{"id":"de7b79b0-8de2-45ba-8f3a-30d25b6ea091","entityType":"agent","slug":"clawhub-gechengling-chanlun-analysis-pro","name":"Chanlun Analysis Pro","canonicalUrl":"https://www.xpersona.co/agent/clawhub-gechengling-chanlun-analysis-pro","canonicalPath":"/agent/clawhub-gechengling-chanlun-analysis-pro","generatedAt":"2026-10-10T08:45:35.663Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-09T22:47:58.472Z","emptyReason":null},"description":"基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。 Skill: Chanlun Analysis Pro Owner: gechengling Summary: 基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。 Tags: A-share:1.1.0, a-share:5.0.1, banking:5.0.0, bilingual:1.1.0, central-hub:1.1.0, chanlun:5.2.2, chanlun-analysis-pro:5.2.3, chanlun-strategy:1.0.0, china-stock:5.0.1, chinese-stock-market:1.1.0, dianjin:5.0.0, finance:5.2.2, insurance:5.0.0, latest:5.2.3, python:1.1.0, quant:1.0.0, quantitative:5.0.1, quantitat","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.9K downloads reported by the source. Last updated 10/9/2026.","installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:chanlun-analysis-pro","sourceUrl":"https://clawhub.ai/gechengling/chanlun-analysis-pro","homepage":"https://clawhub.ai/gechengling/skills/chanlun-analysis-pro","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/gechengling/chanlun-analysis-pro","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/gechengling/skills/chanlun-analysis-pro","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":66,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。 Skill: Chanlun Analysis Pro Owner: gechengling Summary: 基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。 Tags: A-shar"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-09T22:47:58.472Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T22:47:58.472Z","emptyReason":null},"stars":null,"forks":null,"downloads":1931,"packageName":null,"latestVersion":"5.2.3","tractionLabel":"1.9K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T22:47:58.471Z","emptyReason":null},"lastUpdatedAt":"2026-10-09T22:47:58.472Z","lastCrawledAt":"2026-10-09T22:47:58.471Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-10T22:47:58.471Z","lastVerifiedAt":null,"highlights":[{"version":"5.2.3","createdAt":"2026-09-24T05:20:09.072Z","changelog":"新增风险声明、形态学速查表、背驰量化表、多级别容错表、风险控制表；动态更新至2026-09-24；修复代码围栏","fileCount":3,"zipByteSize":13033},{"version":"5.2.2","createdAt":"2026-08-29T14:05:38.630Z","changelog":"v5.2.2: Cleaned all trailing heading artifacts and mojibake, 0 replacement characters. Added worked examples for fractal confirmation, stroke formation, central hub overlap and multi-level nested analysis (monthly to 30-min). Added Case 4 (NAURA 002371 semiconductor equipment leader) with central-hub structure, divergence and buy/sell point tables. New table dimensions: operation meaning for trend types and divergence, confirmation conditions for the three buy/sell points, volume characteristics, signal strength. Market dynamics refreshed through 2026-08-28 (A-share turnover, insurance capital equity allocation, northbound inflows).","fileCount":3,"zipByteSize":9909},{"version":"5.2.1","createdAt":"2026-06-28T13:17:06.410Z","changelog":"Chanlun-analysis-pro v5.2.1 - Updated market and technology trends as of June 2026, including new sections on quant trading impact and framework upgrades. - SKILL.md significantly revised to reflect latest industry dynamics, expanded framework/toolchain coverage, and enhanced integration notes. - Added detail on chan.py framework updates, new data source compatibility (BaoStock/AkShare/Futu), and machine learning features. - Reorganized and clarified capability and trigger sections for better usability. - Removed obsolete skill-card.md for improved maintainability.","fileCount":7,"zipByteSize":28632},{"version":"5.0.1","createdAt":"2026-06-01T02:43:24.986Z","changelog":"修复文件编码问题（GBK混合编码→统一UTF-8），ClawHub页面乱码已修复","fileCount":7,"zipByteSize":28369},{"version":"5.0.0","createdAt":"2026-05-31T02:14:34.273Z","changelog":"融合阿里点金（Dianjin）金融数字员工精髓，版本升级至5.0.0","fileCount":7,"zipByteSize":28291},{"version":"4.0.2","createdAt":"2026-05-27T06:07:17.792Z","changelog":"Version 4.0.2 of Chanlun Technical Analysis Expert - Updated skill version number to 4.0.2 in SKILL.md. - No other visible content changes; core documentation content and feature set remain unchanged.","fileCount":7,"zipByteSize":26623},{"version":"4.0.1","createdAt":"2026-05-25T03:33:23.324Z","changelog":"- Skill rebranded from chanlun-analysis-pro to security-chanlun-analysis. - Version updated to 4.0.1. - Description and keywords expanded, now include major core Chinese terms. - Added a new \"市场动态最新动态\" (Market News/Updates) section with recent (2026) market context and quantitative trading impact. - No algorithm or core methodology changes; functional and analytical content remain consistent.","fileCount":6,"zipByteSize":24732},{"version":"2.0.0","createdAt":"2026-05-11T06:15:47.164Z","changelog":"Chanlun Analysis Pro 2.0.0 Changelog - Major upgrade: 2026 edition with updated description, new framework, and expanded case studies. - Updated skill slug to \"chanlun-analysis-pro.\" - Now references chan.py v2 open-source framework for technical analysis. - Enhanced AI support for buy/sell point recognition and multi-timeframe joint analysis. - Added recent A-share market cycle case studies (BYD, CATL, semiconductor sector, 2025–2026). - Improved and clarified keywords and coverage for better search and usability.","fileCount":6,"zipByteSize":24287}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:chanlun-analysis-pro","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T08:45:35.661Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-chanlun-analysis-pro/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-09T22:47:58.472Z","emptyReason":null},"readme":"Skill: Chanlun Analysis Pro\n\nOwner: gechengling\n\nSummary: 基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。\n\nTags: A-share:1.1.0, a-share:5.0.1, banking:5.0.0, bilingual:1.1.0, central-hub:1.1.0, chanlun:5.2.2, chanlun-analysis-pro:5.2.3, chanlun-strategy:1.0.0, china-stock:5.0.1, chinese-stock-market:1.1.0, dianjin:5.0.0, finance:5.2.2, insurance:5.0.0, latest:5.2.3, python:1.1.0, quant:1.0.0, quantitative:5.0.1, quantitative-trading:1.1.0, stock:5.2.2, stock-market:1.1.0, technical-analysis:5.2.2, trading:1.0.0, zen-trading:1.1.0, zhongshu:1.0.0\n\nVersion history:\n\nv5.2.3 | 2026-09-24T05:20:09.072Z | user\n\n新增风险声明、形态学速查表、背驰量化表、多级别容错表、风险控制表；动态更新至2026-09-24；修复代码围栏\n\nv5.2.2 | 2026-08-29T14:05:38.630Z | user\n\nv5.2.2: Cleaned all trailing heading artifacts and mojibake, 0 replacement characters. Added worked examples for fractal confirmation, stroke formation, central hub overlap and multi-level nested analysis (monthly to 30-min). Added Case 4 (NAURA 002371 semiconductor equipment leader) with central-hub structure, divergence and buy/sell point tables. New table dimensions: operation meaning for trend types and divergence, confirmation conditions for the three buy/sell points, volume characteristics, signal strength. Market dynamics refreshed through 2026-08-28 (A-share turnover, insurance capital equity allocation, northbound inflows).\n\nv5.2.1 | 2026-06-28T13:17:06.410Z | auto\n\nChanlun-analysis-pro v5.2.1\n\n- Updated market and technology trends as of June 2026, including new sections on quant trading impact and framework upgrades.\n- SKILL.md significantly revised to reflect latest industry dynamics, expanded framework/toolchain coverage, and enhanced integration notes.\n- Added detail on chan.py framework updates, new data source compatibility (BaoStock/AkShare/Futu), and machine learning features.\n- Reorganized and clarified capability and trigger sections for better usability.\n- Removed obsolete skill-card.md for improved maintainability.\n\nv5.0.1 | 2026-06-01T02:43:24.986Z | user\n\n修复文件编码问题（GBK混合编码→统一UTF-8），ClawHub页面乱码已修复\n\nv5.0.0 | 2026-05-31T02:14:34.273Z | user\n\n融合阿里点金（Dianjin）金融数字员工精髓，版本升级至5.0.0\n\nv4.0.2 | 2026-05-27T06:07:17.792Z | auto\n\nVersion 4.0.2 of Chanlun Technical Analysis Expert\n\n- Updated skill version number to 4.0.2 in SKILL.md.\n- No other visible content changes; core documentation content and feature set remain unchanged.\n\nv4.0.1 | 2026-05-25T03:33:23.324Z | auto\n\n- Skill rebranded from chanlun-analysis-pro to security-chanlun-analysis.\n- Version updated to 4.0.1.\n- Description and keywords expanded, now include major core Chinese terms.\n- Added a new \"市场动态最新动态\" (Market News/Updates) section with recent (2026) market context and quantitative trading impact.\n- No algorithm or core methodology changes; functional and analytical content remain consistent.\n\nv2.0.0 | 2026-05-11T06:15:47.164Z | auto\n\nChanlun Analysis Pro 2.0.0 Changelog\n\n- Major upgrade: 2026 edition with updated description, new framework, and expanded case studies.\n- Updated skill slug to \"chanlun-analysis-pro.\"\n- Now references chan.py v2 open-source framework for technical analysis.\n- Enhanced AI support for buy/sell point recognition and multi-timeframe joint analysis.\n- Added recent A-share market cycle case studies (BYD, CATL, semiconductor sector, 2025–2026).\n- Improved and clarified keywords and coverage for better search and usability.\n\nv1.1.0 | 2026-05-04T15:24:37.058Z | user\n\nv1.1.0 Bilingual optimization: English metadata + summaries; Bilingual README.md; SEO title optimization; Keywords: Chanlun, technical analysis, A-share, Chinese stock market, Python.\n\nv1.0.0 | 2026-05-04T14:55:01.492Z | user\n\n基于缠中说禅108课原创理论！覆盖缠论形态学（分型/笔/线段/中枢/走势类型）和动力学（背驰/MACD/买卖点），支持上证指数/深证成指/创业板大盘分析、个股走势分解、行业板块轮动。内置Python完整代码（集成czsc/chan.py）、三类买卖点量化、多级别联立框架，附茅台/宁德时代经典案例。\n\nArchive index:\n\nArchive v5.2.3: 3 files, 13033 bytes\n\nFiles: skill-card.md (2367b), SKILL.md (28929b), _meta.json (139b)\n\nFile v5.2.3:SKILL.md\n\n---\nname: Chanlun Technical Analysis Expert\nslug: chanlun-analysis-pro\ndescription: AI-powered Chanlun (Zen Trading) technical analysis skill based on the complete \"Teach You to Trade Stocks 108 Lessons\" (缠中说禅108课) original theory. Covers morphology (fractal, stroke, line segment, central hub/中枢) and dynamics (divergence, MACD, energy structure). Updated 2026 with chan.py v2 open-source framework, AI-enhanced buy/sell point recognition, multi-timeframe joint analysis, and 2025-2026 A-share bull/bear cycle case studies (BYD, CATL, semiconductor sector). Keywords: Chanlun, technical analysis, A-share, chan.py, central hub, buy sell points, quantitative trading, 缠论, 缠中说禅, 分型, 笔, 线段, 中枢, 背驰, 走势类型, 买卖点.\nversion: \"5.2.3\"\n---\n\n# Chanlun Technical Analysis Expert (Zen Trading) / 缠论技术分析专家\n> **⚠️ 使用前提与风险声明（2026-09-24 新增，请先阅读）**\n> 1. 本技能提供的是**缠论技术分析的方法论与结构拆解模板**，**不构成任何投资建议、买卖指令或收益承诺**。\n> 2. 文中出现的标的、价格、日期（含贵州茅台 / 宁德时代 / 比亚迪 / 北方华创案例）均为**教学示意**，\n> **并非真实成交记录，也不代表当前或未来的价格判断**；实盘前须用你自己授权行情源的数据重新分解。\n> 3. 缠论的笔、线段、中枢划分存在**主观性与多解性**，不同软件/不同人可得出不同结构，需交叉验证。\n> 4. 任何仓位与止损安排由使用者自行决定并自担风险；技术分析不能消除系统性风险与个股风险。