technical-patterns-lab/docs/突破强度计算方法.md

突破强度计算方法

最后更新：2026-01-22
版本：v2.0（加权求和 + tanh 非线性归一化）

概述

突破强度是一个 0~1 的连续分数，用于衡量收敛三角形突破的有效性。
分数越高，表示突破越强势、越可信。

---

设计演进

v1.0 乘法组合（已弃用）

# 旧公式
strength = price_score × 5 × (1 + convergence_bonus × 0.5) × (1 + vol_bonus × 0.5)

问题：乘法组合 + 高乘数（×5）导致 73-76% 的突破都是满分 1.0，无法有效区分突破质量。

v2.0 加权求和 + tanh 归一化（当前版本）

# 新公式
strength = 0.60 × tanh(突破幅度% × 15) +  # 价格分 (60%)
           0.25 × (1 - width_ratio) +        # 收敛分 (25%)
           0.15 × vol_bonus                   # 成交量分 (15%)

改进效果：

指标	v1.0	v2.0
满分比例(>0.9)	73-76%	0.9-6.0%
平均强度	~0.12	~0.59
最大强度	1.0000	0.9928
区分度	差（大量满分）	好（均匀分布）

---

当前计算公式（v2.0）

公式结构

def calc_breakout_strength(close, upper_line, lower_line, volume_ratio, width_ratio):
    import math
    
    # 权重配置
    W_PRICE = 0.60       # 突破幅度权重
    W_CONVERGENCE = 0.25 # 收敛度权重
    W_VOLUME = 0.15      # 成交量权重
    TANH_SCALE = 15.0    # tanh 缩放因子
    
    # 1. 价格突破分数（tanh 非线性归一化）
    pct_up = max(0, (close - upper_line) / upper_line)
    price_score_up = math.tanh(pct_up * TANH_SCALE)
    
    # 2. 收敛分数
    convergence_score = max(0, min(1, 1 - width_ratio))
    
    # 3. 成交量分数
    vol_score = min(1, max(0, volume_ratio - 1))
    
    # 4. 加权求和
    strength_up = W_PRICE * price_score_up + W_CONVERGENCE * convergence_score + W_VOLUME * vol_score
    
    return min(1.0, strength_up)

---

三个分量详解

1. 价格突破分数（权重 60%）

使用 tanh 函数 进行非线性归一化，避免大幅突破导致的满分堆积。

price_score = tanh(突破幅度% × 15)

突破幅度映射表：

突破幅度	price_score	贡献分数 (×0.6)
0.5%	0.07	0.04
1%	0.15	0.09
2%	0.29	0.17
3%	0.42	0.25
5%	0.64	0.38
8%	0.83	0.50
10%	0.91	0.55
15%	0.97	0.58

设计考量：

• A股涨跌停限制 10%，常见突破在 1-5% 范围
• tanh 函数使小幅突破有区分，大幅突破趋于收敛
• 系数 15 使得 3% 突破 ≈ 0.42 分，5% 突破 ≈ 0.64 分

---

2. 收敛分数（权重 25%）

三角形收敛程度越高，突破越有效。

convergence_score = max(0, 1 - width_ratio)

width_ratio	收敛程度	convergence_score	贡献分数 (×0.25)
0.8	较弱	0.20	0.05
0.6	中等	0.40	0.10
0.4	较强	0.60	0.15
0.2	很强	0.80	0.20
0.1	极强	0.90	0.23
0.05	极度收敛	0.95	0.24

width_ratio = 三角形末端宽度 / 起始宽度

---

3. 成交量分数（权重 15%）

放量突破更可信。

vol_score = min(1, max(0, volume_ratio - 1))

volume_ratio	成交量状态	vol_score	贡献分数 (×0.15)
0.8	缩量	0	0
1.0	平量	0	0
1.5	放量 50%	0.5	0.075
2.0	放量 100%	1.0	0.15
3.0	放量 200%	1.0	0.15 (上限)

volume_ratio = 当日成交量 / 近 N 日均量

---

计算示例

示例 1：强势突破（领湃科技 2026-01-20）

输入:
  突破幅度 ≈ 8%     (close 大幅高于 upper_line)
  width_ratio = 0.0465  (极度收敛)
  volume_ratio > 1.5    (放量确认)

