
| **可控性** | 通过阈值和迭代次数控制过滤强度 |
| **保守性** | 至少保留3个点，避免过度过滤 |

---

## 历史版本：分段选择算法

> **注意**：以下是 v1 版本的分段算法，已被迭代离群点移除算法替代。保留此节供参考。

### 原核心思想

对于识别出的所有枢轴点：

1. **分段策略**：将枢轴点按时间顺序分成 **3 个时间段**
2. **代表点选择**：从每段中选出 **最极端的点**（上沿选最高，下沿选最低）
3. **线性回归**：用这 3 个代表点进行线性回归，拟合趋势线

### 原触发条件

```python
if 枢轴点数量 > 4:
    使用分段策略（3段，每段1个代表点）
else:
    使用全部枢轴点
```

### 原算法的局限性

分段算法会选中一些"弱"枢轴点：
- 某个高点虽然是时间段内最高，但可能明显低于其他时间段的高点
- 这些点会拉低/拉高拟合线，导致与主观判断不符

---

## 为什么需要分段

### 问题1: 仅用两点的缺陷

如果只用首尾两点画线：

```
价格
 ^
 |    *       *     ← 两个高点
 |      \   /
 |       \ /
 |        X         ← 两点连线
 |       / \
 |      /   \
 |    *       *     ← 被忽略的中间高点
 └──────────────> 时间
```

**问题**：
- ❌ 中间的极值点被忽略
- ❌ 线可能不是真正的边界
- ❌ 容易被噪声影响（首尾点恰好是噪声）

### 问题2: 使用全部点的问题

如果用所有枢轴点进行回归：

```
价格
 ^
 |  * * *  *  *  *    ← 6个高点，但分布不均
 |  └─┬─┘  └──┬──┘
 |   前期  后期
 |   密集  稀疏
 └──────────────> 时间
```

**问题**：
- ❌ 某些时间段的点过多，权重过大
- ❌ 回归结果偏向点密集的区域
- ❌ 不能均衡反映整个周期的趋势

### 解决方案: 时间均衡分段

```
价格
 ^
 |  * * *  *  *  *    ← 6个高点
 |  └─┬─┘ └┬┘ └┬┘
 |   第1段 第2段 第3段  
 |    ↓    ↓    ↓
 |    *    *    *     ← 每段选1个最高点（3个拟合点）
 └──────────────> 时间
```

**优点**：
- ✅ 时间均衡（前、中、后都有代表点）
- ✅ 代表性强（每段选最极端的点）
- ✅ 稳健性好（不易被局部噪声影响）
- ✅ 覆盖性好（确保边界线包络所有点）

---

## 分段算法详解

### 第1步: 排序枢轴点

```python
# 按时间顺序排序（从早到晚）
sort_idx = np.argsort(pivot_indices)
x_sorted = pivot_indices[sort_idx]  # 时间索引
y_sorted = pivot_values[sort_idx]   # 价格值
```

**示例**：
```
原始枢轴点（未排序）：
索引: [50, 10, 80, 30, 90, 60]
价格: [95, 100, 98, 96, 92, 94]

排序后：
索引: [10, 30, 50, 60, 80, 90]  ← 时间从早到晚
价格: [100, 96, 95, 94, 98, 92]
```

### 第2步: 计算分段大小

```python
n = len(x_sorted)  # 总点数，例如 n = 6
segment_size = n // 3  # 整除，segment_size = 6 // 3 = 2
```

**分段规则**：
```
总数 n  → segment_size → 分段方式
─────────────────────────────
n = 5   →      1       → [0:1], [1:2], [2:5]  (1,1,3个点)
n = 6   →      2       → [0:2], [2:4], [4:6]  (2,2,2个点)
n = 7   →      2       → [0:2], [2:4], [4:7]  (2,2,3个点)
n = 8   →      2       → [0:2], [2:4], [4:8]  (2,2,4个点)
n = 9   →      3       → [0:3], [3:6], [6:9]  (3,3,3个点)
n = 10  →      3       → [0:3], [3:6], [6:10] (3,3,4个点)
```

**重要特性**：
- 第3段可能比前两段多点（余数分配给第3段）
- 确保每段至少有1个点
- 第3段包含最新的数据点

### 第3步: 定义三个时间段

```python
segments = [
    range(0, segment_size),              # 第1段: [0, segment_size)
    range(segment_size, 2 * segment_size), # 第2段: [segment_size, 2*segment_size)
    range(2 * segment_size, n),           # 第3段: [2*segment_size, n)
]
```

**以 n=6, segment_size=2 为例**：

```
索引位置:  0    1  |  2    3  |  4    5
          [  第1段  |  第2段  |  第3段  ]
时间:     早期      中期      晚期
范围:     [0:2)     [2:4)     [4:6)
点数:      2个       2个       2个
```

