褚宏光 6d545eb231 Enhance converging triangle detection with new features and documentation updates

- Added support for a detailed chart mode in plot_converging_triangles.py, allowing users to visualize all pivot points and fitting lines.
- Improved pivot fitting logic to utilize multiple representative points, enhancing detection accuracy and reducing false positives.
- Introduced a new real-time detection mode with flexible zone parameters for better responsiveness in stock analysis.
- Updated README.md and USAGE.md to reflect new features and usage instructions.
- Added multiple documentation files detailing recent improvements, including pivot point fitting and visualization enhancements.
- Cleaned up and archived outdated scripts to streamline the project structure.

2026-01-26 16:21:36 +08:00

7.0 KiB

Raw Blame History

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

# 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

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？

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？

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？

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

枢轴点是数学定义，不是视觉判断
k=15 的窗口很严格，需要 31 天的"统治力"
视觉低点 ≠ 枢轴点，后者更严格
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 - 枢轴点的完整定义
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 - 如何可视化验证

版本: v1.0
更新: 2026-01-26

7.0 KiB Raw Blame History Unescape Escape