technical-patterns-lab/docs/2026-01-29_迁移到data_server.md

1. 三角形强度() - 全市场批量筛选

作用：对全市场所有股票、所有日期进行批量检测，返回强度矩阵，用于筛选和排序。

入参：

参数	类型	默认值	说明
window	int	240	检测窗口（交易日）
min_convergence	float	0.45	最小收敛比例（末端/起始宽度）
breakout_threshold	float	0.005	突破阈值（0.5%）
volume_multiplier	float	1.5	放量确认倍数
start_day	int	-1	起始日索引（-1=自动）
end_day	int	-1	结束日索引（-1=自动）

返回值：

np.ndarray  # shape: (n_stocks, n_days)

• 正值 +0 ~ +1：向上突破/潜力，值越大越强
• 负值 -1 ~ -0：向下突破/潜力，绝对值越大越强
• NaN：无有效形态

使用场景：

强度 = 三角形强度()

# 筛选最新一天强向上的股票
强向上 = 强度[:, -1] > 0.5

# 按强度排序
排名 = np.argsort(强度[:, -1])[::-1]

---

2. 三角形详情(ticker) - 单股票详情

作用：对单只股票进行检测，返回完整详情（强度分量、几何属性、图表数据），用于展示和分析。

入参：

参数	类型	默认值	说明
ticker	str	必填	股票代码，如 "SH600519"
window	int	240	检测窗口
min_convergence	float	0.45	最小收敛比例
breakout_threshold	float	0.005	突破阈值
volume_multiplier	float	1.5	放量倍数
display_days	int	300	图表显示天数

返回值：TriangleDetail 对象

字段	类型	说明
strength	float	综合强度 (-1 ~ +1)
is_valid	bool	是否有效形态
direction	str	"up" / "down" / "none"
strength_up	float	向上强度原始值 (0~1)
strength_down	float	向下强度原始值 (0~1)
convergence_score	float	收敛分 (0~1)
volume_score	float	成交量分 (0~1)
fitting_score	float	拟合分 (0~1)
width_ratio	float	收敛比例
upper_slope	float	上沿斜率
lower_slope	float	下沿斜率
touches_upper	int	触碰上沿次数
touches_lower	int	触碰下沿次数
volume_confirmed	bool	成交量是否确认
chart_data	dict	图表数据（ECharts 格式）

chart_data 结构：

{
    'dates': [20260101, 20260102, ...],    # 日期
    'candlestick': [[o,c,l,h], ...],       # K线数据
    'upper_line': [[x1,y1], [x2,y2]],      # 上沿线
    'lower_line': [[x1,y1], [x2,y2]],      # 下沿线
    'detection_window': [start, end],       # 检测窗口
    'ticker': "SH600519",
    'strength': 0.65,
    'direction': "up",
}

使用场景：

详情 = 三角形详情("SH600519")

# 查看结果
print(f"强度: {详情.strength}")
print(f"方向: {详情.direction}")
print(f"收敛度: {详情.width_ratio}")

# 前端绑定
图表配置 = 详情.chart_data

---

典型工作流

# 1. 批量筛选
强度 = 三角形强度()
目标股票索引 = np.where(强度[:, -1] > 0.5)[0]

# 2. 获取详情
tkrs = g.load_pkl()['tkrs']
for idx in 目标股票索引[:10]:
    详情 = 三角形详情(tkrs[idx])
    print(f"{tkrs[idx]}: {详情.strength:.2f}, {详情.direction}")