technical-patterns-lab/README.md

Technical Patterns Lab

技术形态识别研究与实验仓库，聚焦收敛三角形等形态的批量检测、突破强度计算与可视化验证。

核心功能

• 收敛三角形检测：基于枢轴点连线 + 几何约束 + 收敛度判定 + 相向收敛检查
• 批量滚动计算：支持多股票 × 多交易日的历史检测
• 突破强度评分：0~1 连续分数，使用加权求和 + tanh 归一化
• 可视化验证：自动绘制检测窗口与完整历史走势

最新更新

2026-01-28: K线图升级 + 每日最佳报告 📊

• ✅ 图表从折线图升级为K线图（红涨绿跌，更专业）
• ✅ 新增每日最佳股票报告（daily_best.csv）：500天每天强度最高的股票
• ✅ 新增运行日志保存（run_log_*.txt）：完整记录检测过程
• ✅ 绘图默认使用高低价拟合（更精确）
• ✅ 实测性能：2.56秒处理54,000个检测点（21,000点/秒）
• 详见：docs/K线图说明.md

2026-01-27: 性能优化 - Numba加速 ⚡

• ✅ 使用Numba JIT编译，性能提升300+倍
• ✅ 54,000个检测点：从 30秒 → 2.5秒
• ✅ 自动检测并启用，无需手动配置
• 详见：docs/README_性能优化.md

2026-01-26: 图表可视化改进 - 简洁/详细模式 🎨

• 新增图表详细模式开关：SHOW_CHART_DETAILS 或 --show-details
• 简洁模式（默认）：仅显示收盘价、上沿线、下沿线
• 详细模式：额外显示所有枢轴点、拟合点、分段线等调试信息
• 详见：docs/2026-01-26_图表详细模式功能.md

2026-01-26: 改进枢轴点拟合逻辑，使用多点线性回归 📈

• 从"只用2个枢轴点"改为"分段选择3-4个代表性点"进行线性回归
• 拟合精度显著提升，抗噪声能力更强
• 检测质量提高，误检率大幅降低（19k → 6k，过滤假三角形）
• 详见：docs/2026-01-26_枢轴点拟合改进.md 📊

2026-01-26: 修复上沿线覆盖问题 🔧

• 修复 fit_pivot_line() 算法缺陷：确保上/下沿线覆盖所有枢轴点
• 问题：旧算法可能忽略全局最高/低点，导致拟合线横穿关键价格
• 修复：优先选择全局极值点，验证覆盖情况，自动调整选择
• 详见：docs/2026-01-26_上沿线覆盖问题修复.md

2026-01-26: 实施方案4（混合策略），支持实时模式

• 新增 pivots_fractal_hybrid() 函数，区分确认和候选枢轴点
• 支持标准模式（历史回测）和实时模式（实时选股）可配置切换
• 在 triangle_config.py 中通过 REALTIME_MODE 控制
• 实时模式能捕获最近5天的枢轴点，无15天滞后

2026-01-26: 增加"相向收敛"约束，过滤下降/上升通道误判

• ✅ 对称三角形（上沿↓ + 下沿↑）
• ✅ 上升三角形（上沿→ + 下沿↑）
• ✅ 下降三角形（上沿↓ + 下沿→）
• ❌ 下降通道（上沿↓ + 下沿↓）- 现已过滤
• ❌ 上升通道（上沿↑ + 下沿↑）- 现已过滤

详见：

• docs/2026-01-26_图表详细模式功能.md - 图表可视化改进 🎨
• docs/方案4-混合策略详解.md - 实时模式完整说明 ⭐
• docs/实时模式使用指南.md - 快速上手指南
• docs/2026-01-26_相向收敛约束改进.md - 过滤通道形态
• docs/2026-01-26_上沿线覆盖问题修复.md - 拟合线覆盖修复 🔧
• docs/2026-01-26_枢轴点拟合改进.md - 多点回归改进 📊