**以 n=7, segment_size=2 为例**：

```
索引位置:  0    1  |  2    3  |  4    5    6
          [  第1段  |  第2段  |    第3段    ]
时间:     早期      中期      晚期
范围:     [0:2)     [2:4)     [4:7)
点数:      2个       2个       3个 ← 第3段多1个
```

### 第4步: 从每段选择极值点

```python
for seg in segments:
    seg_list = list(seg)
    seg_y = y_sorted[seg_list]  # 该段的所有价格
    
    if mode == "upper":
        # 上沿：选该段最高点
        best_idx_in_seg = np.argmax(seg_y)
    else:  # mode == "lower"
        # 下沿：选该段最低点
        best_idx_in_seg = np.argmin(seg_y)
    
    # 标记为选中
    selected_mask[seg_list[best_idx_in_seg]] = True
```

**上沿示例（选最高点）**：

```
第1段 [0:2):
  索引0: 价格100  ← 最高 ✓
  索引1: 价格96

第2段 [2:4):
  索引2: 价格95
  索引3: 价格94

第3段 [4:6):
  索引4: 价格98   ← 最高 ✓
  索引5: 价格92

结果: 选中索引 0, 3, 4 (没选错，第2段最高是索引2的95)
```

等等，让我重新计算：

```
排序后的数据：
索引: [10, 30, 50, 60, 80, 90]
价格: [100, 96, 95, 94, 98, 92]
位置:  0   1   2   3   4   5

第1段 [0:2) - 位置0,1:
  位置0: 价格100  ← 最高 ✓
  位置1: 价格96

第2段 [2:4) - 位置2,3:
  位置2: 价格95   ← 最高 ✓
  位置3: 价格94

第3段 [4:6) - 位置4,5:
  位置4: 价格98   ← 最高 ✓
  位置5: 价格92

选中的拟合点:
  位置0 (时间10, 价格100)
  位置2 (时间50, 价格95)
  位置4 (时间80, 价格98)
```

**下沿示例（选最低点）**：

```
排序后的数据：
索引: [15, 35, 55, 75]
价格: [92, 90, 88, 86]
位置:  0   1   2   3

n = 4 ≤ 4，不分段，全部使用 ✓
```

---

## 独立处理机制

### 关键点：高点和低点分别独立处理

```python
# 伪代码展示独立性
高点枢轴点 = [6个]  → 分3段 → 选3个拟合点
低点枢轴点 = [4个]  → 不分段 → 全部4个拟合点

# 两者完全独立，互不影响
```

### 为什么要独立分段？

**原因1: 时间分布不同**

```
价格
 ^
 |  H  H     H H  H     H    ← 6个高点（分布较均匀）
 |    \     / | \     /
 |     \   /  |  \   /
 |      \ /   |   \ /
 |       X    |    X
 |      / \   |   / \
 |     /   \  |  /   \
 |  L       L L       L      ← 4个低点（集中在两侧）
 └───────────────────────> 时间
```

- 高点和低点出现的时间点不同
- 如果混合分段，会破坏各自的时间均衡性

**原因2: 数量可能不同**

```
高点: 6个 > 4  → 需要分段
低点: 4个 ≤ 4  → 不需要分段
```

- 如果混合判断，要么都分段，要么都不分段
- 独立判断更灵活，更合理

**原因3: 含义不同**

- 高点定义上沿（压力线）
- 低点定义下沿（支撑线）
- 两条线的拟合完全独立

### 独立分段的实现

```python
# 1. 高点独立处理
if len(高点枢轴) > 4:
    高点分3段 → 选3个高点拟合上沿线
else:
    全部高点拟合上沿线

# 2. 低点独立处理（完全独立的逻辑）
if len(低点枢轴) > 4:
    低点分3段 → 选3个低点拟合下沿线
else:
    全部低点拟合下沿线
```