\n\n### 市场动态最新动态 [截至 2026-09-24]\n\n| 动态类型 | 内容摘要 | 影响范围 | 缠论应对策略 | 适用级别 | 可信度标注 |\n|---------|---------|---------|------------|\n| 市场动态 | 2026年A股量化资金占比30%-40%，毫秒级交易主导涨跌节奏 | 缠论分析框架需整合量化冲击识别和风控模块 | 买卖点判定叠加成交量与盘口冲击滤波，降低假信号 | 30分钟及以下 | 以官方最新发布为准 |\n| 市场动态 | 缠论视角：上证周线级别中枢震荡，2026年核心区间3200-4000点 | 缠论分析框架需整合量化冲击识别和风控模块 | 区间内高抛低吸，三类买卖点结合布林通道确认 | 周线/日线 | 以官方最新发布为准 |\n| 市场动态 | 2026年3月23日量化踩踏案例（上证单日跌3.63%蒸发4.29万亿），需加强风控 | 缠论分析框架需整合量化冲击识别和风控模块 | 跌破中枢下沿严格止损，避免摊平 | 日线 | 以官方最新发布为准 |\n| 市场动态 | 2026年8月：A股成交重回1.8万亿+，AI算力与半导体板块领涨，风格切换加快 | 缠论分析框架需适配板块轮动节奏 | 优先做强势板块内部中枢上移个股，弱化弱势板块信号 | 日线/30分钟 | 以官方最新发布为准 |\n| 市场动态 | 2026年8月：监管优化中长期资金入市，险资权益配置比例上调，红利低波受捧 | 缠论分析框架需纳入资金面与政策面共振 | 红利板块以周线中枢下沿作为低吸参考 | 周线 | 以官方最新发布为准 |\n| 市场动态 | 2026年8月：北向资金（陆股通）恢复净流入，外资风险偏好回升 | 缠论分析框架需关注外资重仓股背驰结构 | 对北向重仓龙头优先采用日线+30分钟联立确认 | 日线/30分钟 | 以官方最新发布为准 |\n| 市场动态 | 2026年9月：量化交易监管与异常交易监控持续加强，高频策略合规要求提高 | 短周期信号的有效性受冲击，30分钟及以下假信号增多 | 小级别信号必须上移到大级别确认，禁止单用小级别开仓 | 30分钟及以下 | 以官方最新发布为准 |\n| 市场动态 | 2026年9月：上市公司回购与增持、分红预案披露增多，资金面与基本面共振被更频繁交易 | 单纯技术结构容易被资金行为扰动 | 中枢突破须叠加成交量与公告事件双重确认 | 日线/周线 | 以官方最新发布为准 |\n\n> **数据截止**: 2026-09-24 | 来源：交易所公开数据、行业研报；具体以官方最新发布为准\n> **声明**: 以上动态供参考，具体以官方最新发布为准\n\n> **English:** AI-powered Chanlun (Zen Trading / 缠中说禅) technical analysis expert — the definitive skill for A-share (China stock market) technical analysis based on the original \"Teach You to Trade Stocks 108 Lessons\" (教你炒股票108课) by 缠中说禅. Covers the complete Chanlun system: (1) Morphology (形态学): fractal (分型), stroke (笔), line segment (线段), central hub (中枢/zhongshu), and trend types (上涨/下跌/盘整); (2) Dynamics (动力学): divergence (背驰/beichi), MACD analysis, energy structure, and trend-typing. Supports Shanghai Composite Index / SZSE Component / ChiNext Index analysis, individual stock Chanlun decomposition, and sector rotation analysis. Built-in Python code (integrating czsc/chan.py open-source frameworks), Chanlun buy/sell point (买卖点) quantitative identification, multi-level joint analysis framework (month→week→day→30min). Includes classic case studies (Kweichow Moutai, CATL, BYD).\n> >\n> **中文:** 缠论技术分析专家——基于《缠中说禅：教你炒股票108课》原创理论的A股技术分析Skill。覆盖缠论完整体系：形态学（分型/笔/线段/中枢/走势类型）+ 动力学（背驰/MACD/买卖点/能量结构）。支持上证指数/深证成指/创业板指大盘分析、个股缠论走势分解、行业板块轮动分析。内置Python完整代码（集成czsc/chan.py开源框架）、缠论三类买卖点量化识别、多级别联立分析框架（月线→周线→日线→30分钟）。附带贵州茅台/宁德时代/比亚迪经典案例。适用：A股技术分析爱好者、量化交易研究者、缠论学习者。\n\n---\n\n## Trigger Keywords / 触发关键词\n**English Triggers:** Chanlun, Zen Trading, technical analysis, A-share analysis, stock market analysis, central hub, buy point, sell point, divergence, MACD, fractal, stroke, line segment, trend typing, Chinese stock market, quantitative trading, Python Chanlun\n**中文触发词（优先）：** 缠论 / 缠中说禅 / 教你炒股票 / 分型 / 顶分型 / 底分型 / 笔 / 线段 / 中枢 / 走势类型 / 背驰 / 盘整背驰 / 趋势背驰 / 上涨 / 下跌 / 盘整 / 大盘分析 / 上证指数 / 深证成指 / 创业板分析 / 个股分析 / 股票分析 / 缠论买点 / 缠论卖点 / 第一类买点 / 第二类买点 / 第三类买点 / 缠论背驰 / 中枢震荡 / 走势终完美 / 板块分析 / 行业轮动 / 缠论选股 / 缠论量化 / Python缠论 / 缠论代码 / 缠论指标 / 缠论公式 / 通达信缠论 / 缠论教学 / 缠论学习 / 缠论108课\n---\n\n## Core Capabilities / 核心能力\n### 1. Chanlun Morphology (Complete) / 缠论形态学（全体系）\n#### 1.1 Fractal (分型) — The Most Basic Unit\n```text\n顶分型 (Top Fractal): 中间K线高点最高、低点最高\n底分型 (Bottom Fractal): 中间K线高点最低、低点最低\n```\n**示例：**\n- 顶分型：K1(11.0) < K2(10.5) < K3(12.3)，K3 为最高点且两侧更低 → 顶分型成立。\n- 底分型：K1(9.8) > K2(10.2) > K3(9.1)，K3 为最低点且两侧更高 → 底分型成立。\n- 包含处理：相邻K线存在包含关系时，向上取\"高高\"、向下取\"低低\"合并后再定分型。\n\n#### 1.2 Stroke (笔) — Connecting Fractals\n```python\ndef identify_strokes(kline_data):\n \"\"\"识别笔：分型→笔（至少3根K线，顶到底或底到顶）\"\"\"\n fractals = identify_fractals(kline_data)\n strokes = []\n for i in range(1, len(fractals)-1):\n if fractals[i]['type'] == 'top' and fractals[i-1]['type'] == 'bottom':\n strokes.append({'start': fractals[i-1], 'end': fractals[i], 'direction': 'up'})\n elif fractals[i]['type'] == 'bottom' and fractals[i+1]['type'] == 'top':\n strokes.append({'start': fractals[i], 'end': fractals[i+1], 'direction': 'down'})\n return strokes\n```\n**示例（向上笔）：** 底分型(8.5) → 顶分型(11.2) 之间至少 1 根独立K线，构成一笔；若中间无独立K线则笔延伸。\n\n#### 1.3 Line Segment (线段) — Stroke-Based Extension\n```python\ndef identify_line_segments(strokes):\n \"\"\"识别线段：笔的重叠区间→线段，至少3笔构成\"\"\"\n segments = []\n i = 0\n while i < len(strokes) - 2:\n # 至少3笔才能构成线段\n seg = {'start': strokes[i], 'strokes': strokes[i:i+3], 'end': strokes[i+2]}\n segments.append(seg)\n i += 1\n return segments\n```\n\n#### 1.4 Central Hub (中枢/Zhongshu)\n```python\ndef find_central_hub(line_segments):\n \"\"\"中枢 = 至少3段重叠区间（最高低点与最低高点之间）\"\"\"\n hubs = []\n for i in range(len(line_segments) - 2):\n seg1, seg2, seg3 = line_segments[i], line_segments[i+1], line_segments[i+2]\n # 重叠区间 = max(低点) ~ min(高点)\n overlap_low = max(seg1['low'], seg2['low'], seg3['low'])\n overlap_high = min(seg1['high'], seg2['high'], seg3['high'])\n if overlap_low < overlap_high: # 有重叠\n hubs.append({'low': overlap_low, 'high': overlap_high, 'segments': 3})\n return hubs\n```\n**示例：** 三段区间 5.0-5.4 / 5.1-5.5 / 5.0-5.3，重叠区间 [5.1, 5.3] → 构成中枢；离开段不回 5.3 且回试不进，构成三类买卖点。\n\n**线段识别补充示例（2026-09-24 新增）：**\n- 例一（线段成立）：向上笔 A(10→13)、回调笔 B(13→11.6)、再上笔 C(11.6→14.5)，三笔之间 A、C 有重叠区间 [11.6,13]，且方向向上 → 构成向上线段。\n- 例二（线段被破坏）：上述线段形成后，出现向下笔直接跌破 10（线段起点）→ 原向上线段被破坏，需重新分段。\n- 例三（特征序列缺口）：连续三笔中，第二笔的低点低于第一笔低点且高于第三笔低点，通常意味着线段进入末端，需警惕线段结束。\n\n**形态学判定速查表（2026-09-24 新增）：**\n\n| 构件 | 最小要求 | 常见误判 | 校正动作 |\n|------|---------|---------|---------|\n| 分型 | 3 根K线，中间高点/低点最高 | 未做包含处理就定分型 | 先做包含处理（向上取高高、向下取低低） |\n| 笔 | 顶底分型间至少 1 根独立K线 | 把分型直接当笔 | 检查独立K线数量与方向 |\n| 线段 | 至少 3 笔 | 用 2 笔强行成段 | 补足第 3 笔再判定 |\n| 中枢 | 至少 3 段次级别走势重叠 | 把震荡区间当中枢 | 必须由次级别走势重叠推出 |\n| 走势类型 | 至少 2 个同向中枢 | 单中枢判成趋势 | 单中枢一律先按盘整处理 |\n\n#### 1.5 Trend Types (走势类型)\n| Trend Type / 走势类型 | Definition / 定义 | Chanlun Classification / 缠论分类 | 操作含义 | 失效标志 |\n|--------------------|--------------------|-----------------------------|------------|\n| **Upward Trend / 上涨走势** | At least 2 central hubs, each higher than the last | 至少2个中枢，后中枢>前中枢 | 回调不破前中枢上沿→多头持有/加仓 | 跌破前一个中枢上沿并反抽不进 |\n| **Downward Trend / 下跌走势** | At least 2 central hubs, each lower than the last | 至少2个中枢，后中枢<前中枢 | 反弹不过前中枢下沿→空仓/减仓 | 升破前一个中枢下沿并回踩不破 |\n| **Consolidation / 盘整** | Only 1 central hub | 只有1个中枢 | 中枢内高抛低吸，突破方向跟随 | 出现第三个同向中枢确认新趋势 |\n\n### 2. Chanlun Dynamics (Complete) / 缠论动力学（全体系）\n#### 2.1 Divergence (背驰) — The Core of Chanlun\n**Two Types / 两种背驰：**\n\n| Type / 类型 | Definition / 定义 | How to Detect / 如何识别 | 操作含义 |\n|--------------|--------------------|-----------------------|------------|\n| **Trend Divergence / 趋势背驰** | Price makes new extreme, MACD does NOT confirm | 股价创新高/新低，MACD面积/柱子缩小 | 一类买卖点区域，减仓/离场 |\n| **Consolidation Divergence / 盘整背驰** | Price stays in hub, momentum weakens | 中枢内上涨段力度减弱 | 二类买卖点区域，中枢内反向操作 |\n\n```python\ndef detect_divergence(price_waves, macd_hist):\n \"\"\"背驰检测：价格创新高，MACD柱状图面积缩小\"\"\"\n last_wave_price = max(price_waves[-1]) if price_waves[-1][0] < price_waves[-1][-1] else min(price_waves[-1])\n prev_wave_price = max(price_waves[-2]) if price_waves[-2][0] < price_waves[-2][-1] else min(price_waves[-2])\n \n last_macd_area = sum(abs(h) for h in macd_hist[-10:])\n prev_macd_area = sum(abs(h) for h in macd_hist[-20:-10])\n \n # 趋势背驰：价格创新高，MACD面积缩小\n if (last_wave_price > prev_wave_price and last_macd_area < prev_macd_area * 0.8):\n return \"TREND_DIVERGENCE — 趋势背驰，大概率反转\"\n return \"NO_DIVERGENCE\"\n```\n\n> 上述函数为**教学示意片段**，供使用者在自己环境中参考实现；本技能不提供可运行的行情连接或交易执行能力。\n\n**背驰力度量化参考表（2026-09-24 新增，阈值需自行回测校准）：**\n\n| 观察项 | 弱背驰 | 中等背驰 | 强背驰 | 备注 |\n|--------|--------|---------|--------|------|\n| MACD 柱面积比（后段/前段） | 0.8–1.0 | 0.6–0.8 | < 0.6 | 面积比越小，力度衰减越明显 |\n| 同段涨幅比（后段/前段） | > 0.7 | 0.4–0.7 | < 0.4 | 与面积比方向一致时更可靠 |\n| 成交量配合 | 未明显萎缩 | 温和萎缩 | 显著萎缩且价格创新高/新低 | 量价背离是重要佐证 |\n| 级别确认 | 仅单一级别 | 两个级别共振 | 三个及以上级别共振 | 级别共振越多，胜率通常越高 |\n\n**背驰判读示例（示意，非投资建议）：**\n- 例一（假背驰）：30分钟级别出现面积比 0.75，但日线仍处于强势离开段且放量 → 属**大级别趋势中的小级别回调**，不宜按一类卖点处理。\n- 例二（真背驰）：日线面积比 0.55，同时 30分钟与日线两个级别均出现力度衰减，成交量萎缩 → 背驰可信度提升，但仍需等待**次级别回试确认**再动作。\n\n#### 2.2 Three Buy Points + Three Sell Points / 三类买卖点\n```text\n第一类买点：下跌走势结束点（背驰点）→ 最低点\n第二类买点：第一类买点后的回试低点（不破前低）→ 次低点\n第三类买点：离开中枢后回试，不回中枢（最强）→ 突破性买点\n\n第一类卖点：上涨走势结束点（背驰点）→ 最高点\n第二类卖点：第一类卖点后的反弹高点（不过前高）→ 次高点\n第三类卖点：离开中枢后回试，不回中枢（最强）→ 突破性卖点\n```\n\n**示例（日线级别）：**\n| 买卖点 | 触发结构 | 操作示例 |\n|--------|---------|---------|\n| 一类买点 | 下跌走势末端趋势背驰 | 茅台 2025-09-15 见 821 元，MACD 面积缩小 33% |\n| 二类买点 | 一类买点后回试不破前低 | 茅台 2025-10-08 回踩 867 元企稳 |\n| 三类买点 | 离开中枢回试不回中枢 | 茅台 2025-11-20 突破 920 元中枢上沿 |\n\n### 3. Multi-Level Joint Analysis / 多级别联立分析\n```text\n月线（定方向）→ 周线（定区间）→ 日线（找买点）→ 30分钟（精确入场）\n```\n**示例（贵州茅台，教学示意）：** 月线多头（定方向）→ 周线中枢上移（定区间 820-920）→ 日线一类买点 821（找买点）→ 30分钟二类买点 867（精确入场）。\n\n**多级别联立职责与容错表（2026-09-24 新增）：**\n\n| 级别 | 主要职责 | 看什么 | 常见错误 | 容错规则 |\n|------|---------|--------|---------|---------|\n| 月线 | 定方向 | 大级别中枢方向与位置 | 用月线找精确买点 | 月线向下时，日线买点一律降级为反弹处理 |\n| 周线 | 定区间 | 中枢上下沿、区间宽度 | 忽略周线中枢直接做日线 | 周线区间未被突破前，按高抛低吸对待 |\n| 日线 | 找买卖点 | 背驰、三类买卖点 | 日线信号单独使用 | 必须至少得到周线方向不冲突 |\n| 30分钟 | 精确入场 | 次级别背驰与回试 | 单用30分钟开仓 | 30分钟信号需日线级别确认，否则视为噪声 |\n| 5分钟及以下 | 仅作微调 | 日内节奏 | 用极小级别做趋势判断 | 量化占比高的环境下不建议作为主决策级别 |\n\n**联立实操提示**：先大后小、逐级确认；当大级别与小级别结论冲突时，**以大级别为准**，小级别只用来优化入场点位。\n\n---\n\n## Classic Case Studies / 经典案例\n### Case 1: Kweichow Moutai (贵州茅台) Chanlun Analysis\n```text\n标的：600519（贵州茅台）\n级别：日线+30分钟联立\n中枢：820-920元（3段重叠）\n背驰：2025年9月 MACD柱状图面积缩小33% → 趋势背驰\n一类买点：2025-09-15，821元 ← 历史大底\n二类买点：2025-10-08，867元 ← 回试不破前低\n三类买点：2025-11-20，突破920元中枢上沿 ← 主升浪启动\n```\n\n> See `references/chanlun_case_studies.md` for full case details with charts.\n\n---\n\n## Python Code Framework / Python代码框架\n### Using czsc (Open-Source Chanlun Library)\n```bash\npip install czsc\n```\n\n```python\nimport czsc\nfrom czsc import CzscStrokes, CzscAnalyzer\n\n# 使用czsc进行缠论分析\nanalyzer = CzscAnalyzer(kline_data) # 传入K线数据\nstrokes = analyzer.strokes # 自动识别笔\nsegments = analyzer.segments # 自动识别线段\nhubs = analyzer.hubs # 自动识别中枢\ndivergence = analyzer.check_divergence() # 背驰检测\nbuy_points = analyzer.find_buy_points() # 买点识别\n```\n\n---\n\n## 风险控制与常见误用 / Risk Control & Common Misuse（2026-09-24 新增）\n\n| 风险/误用 | 表现 | 处置原则 |\n|----------|------|---------|\n| 结构多解 | 同一段行情两人画出不同中枢 | 明确写出划分规则与参数，接受多解并只做高确定性信号 |\n| 事后美化 | 用已走完的行情反推\"标准买点\" | 只记录信号发出时点的结构，不做事后标注 |\n| 小级别滥用 | 30分钟信号直接开仓 | 小级别必须上移到大级别确认 |\n| 忽略成本 | 回测不扣手续费与滑点 | 回测须计入单边成本与冲击成本 |\n| 摊平亏损 | 跌破中枢下沿继续加仓 | 结构破坏即离场，不摊平 |\n| 满仓单票 | 单一标的重仓 | 单票与单行业设上限，分散风险 |\n| 把教学案例当预测 | 直接照搬文中价格 | 案例为示意，须用自有行情源重新分解 |\n\n**仓位与止损三条底线**：① 任何单笔风险敞口不超过总资金的可承受比例（示例：1%–2%，自行设定）；\n② 入场即设定结构止损位（如跌破前低/中枢下沿）；③ 结构被破坏时无条件执行，不做例外。