目录结构

technical-patterns-lab/
├── src/                    # 核心算法
│   ├── converging_triangle.py   # 收敛三角形检测
│   └── archive/                 # 归档代码
├── scripts/                # 运行脚本
│   ├── pipeline_converging_triangle.py  # 一键流水线
│   ├── run_converging_triangle.py       # 批量检测
│   ├── report_converging_triangles.py   # 生成报告
│   ├── plot_converging_triangles.py     # 绘制图表
│   ├── triangle_config.py               # 统一参数配置
│   └── archive/                         # 归档脚本
├── data/                   # 数据文件
│   ├── open.pkl, high.pkl, low.pkl, close.pkl, volume.pkl
├── outputs/                # 输出结果（已被 gitignore 忽略）
│   └── converging_triangles/   # 收敛三角形结果
└── docs/                   # 文档

快速开始

# 1. 激活环境
.\.venv\Scripts\Activate.ps1

# 2. 安装依赖（首次）
pip install numpy pandas matplotlib numba

# 3. 一键运行流水线（检测 + 报告 + 图表）
python scripts/pipeline_converging_triangle.py

⚡ 性能优化

本项目已集成 Numba JIT 加速，性能提升 300+ 倍：

• 实测性能：54,000个检测点（108只股票×500天）→ 2.56秒 🚀
• 处理速度：21,000 点/秒
• 无需手动配置，自动检测并启用
• 如未安装 numba，自动降级使用原版函数

安装 Numba（推荐）：

pip install numba

详见：docs/README_性能优化.md 📚

输出示例

检测结果: N 个有效三角形
- 向上突破: N 次
- 向下突破: N 次
- 当日报告: outputs/converging_triangles/report.md
- 图表目录: outputs/converging_triangles/charts/
- HTML查看器: outputs/converging_triangles/stock_viewer.html ⭐

提示：使用 --all-stocks 参数可以为所有108只股票生成图表和HTML查看器，方便全面查看。

相关文档

📖 入门必读

• docs/功能与文档总览.md - 完整功能与文档索引 ⭐⭐⭐
• USAGE.md - 完整使用指南（参数说明、数据格式等）⭐
• outputs/converging_triangles/QUICK_START.md - HTML查看器快速指南 🚀

核心功能

• docs/突破强度计算方法.md - 突破强度的计算逻辑
• docs/强度分计算示例.md - 详细的计算步骤示例
• docs/converging_triangles_outputs.md - 输出字段说明

可视化

• docs/K线图说明.md - K线图功能详解（新增）🆕
• outputs/converging_triangles/QUICK_START.md - HTML查看器快速指南 🚀
• outputs/converging_triangles/README_viewer.md - HTML查看器详细文档
• docs/all-stocks-feature.md - 全股票图表功能说明
• docs/2026-01-27_HTML查看器功能.md - HTML查看器设计与实现
• docs/2026-01-26_图表详细模式功能.md - 图表可视化改进 🎨

性能优化 ⚡

• docs/README_性能优化.md - 性能优化文档索引 ⭐⭐⭐
• docs/性能优化执行总结.md - 快速了解优化成果
• docs/性能优化完整报告.md - 完整技术报告
• docs/性能优化方案.md - 详细技术方案
• scripts/README_performance_tests.md - 性能测试使用说明

算法原理

• docs/枢轴点分段选择算法详解.md - 分段算法完整说明 ⭐
• docs/枢轴点检测原理.md - 枢轴点算法详解
• docs/枢轴点边界问题分析.md - 边界盲区问题与解决方案
• docs/2026-01-26_相向收敛约束改进.md - 过滤通道形态的改进
• docs/方案4-混合策略详解.md - 实时模式完整说明 ⭐
• docs/实时模式使用指南.md - 快速上手指南
• docs/收敛三角形检测系统-使用指南.md - 使用流程与参数说明