---

## 代码实现

### 当前算法：迭代离群点移除（v2）

```python
def fit_pivot_line(
    pivot_indices: np.ndarray,
    pivot_values: np.ndarray,
    mode: str = "upper",
    min_points: int = 2,
    outlier_threshold: float = 1.5,  # 离群点阈值（标准差倍数）
    max_iterations: int = 3,          # 最大迭代次数
) -> Tuple[float, float, np.ndarray]:
    """
    迭代离群点移除的枢轴点拟合算法
    
    策略：
    1. 先用所有点做初始拟合
    2. 识别并移除偏离拟合线的"弱"点
    3. 迭代直到收敛
    
    对于上沿线：移除价格明显低于拟合线的点（弱高点）
    对于下沿线：移除价格明显高于拟合线的点（弱低点）
    """
    if len(pivot_indices) < min_points:
        return 0.0, 0.0, np.array([])
    
    # 按时间排序
    sort_idx = np.argsort(pivot_indices)
    x_sorted = pivot_indices[sort_idx].astype(float)
    y_sorted = pivot_values[sort_idx]
    n = len(x_sorted)
    
    if n < 2:
        return 0.0, 0.0, np.array([])
    
    # 初始化：所有点都参与
    active_mask = np.ones(n, dtype=bool)
    min_keep = max(3, min_points)  # 至少保留3个点
    
    # ─────────────────────────────────────────────────────────
    # 迭代离群点移除
    # ─────────────────────────────────────────────────────────
    for iteration in range(max_iterations):
        active_indices = np.where(active_mask)[0]
        if len(active_indices) <= min_keep:
            break
        
        # 当前活跃点
        x_active = x_sorted[active_mask]
        y_active = y_sorted[active_mask]
        
        # 线性回归
        a, b = fit_line(x_active, y_active)
        
        # 计算拟合值
        fitted_values = a * x_active + b
        
        # ─────────────────────────────────────────────────────
        # 计算方向性残差
        # ─────────────────────────────────────────────────────
        if mode == "upper":
            # 上沿：残差 = 拟合值 - 实际值
            # 正残差表示点在拟合线下方（弱高点）
            residuals = fitted_values - y_active
        else:
            # 下沿：残差 = 实际值 - 拟合值
            # 正残差表示点在拟合线上方（弱低点）
            residuals = y_active - fitted_values
        
        # 计算标准差
        std_residual = np.std(residuals)
        if std_residual < 1e-10:
            # 所有点几乎在一条线上，无需移除
            break
        
        # ─────────────────────────────────────────────────────
        # 识别并移除最大离群点
        # ─────────────────────────────────────────────────────
        threshold = outlier_threshold * std_residual
        max_outlier_idx = np.argmax(residuals)
        
        if residuals[max_outlier_idx] <= threshold:
            # 最大残差不超过阈值，收敛
            break
        
        if np.sum(active_mask) <= min_keep:
            break
        
        # 移除离群点
        original_idx = active_indices[max_outlier_idx]
        active_mask[original_idx] = False
    
    # ─────────────────────────────────────────────────────────
    # 最终拟合
    # ─────────────────────────────────────────────────────────
    selected_indices_sorted = np.where(active_mask)[0]
    selected_x = x_sorted[active_mask]
    selected_y = y_sorted[active_mask]
    
    if len(selected_x) < 2:
        # 兜底：使用首尾两点
        active_mask = np.zeros(n, dtype=bool)
        active_mask[0] = True
        active_mask[-1] = True
        selected_x = x_sorted[active_mask]
        selected_y = y_sorted[active_mask]
        selected_indices_sorted = np.where(active_mask)[0]
    
    a, b = fit_line(selected_x, selected_y)
    
    # 返回原始索引
    selected_original = sort_idx[selected_indices_sorted]
    
    return float(a), float(b), selected_original
```

### 历史算法：分段选择（v1）

> 以下代码已被替代，保留供参考。

```python
def fit_pivot_line_v1(
    pivot_indices: np.ndarray,
    pivot_values: np.ndarray,
    mode: str = "upper",
    min_points: int = 2,
) -> Tuple[float, float, np.ndarray]:
    """
    分段选择策略（已废弃）
    
    策略：
    - 如果枢轴点 > 4：分3段，每段选1个极值点（共3个拟合点）
    - 如果枢轴点 ≤ 4：全部使用
    """
    # ... 详见历史版本
```

---

## 实际案例分析

### 案例1: SZ002343 慈文传媒

**高点枢轴点（6个）**：

```
时间索引: [2025-05-12, 2025-09-23, 2025-11-04, 2025-11-26, 2025-12-09, 2026-01-13]
价格:     [9.50,      9.36,      10.07,     9.63,      9.21,      8.92]
位置:      0          1          2          3          4          5
```

**分段处理**：

```
n = 6 > 4，需要分段
segment_size = 6 // 3 = 2

第1段 [0:2) - 位置0,1（2025-05到2025-09）:
  位置0: 9.50
  位置1: 9.36
  → 选最高: 位置0, 价格9.50 ✓

第2段 [2:4) - 位置2,3（2025-11）:
  位置2: 10.07  ← 最高 ✓
  位置3: 9.63
  → 选最高: 位置2, 价格10.07 ✓

第3段 [4:6) - 位置4,5（2025-12到2026-01）:
  位置4: 9.21
  位置5: 8.92
  → 选最高: 位置4, 价格9.21 ✓

拟合点（3个）:
  2025-05-12: 9.50  (早期高点)
  2025-11-04: 10.07 (中期高点) ← 最高点
  2025-12-09: 9.21  (晚期高点)
```