\n\n---\n\n## Reference Files / 参考文件\n| File / 文件 | Content / 内容说明 |\n|------|---------|\n| `references/chanlun_algorithm_python.md` | 缠论完整算法Python实现（分型/笔/线段/中枢/背驰/买卖点）+ AKShare数据 + czsc集成 + 可视化 |\n| `references/chanlun_practice_guide.md` | 缠论实战操作指南（背驰判定标准/级别选择/止损仓位/常见错误/学习路径） |\n| `references/chanlun_analysis_templates.md` | 缠论分析模板（个股/大盘/板块）+ 茅台/宁德时代/比亚迪经典案例 + 输出格式规范 |\n\n---\n\n### Case 2: CATL (宁德时代 300750) Chanlun Analysis / 缠论分析\n\n**标的**：300750（宁德时代）\n**分析级别**：日线 + 30分钟联立\n**数据区间**：2024-01至2026-05（当前）\n**中枢结构**：\n\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\n|---------|--------------|---------|---------|\n| 中枢1（日线） | 165-198 | 上涨中枢 | 2024年Q2-Q3 |\n| 中枢2（日线） | 185-220 | 上涨中枢 | 2024年Q4 |\n| 中枢3（日线） | 210-245 | 上涨中枢 | 2025年Q1-Q2 |\n| 中枢4（日线） | 225-260 | 上涨中枢 | 2025年Q3-Q4 |\n| 中枢5（日线） | 240-275 | 盘整中枢 | 2026年Q1至今 |\n\n**背驰分析**：\n- 2025年12月：中枢3离开段MACD红柱面积较进入段缩小28% → 趋势背驰（一类卖点预警）\n- 2026年3月：中枢5内部上涨段MACD红柱面积较中枢3离开段缩小15% → 盘整背驰（二类卖点预警）\n\n**买卖点记录**：\n| 类型 | 日期 | 价格（元） | 说明 |\n|------|------|------------|------|\n| 一类卖点 | 2025-12-18 | 261.5 | 趋势背驰，MACD面积缩小28%，历史次高点 |\n| 二类卖点 | 2026-01-12 | 248.0 | 回试不破前高（261），次高点 |\n| 三类卖点 | 2026-03-05 | 272.8 | 离开中枢5后回试，不回中枢（最强卖点） |\n| 一类买点 | （待出现） | （观察中） | 三类卖点后下跌段背驰时触发 |\n\n**操作建议（2026-05当前）**：\n- 当前在中枢5（240-275）盘整中，等待下跌段背驰信号\n- 一类买点预计出现在230-240区间（中枢5下沿附近）\n- 止损：买入后跌破前低（最低点）则止损\n\n---\n\n### Case 3: BYD (比亚迪 002594) Chanlun Analysis / 缠论分析\n\n**标的**：002594（比亚迪）\n**分析级别**：日线 + 30分钟联立 \n**数据区间**：2024-01至2026-05（当前）\n**中枢结构**：\n\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\n|---------|--------------|---------|---------|\n| 中枢1（日线） | 180-210 | 上涨中枢 | 2024年Q1-Q2 |\n| 中枢2（日线） | 220-260 | 上涨中枢 | 2024年Q3-Q4 |\n| 中枢3（日线） | 270-310 | 盘整中枢 | 2025年Q1-Q2 |\n| 中枢4（日线） | 290-330 | 上涨中枢 | 2025年Q3 |\n| 中枢5（日线） | 320-360 | 盘整中枢 | 2026年Q1至今 |\n\n**背驰分析**：\n- 2025年6月：中枢3盘整背驰，MACD绿柱面积缩小 → 一类买点（220元附近）\n- 2026年1月：中枢4离开段MACD红柱面积较进入段缩小20% → 趋势背驰（一类卖点325元）\n- 2026年4月：中枢5内部下跌段，尚未背驰（继续盘整中）\n\n**买卖点记录**：\n| 类型 | 日期 | 价格（元） | 说明 |\n|------|------|------------|------|\n| 一类买点 | 2025-06-20 | 218.0 | 中枢3盘整背驰，MACD面积缩小 |\n| 二类买点 | 2025-07-15 | 225.0 | 回试不破前低（218），次低点 |\n| 一类卖点 | 2026-01-10 | 325.0 | 趋势背驰，MACD面积缩小20% |\n| 二类卖点 | 2026-02-05 | 310.0 | 反弹不过前高（325），次高点 |\n| 三类卖点 | （未出现） | — | 仍在盘整中枢5中 |\n\n**操作建议（2026-05当前）**：\n- 当前中枢5（320-360）盘整，等待下跌段背驰\n- 一类买点预计出现在310-320区间（中枢5下沿）\n- 中间策略：中枢内高抛低吸（340上抛，320下吸）\n\n---\n\n\n### Case 4: 半导体设备龙头（北方华创 002371） Chanlun Analysis / 缠论分析\n\n**标的**：002371（北方华创）\n**分析级别**：日线 + 30分钟联立\n**数据区间**：2024-01 至 2026-08（当前）\n**中枢结构**：\n\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 | 量能特征 |\n|---------|--------------|---------|---------|---------|\n| 中枢1（日线） | 180-210 | 上涨中枢 | 2024年Q1-Q2 | 温和放量 |\n| 中枢2（日线） | 220-260 | 上涨中枢 | 2024年Q3-Q4 | 放量突破 |\n| 中枢3（日线） | 270-310 | 盘整中枢 | 2025年Q1-Q2 | 缩量整理 |\n| 中枢4（日线） | 300-340 | 上涨中枢 | 2025年Q3 | 量价齐升 |\n| 中枢5（日线） | 330-370 | 盘整中枢 | 2026年Q1至今 | 量能收敛 |\n\n**背驰分析**：\n- 2025年11月：中枢3离开段 MACD 红柱面积较进入段缩小 22% → 趋势背驰（一类卖点预警）\n- 2026年4月：中枢5内部上涨段 MACD 红柱面积较中枢3离开段缩小 18% → 盘整背驰（二类卖点预警）\n\n**买卖点记录**：\n| 类型 | 日期 | 价格（元） | 说明 | 信号强度 |\n|------|------|------------|------|---------|\n| 一类买点 | 2025-06-18 | 212.0 | 中枢3盘整背驰，MACD面积缩小 | 强 |\n| 二类买点 | 2025-07-12 | 225.0 | 回试不破前低（212），次低点 | 中 |\n| 一类卖点 | 2025-11-20 | 338.0 | 趋势背驰，MACD面积缩小22% | 强 |\n| 二类卖点 | 2026-02-10 | 320.0 | 反弹不过前高（338），次高点 | 中 |\n\n**操作建议（2026-08当前）**：\n- 当前中枢5（330-370）盘整，等待下跌段背驰\n- 一类买点预计出现在 315-330 区间（中枢5下沿附近）\n- 半导体国产替代景气上行，趋势未破，回踩中枢下沿可分批布局\n\n---\n\n## 变更记录 / Changelog（2026-09-24）\n\n| 版本 | 日期 | 变更摘要 |\n|------|------|---------|\n| 5.2.3 | 2026-09-24 | 新增使用前提与风险声明、形态学判定速查表、背驰力度量化参考表、多级别联立职责容错表、风险控制与常见误用表；市场动态更新至 2026-09-24 并新增 2 条；修复 1.2 节误加的代码围栏导致 1.3 节被吞入代码块的问题；明确案例为教学示意、不构成投资建议 |\n| 5.2.2 | 2026-08-29 | 补充 2026 年市场动态与半导体设备案例 |\n\n*GitHub: https://github.com/gechengling/chanlun-analysis-pro*\n## Appendix G. Alibaba Dianjin Fusion — chanlun-analysis-pro v5.0.0\n\n> **Source**: Alibaba Dianjin Digital Employee — `investment-advisor` (AI投资顾问) & `technical-analyst` (AI技术分析师) \n> **Essence**: 缠论笔段分析、中枢识别、买卖点判定、走势类型分类 \n> **Integrated**: 2026-05-31\n\n---\n\n### G.1 Core Workflow (Dianjin essence)\n\n```\n缠论分析流程：\n1. 分笔（Identified Pens）：K线合并→分型→笔\n2. 分段（Segmentation）：笔破坏→段\n3. 中枢识别（Central Hub）：三段重叠→中枢\n4. 走势类型（Trend Type）：趋势/盘整\n5. 买卖点（Trading Points）：一类/二类/三类买卖点\n```\n\n---\n\n### G.2 Pen & Segment Identification (Dianjin method)\n\n**笔的识别规则**：\n\n```\n笔 = 相邻的顶分型和底分型之间的连线\n条件：\n - 顶分型和底分型之间至少有1根K线\n - 笔的方向：向上笔（底→顶）/ 向下笔（顶→底）\n - 笔的延伸：顶/底分型被刷新，笔延伸\n\n示例：\n K1(底) → K2 → K3(顶) → K4 → K5(底)\n ↑ 向上笔 ↑ ↑ 向下笔 ↑\n```\n\n**段的识别规则**：\n\n```\n段 = 至少三笔，且笔之间无重叠\n条件：\n - 段的方向：向上段（低→高）/ 向下段（高→低）\n - 段的破坏：反向段突破原段起点\n\n示例：\n 向上段：笔1(底→顶) + 笔2(顶→底) + 笔3(底→顶)\n ↑ 三段无重叠 ↑\n```\n\n---\n\n### G.3 Central Hub & Trading Points (Dianjin essence)\n\n**中枢识别**：\n\n```\n中枢 = 至少三段次级别走势类型重叠部分\n条件：\n - 进入段 + 中枢区间 + 离开段\n - 中枢区间：[高低点的最小值, 高亮点的最大值]\n\n示例：\n 进入段（向下）→ 中枢（三段重叠）→ 离开段（向上）\n```\n\n**买卖点判定（缠论核心）**：\n\n| 买卖点 | 定义 | 操作建议 | 确认条件 |\n|--------|------|----------|---------|\n| 一类买点 | 趋势底背驰 | 激进买入（抄底） | 背驰+成交量萎缩+不创新低 |\n| 二类买点 | 回调不破一类买点 | 稳健买入（确认） | 回试前低企稳、MACD金叉 |\n| 三类买点 | 回调不进中枢 | 追涨买入（强势） | 突破中枢上沿且回试不进 |\n| 一类卖点 | 趋势顶背驰 | 激进卖出（逃顶） | 背驰+放量滞涨+不创新高 |\n| 二类卖点 | 反弹不过一类买点 | 稳健卖出（确认） | 反弹至前高受阻、MACD死叉 |\n| 三类卖点 | 反弹不进中枢 | 杀跌卖出（弱势） | 跌破中枢下沿且反抽不进 |\n\n---\n\n### G.4 Backtesting & Validation (Dianjin method)\n\n**缠论信号回测框架**：\n\n```\n回测设置：\n - 标的：沪深300成分股（TOP 50）\n - 周期：日线/30分钟\n - 时间：2019-2026（7年）\n - 成本：单边0.1%\n\n买卖规则：\n - 买入：二类买点（稳健）+ 止损设一类买点下方3%\n - 卖出：二类卖点（稳健）+ 止盈设前高附近\n\n绩效指标：\n - 胜率：目标>50%\n - 盈亏比：目标>2.0\n - 最大回撤：目标<20%\n```\n\n---\n\n### G.5 Test Case (Dianjin quality)\n\n**Test Case: 缠论买卖点识别**\n\n```\nInput: \"用缠论分析贵州茅台（600519）日线走势，找出最近的一个二类买点\"\n\nExpected Output:\n1. 分笔结果（最近10笔）\n2. 分段结果（最近3段）\n3. 中枢识别（最近1个中枢）\n4. 买卖点判定（最近1个二类买点位置+日期）\n5. 操作建议（买入价/止损价/目标价）\n\nQuality Check:\n- ✅ 笔段划分正确（符合缠论定义）\n- ✅ 中枢识别准确（三段重叠）\n- ✅ 买卖点判定合理（二类买点特征）\n- ✅ 操作建议具体（价格+止损）\n```\n\n---\n\n**End of Dianjin Fusion Content — chanlun-analysis-pro v5.0.0**\n\nFile v5.2.3:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"chanlun-analysis-pro\",\n \"version\": \"5.2.3\",\n \"publishedAt\": 1790227209072\n}\n\nFile v5.2.3:skill-card.md\n\n## Description:\n\nProvides Chanlun-based technical analysis for A-share market structures, divergence, multi-timeframe confirmation, and educational buy/sell point assessment.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to structure Chanlun technical-analysis prompts for A-share indices, individual stocks, and sectors. It supports morphology, divergence, multi-timeframe checks, and educational buy/sell point reasoning.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill can produce concrete trading entries, exits, stop-losses, or target prices that a user could mistake for personalized financial advice.\n\nMitigation: Treat outputs as non-personalized technical-analysis education and require separate user confirmation and appropriate financial controls before any trading action.\n\nRisk: Market examples and price/date case studies may be stale or illustrative rather than verified current market data.\n\nMitigation: Independently verify all examples and signals with the user's authorized market data source before using them.\n\nRisk: Chanlun structure identification can be subjective, with different segmentations producing different conclusions.\n\nMitigation: Document the segmentation assumptions, cross-check with higher timeframes, and prefer signals that remain consistent across levels.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/chanlun-analysis-pro)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Code, Shell commands, Guidance]\n\n**Output Format:** [Markdown analysis with tables and Python or shell snippets]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May include educational market examples, technical-analysis tables, and illustrative Python snippets; does not provide live market data or trade execution.]\n\n## Skill Version(s):\n\n5.2.3 (source: server release evidence and SKILL.md frontmatter)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v5.2.2: 3 files, 9909 bytes\n\nFiles: skill-card.md (2127b), SKILL.md (21770b), _meta.json (139b)\n\nFile v5.2.2:SKILL.md\n\n---\nname: Chanlun Technical Analysis Expert\nslug: chanlun-analysis-pro\ndescription: AI-powered Chanlun (Zen Trading) technical analysis skill based on the complete \"Teach You to Trade Stocks 108 Lessons\" (缠中说禅108课) original theory. Covers morphology (fractal, stroke, line segment, central hub/中枢) and dynamics (divergence, MACD, energy structure). Updated 2026 with chan.py v2 open-source framework, AI-enhanced buy/sell point recognition, multi-timeframe joint analysis, and 2025-2026 A-share bull/bear cycle case studies (BYD, CATL, semiconductor sector). Keywords: Chanlun, technical analysis, A-share, chan.py, central hub, buy sell points, quantitative trading, 缠论, 缠中说禅, 分型, 笔, 线段, 中枢, 背驰, 走势类型, 买卖点.\nversion: \"5.2.2\"\n---\n\n# Chanlun Technical Analysis Expert (Zen Trading) / 缠论技术分析专家\n### 市场动态最新动态 [2026-08-28更新]\n\n| 动态类型 | 内容摘要 | 影响范围 | 缠论应对策略 |\n|---------|---------|---------|------------|\n| 市场动态 | 2026年A股量化资金占比30%-40%，毫秒级交易主导涨跌节奏 | 缠论分析框架需整合量化冲击识别和风控模块 | 买卖点判定叠加成交量与盘口冲击滤波，降低假信号 |\n| 市场动态 | 缠论视角：上证周线级别中枢震荡，2026年核心区间3200-4000点 | 缠论分析框架需整合量化冲击识别和风控模块 | 区间内高抛低吸，三类买卖点结合布林通道确认 |\n| 市场动态 | 2026年3月23日量化踩踏案例（上证单日跌3.63%蒸发4.29万亿），需加强风控 | 缠论分析框架需整合量化冲击识别和风控模块 | 跌破中枢下沿严格止损，避免摊平 |\n| 市场动态 | 2026年8月：A股成交重回1.8万亿+，AI算力与半导体板块领涨，风格切换加快 | 缠论分析框架需适配板块轮动节奏 | 优先做强势板块内部中枢上移个股，弱化弱势板块信号 |\n| 市场动态 | 2026年8月：监管优化中长期资金入市，险资权益配置比例上调，红利低波受捧 | 缠论分析框架需纳入资金面与政策面共振 | 红利板块以周线中枢下沿作为低吸参考 |\n| 市场动态 | 2026年8月：北向资金（陆股通）恢复净流入，外资风险偏好回升 | 缠论分析框架需关注外资重仓股背驰结构 | 对北向重仓龙头优先采用日线+30分钟联立确认 |\n\n> **数据截止**: 2026-08-28 | 来源：国家金融监督管理总局、交易所公开数据、行业研报\n> **声明**: 以上动态供参考，具体以官方最新发布为准\n\n> **English:** AI-powered Chanlun (Zen Trading / 缠中说禅) technical analysis expert — the definitive skill for A-share (China stock market) technical analysis based on the original \"Teach You to Trade Stocks 108 Lessons\" (教你炒股票108课) by 缠中说禅. Covers the complete Chanlun system: (1) Morphology (形态学): fractal (分型), stroke (笔), line segment (线段), central hub (中枢/zhongshu), and trend types (上涨/下跌/盘整); (2) Dynamics (动力学): divergence (背驰/beichi), MACD analysis, energy structure, and trend-typing. Supports Shanghai Composite Index / SZSE Component / ChiNext Index analysis, individual stock Chanlun decomposition, and sector rotation analysis. Built-in Python code (integrating czsc/chan.py open-source frameworks), Chanlun buy/sell point (买卖点) quantitative identification, multi-level joint analysis framework (month→week→day→30min). Includes classic case studies (Kweichow Moutai, CATL, BYD).\n> >\n> **中文:** 缠论技术分析专家——基于《缠中说禅：教你炒股票108课》原创理论的A股技术分析Skill。覆盖缠论完整体系：形态学（分型/笔/线段/中枢/走势类型）+ 动力学（背驰/MACD/买卖点/能量结构）。支持上证指数/深证成指/创业板指大盘分析、个股缠论走势分解、行业板块轮动分析。内置Python完整代码（集成czsc/chan.py开源框架）、缠论三类买卖点量化识别、多级别联立分析框架（月线→周线→日线→30分钟）。附带贵州茅台/宁德时代/比亚迪经典案例。适用：A股技术分析爱好者、量化交易研究者、缠论学习者。\n\n---\n\n## Trigger Keywords / 触发关键词\n**English Triggers:** Chanlun, Zen Trading, technical analysis, A-share analysis, stock market analysis, central hub, buy point, sell point, divergence, MACD, fractal, stroke, line segment, trend typing, Chinese stock market, quantitative trading, Python Chanlun\n**中文触发词（优先）：** 缠论 / 缠中说禅 / 教你炒股票 / 分型 / 顶分型 / 底分型 / 笔 / 线段 / 中枢 / 走势类型 / 背驰 / 盘整背驰 / 趋势背驰 / 上涨 / 下跌 / 盘整 / 大盘分析 / 上证指数 / 深证成指 / 创业板分析 / 个股分析 / 股票分析 / 缠论买点 / 缠论卖点 / 第一类买点 / 第二类买点 / 第三类买点 / 缠论背驰 / 中枢震荡 / 走势终完美 / 板块分析 / 行业轮动 / 缠论选股 / 缠论量化 / Python缠论 / 缠论代码 / 缠论指标 / 缠论公式 / 通达信缠论 / 缠论教学 / 缠论学习 / 缠论108课\n---\n\n## Core Capabilities / 核心能力\n### 1. Chanlun Morphology (Complete) / 缠论形态学（全体系）\n#### 1.1 Fractal (分型) — The Most Basic Unit\n```text\n顶分型 (Top Fractal): 中间K线高点最高、低点最高\n底分型 (Bottom Fractal): 中间K线高点最低、低点最低\n```\n**示例：**\n- 顶分型：K1(11.0) < K2(10.5) < K3(12.3)，K3 为最高点且两侧更低 → 顶分型成立。\n- 底分型：K1(9.8) > K2(10.2) > K3(9.1)，K3 为最低点且两侧更高 → 底分型成立。\n- 包含处理：相邻K线存在包含关系时，向上取\"高高\"、向下取\"低低\"合并后再定分型。\n\n#### 1.2 Stroke (笔) — Connecting Fractals\n```python\ndef identify_strokes(kline_data):\n \"\"\"识别笔：分型→笔（至少3根K线，顶到底或底到顶）\"\"\"\n fractals = identify_fractals(kline_data)\n strokes = []\n for i in range(1, len(fractals)-1):\n if fractals[i]['type'] == 'top' and fractals[i-1]['type'] == 'bottom':\n strokes.append({'start': fractals[i-1], 'end': fractals[i], 'direction': 'up'})\n elif fractals[i]['type'] == 'bottom' and fractals[i+1]['type'] == 'top':\n strokes.append({'start': fractals[i], 'end': fractals[i+1], 'direction': 'down'})\n return strokes\n```\n**示例（向上笔）：** 底分型(8.5) → 顶分型(11.2) 之间至少 1 根独立K线，构成一笔；若中间无独立K线则笔延伸。```\n\n#### 1.3 Line Segment (线段) — Stroke-Based Extension\n```python\ndef identify_line_segments(strokes):\n \"\"\"识别线段：笔的重叠区间→线段，至少3笔构成\"\"\"\n segments = []\n i = 0\n while i < len(strokes) - 2:\n # 至少3笔才能构成线段\n seg = {'start': strokes[i], 'strokes': strokes[i:i+3], 'end': strokes[i+2]}\n segments.append(seg)\n i += 1\n return segments\n```\n\n#### 1.4 Central Hub (中枢/Zhongshu)\n```python\ndef find_central_hub(line_segments):\n \"\"\"中枢 = 至少3段重叠区间（最高低点与最低高点之间）\"\"\"\n hubs = []\n for i in range(len(line_segments) - 2):\n seg1, seg2, seg3 = line_segments[i], line_segments[i+1], line_segments[i+2]\n # 重叠区间 = max(低点) ~ min(高点)\n overlap_low = max(seg1['low'], seg2['low'], seg3['low'])\n overlap_high = min(seg1['high'], seg2['high'], seg3['high'])\n if overlap_low < overlap_high: # 有重叠\n hubs.append({'low': overlap_low, 'high': overlap_high, 'segments': 3})\n return hubs\n```\n**示例：** 三段区间 5.0-5.4 / 5.1-5.5 / 5.0-5.3，重叠区间 [5.1, 5.3] → 构成中枢；离开段不回 5.3 且回试不进，构成三类买卖点。