technical-patterns-lab/docs/FAQ_为什么某些低点不是枢轴点.md

# 常见问题：为什么某些视觉上的低点不是枢轴点？

**日期**: 2026-01-26  
**类型**: FAQ / 问题分析

---

## 📋 问题描述

用户在查看图表时经常会发现：某些视觉上很明显的低点（或高点），却没有被标记为枢轴点。

**典型案例**：SZ300892 在 20251110 之后有一个接近 30 元的明显低点，但它没有被识别为枢轴点，反而更高的 34 元的点被识别了。

---

## 🔍 原因分析

### 核心概念：枢轴点的严格定义

枢轴点不是"看起来低/高"就可以，必须满足严格的数学定义：

```
枢轴高点：在前后 k 天范围内（共 2k+1 天）是最高点
枢轴低点：在前后 k 天范围内（共 2k+1 天）是最低点
```

**默认参数**：`k = 15`，意味着必须是 **31 天范围内的绝对极值**。

---

## 🎯 四种常见情况

### 情况1: 前后范围内有更极端的点 ⭐

**最常见的原因**

```
价格
 ^
 |    *
 |   / \
 |  /   \← 30元低点
 | /     \
 |*       *← 28元低点    ← 29元低点
└────────────────> 时间
  前15天  中间  后15天
```

虽然 30 元看起来很低，但如果：
- 前 15 天有 28 元的点
- 或后 15 天有 29 元的点

那么 30 元不满足"31 天范围内最低"的条件。

### 情况2: 震荡区域，没有单一极值点

```
价格
 ^
 |
 |  *  *  *  ← 多个接近的低点（30-32元）
 |   \/\/
 └────────────> 时间
```

视觉上看起来像一个低点区域，但实际是多个接近的点：
- 没有一个点在 31 天窗口内是绝对最低
- 算法会选择更具代表性的点（如震荡区边界）

### 情况3: 被相邻枢轴点遮蔽

```
价格
 ^
 |      34元枢轴点 ← 被选中
 |         O
 |    30元点
 |      *    
 └──────────────> 时间
      <15天>
```

如果 30 元的点距离 34 元枢轴点 < 15 天：
- 算法倾向于选择更靠后的点（更具代表性）
- 34 元虽然高，但它在自己的 31 天窗口内是最低点
- 30 元在自己的 31 天窗口内可能不是最低点

### 情况4: 时间位置的影响

```
三角形检测窗口:
├────────────────────────────┤
│                    34元点  │ ← 接近检测窗口终点
│              30元点    O   │    更能代表当前支撑
│                *           │
└────────────────────────────┘
```

- 30 元点：时间较早，可能已经被后续走势"失效"
- 34 元点：时间较晚，更能代表当前的支撑位
- 算法选择更接近检测终点的枢轴点

---

## 💡 为什么 34 元反而被识别？

虽然 34 元比 30 元高，但它满足枢轴点的定义：

```
检查 34 元点的前后 15 天：
- 前 15 天的最低：可能是 35 元
- 后 15 天的最低：可能是 36 元
- 34 元 = 31 天范围内的最低点 ✓
```

同时，34 元点：
- ✅ 时间位置更靠后（更具代表性）
- ✅ 更好地定义三角形的终点支撑
- ✅ 在拟合下沿线时贡献更大

---

## 🧮 类比理解

### 山峰与山谷

```
高度
 ^
 |      山峰 (枢轴高点)
 |        ^
 |       / \
 |      /   \
 | 凹陷 /     \
 |  ↓  /       \
 | *  /         \
 |   /___________\
 └──────────────────> 位置
```

