# 突破强度计算方法

> 最后更新：2026-01-22  
> 版本：v2.0（加权求和 + tanh 非线性归一化）

## 概述

突破强度是一个 **0~1** 的连续分数，用于衡量收敛三角形突破的有效性。  
分数越高，表示突破越强势、越可信。

---

## 设计演进

### v1.0 乘法组合（已弃用）

```python
# 旧公式
strength = price_score × 5 × (1 + convergence_bonus × 0.5) × (1 + vol_bonus × 0.5)
```

**问题**：乘法组合 + 高乘数（×5）导致 **73-76% 的突破都是满分 1.0**，无法有效区分突破质量。

### v2.0 加权求和 + tanh 归一化（当前版本）

```python
# 新公式
strength = 0.60 × tanh(突破幅度% × 15) +  # 价格分 (60%)
           0.25 × (1 - width_ratio) +        # 收敛分 (25%)
           0.15 × vol_bonus                   # 成交量分 (15%)
```

**改进效果**：

| 指标 | v1.0 | v2.0 |
|------|------|------|
| 满分比例(>0.9) | **73-76%** | **0.9-6.0%** |
| 平均强度 | ~0.12 | **~0.59** |
| 最大强度 | 1.0000 | **0.9928** |
| 区分度 | 差（大量满分） | **好（均匀分布）** |

---

## 当前计算公式（v2.0）

### 公式结构

```python
def calc_breakout_strength(close, upper_line, lower_line, volume_ratio, width_ratio):
    import math
    
    # 权重配置
    W_PRICE = 0.60       # 突破幅度权重
    W_CONVERGENCE = 0.25 # 收敛度权重
    W_VOLUME = 0.15      # 成交量权重
    TANH_SCALE = 15.0    # tanh 缩放因子
    
    # 1. 价格突破分数（tanh 非线性归一化）
    pct_up = max(0, (close - upper_line) / upper_line)
    price_score_up = math.tanh(pct_up * TANH_SCALE)
    
    # 2. 收敛分数
    convergence_score = max(0, min(1, 1 - width_ratio))
    
    # 3. 成交量分数
    vol_score = min(1, max(0, volume_ratio - 1))
    
    # 4. 加权求和
    strength_up = W_PRICE * price_score_up + W_CONVERGENCE * convergence_score + W_VOLUME * vol_score
    
    return min(1.0, strength_up)
```

---

## 三个分量详解

### 1. 价格突破分数（权重 60%）

使用 **tanh 函数** 进行非线性归一化，避免大幅突破导致的满分堆积。

```python
price_score = tanh(突破幅度% × 15)
```

**突破幅度映射表**：

| 突破幅度 | price_score | 贡献分数 (×0.6) |
|----------|-------------|-----------------|
| 0.5% | 0.07 | 0.04 |
| 1% | 0.15 | 0.09 |
| 2% | 0.29 | 0.17 |
| 3% | 0.42 | 0.25 |
| 5% | 0.64 | 0.38 |
| 8% | 0.83 | 0.50 |
| 10% | 0.91 | 0.55 |
| 15% | 0.97 | 0.58 |

**设计考量**：
- A股涨跌停限制 10%，常见突破在 1-5% 范围
- tanh 函数使小幅突破有区分，大幅突破趋于收敛
- 系数 15 使得 3% 突破 ≈ 0.42 分，5% 突破 ≈ 0.64 分

---

### 2. 收敛分数（权重 25%）

三角形收敛程度越高，突破越有效。

```python
convergence_score = max(0, 1 - width_ratio)
```

| width_ratio | 收敛程度 | convergence_score | 贡献分数 (×0.25) |
|-------------|----------|-------------------|------------------|
| 0.8 | 较弱 | 0.20 | 0.05 |
| 0.6 | 中等 | 0.40 | 0.10 |
| 0.4 | 较强 | 0.60 | 0.15 |
| 0.2 | 很强 | 0.80 | 0.20 |
| 0.1 | 极强 | 0.90 | 0.23 |
| 0.05 | 极度收敛 | 0.95 | 0.24 |

**width_ratio** = 三角形末端宽度 / 起始宽度

---

### 3. 成交量分数（权重 15%）

放量突破更可信。

```python
vol_score = min(1, max(0, volume_ratio - 1))
```

| volume_ratio | 成交量状态 | vol_score | 贡献分数 (×0.15) |
|--------------|------------|-----------|------------------|
| 0.8 | 缩量 | 0 | 0 |
| 1.0 | 平量 | 0 | 0 |
| 1.5 | 放量 50% | 0.5 | 0.075 |
| 2.0 | 放量 100% | 1.0 | 0.15 |
| 3.0 | 放量 200% | 1.0 | 0.15 (上限) |