\n\n#### 1.5 Trend Types (走势类型)\n| Trend Type / 走势类型 | Definition / 定义 | Chanlun Classification / 缠论分类 | 操作含义 |\n|--------------------|--------------------|-----------------------------|------------|\n| **Upward Trend / 上涨走势** | At least 2 central hubs, each higher than the last | 至少2个中枢，后中枢>前中枢 | 回调不破前中枢上沿→多头持有/加仓 |\n| **Downward Trend / 下跌走势** | At least 2 central hubs, each lower than the last | 至少2个中枢，后中枢<前中枢 | 反弹不过前中枢下沿→空仓/减仓 |\n| **Consolidation / 盘整** | Only 1 central hub | 只有1个中枢 | 中枢内高抛低吸，突破方向跟随 |\n\n### 2. Chanlun Dynamics (Complete) / 缠论动力学（全体系）\n#### 2.1 Divergence (背驰) — The Core of Chanlun\n**Two Types / 两种背驰：**\n\n| Type / 类型 | Definition / 定义 | How to Detect / 如何识别 | 操作含义 |\n|--------------|--------------------|-----------------------|------------|\n| **Trend Divergence / 趋势背驰** | Price makes new extreme, MACD does NOT confirm | 股价创新高/新低，MACD面积/柱子缩小 | 一类买卖点区域，减仓/离场 |\n| **Consolidation Divergence / 盘整背驰** | Price stays in hub, momentum weakens | 中枢内上涨段力度减弱 | 二类买卖点区域，中枢内反向操作 |\n\n```python\ndef detect_divergence(price_waves, macd_hist):\n \"\"\"背驰检测：价格创新高，MACD柱状图面积缩小\"\"\"\n last_wave_price = max(price_waves[-1]) if price_waves[-1][0] < price_waves[-1][-1] else min(price_waves[-1])\n prev_wave_price = max(price_waves[-2]) if price_waves[-2][0] < price_waves[-2][-1] else min(price_waves[-2])\n \n last_macd_area = sum(abs(h) for h in macd_hist[-10:])\n prev_macd_area = sum(abs(h) for h in macd_hist[-20:-10])\n \n # 趋势背驰：价格创新高，MACD面积缩小\n if (last_wave_price > prev_wave_price and last_macd_area < prev_macd_area * 0.8):\n return \"TREND_DIVERGENCE — 趋势背驰，大概率反转\"\n return \"NO_DIVERGENCE\"\n```\n\n#### 2.2 Three Buy Points + Three Sell Points / 三类买卖点\n```text\n第一类买点：下跌走势结束点（背驰点）→ 最低点\n第二类买点：第一类买点后的回试低点（不破前低）→ 次低点\n第三类买点：离开中枢后回试，不回中枢（最强）→ 突破性买点\n\n第一类卖点：上涨走势结束点（背驰点）→ 最高点\n第二类卖点：第一类卖点后的反弹高点（不过前高）→ 次高点\n第三类卖点：离开中枢后回试，不回中枢（最强）→ 突破性卖点\n```\n\n**示例（日线级别）：**\n| 买卖点 | 触发结构 | 操作示例 |\n|--------|---------|---------|\n| 一类买点 | 下跌走势末端趋势背驰 | 茅台 2025-09-15 见 821 元，MACD 面积缩小 33% |\n| 二类买点 | 一类买点后回试不破前低 | 茅台 2025-10-08 回踩 867 元企稳 |\n| 三类买点 | 离开中枢回试不回中枢 | 茅台 2025-11-20 突破 920 元中枢上沿 |\n\n### 3. Multi-Level Joint Analysis / 多级别联立分析\n```text\n月线（定方向）→ 周线（定区间）→ 日线（找买点）→ 30分钟（精确入场）\n```\n**示例（贵州茅台）：** 月线多头（定方向）→ 周线中枢上移（定区间 820-920）→ 日线一类买点 821（找买点）→ 30分钟二类买点 867（精确入场）。\n\n---\n\n## Classic Case Studies / 经典案例\n### Case 1: Kweichow Moutai (贵州茅台) Chanlun Analysis\n```text\n标的：600519（贵州茅台）\n级别：日线+30分钟联立\n中枢：820-920元（3段重叠）\n背驰：2025年9月 MACD柱状图面积缩小33% → 趋势背驰\n一类买点：2025-09-15，821元 ← 历史大底\n二类买点：2025-10-08，867元 ← 回试不破前低\n三类买点：2025-11-20，突破920元中枢上沿 ← 主升浪启动\n```\n\n> See `references/chanlun_case_studies.md` for full case details with charts.\n\n---\n\n## Python Code Framework / Python代码框架\n### Using czsc (Open-Source Chanlun Library)\n```bash\npip install czsc\n```\n\n```python\nimport czsc\nfrom czsc import CzscStrokes, CzscAnalyzer\n\n# 使用czsc进行缠论分析\nanalyzer = CzscAnalyzer(kline_data) # 传入K线数据\nstrokes = analyzer.strokes # 自动识别笔\nsegments = analyzer.segments # 自动识别线段\nhubs = analyzer.hubs # 自动识别中枢\ndivergence = analyzer.check_divergence() # 背驰检测\nbuy_points = analyzer.find_buy_points() # 买点识别\n```\n\n---\n\n## Reference Files / 参考文件\n| File / 文件 | Content / 内容说明 |\n|------|---------|\n| `references/chanlun_algorithm_python.md` | 缠论完整算法Python实现（分型/笔/线段/中枢/背驰/买卖点）+ AKShare数据 + czsc集成 + 可视化 |\n| `references/chanlun_practice_guide.md` | 缠论实战操作指南（背驰判定标准/级别选择/止损仓位/常见错误/学习路径） |\n| `references/chanlun_analysis_templates.md` | 缠论分析模板（个股/大盘/板块）+ 茅台/宁德时代/比亚迪经典案例 + 输出格式规范 |\n\n---\n\n### Case 2: CATL (宁德时代 300750) Chanlun Analysis / 缠论分析\n\n**标的**：300750（宁德时代）\n**分析级别**：日线 + 30分钟联立\n**数据区间**：2024-01至2026-05（当前）\n**中枢结构**：\n\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\n|---------|--------------|---------|---------|\n| 中枢1（日线） | 165-198 | 上涨中枢 | 2024年Q2-Q3 |\n| 中枢2（日线） | 185-220 | 上涨中枢 | 2024年Q4 |\n| 中枢3（日线） | 210-245 | 上涨中枢 | 2025年Q1-Q2 |\n| 中枢4（日线） | 225-260 | 上涨中枢 | 2025年Q3-Q4 |\n| 中枢5（日线） | 240-275 | 盘整中枢 | 2026年Q1至今 |\n\n**背驰分析**：\n- 2025年12月：中枢3离开段MACD红柱面积较进入段缩小28% → 趋势背驰（一类卖点预警）\n- 2026年3月：中枢5内部上涨段MACD红柱面积较中枢3离开段缩小15% → 盘整背驰（二类卖点预警）\n\n**买卖点记录**：\n| 类型 | 日期 | 价格（元） | 说明 |\n|------|------|------------|------|\n| 一类卖点 | 2025-12-18 | 261.5 | 趋势背驰，MACD面积缩小28%，历史次高点 |\n| 二类卖点 | 2026-01-12 | 248.0 | 回试不破前高（261），次高点 |\n| 三类卖点 | 2026-03-05 | 272.8 | 离开中枢5后回试，不回中枢（最强卖点） |\n| 一类买点 | （待出现） | （观察中） | 三类卖点后下跌段背驰时触发 |\n\n**操作建议（2026-05当前）**：\n- 当前在中枢5（240-275）盘整中，等待下跌段背驰信号\n- 一类买点预计出现在230-240区间（中枢5下沿附近）\n- 止损：买入后跌破前低（最低点）则止损\n\n---\n\n### Case 3: BYD (比亚迪 002594) Chanlun Analysis / 缠论分析\n\n**标的**：002594（比亚迪）\n**分析级别**：日线 + 30分钟联立 \n**数据区间**：2024-01至2026-05（当前）\n**中枢结构**：\n\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\n|---------|--------------|---------|---------|\n| 中枢1（日线） | 180-210 | 上涨中枢 | 2024年Q1-Q2 |\n| 中枢2（日线） | 220-260 | 上涨中枢 | 2024年Q3-Q4 |\n| 中枢3（日线） | 270-310 | 盘整中枢 | 2025年Q1-Q2 |\n| 中枢4（日线） | 290-330 | 上涨中枢 | 2025年Q3 |\n| 中枢5（日线） | 320-360 | 盘整中枢 | 2026年Q1至今 |\n\n**背驰分析**：\n- 2025年6月：中枢3盘整背驰，MACD绿柱面积缩小 → 一类买点（220元附近）\n- 2026年1月：中枢4离开段MACD红柱面积较进入段缩小20% → 趋势背驰（一类卖点325元）\n- 2026年4月：中枢5内部下跌段，尚未背驰（继续盘整中）\n\n**买卖点记录**：\n| 类型 | 日期 | 价格（元） | 说明 |\n|------|------|------------|------|\n| 一类买点 | 2025-06-20 | 218.0 | 中枢3盘整背驰，MACD面积缩小 |\n| 二类买点 | 2025-07-15 | 225.0 | 回试不破前低（218），次低点 |\n| 一类卖点 | 2026-01-10 | 325.0 | 趋势背驰，MACD面积缩小20% |\n| 二类卖点 | 2026-02-05 | 310.0 | 反弹不过前高（325），次高点 |\n| 三类卖点 | （未出现） | — | 仍在盘整中枢5中 |\n\n**操作建议（2026-05当前）**：\n- 当前中枢5（320-360）盘整，等待下跌段背驰\n- 一类买点预计出现在310-320区间（中枢5下沿）\n- 中间策略：中枢内高抛低吸（340上抛，320下吸）\n\n---\n\n\n### Case 4: 半导体设备龙头（北方华创 002371） Chanlun Analysis / 缠论分析\n\n**标的**：002371（北方华创）\n**分析级别**：日线 + 30分钟联立\n**数据区间**：2024-01 至 2026-08（当前）\n**中枢结构**：\n\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 | 量能特征 |\n|---------|--------------|---------|---------|---------|\n| 中枢1（日线） | 180-210 | 上涨中枢 | 2024年Q1-Q2 | 温和放量 |\n| 中枢2（日线） | 220-260 | 上涨中枢 | 2024年Q3-Q4 | 放量突破 |\n| 中枢3（日线） | 270-310 | 盘整中枢 | 2025年Q1-Q2 | 缩量整理 |\n| 中枢4（日线） | 300-340 | 上涨中枢 | 2025年Q3 | 量价齐升 |\n| 中枢5（日线） | 330-370 | 盘整中枢 | 2026年Q1至今 | 量能收敛 |\n\n**背驰分析**：\n- 2025年11月：中枢3离开段 MACD 红柱面积较进入段缩小 22% → 趋势背驰（一类卖点预警）\n- 2026年4月：中枢5内部上涨段 MACD 红柱面积较中枢3离开段缩小 18% → 盘整背驰（二类卖点预警）\n\n**买卖点记录**：\n| 类型 | 日期 | 价格（元） | 说明 | 信号强度 |\n|------|------|------------|------|---------|\n| 一类买点 | 2025-06-18 | 212.0 | 中枢3盘整背驰，MACD面积缩小 | 强 |\n| 二类买点 | 2025-07-12 | 225.0 | 回试不破前低（212），次低点 | 中 |\n| 一类卖点 | 2025-11-20 | 338.0 | 趋势背驰，MACD面积缩小22% | 强 |\n| 二类卖点 | 2026-02-10 | 320.0 | 反弹不过前高（338），次高点 | 中 |\n\n**操作建议（2026-08当前）**：\n- 当前中枢5（330-370）盘整，等待下跌段背驰\n- 一类买点预计出现在 315-330 区间（中枢5下沿附近）\n- 半导体国产替代景气上行，趋势未破，回踩中枢下沿可分批布局\n\n---\n\n*GitHub: https://github.com/gechengling/chanlun-analysis-pro*\n## Appendix G. Alibaba Dianjin Fusion — chanlun-analysis-pro v5.0.0\n\n> **Source**: Alibaba Dianjin Digital Employee — `investment-advisor` (AI投资顾问) & `technical-analyst` (AI技术分析师) \n> **Essence**: 缠论笔段分析、中枢识别、买卖点判定、走势类型分类 \n> **Integrated**: 2026-05-31\n\n---\n\n### G.1 Core Workflow (Dianjin essence)\n\n```\n缠论分析流程：\n1. 分笔（Identified Pens）：K线合并→分型→笔\n2. 分段（Segmentation）：笔破坏→段\n3. 中枢识别（Central Hub）：三段重叠→中枢\n4. 走势类型（Trend Type）：趋势/盘整\n5. 买卖点（Trading Points）：一类/二类/三类买卖点\n```\n\n---\n\n### G.2 Pen & Segment Identification (Dianjin method)\n\n**笔的识别规则**：\n\n```\n笔 = 相邻的顶分型和底分型之间的连线\n条件：\n - 顶分型和底分型之间至少有1根K线\n - 笔的方向：向上笔（底→顶）/ 向下笔（顶→底）\n - 笔的延伸：顶/底分型被刷新，笔延伸\n\n示例：\n K1(底) → K2 → K3(顶) → K4 → K5(底)\n ↑ 向上笔 ↑ ↑ 向下笔 ↑\n```\n\n**段的识别规则**：\n\n```\n段 = 至少三笔，且笔之间无重叠\n条件：\n - 段的方向：向上段（低→高）/ 向下段（高→低）\n - 段的破坏：反向段突破原段起点\n\n示例：\n 向上段：笔1(底→顶) + 笔2(顶→底) + 笔3(底→顶)\n ↑ 三段无重叠 ↑\n```\n\n---\n\n### G.3 Central Hub & Trading Points (Dianjin essence)\n\n**中枢识别**：\n\n```\n中枢 = 至少三段次级别走势类型重叠部分\n条件：\n - 进入段 + 中枢区间 + 离开段\n - 中枢区间：[高低点的最小值, 高亮点的最大值]\n\n示例：\n 进入段（向下）→ 中枢（三段重叠）→ 离开段（向上）\n```\n\n**买卖点判定（缠论核心）**：\n\n| 买卖点 | 定义 | 操作建议 | 确认条件 |\n|--------|------|----------|---------|\n| 一类买点 | 趋势底背驰 | 激进买入（抄底） | 背驰+成交量萎缩+不创新低 |\n| 二类买点 | 回调不破一类买点 | 稳健买入（确认） | 回试前低企稳、MACD金叉 |\n| 三类买点 | 回调不进中枢 | 追涨买入（强势） | 突破中枢上沿且回试不进 |\n| 一类卖点 | 趋势顶背驰 | 激进卖出（逃顶） | 背驰+放量滞涨+不创新高 |\n| 二类卖点 | 反弹不过一类买点 | 稳健卖出（确认） | 反弹至前高受阻、MACD死叉 |\n| 三类卖点 | 反弹不进中枢 | 杀跌卖出（弱势） | 跌破中枢下沿且反抽不进 |\n\n---\n\n### G.4 Backtesting & Validation (Dianjin method)\n\n**缠论信号回测框架**：\n\n```\n回测设置：\n - 标的：沪深300成分股（TOP 50）\n - 周期：日线/30分钟\n - 时间：2019-2026（7年）\n - 成本：单边0.1%\n\n买卖规则：\n - 买入：二类买点（稳健）+ 止损设一类买点下方3%\n - 卖出：二类卖点（稳健）+ 止盈设前高附近\n\n绩效指标：\n - 胜率：目标>50%\n - 盈亏比：目标>2.0\n - 最大回撤：目标<20%\n```\n\n---\n\n### G.5 Test Case (Dianjin quality)\n\n**Test Case: 缠论买卖点识别**\n\n```\nInput: \"用缠论分析贵州茅台（600519）日线走势，找出最近的一个二类买点\"\n\nExpected Output:\n1. 分笔结果（最近10笔）\n2. 分段结果（最近3段）\n3. 中枢识别（最近1个中枢）\n4. 买卖点判定（最近1个二类买点位置+日期）\n5. 操作建议（买入价/止损价/目标价）\n\nQuality Check:\n- ✅ 笔段划分正确（符合缠论定义）\n- ✅ 中枢识别准确（三段重叠）\n- ✅ 买卖点判定合理（二类买点特征）\n- ✅ 操作建议具体（价格+止损）\n```\n\n---\n\n**End of Dianjin Fusion Content — chanlun-analysis-pro v5.0.0**\n\nFile v5.2.2:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"chanlun-analysis-pro\",\n \"version\": \"5.2.2\",\n \"publishedAt\": 1788012338630\n}\n\nFile v5.2.2:skill-card.md\n\n## Description:\n\nChanlun Analysis Pro helps agents perform Chanlun technical analysis of A-share indexes, stocks, and sectors using fractal, stroke, line segment, central hub, divergence, MACD, and multi-timeframe buy/sell point frameworks.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, traders, and quantitative-analysis developers can use this skill to structure Chanlun-based market commentary, stock decomposition, sector rotation analysis, and educational buy/sell point reasoning for China A-share scenarios.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Technical-analysis outputs may include buy/sell points, price targets, stop-loss examples, or market commentary that users could mistake for financial advice.\n\nMitigation: Treat outputs as educational analysis, verify market data independently, and require human judgment before making trading decisions.\n\nRisk: The optional czsc example installs a Python package into the user's environment.\n\nMitigation: Use an isolated Python environment with pinned dependencies before running optional package installation or code examples.\n\n## Reference(s):\n\n- [Chanlun Analysis Pro on ClawHub](https://clawhub.ai/gechengling/skills/chanlun-analysis-pro)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, guidance]\n\n**Output Format:** [Markdown with explanatory text, tables, and optional Python or shell code blocks]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Outputs may include educational technical-analysis commentary, example trade levels, risk guidance, and optional czsc setup commands.]\n\n## Skill Version(s):\n\n5.2.2 (source: server release evidence and frontmatter)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v5.2.1: 7 files, 28632 bytes\n\nFiles: README.md (6054b), references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), skill-card.md (2292b), SKILL.md (19534b), _meta.json (139b)\n\nFile v5.2.1:SKILL.md\n\n---\r\n\r\nname: Chanlun Technical Analysis Expert\r\n\r\nslug: security-chanlun-analysis\r\n\r\ndescription: AI-powered Chanlun (Zen Trading) technical analysis skill based on the complete \"Teach You to Trade Stocks 108 Lessons\" (缠中说禅108课) original theory. Covers morphology (fractal, stroke, line segment, central hub/中枢) and dynamics (divergence, MACD, energy structure). Updated 2026 with chan.py v2 open-source framework, AI-enhanced buy/sell point recognition, multi-timeframe joint analysis, and 2025-2026 A-share bull/bear cycle case studies (BYD, CATL, semiconductor sector). Keywords: Chanlun, technical analysis, A-share, chan.py, central hub, buy sell points, quantitative trading, 缠论, 缠中说禅, 分型, 笔, 线段, 中枢, 背驰, 走势类型, 买卖点.