- **山峰** = 枢轴高点（周围都比它低）
- **山谷** = 枢轴低点（周围都比它高）
- **山坡上的凹陷** ≠ 山谷（局部低但不是极值）

30 元那个点可能只是"山坡上的一个凹陷"，而不是真正的"山谷"。

---

## 📊 实际案例：SZ300892

### 检测信息

```
窗口大小: 240 天
下沿触碰: 4 个
检测模式: 实时模式
枢轴点定义: k=15（前后各15天，共31天）
```

### 为什么 30 元不是枢轴点？

**可能原因1**: 前后 15 天内有更低的点
```
例如：
- 30 元点在 20251110
- 可能 20251025 有 29.5 元
- 或 20251125 有 29.8 元
→ 不满足"31天内最低"
```

**可能原因2**: 30 元点是震荡区域
```
20251105-20251115 区间：
- 20251105: 31 元
- 20251108: 30 元
- 20251112: 30.5 元
→ 没有单一的极值点
```

**可能原因3**: 34 元点更具代表性
```
- 30 元点：2025年11月
- 34 元点：2025年12月（更接近检测日期）
- 算法选择更新的、更能代表当前支撑的点
```

---

## 🔧 如何验证？

### 方法1: 查看原始数据

```python
# 获取30元点前后15天的所有数据
point_index = 210  # 假设索引
window_data = low[point_index-15:point_index+16]
min_value = np.min(window_data)

if window_data[15] == min_value:
    print("✓ 是枢轴点")
else:
    print("✗ 不是枢轴点")
    print(f"最低值: {min_value} 在索引 {np.argmin(window_data)}")
```

### 方法2: 使用详细模式图表

```bash
python scripts/plot_converging_triangles.py --show-details
```

查看图表上：
- 浅色小圆：所有识别出的枢轴点
- 如果 30 元点没有小圆标记 → 不是枢轴点
- 如果有小圆但没有大空心圆 → 是枢轴点但未被选中拟合

---

## 📐 枢轴点 vs 低点的区别

| 特性 | 枢轴点 | 普通低点 |
|------|--------|---------|
| **定义** | 数学上的局部极值 | 视觉上的低位 |
| **要求** | 前后 k 天范围内最低 | 看起来低 |
| **窗口** | 固定 2k+1 天 | 无限制 |
| **唯一性** | 窗口内唯一 | 可以有多个 |
| **用途** | 定义趋势线 | 参考观察 |

---

## 💭 常见疑问

### Q1: 为什么不直接用所有低点？

**A**: 
- 噪声太多，拟合线不稳定
- 需要有代表性的关键点
- 枢轴点是经过数学筛选的关键点

### Q2: k=15 是不是太严格了？

**A**:
- k=15 是经过调试的经验值
- 太小（如 k=5）：太多点，噪声大
- 太大（如 k=30）：太少点，漏检关键转折
- 如需调整，修改 `triangle_config.py` 中的 `pivot_k`

### Q3: 能否降低标准识别 30 元点？

**A**:
- 不建议：会引入大量噪声点
- 如果确实需要，可以：
  1. 降低 `pivot_k`（如改为 10）
  2. 使用实时模式（最近 5 天降低标准）
- 但这会影响整体检测质量

---

## ✅ 总结

### 核心要点

1. **枢轴点是数学定义**，不是视觉判断
2. **k=15 的窗口很严格**，需要 31 天的"统治力"
3. **视觉低点 ≠ 枢轴点**，后者更严格
4. **算法优先选择更具代表性的点**

### 正确的理解方式

```
视觉观察 → 初步判断
  ↓
枢轴点检测 → 数学验证
  ↓
分段选择 → 提取代表点
  ↓
线性回归 → 拟合趋势线
```

每一步都有其逻辑和意义，不能跳过。

---

## 📚 相关文档

- [枢轴点检测原理.md](./枢轴点检测原理.md) - 枢轴点的完整定义
- [枢轴点分段选择算法详解.md](./枢轴点分段选择算法详解.md) - 如何选择代表点
- [图表详细模式功能.md](./2026-01-26_图表详细模式功能.md) - 如何可视化验证

---

**版本**: v1.0  
**更新**: 2026-01-26