计算:
  price_score = tanh(0.08 × 15) = tanh(1.2) ≈ 0.83
  convergence_score = 1 - 0.0465 = 0.9535
  vol_score = min(1, 1.5 - 1) = 0.5

  strength = 0.60 × 0.83 + 0.25 × 0.9535 + 0.15 × 0.5
           = 0.498 + 0.238 + 0.075
           = 0.811

实际结果: 0.9882 (因实际突破幅度更大)

示例 2：中等突破（五芳斋 2026-01-20）

输入:
  突破幅度 ≈ 3%
  width_ratio = 0.2090
  volume_ratio ≈ 1.0  (未放量)

计算:
  price_score = tanh(0.03 × 15) = tanh(0.45) ≈ 0.42
  convergence_score = 1 - 0.2090 = 0.791
  vol_score = 0

  strength = 0.60 × 0.42 + 0.25 × 0.791 + 0.15 × 0
           = 0.252 + 0.198 + 0
           = 0.450

实际结果: 0.5816 (因实际突破幅度略大于 3%)

示例 3：弱势突破（康华生物 2026-01-20）

输入:
  突破幅度 ≈ 2%
  width_ratio = 0.1338
  volume_ratio ≈ 1.0  (未放量)

计算:
  price_score = tanh(0.02 × 15) = tanh(0.30) ≈ 0.29
  convergence_score = 1 - 0.1338 = 0.866
  vol_score = 0

  strength = 0.60 × 0.29 + 0.25 × 0.866 + 0.15 × 0
           = 0.174 + 0.217 + 0
           = 0.391

实际结果: 0.4797 (因实际突破幅度略大于 2%)

---

强度等级参考

强度范围	等级	含义	占比参考
0 ~ 0.3	微弱	假突破风险高，需谨慎	~8%
0.3 ~ 0.5	轻度	有突破迹象，建议观察	~27%
0.5 ~ 0.7	中度	有效突破，可作为参考	~28%
0.7 ~ 0.9	强势	高置信度突破，值得关注	~31%
0.9 ~ 1.0	极强	顶级突破信号	~6%

---

权重选择理由

分量	权重	理由
价格突破	60%	突破幅度是最直接的信号，决定性因素
收敛程度	25%	收敛越强，蓄势越充分，突破有效性越高
成交量	15%	放量是确认信号，但非必要条件（有些有效突破不放量）

总和 = 100%，确保最终分数在合理范围内。

---

代码位置

src/converging_triangle.py
├── calc_breakout_strength()      # 突破强度计算函数 (第 180-260 行)
└── detect_converging_triangle()  # 调用位置 (第 401 行)

scripts/triangle_config.py        # 参数配置（严格模式/默认模式/宽松模式）

---

相关参数配置

参数	严格模式	默认模式	说明
window	120	120	检测窗口大小（交易日）
shrink_ratio	0.6	0.8	收敛比例阈值（越小越严格）
break_tol	0.005	0.001	突破判定容差（0.5% vs 0.1%）
vol_window	20	20	计算成交量均值的窗口
vol_k	1.5	1.3	成交量确认阈值

当前使用 严格模式，详见 scripts/triangle_config.py。

---

附录：tanh 函数特性

tanh(x) = (e^x - e^-x) / (e^x + e^-x)

• 输出范围：(-1, 1)
• 当 x=0 时，tanh(0) = 0
• 当 x→∞ 时，tanh(x) → 1
• 单调递增，处处可导
• 在 x=0 附近近似线性，大值时趋于饱和

选择 tanh 的原因：

1. 自然归一化到 (0, 1)
2. 小幅突破有区分度
3. 大幅突破不会无限增长
4. 平滑过渡，无跳变