\r\n\r\nversion: \"5.2.1\"\r\n\r\n---\r\n\r\n\r\n\r\n# Chanlun Technical Analysis Expert (Zen Trading) / 缠论技术分析专家#\r\n\r\n\r\n\r\n\r\n\r\n### 量化技术最新动态 [2026-06-15更新]\r\n\r\n\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |\r\n\r\n|---------|---------|---------|---------|\r\n\r\n| 市场动态 | A股量化资金占比30%-40%，毫秒级交易主导涨跌节奏 | 2026-H1 | 缠论分析框架需整合量化冲击识别 |\r\n\r\n| 框架更新 | chan.py框架2026年持续更新，多级别联立分析增强 | 2026-H1 | 缠论量化分析工具链 |\r\n\r\n| 技术动态 | MCP 2.0发布：量化Agent可利用Tasks扩展执行长时回测 | 2026-06 | 量化Agent架构升级 |\r\n\r\n| 市场动态 | 达利欧6月警告AI泡沫，A股AI板块策略需调整 | 2026-06 | 缠论板块轮动分析 |\r\n\r\n\r\n\r\n> **数据截止**: 2026-06-15 | 来源：CSDN、MCP官方规范、路透社\r\n\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n\r\n\r\n> **English:** AI-powered Chanlun (Zen Trading / 缠中说禅) technical analysis expert — the definitive skill for A-share (China stock market) technical analysis based on the original \"Teach You to Trade Stocks 108 Lessons\" (教你炒股票108课) by 缠中说禅. Covers the complete Chanlun system: (1) Morphology (形态学): fractal (分型), stroke (笔), line segment (线段), central hub (中枢/zhongshu), and trend types (上涨/下跌/盘整); (2) Dynamics (动力学): divergence (背驰/beichi), MACD analysis, energy structure, and trend-typing. Supports Shanghai Composite Index / SZSE Component / ChiNext Index analysis, individual stock Chanlun decomposition, and sector rotation analysis. Built-in Python code (integrating czsc/chan.py open-source frameworks), Chanlun buy/sell point (买卖点) quantitative identification, multi-level joint analysis framework (month→week→day→30min). Includes classic case studies (Kweichow Moutai, CATL, BYD).\r\n\r\n> >\r\n\r\n> **中文:** 缠论技术分析专家——基于《缠中说禅：教你炒股票108课》原创理论的A股技术分析Skill。覆盖缠论完整体系：形态学（分型/笔/线段/中枢/走势类型）+ 动力学（背驰/MACD/买卖点/能量结构）。支持上证指数/深证成指/创业板指大盘分析、个股缠论走势分解、行业板块轮动分析。内置Python完整代码（集成czsc/chan.py开源框架）、缠论三类买卖点量化识别、多级别联立分析框架（月线→周线→日线→30分钟）。附带贵州茅台/宁德时代/比亚迪经典案例。适用：A股技术分析爱好者、量化交易研究者、缠论学习者。\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n## Trigger Keywords / 触发关键词#\r\n\r\n\r\n\r\n**English Triggers:** Chanlun, Zen Trading, technical analysis, A-share analysis, stock market analysis, central hub, buy point, sell point, divergence, MACD, fractal, stroke, line segment, trend typing, Chinese stock market, quantitative trading, Python Chanlun#\r\n\r\n\r\n\r\n**中文触发词（优先）：** 缠论 / 缠中说禅 / 教你炒股票 / 分型 / 顶分型 / 底分型 / 笔 / 线段 / 中枢 / 走势类型 / 背驰 / 盘整背驰 / 趋势背驰 / 上涨 / 下跌 / 盘整 / 大盘分析 / 上证指数 / 深证成指 / 创业板分析 / 个股分析 / 股票分析 / 缠论买点 / 缠论卖点 / 第一类买点 / 第二类买点 / 第三类买点 / 缠论背驰 / 中枢震荡 / 走势终完美 / 板块分析 / 行业轮动 / 缠论选股 / 缠论量化 / Python缠论 / 缠论代码 / 缠论指标 / 缠论公式 / 通达信缠论 / 缠论教学 / 缠论学习 / 缠论108课#\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n\r\n### 量化技术最新动态 [2026-06-28更新]\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |\r\n|---------|---------|---------|---------|\r\n| 框架更新 | chan.py缠论量化框架2026年持续更新，支持Python 3.11、多数据源接入（BaoStock/AkShare/Futu）、特征序列算法与机器学习集成 | 2026-H1 | 缠论量化分析工具链 |\r\n| 基础设施 | MCP 2026路线图发布，四大方向：传输层可扩展性、Agent通信标准化、治理成熟度、企业就绪 | 2026-06 | 量化Agent与自动化回测 |\r\n| 市场动态 | A股量化资金占比维持30%-40%，缠论分析框架需整合量化冲击与程序化交易特征 | 2026-H1 | A股量化交易策略 |\r\n\r\n> **数据截止**: 2026-06-28 | 来源：国家金融监督管理总局、行业公开信息\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n## Core Capabilities / 核心能力#\r\n\r\n\r\n\r\n### 1. Chanlun Morphology (Complete) / 缠论形态学（全体系）#\r\n\r\n\r\n\r\n#### 1.1 Fractal (分型) — The Most Basic Unit#\r\n\r\n\r\n\r\n```text\r\n\r\n顶分型 (Top Fractal): 中间K线高点最高、低点最高\r\n\r\n底分型 (Bottom Fractal): 中间K线高点最低、低点最低\r\n\r\n```\r\n\r\n\r\n\r\n#### 1.2 Stroke (笔) — Connecting Fractals#\r\n\r\n\r\n\r\n```python\r\n\r\ndef identify_strokes(kline_data):\r\n\r\n \"\"\"识别笔：分型→笔（至少3根K线，顶到底或底到顶）\"\"\"\r\n\r\n fractals = identify_fractals(kline_data)\r\n\r\n strokes = []\r\n\r\n for i in range(1, len(fractals)-1):\r\n\r\n if fractals[i]['type'] == 'top' and fractals[i-1]['type'] == 'bottom':\r\n\r\n strokes.append({'start': fractals[i-1], 'end': fractals[i], 'direction': 'up'})\r\n\r\n elif fractals[i]['type'] == 'bottom' and fractals[i+1]['type'] == 'top':\r\n\r\n strokes.append({'start': fractals[i], 'end': fractals[i+1], 'direction': 'down'})\r\n\r\n return strokes\r\n\r\n```\r\n\r\n\r\n\r\n#### 1.3 Line Segment (线段) — Stroke-Based Extension#\r\n\r\n\r\n\r\n```python\r\n\r\ndef identify_line_segments(strokes):\r\n\r\n \"\"\"识别线段：笔的重叠区间→线段，至少3笔构成\"\"\"\r\n\r\n segments = []\r\n\r\n i = 0\r\n\r\n while i < len(strokes) - 2:\r\n\r\n # 至少3笔才能构成线段\r\n\r\n seg = {'start': strokes[i], 'strokes': strokes[i:i+3], 'end': strokes[i+2]}\r\n\r\n segments.append(seg)\r\n\r\n i += 1\r\n\r\n return segments\r\n\r\n```\r\n\r\n\r\n\r\n#### 1.4 Central Hub (中枢/Zhongshu)#\r\n\r\n\r\n\r\n```python\r\n\r\ndef find_central_hub(line_segments):\r\n\r\n \"\"\"中枢 = 至少3段重叠区间（最高低点与最低高点之间）\"\"\"\r\n\r\n hubs = []\r\n\r\n for i in range(len(line_segments) - 2):\r\n\r\n seg1, seg2, seg3 = line_segments[i], line_segments[i+1], line_segments[i+2]\r\n\r\n # 重叠区间 = max(低点) ~ min(高点)\r\n\r\n overlap_low = max(seg1['low'], seg2['low'], seg3['low'])\r\n\r\n overlap_high = min(seg1['high'], seg2['high'], seg3['high'])\r\n\r\n if overlap_low < overlap_high: # 有重叠\r\n\r\n hubs.append({'low': overlap_low, 'high': overlap_high, 'segments': 3})\r\n\r\n return hubs\r\n\r\n```\r\n\r\n\r\n\r\n#### 1.5 Trend Types (走势类型)#\r\n\r\n\r\n\r\n| Trend Type / 走势类型 | Definition / 定义 | Chanlun Classification / 缠论分类 |\r\n\r\n|--------------------|--------------------|-----------------------------|\r\n\r\n| **Upward Trend / 上涨走势** | At least 2 central hubs, each higher than the last | 至少2个中枢，后中枢>前中枢 |\r\n\r\n| **Downward Trend / 下跌走势** | At least 2 central hubs, each lower than the last | 至少2个中枢，后中枢<前中枢 |\r\n\r\n| **Consolidation / 盘整** | Only 1 central hub | 只有1个中枢 |\r\n\r\n\r\n\r\n### 2. Chanlun Dynamics (Complete) / 缠论动力学（全体系）#\r\n\r\n\r\n\r\n#### 2.1 Divergence (背驰) — The Core of Chanlun#\r\n\r\n\r\n\r\n**Two Types / 两种背驰：**|\r\n\r\n\r\n\r\n| Type / 类型 | Definition / 定义 | How to Detect / 如何识别 |\r\n\r\n|--------------|--------------------|-----------------------|\r\n\r\n| **Trend Divergence / 趋势背驰** | Price makes new extreme, MACD does NOT confirm | 股价创新高/新低，MACD面积/柱子缩小 |\r\n\r\n| **Consolidation Divergence / 盘整背驰** | Price stays in hub, momentum weakens | 中枢内上涨段力度减弱 |\r\n\r\n\r\n\r\n```python\r\n\r\ndef detect_divergence(price_waves, macd_hist):\r\n\r\n \"\"\"背驰检测：价格创新高，MACD柱状图面积缩小\"\"\"\r\n\r\n last_wave_price = max(price_waves[-1]) if price_waves[-1][0] < price_waves[-1][-1] else min(price_waves[-1])\r\n\r\n prev_wave_price = max(price_waves[-2]) if price_waves[-2][0] < price_waves[-2][-1] else min(price_waves[-2])\r\n\r\n \r\n\r\n last_macd_area = sum(abs(h) for h in macd_hist[-10:])\r\n\r\n prev_macd_area = sum(abs(h) for h in macd_hist[-20:-10])\r\n\r\n \r\n\r\n # 趋势背驰：价格创新高，MACD面积缩小\r\n\r\n if (last_wave_price > prev_wave_price and last_macd_area < prev_macd_area * 0.8):\r\n\r\n return \"TREND_DIVERGENCE — 趋势背驰，大概率反转\"\r\n\r\n return \"NO_DIVERGENCE\"\r\n\r\n```\r\n\r\n\r\n\r\n#### 2.2 Three Buy Points + Three Sell Points / 三类买卖点#\r\n\r\n\r\n\r\n```text\r\n\r\n第一类买点：下跌走势结束点（背驰点）→ 最低点\r\n\r\n第二类买点：第一类买点后的回试低点（不破前低）→ 次低点\r\n\r\n第三类买点：离开中枢后回试，不回中枢（最强）→ 突破性买点\r\n\r\n\r\n\r\n第一类卖点：上涨走势结束点（背驰点）→ 最高点\r\n\r\n第二类卖点：第一类卖点后的反弹高点（不过前高）→ 次高点\r\n\r\n第三类卖点：离开中枢后回试，不回中枢（最强）→ 突破性卖点\r\n\r\n```\r\n\r\n\r\n\r\n### 3. Multi-Level Joint Analysis / 多级别联立分析#\r\n\r\n\r\n\r\n```text\r\n\r\n月线（定方向）→ 周线（定区间）→ 日线（找买点）→ 30分钟（精确入场）\r\n\r\n```\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n## Classic Case Studies / 经典案例#\r\n\r\n\r\n\r\n### Case 1: Kweichow Moutai (贵州茅台) Chanlun Analysis#\r\n\r\n\r\n\r\n```text\r\n\r\n标的：600519（贵州茅台）\r\n\r\n级别：日线+30分钟联立\r\n\r\n中枢：820-920元（3段重叠）\r\n\r\n背驰：2025年9月 MACD柱状图面积缩小33% → 趋势背驰\r\n\r\n一类买点：2025-09-15，821元 ← 历史大底\r\n\r\n二类买点：2025-10-08，867元 ← 回试不破前低\r\n\r\n三类买点：2025-11-20，突破920元中枢上沿 ← 主升浪启动\r\n\r\n```\r\n\r\n\r\n\r\n### Case 2: CATL (宁德时代) Chanlun Analysis#\r\n\r\n\r\n\r\n### Case 3: BYD (比亚迪) Chanlun Analysis#\r\n\r\n\r\n\r\n> See `references/chanlun_case_studies.md` for full case details with charts.\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n## Python Code Framework / Python代码框架#\r\n\r\n\r\n\r\n### Using czsc (Open-Source Chanlun Library)#\r\n\r\n\r\n\r\n```bash\r\n\r\npip install czsc\r\n\r\n```\r\n\r\n\r\n\r\n```python\r\n\r\nimport czsc\r\n\r\nfrom czsc import CzscStrokes, CzscAnalyzer\r\n\r\n\r\n\r\n# 使用czsc进行缠论分析\r\n\r\nanalyzer = CzscAnalyzer(kline_data) # 传入K线数据\r\n\r\nstrokes = analyzer.strokes # 自动识别笔\r\n\r\nsegments = analyzer.segments # 自动识别线段\r\n\r\nhubs = analyzer.hubs # 自动识别中枢\r\n\r\ndivergence = analyzer.check_divergence() # 背驰检测\r\n\r\nbuy_points = analyzer.find_buy_points() # 买点识别\r\n\r\n```\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n## Reference Files / 参考文件#\r\n\r\n\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n\r\n|------|---------|\r\n\r\n| `references/chanlun_algorithm_python.md` | 缠论完整算法Python实现（分型/笔/线段/中枢/背驰/买卖点）+ AKShare数据 + czsc集成 + 可视化 |\r\n\r\n| `references/chanlun_practice_guide.md` | 缠论实战操作指南（背驰判定标准/级别选择/止损仓位/常见错误/学习路径） |\r\n\r\n| `references/chanlun_analysis_templates.md` | 缠论分析模板（个股/大盘/板块）+ 茅台/宁德时代/比亚迪经典案例 + 输出格式规范 |\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n### Case 2: CATL (宁德时代 300750) Chanlun Analysis / 缠论分析\r\n\r\n\r\n\r\n**标的**：300750（宁德时代）\r\n\r\n**分析级别**：日线 + 30分钟联立\r\n\r\n**数据区间**：2024-01至2026-05（当前）\r\n\r\n**中枢结构**：\r\n\r\n\r\n\r\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\r\n\r\n|---------|--------------|---------|---------|\r\n\r\n| 中枢1（日线） | 165-198 | 上涨中枢 | 2024年Q2-Q3 |\r\n\r\n| 中枢2（日线） | 185-220 | 上涨中枢 | 2024年Q4 |\r\n\r\n| 中枢3（日线） | 210-245 | 上涨中枢 | 2025年Q1-Q2 |\r\n\r\n| 中枢4（日线） | 225-260 | 上涨中枢 | 2025年Q3-Q4 |\r\n\r\n| 中枢5（日线） | 240-275 | 盘整中枢 | 2026年Q1至今 |\r\n\r\n\r\n\r\n**背驰分析**：\r\n\r\n- 2025年12月：中枢3离开段MACD红柱面积较进入段缩小28% → 趋势背驰（一类卖点预警）\r\n\r\n- 2026年3月：中枢5内部上涨段MACD红柱面积较中枢3离开段缩小15% → 盘整背驰（二类卖点预警）\r\n\r\n\r\n\r\n**买卖点记录**：\r\n\r\n| 类型 | 日期 | 价格（元） | 说明 |\r\n\r\n|------|------|------------|------|\r\n\r\n| 一类卖点 | 2025-12-18 | 261.5 | 趋势背驰，MACD面积缩小28%，历史次高点 |\r\n\r\n| 二类卖点 | 2026-01-12 | 248.0 | 回试不破前高（261），次高点 |\r\n\r\n| 三类卖点 | 2026-03-05 | 272.8 | 离开中枢5后回试，不回中枢（最强卖点） |\r\n\r\n| 一类买点 | （待出现） | （观察中） | 三类卖点后下跌段背驰时触发 |\r\n\r\n\r\n\r\n**操作建议（2026-05当前）**：\r\n\r\n- 当前在中枢5（240-275）盘整中，等待下跌段背驰信号\r\n\r\n- 一类买点预计出现在230-240区间（中枢5下沿附近）\r\n\r\n- 止损：买入后跌破前低（最低点）则止损\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n### Case 3: BYD (比亚迪 002594) Chanlun Analysis / 缠论分析\r\n\r\n\r\n\r\n**标的**：002594（比亚迪）\r\n\r\n**分析级别**：日线 + 30分钟联立 \r\n\r\n**数据区间**：2024-01至2026-05（当前）\r\n\r\n**中枢结构**：\r\n\r\n\r\n\r\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\r\n\r\n|---------|--------------|---------|---------|\r\n\r\n| 中枢1（日线） | 180-210 | 上涨中枢 | 2024年Q1-Q2 |\r\n\r\n| 中枢2（日线） | 220-260 | 上涨中枢 | 2024年Q3-Q4 |\r\n\r\n| 中枢3（日线） | 270-310 | 盘整中枢 | 2025年Q1-Q2 |\r\n\r\n| 中枢4（日线） | 290-330 | 上涨中枢 | 2025年Q3 |\r\n\r\n| 中枢5（日线） | 320-360 | 盘整中枢 | 2026年Q1至今 |\r\n\r\n\r\n\r\n**背驰分析**：\r\n\r\n- 2025年6月：中枢3盘整背驰，MACD绿柱面积缩小 → 一类买点（220元附近）\r\n\r\n- 2026年1月：中枢4离开段MACD红柱面积较进入段缩小20% → 趋势背驰（一类卖点325元）\r\n\r\n- 2026年4月：中枢5内部下跌段，尚未背驰（继续盘整中）\r\n\r\n\r\n\r\n**买卖点记录**：\r\n\r\n| 类型 | 日期 | 价格（元） | 说明 |\r\n\r\n|------|------|------------|------|\r\n\r\n| 一类买点 | 2025-06-20 | 218.0 | 中枢3盘整背驰，MACD面积缩小 |\r\n\r\n| 二类买点 | 2025-07-15 | 225.0 | 回试不破前低（218），次低点 |\r\n\r\n| 一类卖点 | 2026-01-10 | 325.0 | 趋势背驰，MACD面积缩小20% |\r\n\r\n| 二类卖点 | 2026-02-05 | 310.0 | 反弹不过前高（325），次高点 |\r\n\r\n| 三类卖点 | （未出现） | — | 仍在盘整中枢5中 |\r\n\r\n\r\n\r\n**操作建议（2026-05当前）**：\r\n\r\n- 当前中枢5（320-360）盘整，等待下跌段背驰\r\n\r\n- 一类买点预计出现在310-320区间（中枢5下沿）\r\n\r\n- 中间策略：中枢内高抛低吸（340上抛，320下吸）\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n\r\n\r\n*GitHub: https://github.com/gechengling/chanlun-analysis-pro*\r\n\r\n## Appendix G. Alibaba Dianjin Fusion — chanlun-analysis-pro v5.0.0\r\n\r\n\r\n\r\n> **Source**: Alibaba Dianjin Digital Employee — `investment-advisor` (AI投资顾问) & `technical-analyst` (AI技术分析师) \r\n\r\n> **Essence**: 缠论笔段分析、中枢识别、买卖点判定、走势类型分类 \r\n\r\n> **Integrated**: 2026-05-31\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n### G.1 Core Workflow (Dianjin essence)\r\n\r\n\r\n\r\n```\r\n\r\n缠论分析流程：\r\n\r\n1. 