褚宏光
bf6baa5483
- Add scripts/scoring/ module with normalizer, sensitivity analysis, and config - Enhance stock_viewer.html with standardized scoring display - Add integration tests and normalization verification scripts - Add documentation for standardization implementation and usage guides - Add data distribution analysis reports for strength scoring dimensions - Update discussion documents with algorithm optimization plans
161 lines
4.6 KiB
Markdown
161 lines
4.6 KiB
Markdown
# 收敛三角形强度分六维度 - 数据分布分析
|
||
|
||
**分析日期**: 2026-01-29
|
||
**样本量**: 18,004个有效三角形
|
||
**分析对象**: 强度分系统的6个核心维度（7个字段）
|
||
|
||
---
|
||
|
||
## 📚 快速导航
|
||
|
||
### 🎯 核心文档
|
||
**→ [`强度分六维度_分析报告.md`](./强度分六维度_分析报告.md)** ⭐ **推荐阅读**
|
||
- 完整的统计分析报告
|
||
- 各维度详细解读
|
||
- 实战建议与代码示例
|
||
- 阅读时间: 15分钟
|
||
|
||
---
|
||
|
||
## 📊 强度分系统构成
|
||
|
||
| 编号 | 维度名称 | 字段 | 权重 | 范围 |
|
||
|-----|---------|------|------|------|
|
||
| 1 | 突破幅度分 | price_score_up/down | 45% | [0, 1] |
|
||
| 2 | 收敛度分 | convergence_score | 20% | [0, 1] |
|
||
| 3 | 成交量分 | volume_score | 15% | [0, 1] |
|
||
| 4 | 形态规则度 | geometry_score | 10% | [0, 1] |
|
||
| 5 | 价格活跃度 | activity_score | 5% | [0, 1] |
|
||
| 6 | 倾斜度分 | tilt_score | 5% | [0, 1] |
|
||
|
||
**注**: 突破幅度分根据突破方向分为向上/向下两个字段
|
||
|
||
---
|
||
|
||
## 🎯 核心发现摘要
|
||
|
||
### 1️⃣ 正态性
|
||
- **7/7 维度全部非正态** (p值≈0)
|
||
- 必须放弃均值±3σ、t检验等传统统计方法
|
||
|
||
### 2️⃣ 偏度分布
|
||
- **右偏 (4个)**: 突破幅度分、成交量分、形态规则度
|
||
- **对称 (2个)**: 收敛度分、价格活跃度
|
||
- **左偏 (1个)**: 倾斜度分
|
||
|
||
### 3️⃣ 厚尾排行 (Top 5)
|
||
|
||
| 排名 | 维度 | 超额峰度 | 尾部倍数 | 等级 |
|
||
|-----|------|---------|---------|------|
|
||
| 1 | 倾斜度分 | 46.33 | 7.8× | 🔴 极端 |
|
||
| 2 | 突破幅度分(向下) | 45.72 | 8.2× | 🔴 极端 |
|
||
| 3 | 突破幅度分(向上) | 13.38 | 15.7× | 🟠 显著 |
|
||
| 4 | 形态规则度 | 4.56 | 11.9× | 🟡 中度 |
|
||
| 5 | 成交量分 | 2.77 | 19.1× | 🟡 中度 |
|
||
|
||
---
|
||
|
||
## 💡 关键实战建议
|
||
|
||
### 阈值设置
|
||
```
|
||
突破幅度分(向上):
|
||
❌ 不用均值 (0.056)
|
||
✅ 推荐 P85-P90 (≈0.15)
|
||
|
||
收敛度分:
|
||
✅ 高质量 > 0.85
|
||
✅ 极佳 > 0.90
|
||
|
||
成交量分:
|
||
⚠️ 中位数=0 → 不作必要条件
|
||
✅ 作为加分项 (>0.5 = 稀缺信号)
|
||