**低点枢轴点（4个）**：

```
时间索引: [2025-08-08, 2025-12-11, 2025-12-30, 2026-01-20]
价格:     [5.17,      7.37,      7.42,      6.87]
位置:      0          1          2          3
```

**不分段处理**：

```
n = 4 ≤ 4，全部使用

拟合点（4个）:
  2025-08-08: 5.17  ✓
  2025-12-11: 7.37  ✓
  2025-12-30: 7.42  ✓
  2026-01-20: 6.87  ✓
```

**结果对比**：

| 项目 | 高点枢轴 | 低点枢轴 |
|------|---------|---------|
| 总数 | 6个 | 4个 |
| 是否分段 | 是（>4） | 否（≤4） |
| 拟合点数 | 3个 | 4个 |
| 时间跨度 | 2025-05 → 2026-01 | 2025-08 → 2026-01 |

---

## 边界情况处理

### 情况1: 点数恰好等于4

```python
n = 4  # 不分段
selected_mask = np.ones(4, dtype=bool)  # 全部选中
```

**理由**：
- 4个点已经足够稳定
- 分3段会导致某些段只有1个点
- 全部使用能获得更好的拟合效果

### 情况2: 点数为5

```python
n = 5 > 4  # 需要分段
segment_size = 5 // 3 = 1

第1段: [0:1)  → 1个点 → 选1个
第2段: [1:2)  → 1个点 → 选1个
第3段: [2:5)  → 3个点 → 选最极值的1个

拟合点: 3个
```

### 情况3: 点数很多（如10个）

```python
n = 10 > 4  # 需要分段
segment_size = 10 // 3 = 3

第1段: [0:3)  → 3个点 → 选最极值的1个
第2段: [3:6)  → 3个点 → 选最极值的1个
第3段: [6:10) → 4个点 → 选最极值的1个

拟合点: 3个
```

**效果**：
- ✅ 无论点数多少，最终都是3个代表点
- ✅ 时间均衡（前1/3、中1/3、后1/3）
- ✅ 代表性强（每段最极端）

### 情况4: 分段后某段为空

```python
for seg in segments:
    if len(seg) == 0:  # 跳过空段
        continue
    # 处理非空段...
```

**何时发生**：
- 理论上不会发生（`segment_size ≥ 1`）
- 但代码仍然防御性地检查

### 情况5: 选中点少于2个

```python
if len(selected_x) < 2:
    # 保底方案：强制选首尾两点
    selected_mask[0] = True
    selected_mask[-1] = True
```

**何时触发**：
- 极端异常情况（理论上不应发生）
- 确保至少有两点可以画线

---

## 可视化说明

### 图表元素对应关系

在详细模式（`--show-details`）下，图表显示：

```
图表元素                      对应内容
─────────────────────────────────────────────
浅红色小实心圆               所有高点枢轴点
深红色大空心圆               上沿拟合点（迭代算法选出）
浅绿色小实心圆               所有低点枢轴点
深绿色大空心圆               下沿拟合点（迭代算法选出）
```

**注意**：自 v2.0 起，分段竖线已被移除（因算法不再使用分段策略）。

---

## 总结

### 迭代离群点移除算法的核心要点

1. **初始状态**: 所有枢轴点参与拟合
2. **迭代移除**: 每次移除最大残差的离群点
3. **方向性残差**: 上沿移除低于线的点，下沿移除高于线的点
4. **收敛条件**: 无离群点 / 达到最大迭代次数 / 点数达到下限
5. **独立性**: 高点和低点各自独立处理
6. **保底机制**: 至少保留3个点用于拟合

### 算法优势

| 优势 | 说明 |
|------|------|
| **自适应** | 自动识别并移除偏离点 |
| **稳健性** | 不受单个异常点影响 |
| **可控性** | 通过阈值和迭代次数控制 |
| **保守性** | 至少保留3个点，避免过度过滤 |
| **符合直觉** | 拟合结果与主观判断一致 |

### 与其他方法的对比

| 方法 | 优点 | 缺点 |
|------|------|------|
| **两点连线** | 简单快速 | 忽略中间点，易受噪声影响 |
| **全部点回归** | 利用所有信息 | 权重不均，异常点影响大 |
| **分段选择（v1）** | 时间均衡 | 可能选中弱枢轴点 |
| **迭代离群点移除（当前）** | 自适应，稳健 | 需要迭代计算 |

---

## 参考资料

- [枢轴点拟合改进.md](./2026-01-26_枢轴点拟合改进.md) - 改进历程
- [图表详细模式功能.md](./2026-01-26_图表详细模式功能.md) - 可视化说明
- [converging_triangle.py](../src/converging_triangle.py) - 源代码实现

---

**文档版本**: v2.0  
**最后更新**: 2026-01-26  
**变更记录**:
- v2.0: 采用迭代离群点移除算法，替代原分段选择策略
- v1.0: 初始版本，分段选择算法