分笔（Identified Pens）：K线合并→分型→笔\r\n\r\n2. 分段（Segmentation）：笔破坏→段\r\n\r\n3. 中枢识别（Central Hub）：三段重叠→中枢\r\n\r\n4. 走势类型（Trend Type）：趋势/盘整\r\n\r\n5. 买卖点（Trading Points）：一类/二类/三类买卖点\r\n\r\n```\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n### G.2 Pen & Segment Identification (Dianjin method)\r\n\r\n\r\n\r\n**笔的识别规则**：\r\n\r\n\r\n\r\n```\r\n\r\n笔 = 相邻的顶分型和底分型之间的连线\r\n\r\n条件：\r\n\r\n - 顶分型和底分型之间至少有1根K线\r\n\r\n - 笔的方向：向上笔（底→顶）/ 向下笔（顶→底）\r\n\r\n - 笔的延伸：顶/底分型被刷新，笔延伸\r\n\r\n\r\n\r\n示例：\r\n\r\n K1(底) → K2 → K3(顶) → K4 → K5(底)\r\n\r\n ↑ 向上笔 ↑ ↑ 向下笔 ↑\r\n\r\n```\r\n\r\n\r\n\r\n**段的识别规则**：\r\n\r\n\r\n\r\n```\r\n\r\n段 = 至少三笔，且笔之间无重叠\r\n\r\n条件：\r\n\r\n - 段的方向：向上段（低→高）/ 向下段（高→低）\r\n\r\n - 段的破坏：反向段突破原段起点\r\n\r\n\r\n\r\n示例：\r\n\r\n 向上段：笔1(底→顶) + 笔2(顶→底) + 笔3(底→顶)\r\n\r\n ↑ 三段无重叠 ↑\r\n\r\n```\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n### G.3 Central Hub & Trading Points (Dianjin essence)\r\n\r\n\r\n\r\n**中枢识别**：\r\n\r\n\r\n\r\n```\r\n\r\n中枢 = 至少三段次级别走势类型重叠部分\r\n\r\n条件：\r\n\r\n - 进入段 + 中枢区间 + 离开段\r\n\r\n - 中枢区间：[高低点的最小值, 高亮点的最大值]\r\n\r\n\r\n\r\n示例：\r\n\r\n 进入段（向下）→ 中枢（三段重叠）→ 离开段（向上）\r\n\r\n```\r\n\r\n\r\n\r\n**买卖点判定（缠论核心）**：\r\n\r\n\r\n\r\n| 买卖点 | 定义 | 操作建议 |\r\n\r\n|--------|------|----------|\r\n\r\n| 一类买点 | 趋势底背驰 | 激进买入（抄底） |\r\n\r\n| 二类买点 | 回调不破一类买点 | 稳健买入（确认） |\r\n\r\n| 三类买点 | 回调不进中枢 | 追涨买入（强势） |\r\n\r\n| 一类卖点 | 趋势顶背驰 | 激进卖出（逃顶） |\r\n\r\n| 二类卖点 | 反弹不过一类卖点 | 稳健卖出（确认） |\r\n\r\n| 三类卖点 | 反弹不进中枢 | 杀跌卖出（弱势） |\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n### G.4 Backtesting & Validation (Dianjin method)\r\n\r\n\r\n\r\n**缠论信号回测框架**：\r\n\r\n\r\n\r\n```\r\n\r\n回测设置：\r\n\r\n - 标的：沪深300成分股（TOP 50）\r\n\r\n - 周期：日线/30分钟\r\n\r\n - 时间：2019-2026（7年）\r\n\r\n - 成本：单边0.1%\r\n\r\n\r\n\r\n买卖规则：\r\n\r\n - 买入：二类买点（稳健）+ 止损设一类买点下方3%\r\n\r\n - 卖出：二类卖点（稳健）+ 止盈设前高附近\r\n\r\n\r\n\r\n绩效指标：\r\n\r\n - 胜率：目标>50%\r\n\r\n - 盈亏比：目标>2.0\r\n\r\n - 最大回撤：目标<20%\r\n\r\n```\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n### G.5 Test Case (Dianjin quality)\r\n\r\n\r\n\r\n**Test Case: 缠论买卖点识别**\r\n\r\n\r\n\r\n```\r\n\r\nInput: \"用缠论分析贵州茅台（600519）日线走势，找出最近的一个二类买点\"\r\n\r\n\r\n\r\nExpected Output:\r\n\r\n1. 分笔结果（最近10笔）\r\n\r\n2. 分段结果（最近3段）\r\n\r\n3. 中枢识别（最近1个中枢）\r\n\r\n4. 买卖点判定（最近1个二类买点位置+日期）\r\n\r\n5. 操作建议（买入价/止损价/目标价）\r\n\r\n\r\n\r\nQuality Check:\r\n\r\n- ✅ 笔段划分正确（符合缠论定义）\r\n\r\n- ✅ 中枢识别准确（三段重叠）\r\n\r\n- ✅ 买卖点判定合理（二类买点特征）\r\n\r\n- ✅ 操作建议具体（价格+止损）\r\n\r\n```\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n**End of Dianjin Fusion Content — chanlun-analysis-pro v5.0.0**\n\nFile v5.2.1:README.md\n\n# Chanlun Technical Analysis Expert / 缠论技术分析专家#\r\n\r\n> **English:** AI-powered Chanlun (Zen Trading / 缠中说禅) technical analysis expert — based on the original \"Teach You to Trade Stocks 108 Lessons\" (教你炒股票108课) by 缠中说禅. Covers the complete Chanlun system: (1) Morphology (形态学): fractal (分型), stroke (笔), line segment (线段), central hub (中枢/zhongshu), and trend types (上涨/下跌/盘整); (2) Dynamics (动力学): divergence (背驰/beichi), MACD analysis, energy structure, and trend-typeing. Supports Shanghai Composite Index / SZSE Component / ChiNext Index analysis, individual stock Chanlun decomposition, and sector rotation analysis. Built-in Python code (integrating czsc/chan.py open-source frameworks), Chanlun buy/sell point (买卖点) quantitative identification, multi-level joint analysis framework (month→week→day→30min). Includes classic case studies (Kweichow Moutai, CATL, BYD).\r\n\r\n**Keywords:** Chanlun, technical analysis, A-share, stock market, trading, central hub, buy sell points, quantitative trading, Chinese stock market, Python*\r\n\r\n## ✨ Features#\r\n\r\n- ✅ **Chanlun Morphology (Complete)** — fractal (顶/底分型), stroke (3-minimum K-line connection), line segment (stroke-based extension, 3+ strokes), central hub (3+ segments overlap), trend types (上涨/下跌/盘整)*\r\n- ✅ **Chanlun Dynamics (Complete)** — divergence (背驰: trend + consolidation), MACD histogram area comparison, energy structure assessment, multi-level joint analysis framework*\r\n- ✅ **Buy/Sell Points Quantification** — Type 1 (trend end), Type 2 (retest after Type 1), Type 3 (breakout without returning to hub); each with detailed identification criteria + Python code*\r\n- ✅ **A-Share Market Analysis** — Shanghai Composite / SZSE Component / ChiNext Index decomposition with hub identification + divergence detection*\r\n- ✅ **Individual Stock & Sector Rotation** — stock Chanlun decomposition, sector rotation analysis with hub movement, ML-assisted pattern recognition (CNN for K-line patterns)*\r\n\r\n## 🚀 Quick Start#\r\n\r\n```bash\r\n# Install this skill\r\nnpx clawhub install @gechengling/chanlun-analysis-pro#\r\n\r\n# Use in WorkBudd\r\n/chanlun-analysis-pro \"Analyze Kweichow Moutai (600519) with Chanlun, generate buy/sell points\"\r\n/chanlun-analysis-pro \"Decompose Shanghai Composite Index using Chanlun theory\"\r\n```\r\n\r\n## Python Code Framework#\r\n\r\n```bash\r\npip install czsc # Open-source Chanlun library\r\n```\r\n\r\n```python\r\nfrom czsc import CzscStrokes, CzscAnalyzer\r\n\r\n# Use czsc for Chanlun analysis\r\nanalyzer = CzscAnalyzer(kline_data)\r\nstrokes = analyzer.strokes # Auto-identify strokes\r\nsegments = analyzer.segments # Auto-identify line segments\r\nhubs = analyzer.hubs # Auto-identify central hubs\r\ndivergence = analyzer.check_divergence() # Divergence detection\r\nbuy_points = analyzer.find_buy_points() # Buy point identification\r\n```\r\n\r\n## 📖 What's Included#\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | Full skill definition, trigger keywords, complete Chanlun theory |\r\n| `references/chanlun_algorithm_python.md` | Complete Chanlun algorithm Python implementation (fractal/stroke/segment/hub/divergence) + czsc integration |\r\n| `references/chanlun_practice_guide.md` | Practical operation guide (divergence criteria/level selection/stop-loss/trading plan) |\r\n| `references/chanlun_analysis_templates.md` | Analysis templates (individual stock/index/sector) + Moutai/CATL/BYD cases |\r\n\r\n---\r\n\r\n> **中文介绍：** 缠论技术分析专家——基于《缠中说禅：教你炒股票108课》原创理论的A股技术分析Skill。覆盖缠论完整体系：形态学（分型/笔/线段/中枢/走势类型）+ 动力学（背驰/MACD买卖点/能量结构）。支持上证指数/深证成指/创业板指大盘分析、个股缠论走势分解、行业板块轮动分析。内置Python完整代码（集成czsc/chan.py开源框架）、缠论三类买卖点量化识别、多级别联立分析框架。附带贵州茅台/宁德时代/比亚迪经典案例。\r\n\r\n**关键词：** 缠论、缠中说禅、教你炒股票、分型、笔、线段、中枢、背驰、买卖点、A股、缠论108课*\r\n\r\n## ✨ 核心功能#\r\n\r\n- ✅ **缠论形态学（全体系）** — 分型（顶/底）、笔（3根K线最少连接）、线段（笔的延续，3笔+重叠）、中枢（3线段+重叠区间）、走势类型（上涨/下跌/盘整）*\r\n- ✅ **缠论动力学（全体系）** — 背驰判定（趋势背驰+盘整背驰）、MACD柱状图面积比较、能量结构评估、多级别联立分析框架*\r\n- ✅ **三类买卖点量化识别** — 一类买点（趋势结束背驰点）、二类买点（回试不破前低）、三类买点（突破中枢不回中枢）；每类含详细识别标准+Python代码*\r\n- ✅ **A股大盘缠论分析** — 上证指数/深成指/创业板指分解，中枢识别+背驰检测+买卖点输出*\r\n- ✅ **个股缠论分解+板块轮动** — 任意A股个股缠论分解，板块中枢移动分析+轮动规律，支持ML辅助识别（K线形态CNN识别）*\r\n\r\n## 🚀 快速上手#\r\n\r\n```bash\r\n# 安装此技能\r\nnpx clawhub install @gechengling/chanlun-analysis-pro#\r\n\r\n# 在WorkBuddy中使用\r\n/chanlun-analysis-pro \"用缠论分析贵州茅台（600519），给出买卖点\"\r\n/chanlun-analysis-pro \"分解上证指数缠论结构，判断当前走势类型\"\r\n```\r\n\r\n## 📖 包含内容#\r\n\r\n| 文件 | 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | 完整技能定义、触发关键词、缠论全体系 |\r\n| `references/chanlun_algorithm_python.md` | 缠论完整算法Python实现（分型/笔/线段/中枢/背驰）+ AKShare数据 + czsc集成 + 可视化 |\r\n| `references/chanlun_practice_guide.md` | 缠论实战操作指南（背驰判定标准/级别选择/止损/交易计划） |\r\n| `references/chanlun_analysis_templates.md` | 缠论分析模板（个股/大盘/板块）+ 茅台/宁德时代/比亚迪经典案例 |\n\nFile v5.2.1:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"chanlun-analysis-pro\",\n \"version\": \"5.2.1\",\n \"publishedAt\": 1782652626410\n}\n\nFile v5.2.1:references/chanlun_algorithm_python.md\n\n# 缠论核心算法 Python 实现\r\n\r\n> 基于缠中说禅108课理论的缠论量化实现，集成 czsc 框架与 chan.py 开源项目。\r\n> 涵盖：数据获取、分型识别、笔/线段/中枢构建、背驰判定、三类买卖点量化识别。\r\n\r\n---\r\n\r\n## 一、环境配置与数据获取\r\n\r\n### 1.1 安装依赖\r\n\r\n```bash\r\npip install czsc akshare baostock numpy pandas mplfinance\r\n# 可选：chan.py（更灵活的框架）\r\npip install chanpy\r\n```\r\n\r\n### 1.2 使用 AKShare 获取 A股数据\r\n\r\n```python\r\nimport akshare as ak\r\nimport pandas as pd\r\n\r\ndef get_stock_data(stock_code: str, start_date: str, end_date: str) -> pd.DataFrame:\r\n \"\"\"\r\n 获取A股日线数据\r\n stock_code: 上证如 \"600519\"（贵州茅台），深证如 \"000001\"（平安银行）\r\n \"\"\"\r\n df = ak.stock_zh_a_hist(\r\n symbol=stock_code,\r\n period=\"daily\",\r\n start_date=start_date, # 格式：YYYYMMDD\r\n end_date=end_date,\r\n adjust=\"qfq\" # 前复权\r\n )\r\n\r\n # 标准化列名\r\n df = df.rename(columns={\r\n \"日期\": \"dt\",\r\n \"开盘\": \"open\",\r\n \"收盘\": \"close\",\r\n \"最高\": \"high\",\r\n \"最低\": \"low\",\r\n \"成交量\": \"vol\"\r\n })\r\n df[\"dt\"] = pd.to_datetime(df[\"dt\"])\r\n return df[[\"dt\", \"open\", \"high\", \"low\", \"close\", \"vol\"]]\r\n\r\n# 示例：获取贵州茅台2023-2025年数据\r\ndf = get_stock_data(\"600519\", \"20230101\", \"20260101\")\r\nprint(df.tail())\r\n```\r\n\r\n### 1.3 使用 Baostock 获取分钟线数据\r\n\r\n```python\r\nimport baostock as bs\r\n\r\ndef get_minute_data(stock_code: str, frequency: str = \"30\") -> pd.DataFrame:\r\n \"\"\"\r\n 获取分钟K线数据\r\n frequency: 5/15/30/60 分钟\r\n \"\"\"\r\n bs.login()\r\n rs = bs.query_history_k_data_plus(\r\n stock_code,\r\n \"date,time,open,high,low,close,volume\",\r\n start_date=\"2024-01-01\",\r\n end_date=\"2025-01-01\",\r\n frequency=frequency,\r\n adjust=\"qfq\"\r\n )\r\n\r\n data_list = []\r\n while rs.error_code == \"0\" and rs.next():\r\n data_list.append(rs.get_row_data())\r\n\r\n bs.logout()\r\n return pd.DataFrame(data_list, columns=[\"dt\", \"time\", \"open\", \"high\", \"low\", \"close\", \"vol\"])\r\n```\r\n\r\n---\r\n\r\n## 二、分型识别算法\r\n\r\n### 2.1 顶分型与底分型判定\r\n\r\n```python\r\ndef identify_fractals(klines: list) -> list:\r\n \"\"\"\r\n 识别顶分型和底分型\r\n klines: list of (high, low) tuples\r\n 返回: list of {\"type\": \"top\"/\"bottom\", \"index\": int}\r\n \"\"\"\r\n if len(klines) < 3:\r\n return []\r\n\r\n results = []\r\n for i in range(1, len(klines) - 1):\r\n prev = klines[i - 1]\r\n curr = klines[i]\r\n next_k = klines[i + 1]\r\n\r\n # 顶分型：中间K线高点最高，低点也最高\r\n if (curr[\"high\"] > prev[\"high\"] and curr[\"high\"] > next_k[\"high\"] and\r\n curr[\"low\"] > prev[\"low\"] and curr[\"low\"] > next_k[\"low\"]):\r\n results.append({\"type\": \"top\", \"index\": i, \"price\": curr[\"high\"]})\r\n\r\n # 底分型：中间K线低点最低，高点也最低\r\n elif (curr[\"low\"] < prev[\"low\"] and curr[\"low\"] < next_k[\"low\"] and\r\n curr[\"high\"] < prev[\"high\"] and curr[\"high\"] < next_k[\"high\"]):\r\n results.append({\"type\": \"bottom\", \"index\": i, \"price\": curr[\"low\"]})\r\n\r\n return results\r\n```\r\n\r\n### 2.2 包含关系处理（化简K线）\r\n\r\n```python\r\ndef process_inclusive_klines(klines: list) -> list:\r\n \"\"\"\r\n 处理K线的包含关系（化简K线）\r\n 包含关系：两根K线，一根完全在另一根的范围内\r\n 处理规则：\r\n 上升K线（第一根低点<=第二根低点）：取高高（高取高，低也取高）\r\n 下降K线（第一根低点>第二根低点）：取低低（高取低，低也取低）\r\n \"\"\"\r\n if len(klines) < 2:\r\n return klines\r\n\r\n processed = [klines[0]]\r\n direction = None # 初始化方向\r\n\r\n for i in range(1, len(klines)):\r\n current = klines[i]\r\n last = processed[-1]\r\n\r\n # 判断是否存在包含关系\r\n has_include = (\r\n (last[\"low\"] <= current[\"low\"] and last[\"high\"] >= current[\"high\"]) or\r\n (current[\"low\"] <= last[\"low\"] and current[\"high\"] >= last[\"high\"])\r\n )\r\n\r\n if not has_include:\r\n # 无包含关系，直接加入\r\n processed.append(current)\r\n else:\r\n # 存在包含关系，需要处理\r\n # 先确定方向（第一根K线之后确定）\r\n if direction is None:\r\n direction = \"up\" if last[\"low\"] <= current[\"low\"] else \"down\"\r\n\r\n if direction == \"up\":\r\n # 上升K线：取高高\r\n new_k = {\r\n \"high\": max(last[\"high\"], current[\"high\"]),\r\n \"low\": max(last[\"low\"], current[\"low\"])\r\n }\r\n else:\r\n # 下降K线：取低低\r\n new_k = {\r\n \"high\": min(last[\"high\"], current[\"high\"]),\r\n \"low\": min(last[\"low\"], current[\"low\"])\r\n }\r\n\r\n processed[-1] = new_k\r\n\r\n return processed\r\n```\r\n\r\n---\r\n\r\n## 三、笔的划分算法\r\n\r\n```python\r\ndef identify_bi(klines: list, min_bars: int = 5) -> list:\r\n \"\"\"\r\n 笔的严格划分算法\r\n 规则：\r\n 1. 