ChanLun Technical Analysis Skill

基于缠中说禅技术理论，实现 A 股股票的技术面分析，包括分型、笔、线段、中枢、背驰等核心概念的自动识别与可视化。

核心功能

缠论核心概念

1. 分型 (Fractal)

顶分型: 第二 K 线高点是相邻三 K 线高点中最高的，低点也是相邻三 K 线低点中最高的

• 顶分型的最高点叫该分型的顶

底分型: 第二 K 线低点是相邻三 K 线低点中最低的，高点也是相邻三 K 线高点中最低的

• 底分型的最低点叫该分型的底

2. K 线包含处理

向上处理: 两 K 线高点取高者，低点取较高者 向下处理: 两 K 线低点取低者，高点取较低者

3. 笔 (Stroke)

• 两个相邻的顶和底构成一笔
• 顶和底之间至少有 1 根 K 线相隔
• 笔分为向上笔和向下笔

4. 线段 (Line Segment)

• 由奇数笔组成（至少 3 笔）
• 前三笔必须有重叠部分
• 分为向上线段和向下线段

5. 中枢 (Pivot)

• 某级别走势中，被至少三个连续次级别走势所重叠的部分
• 对笔来说：至少三笔重叠
• 对线段来说：至少三段重叠

6. 背驰 (Divergence)

• 没有趋势就没有背驰
• 比较相邻两段的 MACD 柱面积
• c 段面积 \x3C b 段面积 = 背驰

使用方法

# 分析单只股票（自动生成图表和报告）
python3 scripts/chanlun_analysis.py 601688

# 指定时间周期
python3 scripts/chanlun_analysis.py 601688 --period 60

# 输出 JSON 数据
python3 scripts/chanlun_analysis.py 601688 --json

# 指定输出目录
python3 scripts/chanlun_analysis.py 601688 --output ./reports

参数说明

注意: 图表 PNG 是必需输出，无需额外参数，每次分析自动生成。

输出内容

每次分析自动生成以下文件：

1. 技术分析报告 (Markdown)

报告结构（核心结论优先）：

2. 缠论可视化图表 (PNG) - 必需输出

图表内容：

• 主图: K 线图 + 分型标记 (T=顶分型, B=底分型) + 笔连接 + 线段区域 + 中枢区域
• 副图 1: MACD 指标 (柱状图 + DIF 线 + DEA 线)
• 副图 2: 成交量柱状图

图表元素说明:

3. 输出文件

3. JSON 数据结构

{
  "stock_code": "601688",
  "trend": "uptrend",
  "fractals": {
    "tops_count": 8,
    "bottoms_count": 7
  },
  "strokes_count": 12,
  "segments_count": 3,
  "pivots_count": 2,
  "divergence": {
    "detected": true,
    "type": "bullish",
    "confidence": 0.75
  }
}

买卖点定义

第一类买卖点

• 趋势背驰后形成的转折点
• 下跌趋势底背驰 → 第一类买点
• 上涨趋势顶背驰 → 第一类卖点

第二类买卖点

• 第一类买卖点后的第一次回抽
• 不回前低/前高形成

第三类买卖点

• 突破中枢后的回抽
• 回抽不进入中枢区间

环境要求

🔑 Tushare 数据源配置

本技能依赖 Tushare Pro 作为数据源，需要预先配置 API Token。

Tushare 注册要求

环境变量配置

方式一：临时配置（当前终端有效）

export TUSHARE_TOKEN=your_token_here

方式二：永久配置（写入 ~/.bashrc）

echo 'export TUSHARE_TOKEN=your_token_here' >> ~/.bashrc
source ~/.bashrc

验证配置

python3 -c "import os; print('TUSHARE_TOKEN:', os.getenv('TUSHARE_TOKEN', 'NOT SET'))"

常见问题

必需环境变量

Python 依赖

pip install pandas numpy matplotlib tushare

文件结构

chanlun-technical-analysis/
├── SKILL.md                    # 技能文档
├── skill.json                  # 技能元数据
└── scripts/
    ├── chanlun_analysis.py     # 主入口脚本
    ├── chanlun_core.py         # 核心算法（分型/笔/线段）
    ├── chanlun_divergence.py   # 背驰检测
    └── chanlun_chart.py        # 图表绘制

注意事项

1. 数据质量: 使用前复权数据，避免除权缺口影响
2. 周期选择: 建议使用日线或以上周期，分钟线噪音较多
3. 主观性: 缠论部分判断存在主观性，算法仅为辅助
4. 结合其他指标: 建议配合成交量、基本面等综合分析
5. 图表标签: 所有图表使用英文标签，避免中文字体依赖问题

免责声明

本技能仅供学习和研究使用，不构成任何投资建议。股市有风险，投资需谨慎。