缠论量化分析技能 v4.0

定位

缠论 = 确定性规则引擎，不是 AI 推理。同样的 K 线输入永远输出同样的结构。

• 输入：股票代码 + 日K线数据
• 输出：笔列表、线段列表、中枢列表、买卖点（1买/2买/3买）+ 止损位 + 技术评分 + 背驰类型

v4.0 改进（基于缠论108课原文学习）

P0 — 正确性修正

• 趋势/盘整背驰区分（课37）：没有趋势就没有背驰。≥2个不重叠中枢 = 趋势背驰（强信号，标1买）；仅1个中枢 = 盘整背驰（弱信号，降级为观察）
• A/B中枢同级验证（课37）：趋势中各中枢必须是同级别（笔数差≤3且扩展状态一致）
• 2买三种情况（课101）：最强(2/3买合一) / 一般(依次向上) / 最弱(跌破1买)

P1 — 精度提升

• 中枢9段扩展规则（课33）：≥9段次级别走势 = 高一级别中枢
• 乘法评分体系（课72）：技术面0-100分，后续可乘以基本面×比价关系

P2 — 结构升级

• 线段划分（课67）：特征序列分型法，笔→线段→中枢完整链路
• 背驰后转折分类（课29）：扩展 / 盘整 / 反趋势三种结果

架构（7层）

L0 数据获取 → L1 包含处理 → L2 分型识别 → L3 笔生成 → L3.5 线段划分 → L4 中枢构建 → L5 动力学信号

可用工具

单股分析：chanlun_analyzer.py

cd /root/.copaw/workspaces/default/active_skills/chanlun/scripts

# 单股分析（摘要）
python3 chanlun_analyzer.py sh600519 --summary

# JSON输出
python3 chanlun_analyzer.py sh600519 --json

v4.0 返回结构新增字段：

{
  "version": "4.0",
  "trend_type": "上涨趋势|下跌趋势|盘整",
  "is_trend": true,
  "divergence_type": "trend|consolidation|none",
  "divergence_str": "下跌趋势背驰|盘整背驰",
  "duan_count": 3,
  "duan_list": [...],
  "buy_points": [{
    "type": 1,
    "price": 1234.5,
    "div_type": "trend_divergence",
    "turn_type": "reversal",
    "tech_score": 85
  }],
  "zhongshu_list": [{
    "zg": 100, "zd": 90,
    "level": "standard|extended",
    "is_9_extended": false
  }]
}

全量扫描：buypoint_scanner.py

python3 buypoint_scanner.py --buy-type 0,1,2,3 --top 50 --workers 8

注意：v4.0中type=0为观察信号（盘整背驰），type=1/2/3为正式买卖点。

Python API

import sys
sys.path.insert(0, "/root/.copaw/workspaces/default/active_skills/chanlun/scripts")
from chanlun_analyzer import ChanLunAnalyzer

# 单股完整分析
a = ChanLunAnalyzer("sh600519", days=250)
print(a.summary())
d = a.to_dict()        # v4.0详细输出
r = a.analyze(days=250) # v3兼容接口

# 独立函数
from chanlun_analyzer import (
    is_trend, classify_divergence, verify_same_level_centers,
    compute_technical_score, classify_turn_after_divergence,
    generate_duan, build_zhongshu_from_bi, build_zhongshu_from_duan
)

买卖点定义（v4.0）

⚠️ 重要

• 确定性强：规则代码，非AI推理，同样输入永远同样输出
• 仅择时：不判断公司好坏，只判断价格结构位置
• 需结合基本面：搭配 stock-second-thinking 或 AI 投资分析框架做综合判断
• 零外部依赖：纯Python实现，仅依赖标准库
• 数据源：腾讯 web.ifzq.gtimg.cn 前复权日K（备用TDX）