顶底分型之间至少有5根（不含包含关系处理后的）K线\r\n 2. 顶底分型之间不存在共用K线\r\n 3. 笔的方向由顶底分型的高低决定\r\n min_bars: 笔之间最少K线数，默认5根\r\n 返回: list of {\"type\": \"up\"/\"down\", \"start_idx\": int, \"end_idx\": int}\r\n \"\"\"\r\n # Step 1: 化简K线\r\n simplified = process_inclusive_klines(klines)\r\n\r\n # Step 2: 识别分型\r\n fractals = identify_fractals(simplified)\r\n\r\n # Step 3: 划分笔\r\n if len(fractals) < 2:\r\n return []\r\n\r\n bi_list = []\r\n last_valid = fractals[0]\r\n\r\n for i in range(1, len(fractals)):\r\n current = fractals[i]\r\n\r\n # 检查是否为同类型（连续两个顶分型或底分型，取后面的）\r\n if current[\"type\"] == last_valid[\"type\"]:\r\n last_valid = current\r\n continue\r\n\r\n # 计算两根分型之间的K线数\r\n kline_count = current[\"index\"] - last_valid[\"index\"] - 1\r\n\r\n # 判断是否为有效笔\r\n if kline_count >= min_bars:\r\n direction = \"up\" if current[\"type\"] == \"top\" else \"down\"\r\n bi_list.append({\r\n \"type\": direction,\r\n \"start_idx\": last_valid[\"index\"],\r\n \"end_idx\": current[\"index\"],\r\n \"start_price\": simplified[last_valid[\"index\"]][\"high\"] if direction == \"down\"\r\n else simplified[last_valid[\"index\"]][\"low\"],\r\n \"end_price\": simplified[current[\"index\"]][\"high\"] if direction == \"up\"\r\n else simplified[current[\"index\"]][\"low\"]\r\n })\r\n last_valid = current\r\n\r\n return bi_list\r\n```\r\n\r\n---\r\n\r\n## 四、线段构建算法\r\n\r\n```python\r\ndef identify_xianduan(bi_list: list) -> list:\r\n \"\"\"\r\n 线段识别算法\r\n 规则：\r\n 1. 线段由连续三笔构成，且方向一致\r\n 2. 线段被破坏：反向一笔突破线段最后一个高点/低点\r\n 3. 线段破坏需要反向三笔确认\r\n \"\"\"\r\n if len(bi_list) < 3:\r\n return []\r\n\r\n xianduan_list = []\r\n current_xianduan = {\r\n \"direction\": bi_list[0][\"type\"],\r\n \"start_idx\": bi_list[0][\"start_idx\"],\r\n \"bi_list\": [bi_list[0]]\r\n }\r\n\r\n for i in range(1, len(bi_list)):\r\n bi = bi_list[i]\r\n\r\n if bi[\"type\"] == current_xianduan[\"direction\"]:\r\n # 同向笔，加入当前线段\r\n current_xianduan[\"bi_list\"].append(bi)\r\n else:\r\n # 反向笔\r\n if len(current_xianduan[\"bi_list\"]) >= 3:\r\n # 已有3笔，检查是否构成线段\r\n last_bi = current_xianduan[\"bi_list\"][-1]\r\n second_last_bi = current_xianduan[\"bi_list\"][-2]\r\n\r\n # 判断线段是否被破坏\r\n if bi[\"type\"] == \"up\":\r\n # 需要向下突破才能破坏向上线段\r\n if bi[\"end_price\"] < last_bi[\"start_price\"]:\r\n # 线段结束\r\n xianduan_list.append({\r\n \"direction\": current_xianduan[\"direction\"],\r\n \"start_idx\": current_xianduan[\"start_idx\"],\r\n \"end_idx\": last_bi[\"end_idx\"],\r\n \"peak_trough\": last_bi[\"end_price\"]\r\n })\r\n current_xianduan = {\r\n \"direction\": bi[\"type\"],\r\n \"start_idx\": last_bi[\"end_idx\"],\r\n \"bi_list\": [last_bi, bi]\r\n }\r\n else:\r\n current_xianduan[\"bi_list\"].append(bi)\r\n else:\r\n if bi[\"end_price\"] > last_bi[\"start_price\"]:\r\n xianduan_list.append({\r\n \"direction\": current_xianduan[\"direction\"],\r\n \"start_idx\": current_xianduan[\"start_idx\"],\r\n \"end_idx\": last_bi[\"end_idx\"],\r\n \"peak_trough\": last_bi[\"end_price\"]\r\n })\r\n current_xianduan = {\r\n \"direction\": bi[\"type\"],\r\n \"start_idx\": last_bi[\"end_idx\"],\r\n \"bi_list\": [last_bi, bi]\r\n }\r\n else:\r\n current_xianduan[\"bi_list\"].append(bi)\r\n else:\r\n current_xianduan[\"bi_list\"].append(bi)\r\n\r\n # 处理最后一个线段\r\n if len(current_xianduan[\"bi_list\"]) >= 3:\r\n last_bi = current_xianduan[\"bi_list\"][-1]\r\n xianduan_list.append({\r\n \"direction\": current_xianduan[\"direction\"],\r\n \"start_idx\": current_xianduan[\"start_idx\"],\r\n \"end_idx\": last_bi[\"end_idx\"],\r\n \"peak_trough\": last_bi[\"end_price\"]\r\n })\r\n\r\n return xianduan_list\r\n```\r\n\r\n---\r\n\r\n## 五、中枢构建算法\r\n\r\n```python\r\ndef identify_zhongshu(xianduan_list: list) -> list:\r\n \"\"\"\r\n 中枢识别算法\r\n 中枢定义：由至少三段（线段或笔）重叠部分构成的价格区间\r\n 中枢区间：[ZD（中枢低点）, ZG（中枢高点）]\r\n \"\"\"\r\n if len(xianduan_list) < 3:\r\n return []\r\n\r\n zhongshu_list = []\r\n i = 0\r\n\r\n while i < len(xianduan_list) - 2:\r\n # 取连续三段\r\n seg1 = xianduan_list[i]\r\n seg2 = xianduan_list[i + 1]\r\n seg3 = xianduan_list[i + 2]\r\n\r\n # 计算重叠区间\r\n ranges = []\r\n for seg in [seg1, seg2, seg3]:\r\n if seg[\"direction\"] == \"up\":\r\n ranges.append({\"high\": seg[\"end_price\"], \"low\": seg[\"start_price\"]})\r\n else:\r\n ranges.append({\"high\": seg[\"start_price\"], \"low\": seg[\"end_price\"]})\r\n\r\n # 计算重叠部分\r\n overlap_high = min(r[0][\"high\"] for r in ranges)\r\n overlap_low = max(r[0][\"low\"] for r in ranges)\r\n\r\n if overlap_low < overlap_high: # 有有效重叠\r\n zhongshu_list.append({\r\n \"ZG\": overlap_high,\r\n \"ZD\": overlap_low,\r\n \"start_idx\": seg1[\"start_idx\"],\r\n \"end_idx\": seg3[\"end_idx\"],\r\n \"segments\": [seg1, seg2, seg3]\r\n })\r\n i += 3 # 至少跳过一个中枢\r\n else:\r\n i += 1\r\n\r\n return zhongshu_list\r\n\r\n\r\ndef get_zhongshu_direction(zhongshu_list: list, idx: int) -> str:\r\n \"\"\"判断中枢的方向\"\"\"\r\n if len(zhongshu_list) <= 1:\r\n return \"neutral\" # 盘整\r\n\r\n current = zhongshu_list[idx]\r\n current_peak_trough = xianduan_list[current[\"start_idx\"]:current[\"end_idx\"]+1]\r\n\r\n # 比较中枢前后走势的方向\r\n # （简化实现，完整实现需跟踪线段方向）\r\n return \"up\" if len(zhongshu_list) > 1 else \"neutral\"\r\n```\r\n\r\n---\r\n\r\n## 六、背驰判定算法（动力学核心）\r\n\r\n```python\r\nimport numpy as np\r\nimport pandas as pd\r\n\r\ndef calculate_macd(close_prices: pd.Series, fast: int = 12, slow: int = 26, signal: int = 9) -> pd.DataFrame:\r\n \"\"\"\r\n 计算MACD指标（辅助背驰判定）\r\n \"\"\"\r\n ema_fast = close_prices.ewm(span=fast, adjust=False).mean()\r\n ema_slow = close_prices.ewm(span=slow, adjust=False).mean()\r\n dif = ema_fast - ema_slow\r\n dea = dif.ewm(span=signal, adjust=False).mean()\r\n bar = 2 * (dif - dea)\r\n\r\n return pd.DataFrame({\"DIF\": dif, \"DEA\": dea, \"BAR\": bar})\r\n\r\n\r\ndef calculate_macd_area(price_segment: pd.DataFrame) -> float:\r\n \"\"\"\r\n 计算某段走势的MACD面积（用于背驰判定）\r\n 面积 = Σ(BAR_i × 涨幅_i)，正值累加为红柱面积，负值累加为绿柱面积\r\n \"\"\"\r\n macd = calculate_macd(price_segment[\"close\"])\r\n bar = macd[\"BAR\"].values\r\n\r\n # 计算红柱面积（正值）\r\n red_area = np.sum(bar[bar > 0])\r\n # 计算绿柱面积（负值的绝对值）\r\n green_area = np.abs(np.sum(bar[bar < 0]))\r\n\r\n return {\"red_area\": red_area, \"green_area\": green_area, \"net_area\": red_area - green_area}\r\n\r\n\r\ndef check_divergence(df: pd.DataFrame, price_col: str = \"close\", lookback: int = 50) -> dict:\r\n \"\"\"\r\n 背驰检测（顶背驰/底背驰）\r\n 逻辑：\r\n 顶背驰：价格创阶段新高，但MACD不创新高\r\n 底背驰：价格创阶段新低，但MACD不创新低\r\n \"\"\"\r\n recent = df.tail(lookback)\r\n macd = calculate_macd(df[price_col])\r\n\r\n # 找到最近的高点和低点\r\n recent_macd = macd.tail(lookback)\r\n\r\n # 顶背驰检测\r\n price_high = recent[price_col].max()\r\n dif_high = recent_macd[\"DIF\"].max()\r\n\r\n # 检查历史高点\r\n historical = df.head(len(df) - lookback)\r\n hist_macd = calculate_macd(historical[price_col])\r\n hist_price_high = historical[price_col].max()\r\n hist_dif_high = hist_macd[\"DIF\"].max()\r\n\r\n # 顶背驰判定：价格创新高，但DIF不创新高\r\n is_top_divergence = (\r\n price_high > hist_price_high and\r\n dif_high < hist_dif_high\r\n )\r\n\r\n # 底背驰检测\r\n price_low = recent[price_col].min()\r\n dif_low = recent_macd[\"DIF\"].min()\r\n hist_price_low = historical[price_col].min()\r\n hist_dif_low = hist_macd[\"DIF\"].min()\r\n\r\n is_bottom_divergence = (\r\n price_low < hist_price_low and\r\n dif_low > hist_dif_low\r\n )\r\n\r\n return {\r\n \"is_top_divergence\": is_top_divergence,\r\n \"is_bottom_divergence\": is_bottom_divergence,\r\n \"details\": {\r\n \"current_price_high\": price_high,\r\n \"historical_price_high\": hist_price_high,\r\n \"current_dif_high\": dif_high,\r\n \"historical_dif_high\": hist_dif_high,\r\n \"divergence_strength\": abs(dif_high - hist_dif_high) / hist_dif_high if hist_dif_high != 0 else 0\r\n }\r\n }\r\n```\r\n\r\n---\r\n\r\n## 七、三类买卖点量化判定\r\n\r\n```python\r\ndef find_buy_sell_points(df: pd.DataFrame) -> dict:\r\n \"\"\"\r\n 缠论三类买卖点量化识别\r\n 返回: 包含各类买卖点位置的字典\r\n \"\"\"\r\n # Step 1: 计算缠论结构\r\n klines = df.to_dict(\"records\")\r\n\r\n # Step 2: 识别笔\r\n bi_list = identify_bi(klines)\r\n if len(bi_list) < 5:\r\n return {\"error\": \"数据不足以形成笔结构\"}\r\n\r\n # Step 3: 识别线段\r\n xianduan_list = identify_xianduan(bi_list)\r\n\r\n # Step 4: 识别中枢\r\n zhongshu_list = identify_zhongshu(xianduan_list)\r\n\r\n # Step 5: 计算MACD\r\n macd_df = calculate_macd(df[\"close\"])\r\n df_with_macd = df.copy()\r\n df_with_macd[\"DIF\"] = macd_df[\"DIF\"].values\r\n df_with_macd[\"DEA\"] = macd_df[\"DEA\"].values\r\n df_with_macd[\"BAR\"] = macd_df[\"BAR\"].values\r\n\r\n # Step 6: 买卖点识别\r\n buy_points = {\"first\": [], \"second\": [], \"third\": []}\r\n sell_points = {\"first\": [], \"second\": [], \"third\": []}\r\n\r\n # 第一类买点：趋势背驰点\r\n if len(zhongshu_list) >= 2 and len(bi_list) >= 5:\r\n last_down_bi = None\r\n for bi in reversed(bi_list):\r\n if bi[\"type\"] == \"down\":\r\n last_down_bi = bi\r\n break\r\n\r\n if last_down_bi:\r\n # 检查背驰\r\n bi_idx = last_down_bi[\"end_idx\"]\r\n segment_data = df_with_macd.iloc[max(0, bi_idx-50):bi_idx+1]\r\n divergence = check_divergence(segment_data)\r\n if divergence[\"is_bottom_divergence\"]:\r\n buy_points[\"first\"].append({\r\n \"price\": last_down_bi[\"end_price\"],\r\n \"index\": bi_idx,\r\n \"背驰强度\": divergence[\"details\"].get(\"divergence_strength\", 0)\r\n })\r\n\r\n # 第二类买点：第一类买点后向上笔回调不破低点\r\n if buy_points[\"first\"] and len(bi_list) >= 6:\r\n first_buy = buy_points[\"first\"][-1]\r\n first_buy_idx = first_buy[\"index\"]\r\n for bi in bi_list:\r\n if bi[\"start_idx\"] > first_buy_idx and bi[\"type\"] == \"up\":\r\n # 找到向上笔之后的向下笔\r\n next_down = None\r\n for later_bi in bi_list:\r\n if later_bi[\"start_idx\"] > bi[\"end_idx\"] and later_bi[\"type\"] == \"down\":\r\n next_down = later_bi\r\n break\r\n if next_down and next_down[\"end_price\"] > first_buy[\"price\"]:\r\n buy_points[\"second\"].append({\r\n \"price\": next_down[\"end_price\"],\r\n \"index\": next_down[\"end_idx\"]\r\n })\r\n break\r\n\r\n # 第三类买点：向上离开中枢后回调不进中枢\r\n if len(zhongshu_list) >= 1 and len(bi_list) >= 4:\r\n last_zs = zhongshu_list[-1]\r\n for bi in reversed(bi_list):\r\n if bi[\"type\"] == \"up\" and bi[\"start_idx\"] >= last_zs[\"end_idx\"]:\r\n if bi[\"end_price\"] > last_zs[\"ZG\"]:\r\n # 向上离开中枢，检查是否回调不进\r\n for later_bi in bi_list:\r\n if later_bi[\"start_idx\"] > bi[\"end_idx\"] and later_bi[\"type\"] == \"down\":\r\n if later_bi[\"end_price\"] > last_zs[\"ZD\"]:\r\n