```
|
||
|
||
### 统计方法
|
||
```
|
||
❌ 禁止: 均值±kσ、t检验、正态置信区间
|
||
✅ 推荐: 百分位数、非参数检验、Bootstrap
|
||
```
|
||
|
||
---
|
||
|
||
## 📈 可视化图表
|
||
|
||
### 分布形态分析
|
||
**→ [`distribution_plots_强度分六维度.png`](./distribution_plots_强度分六维度.png)**
|
||
- 7个维度的直方图
|
||
- 核密度估计 (绿色虚线)
|
||
- 正态分布拟合 (红色实线)
|
||
|
||
### 正态性检验
|
||
**→ [`qq_plots_强度分六维度.png`](./qq_plots_强度分六维度.png)**
|
||
- Q-Q图
|
||
- 点偏离对角线 = 非正态
|
||
|
||
### 异常值识别
|
||
**→ [`boxplots_强度分六维度.png`](./boxplots_强度分六维度.png)**
|
||
- 箱线图
|
||
- 直观展示偏斜和异常值
|
||
|
||
---
|
||
|
||
## 📊 数据文件
|
||
|
||
### 统计数据表
|
||
**→ [`distribution_analysis_强度分六维度.csv`](./distribution_analysis_强度分六维度.csv)**
|
||
- 7个维度的完整统计指标
|
||
- 包含: 均值、标准差、中位数、偏度、峰度、P值、尾部倍数等
|
||
|
||
### 分析脚本
|
||
**→ [`analyze_distribution_强度分六维度.py`](./analyze_distribution_强度分六维度.py)**
|
||
- 可重现的Python脚本
|
||
- 可基于新数据重新运行
|
||
|
||
---
|
||
|
||
## 📂 文件清单
|
||
|
||
| 文件名 | 大小 | 类型 | 说明 |
|
||
|-------|------|------|------|
|
||
| `INDEX.md` | - | 📑 索引 | 本文档 |
|
||
| `强度分六维度_分析报告.md` | 18KB | 📄 报告 | 完整分析报告 ⭐ |
|
||
| `distribution_plots_强度分六维度.png` | 387KB | 🖼️ 图表 | 分布图 |
|
||
| `qq_plots_强度分六维度.png` | 242KB | 🖼️ 图表 | Q-Q图 |
|
||
| `boxplots_强度分六维度.png` | 99KB | 🖼️ 图表 | 箱线图 |
|
||
| `distribution_analysis_强度分六维度.csv` | 2.1KB | 📊 数据 | 统计表 |
|
||
| `analyze_distribution_强度分六维度.py` | 12KB | 💻 代码 | 分析脚本 |
|
||
|
||
---
|
||
|
||
## 🎉 核心成果
|
||
|
||
✅ **正态性检验** - 7/7全部非正态
|
||
✅ **偏度分析** - 57%右偏
|
||
✅ **厚尾特征** - 5/7显著厚尾
|
||
✅ **实战建议** - 阈值设置、统计方法、权重优化
|
||
✅ **可视化** - 3类图表全覆盖
|
||
✅ **可重现** - 完整Python脚本
|
||
|
||
---
|
||
|
||
## 🔗 相关资源
|
||
|
||
- **原始数据**: `technical-patterns-lab/outputs/converging_triangles/all_results.csv`
|
||
- **讨论记录**: `technical-patterns-lab/discuss/20260129-讨论.md`
|
||
- **强度分说明**: `technical-patterns-lab/docs/强度分组成梳理.md`
|
||
|
||
---
|
||
|
||
## 🔄 版本历史
|
||
|
||
| 日期 | 版本 | 说明 |
|
||
|------|------|------|
|
||
| 2026-01-29 v2.0 | 重新聚焦强度分6维度（7字段） |
|
||
| 2026-01-29 v1.0 | 初始版本(16维度) - 已废弃 |
|
||
|
||
---
|
||
|
||
**更新时间**: 2026-01-29 16:35
|
||
**分析工具**: Python + Scipy + Matplotlib
|