**volume_ratio** = 当日成交量 / 近 N 日均量

---

## 计算示例

### 示例 1：强势突破（领湃科技 2026-01-20）

```
输入:
  突破幅度 ≈ 8%     (close 大幅高于 upper_line)
  width_ratio = 0.0465  (极度收敛)
  volume_ratio > 1.5    (放量确认)

计算:
  price_score = tanh(0.08 × 15) = tanh(1.2) ≈ 0.83
  convergence_score = 1 - 0.0465 = 0.9535
  vol_score = min(1, 1.5 - 1) = 0.5

  strength = 0.60 × 0.83 + 0.25 × 0.9535 + 0.15 × 0.5
           = 0.498 + 0.238 + 0.075
           = 0.811

实际结果: 0.9882 (因实际突破幅度更大)
```

### 示例 2：中等突破（五芳斋 2026-01-20）

```
输入:
  突破幅度 ≈ 3%
  width_ratio = 0.2090
  volume_ratio ≈ 1.0  (未放量)

计算:
  price_score = tanh(0.03 × 15) = tanh(0.45) ≈ 0.42
  convergence_score = 1 - 0.2090 = 0.791
  vol_score = 0

  strength = 0.60 × 0.42 + 0.25 × 0.791 + 0.15 × 0
           = 0.252 + 0.198 + 0
           = 0.450

实际结果: 0.5816 (因实际突破幅度略大于 3%)
```

### 示例 3：弱势突破（康华生物 2026-01-20）

```
输入:
  突破幅度 ≈ 2%
  width_ratio = 0.1338
  volume_ratio ≈ 1.0  (未放量)

计算:
  price_score = tanh(0.02 × 15) = tanh(0.30) ≈ 0.29
  convergence_score = 1 - 0.1338 = 0.866
  vol_score = 0

  strength = 0.60 × 0.29 + 0.25 × 0.866 + 0.15 × 0
           = 0.174 + 0.217 + 0
           = 0.391

实际结果: 0.4797 (因实际突破幅度略大于 2%)
```

---

## 强度等级参考

| 强度范围 | 等级 | 含义 | 占比参考 |
|----------|------|------|----------|
| 0 ~ 0.3 | 微弱 | 假突破风险高，需谨慎 | ~8% |
| 0.3 ~ 0.5 | 轻度 | 有突破迹象，建议观察 | ~27% |
| 0.5 ~ 0.7 | 中度 | 有效突破，可作为参考 | ~28% |
| 0.7 ~ 0.9 | 强势 | 高置信度突破，值得关注 | ~31% |
| 0.9 ~ 1.0 | 极强 | 顶级突破信号 | ~6% |

---

## 权重选择理由

| 分量 | 权重 | 理由 |
|------|------|------|
| **价格突破** | 60% | 突破幅度是最直接的信号，决定性因素 |
| **收敛程度** | 25% | 收敛越强，蓄势越充分，突破有效性越高 |
| **成交量** | 15% | 放量是确认信号，但非必要条件（有些有效突破不放量） |

**总和 = 100%**，确保最终分数在合理范围内。

---

## 代码位置

```
src/converging_triangle.py
├── calc_breakout_strength()      # 突破强度计算函数 (第 180-260 行)
└── detect_converging_triangle()  # 调用位置 (第 401 行)

scripts/triangle_config.py        # 参数配置（严格模式/默认模式/宽松模式）
```

---

## 相关参数配置

| 参数 | 严格模式 | 默认模式 | 说明 |
|------|----------|----------|------|
| `window` | 120 | 120 | 检测窗口大小（交易日） |
| `shrink_ratio` | 0.6 | 0.8 | 收敛比例阈值（越小越严格） |
| `break_tol` | 0.005 | 0.001 | 突破判定容差（0.5% vs 0.1%） |
| `vol_window` | 20 | 20 | 计算成交量均值的窗口 |
| `vol_k` | 1.5 | 1.3 | 成交量确认阈值 |

当前使用 **严格模式**，详见 `scripts/triangle_config.py`。

---

## 附录：tanh 函数特性

```
tanh(x) = (e^x - e^-x) / (e^x + e^-x)
```

- 输出范围：(-1, 1)
- 当 x=0 时，tanh(0) = 0
- 当 x→∞ 时，tanh(x) → 1
- 单调递增，处处可导
- 在 x=0 附近近似线性，大值时趋于饱和

**选择 tanh 的原因**：
1. 自然归一化到 (0, 1)
2. 小幅突破有区分度
3. 大幅突破不会无限增长
4. 平滑过渡，无跳变