technical-patterns-lab/docs/2026-01-16_pkl_batch_detection.md

对称三角形批量检测日志

日期: 2026-01-16
任务: 从 pkl 文件批量检测对称三角形

---

1. 数据源分析

pkl 文件结构

文件	说明
open.pkl.pkl	开盘价矩阵
high.pkl.pkl	最高价矩阵
low.pkl.pkl	最低价矩阵
close.pkl.pkl	收盘价矩阵
volume.pkl.pkl	成交量矩阵

pkl 内部数据结构

{
    'mtx_save': ndarray (108, 5113),  # 主数据矩阵: 108只股票 × 5113个交易日
    'tot_c': ndarray (108,),          # 列索引 [0,1,2,...,107]
    'tot_r': ndarray (5113,),         # 有效行索引（日期序号，非连续）
    'shape_c': 108,                   # 原始列数
    'shape_r': 7698,                  # 原始总行数（含空行）
}

加载方式

两种加载方式对比：

方式	返回值	适用场景
原生 pickle.load	dict	需要完整元数据
g.load_pkl	ndarray	dataServer 环境内，直接使用矩阵

本次采用: 原生 pickle.load + 空壳模块绕过 model 依赖

class FakeModule:
    ndarray = np.ndarray

sys.modules['model'] = FakeModule()
sys.modules['model.index_info'] = FakeModule()

with open(pkl_path, 'rb') as f:
    data = pickle.load(f)

---

2. 检测参数

WINDOW = 400              # 分析窗口大小
PIVOT_K = 20              # 枢轴点检测窗口
BOUNDARY_N_SEGMENTS = 2   # 边界线分段数
BOUNDARY_SOURCE = "full"  # 使用全量 high/low 拟合
UPPER_SLOPE_MAX = 0.10    # 上沿斜率最大值
LOWER_SLOPE_MIN = -0.10   # 下沿斜率最小值
TOUCH_TOL = 0.10          # 触碰容差
TOUCH_LOSS_MAX = 0.10     # 损失函数阈值
SHRINK_RATIO = 0.8        # 收敛比阈值

---

3. 运行结果

扫描: 108 只股票
识别成功: 10 只 (9.26%)

识别结果明细

股票 ID	上沿斜率	下沿斜率	收敛比	触碰(上/下)	突破方向
stock_017	+0.0025	+0.0071	0.25	5/3	down
stock_019	+0.0021	+0.0056	0.63	5/4	none
stock_025	+0.0009	+0.0020	0.75	5/5	none
stock_031	-0.0097	-0.0042	0.64	3/4	none
stock_057	-0.0002	+0.0036	0.46	5/4	none
stock_063	+0.0105	+0.0329	0.19	7/6	none
stock_066	+0.0089	+0.0115	0.62	5/4	none
stock_079	+0.0056	+0.0081	0.55	4/5	down
stock_081	-0.0029	+0.0029	0.15	4/3	down
stock_095	-0.0028	+0.0025	0.38	5/3	up

突破统计

• 向上突破: 1 只 (stock_095)
• 向下突破: 3 只 (stock_017, stock_079, stock_081)
• 未突破: 6 只

---

4. 输出文件

outputs/sym_triangles/
├── stock_017.png
├── stock_019.png
├── stock_025.png
├── stock_031.png
├── stock_057.png
├── stock_063.png
├── stock_066.png
├── stock_079.png
├── stock_081.png
├── stock_095.png
└── summary.csv

---

5. 脚本使用方法

# 进入项目目录
cd D:\project\technical-patterns-lab

# 激活虚拟环境
.\.venv\Scripts\Activate.ps1

# 运行批量检测
python scripts/run_sym_triangle_pkl.py

---

6. 相关文件

文件	说明
scripts/run_sym_triangle_pkl.py	批量检测脚本 (pkl 数据源)
scripts/run_sym_triangle_json.py	单股检测脚本 (JSON 数据源)
src/sym_triangle.py	核心算法模块
data/*.pkl.pkl	OHLCV 数据文件
data/map/stock_name.json	股票代码映射表

---

7. 待优化项

• 关联 stock_name.json 显示真实股票代码/名称
• 图表标题显示真实日期（当前显示索引）
• 支持自定义股票筛选范围
• 添加更多形态参数到汇总表