buy_points[\"third\"].append({\r\n \"price\": later_bi[\"end_price\"],\r\n \"index\": later_bi[\"end_idx\"],\r\n \"中枢ZG\": last_zs[\"ZG\"],\r\n \"中枢ZD\": last_zs[\"ZD\"]\r\n })\r\n break\r\n break\r\n\r\n return {\r\n \"buy_points\": buy_points,\r\n \"sell_points\": sell_points, # 对称逻辑可得\r\n \"中枢\": zhongshu_list[-1] if zhongshu_list else None,\r\n \"最近笔\": bi_list[-1] if bi_list else None\r\n }\r\n```\r\n\r\n---\r\n\r\n## 八、czsc框架集成（推荐使用）\r\n\r\n```python\r\n# 使用 czsc 框架进行缠论分析（更完整实现）\r\nfrom czsc import CZSC, CZSC_ANlaysis\r\nfrom czsc.utils import get_default_config\r\nimport akshare as ak\r\n\r\ndef chanlun_analysis_czsc(stock_code: str, end_date: str = None):\r\n \"\"\"\r\n 使用czsc框架进行缠论分析（推荐方式）\r\n \"\"\"\r\n # Step 1: 获取数据\r\n df = ak.stock_zh_a_hist(symbol=stock_code, period=\"daily\", adjust=\"qfq\")\r\n\r\n # Step 2: 构建缠论对象\r\n c = CZSC(df, freq=\"日线\")\r\n\r\n # Step 3: 获取分型\r\n fengxing = c.fengxing\r\n\r\n # Step 4: 获取笔\r\n bi = c.bi\r\n\r\n # Step 5: 获取线段\r\n xd = c.xianduan\r\n\r\n # Step 6: 获取中枢\r\n zs = c.zhongshu\r\n\r\n # Step 7: 获取买卖点信号\r\n signals = c.get_signals()\r\n\r\n # Step 8: 生成分析报告\r\n report = {\r\n \"股票代码\": stock_code,\r\n \"最新价格\": df[\"close\"].iloc[-1],\r\n \"分型数量\": len(fengxing),\r\n \"笔数量\": len(bi),\r\n \"线段数量\": len(xd),\r\n \"中枢数量\": len(zs),\r\n \"最新买卖点\": signals[-1] if signals else None,\r\n }\r\n\r\n return report\r\n```\r\n\r\n---\r\n\r\n## 九、可视化缠论结构\r\n\r\n```python\r\nimport matplotlib.pyplot as plt\r\nimport mplfinance as mpf\r\n\r\ndef plot_chanlun(df: pd.DataFrame, bi_list: list, zhongshu_list: list, save_path: str = None):\r\n \"\"\"\r\n 缠论结构可视化\r\n \"\"\"\r\n fig, axes = plt.subplots(2, 1, figsize=(16, 10),\r\n gridspec_kw={'height_ratios': [3, 1]})\r\n\r\n # 上图：K线 + 笔 + 中枢\r\n ax1 = axes[0]\r\n mpf.plot(df.set_index(\"dt\"), type=\"candle\", ax=ax1, style=\"charles\",\r\n show_nontrading=False, mav=(5, 10, 20))\r\n\r\n # 标注笔\r\n colors = {\"up\": \"r\", \"down\": \"g\"}\r\n for bi in bi_list[-20:]: # 最近20笔\r\n start = bi[\"start_idx\"]\r\n end = bi[\"end_idx\"]\r\n ax1.annotate(\"\", xy=(end, bi[\"end_price\"]), xytext=(start, bi[\"start_price\"]),\r\n arrowprops=dict(arrowstyle=\"->\", color=colors[bi[\"type\"]], lw=2))\r\n\r\n # 标注中枢\r\n for zs in zhongshu_list[-3:]:\r\n ax1.axhline(y=zs[\"ZG\"], color=\"purple\", linestyle=\"--\", alpha=0.5)\r\n ax1.axhline(y=zs[\"ZD\"], color=\"purple\", linestyle=\"--\", alpha=0.5)\r\n ax1.fill_between(range(len(df)), zs[\"ZD\"], zs[\"ZG\"], alpha=0.1, color=\"purple\")\r\n\r\n # 下图：MACD\r\n ax2 = axes[1]\r\n macd = calculate_macd(df[\"close\"])\r\n ax2.plot(macd[\"DIF\"], label=\"DIF\", color=\"blue\")\r\n ax2.plot(macd[\"DEA\"], label=\"DEA\", color=\"orange\")\r\n ax2.bar(range(len(macd)), macd[\"BAR\"], label=\"BAR\", color=\"red\", alpha=0.5)\r\n ax2.legend()\r\n ax2.set_title(\"MACD指标（辅助背驰判定）\")\r\n\r\n plt.tight_layout()\r\n if save_path:\r\n plt.savefig(save_path, dpi=150)\r\n plt.show()\r\n```\r\n\r\n---\r\n\r\n## 十、性能优化建议\r\n\r\n| 优化方向 | 方法 | 效果 |\r\n|---------|------|------|\r\n| 数据处理 | 使用numpy向量化替代循环 | 速度提升10-50倍 |\r\n| 分型识别 | Cython编译热点函数 | 速度提升5-20倍 |\r\n| 实时计算 | 只计算新增K线的笔/线段变化 | 实时性提升 |\r\n| 可视化 | 使用mplfinance而非matplotlib原生 | 更快更美观 |\r\n| 数据存储 | 使用SQLite存储历史数据 | 避免重复下载 |\r\n\r\n---\r\n\r\n> 📌 **合规提示**：缠论量化分析仅供参考，实盘操作前请充分回测，切勿盲目依赖单一指标。\n\nFile v5.2.1:references/chanlun_analysis_templates.md\n\n# 缠论分析模板与经典案例\r\n\r\n> 标准化的缠论分析报告模板，配合贵州茅台/宁德时代等经典案例，\r\n> 适用于：大盘指数分析、个股走势分解、行业板块轮动分析。\r\n\r\n---\r\n\r\n## 一、标准缠论分析报告模板（个股）\r\n\r\n```markdown\r\n# {{股票名称}}({{代码}}) 缠论分析报告\r\n\r\n**分析日期**: {{YYYY-MM-DD}}\r\n**当前价格**: {{价格}}元\r\n**分析级别**: {{日线/周线/月线}}\r\n\r\n---\r\n\r\n## 一、走势当前状态\r\n\r\n### 1.1 笔的划分（最近20笔）\r\n| 笔编号 | 方向 | 起始点 | 结束点 | 持续K线数 |\r\n|--------|------|--------|--------|---------|\r\n| {{N-20}} | {{up/down}} | {{价格}} | {{价格}} | {{N}} |\r\n| ... | ... | ... | ... | ... |\r\n| {{N}} | {{当前笔方向}} | {{价格}} | {{当前}} | {{进行中}} |\r\n\r\n**当前笔状态**: {{进行中/已完成}}，{{距顶底分型还有X根K线}}\r\n\r\n### 1.2 线段状态\r\n| 线段 | 方向 | 包含笔数 | 中枢区间 | 状态 |\r\n|------|------|---------|---------|------|\r\n| {{XD-N}} | {{up}} | 3 | [ZG-ZD] | 已完成 |\r\n| {{XD-N+1}} | {{down}} | 3 | [ZG-ZD] | 已完成 |\r\n\r\n**当前线段**: {{XD-N+2}}（方向：{{up/down}}），状态：{{进行中/已完成}}\r\n\r\n### 1.3 中枢分析\r\n| 中枢编号 | 级别 | ZG | ZD | 方向 | 包含段数 |\r\n|---------|------|-----|-----|------|---------|\r\n| {{ZS-2}} | {{日线}} | {{ZG}} | {{ZD}} | {{向上}} | {{3}} |\r\n| {{ZS-1}} | {{日线}} | {{ZG}} | {{ZD}} | {{向上}} | {{3}} |\r\n\r\n**最新中枢状态**:\r\n- 中枢区间：[{{ZG}}-{{ZD}}]，幅度：{{ZG-ZD}}元（{{%}}）\r\n- 中枢方向：{{向上/向下/中性}}\r\n- 中枢类型：{{普通/扩张/扩展}}\r\n\r\n### 1.4 走势类型判定\r\n**当前走势**: {{上涨/下跌/盘整}} {{第N段}}\r\n- 已有中枢数：{{N}}个\r\n- 走势方向：{{向上/向下}}\r\n- 走势完成度：{{%}}（中枢形成后视为完成）\r\n\r\n---\r\n\r\n## 二、背驰分析\r\n\r\n### 2.1 MACD指标\r\n| 指标 | 当前值 | 前一段值 | 比较结果 |\r\n|------|--------|---------|---------|\r\n| DIF | {{值}} | {{值}} | {{创新高/未创新高}} |\r\n| DEA | {{值}} | {{值}} | {{创新高/未创新高}} |\r\n| BAR面积 | {{值}} | {{值}} | {{增大/减小}} |\r\n\r\n### 2.2 背驰判定\r\n| 分析维度 | 判定 | 详情 |\r\n|---------|------|------|\r\n| 价格创新高/低 | {{是/否}} | {{具体数值}} |\r\n| MACD背驰 | {{是/否}} | {{DIF/BAR面积}} |\r\n| 背驰类型 | {{趋势/盘整}} | {{描述}} |\r\n| **背驰强度** | **{{★评分}}** | **{{%}}幅度** |\r\n\r\n---\r\n\r\n## 三、三类买卖点识别\r\n\r\n### 3.1 第一类买点/卖点\r\n- **位置**: {{价格}}元（第{{N}}笔结束点）\r\n- **形成条件**:\r\n - [ ] 两个以上{{同向}}中枢\r\n - [ ] 离开段{{创新低}}（价格）\r\n - [ ] {{MACD面积/力度}}背驰\r\n- **背驰强度**: {{★★★}}\r\n- **状态**: {{已形成/即将形成/未形成}}\r\n- **止损位**: {{价格}}元（跌破则止损）\r\n\r\n### 3.2 第二类买点/卖点\r\n- **位置**: {{价格}}元（第{{N}}笔结束点）\r\n- **形成条件**:\r\n - [ ] 在第一买点{{上方}}\r\n - [ ] 向上走势第一次回调\r\n - [ ] 回调{{不破第一买点低点}}\r\n- **状态**: {{已形成/即将形成/未形成}}\r\n- **建议**: {{可建仓/可加仓}}\r\n\r\n### 3.3 第三类买点/卖点\r\n- **位置**: {{价格}}元（第{{N}}笔结束点）\r\n- **形成条件**:\r\n - [ ] 向上离开中枢（突破ZG）\r\n - [ ] 回调段回踩\r\n - [ ] 回调{{不进入中枢ZD}}\r\n- **中枢参考**: ZG={{ZG}}，ZD={{ZD}}\r\n- **状态**: {{已形成/即将形成/未形成}}\r\n- **建议**: {{重仓介入/轻仓试探}}\r\n\r\n---\r\n\r\n## 四、多级别联立验证\r\n\r\n### 4.1 各级别状态\r\n| 级别 | 当前笔方向 | 中枢状态 | 买卖点 | 操作意义 |\r\n|------|-----------|---------|--------|---------|\r\n| 月线 | {{向上}} | {{中枢延伸}} | {{暂无明显买点}} | {{大方向参考}} |\r\n| 周线 | {{向上}} | {{中枢震荡}} | {{周线二买区域}} | {{主要操作区间}} |\r\n| 日线 | {{向上}} | {{中枢上沿}} | {{日线三买区域}} | {{精细化入场}} |\r\n\r\n### 4.2 大级别引导判定\r\n- 月线方向：{{向上}} → 大方向：{{做多/做空}}\r\n- 周线方向：{{向上}} → 操作方向：{{与月线同向，支持做多}}\r\n- 日线买点：{{三买}} → 当前买点级别：{{有效/待确认}}\r\n\r\n---\r\n\r\n## 五、综合结论与操作建议\r\n\r\n### 5.1 当前最优策略\r\n{{描述当前最佳操作方向和策略}}\r\n\r\n### 5.2 买卖区间建议\r\n| 操作 | 价格区间 | 说明 |\r\n|------|---------|------|\r\n| 买入区间 | {{XX-XX}}元 | {{三买区域}} |\r\n| 止损位 | {{XX}}元 | {{跌破止损}} |\r\n| 目标位1 | {{XX}}元 | {{中枢上沿附近}} |\r\n| 目标位2 | {{XX}}元 | {{前高/第二个中枢}} |\r\n\r\n### 5.3 风险提示\r\n- 走势可能延伸（中枢扩展）\r\n- 大盘系统性风险\r\n- 基本面突发利空\r\n\r\n---\r\n\r\n## 六、缠论图解参考\r\n\r\n```\r\n{{文字图示缠论结构}}\r\n\r\n ┌──┐ ← 第一卖点\r\n │ │ （趋势背驰）\r\n │ │\r\n ┌──┘ │\r\n │ ↑ ← 日线顶分型\r\n └──┐ │\r\n │ │ ← 第二卖点\r\n │ │ （反弹不创新高）\r\n └──┘\r\n ↓\r\n {{向下笔/线段}}\r\n ↓\r\n ┌──────┐\r\n │ 中枢 │ ← 日线中枢区间\r\n └──────┘\r\n ↓\r\n```\r\n\r\n---\r\n\r\n> ⚠️ 本报告基于缠论技术分析理论，仅供参考，不构成投资建议。\r\n> 投资有风险，入市需谨慎。\r\n```\r\n\r\n---\r\n\r\n## 二、大盘分析报告模板（上证指数）\r\n\r\n```markdown\r\n# 上证指数 缠论分析报告\r\n\r\n**分析日期**: {{YYYY-MM-DD}}\r\n**当前点位**: {{XXXX}}点\r\n**近期成交额**: {{X}}万亿元\r\n\r\n---\r\n\r\n## 一、月线级别（判断牛熊）\r\n\r\n### 月线笔走势（2021年至今）\r\n```\r\n走势阶段：\r\n - 3731（2021.02）→ 当前：月线向下笔延伸中\r\n\r\n月线中枢：\r\n - 第一个月线中枢：2440-3731（2019-2021年）\r\n - 第二个中枢：3731至今（构建中）\r\n\r\n当前状态：\r\n - 向下笔：从3731至今，持续{{N}}个月\r\n - 等待：月线底分型确认（尚未形成）\r\n```\r\n\r\n### 月线操作建议\r\n- 月线向下笔期间：中线以上不持仓\r\n- 关注信号：月线底分型形成\r\n\r\n---\r\n\r\n## 二、周线级别（操作区间）\r\n\r\n### 周线中枢分析\r\n```\r\n当前状态：\r\n - 第二个周线中枢：{{XXXX}}-{{XXXX}}点\r\n - 中枢方向：{{向上/向下}}\r\n - 中枢类型：{{震荡/扩展}}\r\n\r\n近期走势（2024-2025）：\r\n - 2689点（2024.09前低）→ 反弹\r\n - 走势类型：日线级别反弹，周线笔延伸\r\n```\r\n\r\n### 周线买卖点\r\n- 周线第二类买点：{{2689附近}}（已形成）\r\n- 周线第三类买点：{{需观察是否回踩确认}}\r\n\r\n---\r\n\r\n## 三、日线级别（精细化操作）\r\n\r\n### 日线走势当前状态\r\n```\r\n当前走势：{{上涨/下跌/盘整}} {{第N段}}\r\n\r\n最新日线中枢：\r\n ZG：{{XXXX}}点\r\n ZD：{{XXXX}}点\r\n 区间幅度：{{XX}}点（从{{XXXX}}至{{XXXX}}）\r\n\r\n当前笔方向：{{向上}}（{{第N笔}}）\r\n```\r\n\r\n### 关键点位\r\n| 类型 | 点位 | 说明 |\r\n|------|------|------|\r\n| 日线三买区间 | {{XXXX}}-{{XXXX}} | 突破后的回踩确认 |\r\n| 日线中枢上沿 | {{XXXX}} | 当前压力位 |\r\n| 日线中枢下沿 | {{XXXX}} | 当前支撑位 |\r\n| 前高 | {{XXXX}} | 趋势延伸目标 |\r\n\r\n---\r\n\r\n## 三、贵州茅台经典案例（缠论第14课）\r\n\r\n### 原始案例（2003-2008年）\r\n\r\n```\r\n缠论第14课核心：\r\n\r\n贵州茅台（600519）周线级别分析：\r\n\r\n【2003年】周线第一类买点\r\n- 位置：约20元（不复权价格）\r\n- 形成条件：\r\n 1. 周线下跌趋势\r\n 2. 两个周线下跌中枢\r\n 3. 离开段与进入段背驰（MACD面积比较）\r\n- 结果：这是缠论历史上的经典买点\r\n\r\n【2007年】周线第一类卖点\r\n- 位置：约200元+\r\n- 形成条件：\r\n 1. 周线上涨趋势\r\n 2. 两个周线上涨中枢\r\n 3. 趋势背驰\r\n- 结果：之后茅台从200+跌至50元\r\n\r\n【2008年】周线第二类买点\r\n- 位置：约100元附近\r\n- 形成条件：\r\n 1. 不破2003年低点（约20元）\r\n 2. 向上走势回调确认\r\n- 结果：这是茅台历史上第二个绝佳买点\r\n```\r\n\r\n### 2020-2023年缠论案例\r\n\r\n```\r\n贵州茅台日线走势分解：\r\n\r\n【2020年】日线第三类买点 + 主升浪\r\n- 第三个日线中枢（1000-1300区间）形成\r\n- 向上离开中枢：突破1300元\r\n- 回踩确认：回调不破1000元（三买确认）\r\n- 主升浪：1300→2600元\r\n\r\n【2021年2月】日线第一类卖点\r\n- 位置：约2600元\r\n- 形成条件：\r\n 1. 日线上涨趋势，两个以上中枢\r\n 2. 离开段（2300→2600）vs 进入段（1700→2300）\r\n 3. MACD背驰确认\r\n- 结果：茅台从2600跌至1500元（跌幅42%）\r\n\r\n【2022年】日线第二类卖点\r\n- 位置：约1900-2000元\r\n- 形成条件：\r\n 1. 一卖后向上反弹\r\n 2. 反弹不创新高（未破2600）\r\n- 结果：再次下跌至1500元\r\n\r\n【2023-2024年】日线中枢震荡\r\n- 中枢区间：1500-1900元\r\n- 走势类型：日线盘整（等待方向选择）\r\n```\r\n\r\n### 缠论启示（茅台案例总结）\r\n\r\n```\r\n从茅台案例中学到的：\r\n1. 大级别买点（周线一买）= 超长期大机会\r\n2. 三类买卖点按顺序出现（一买→二买→三买→一卖→二卖→三卖）\r\n3. 趋势背驰后的反弹力度：完全返回最后一个中枢\r\n4. 盘整走势：要等待方向选择，不要在中枢内频繁操作\r\n5. 多级别联立：月线方向向上 → 周线买点才有效\r\n```\r\n\r\n---\r\n\r\n## 四、宁德时代案例（新能源龙头）\r\n\r\n```\r\n宁德时代（300750）日线缠论分析（2021-2024）\r\n\r\n【2021年12月】日线第一类卖点\r\n- 位置：约692元（历史高点）\r\n- 日线状态：\r\n - 从130元涨至692元（约5倍）\r\n - 两个日线上涨中枢\r\n - 趋势背驰（创新高但MACD背驰）\r\n- 结果：692→353元（跌幅49%）\r\n\r\n【2022年4月】日线第一类买点\r\n- 位置：约353元\r\n- 形成条件：\r\n - 日线下跌趋势，两个中枢\r\n - 背驰确认\r\n- 结果：353元→年内高点580元（涨幅64%）\r\n\r\n【2022年10月】第二类买点\r\n- 位置：约390元（二买区域）\r\n- 结果：之后涨至2023年7月高点500+\r\n\r\n【2024年】当前状态\r\n- 日线中枢：350-400元区间\r\n- 等待：向上离开中枢的第三类买点确认\r\n```\r\n\r\n---\r\n\r\n## 五、板块缠论轮动分析模板\r\n\r\n```markdown\r\n# {{行业名称}}板块 缠论轮动分析\r\n\r\n**分析日期**: {{YYYY-MM-DD}}\r\n**板块指数**: {{XXXXXX}}\r\n\r\n---\r\n\r\n## 一、板块指数走势\r\n\r\n### 缠论结构\r\n- **当前走势**：{{上涨/下跌/盘整}} {{第N段}}\r\n- **日线中枢**：{{ZG}}-{{ZD}}\r\n- **中枢方向**：{{向上/向下/中性}}\r\n\r\n### 关键点位\r\n| 类型 | 点位 | 说明 |\r\n|------|------|------|\r\n| 三买区间 | {{XXXX}}-{{XXXX}} | 突破后回踩 |\r\n| 三卖区间 | {{XXXX}}-{{XXXX}} | 跌破后反弹 |\r\n\r\n---\r\n\r\n## 二、板块内个股联动\r\n\r\n### 龙头股缠论状态\r\n| 股票 | 代码 | 走势类型 | 买点位置 | 与板块节奏 |\r\n|------|------|---------|---------|-----------|\r\n| {{龙头1}} | {{代码}} | {{上涨中枢}} | {{三买}} | {{领先/同步}} |\r\n| {{龙头2}} | {{代码}} | {{上涨中枢}} | {{一买}} | {{领先/同步}} |\r\n\r\n### 轮动节奏判断\r\n```\r\n缠论视角的板块轮动逻辑：\r\n\r\n1. 领涨板块：最先完成下跌趋势，率先出现日线一买\r\n2. 跟涨板块：在领涨板块突破后，出现日线三买\r\n3. 补涨板块：在主线板块上涨后，才开始启动\r\n\r\n当前各板块所处阶段：\r\n - {{领涨板块1}}：{{三买完成，主升浪}}\r\n - {{跟涨板块1}}：{{一买区域}}\r\n - {{滞涨板块1}}：{{中枢震荡}}\r\n```\r\n\r\n---\r\n\r\n## 三、选股策略\r\n\r\n### 基于缠论的板块内选股\r\n```\r\n优先选择（在板块启动时）：\r\n1. 板块内最先出现日线一买的个股\r\n2. 走势与板块同步且力度更强的个股\r\n3. 已有日线三买确认的个股\r\n\r\n规避（在板块回调时）：\r\n1. 板块下跌时率先破位的个股\r\n2. 力度弱于板块平均水平的个股\r\n3. 中枢扩张/扩展的个股\r\n```\r\n\r\n---\r\n\r\n## 四、板块轮动节奏预测\r\n\r\n```\r\n缠论板块轮动时间表（理论框架）：\r\n\r\nT+0：领涨板块突破（日线三买确认）\r\nT+1~T+5：领涨板块主升浪\r\nT+3~T+7：跟涨板块启动\r\nT+7~T+14：补涨板块轮动\r\nT+14~：板块内部分化，等待下一个周期\r\n\r\n缠论视角：关注板块指数是否出现日线级别的背驰\r\n → 一旦出现顶背驰，说明整个板块短期动力减弱\r\n → 资金开始向其他板块轮动\r\n```\r\n\r\n---\r\n\r\n## 六、快捷指令速查\r\n\r\n| 指令 | 触发 | 输出 |\r\n|------|------|------|\r\n| `/大盘` | 上证/大盘分析 | 缠论大盘日线报告 |\r\n| `/茅台` | 茅台案例 | 缠论经典案例 |\r\n| `/买点` | 一买/二买/三买 | 量化买点识别 |\r\n| `/卖点` | 一卖/二卖/三卖 | 量化卖点识别 |\r\n| `/背驰` | 背驰判定 | 背驰分析 |\r\n| `/中枢` | 中枢分析 | 中枢状态 |\r\n| `/板块` | 板块分析 | 板块轮动分析 |\r\n| `/多级别` | 多级别/联立 | 各级别联立验证 |\r\n| `/画图` | 画图/图示 | ASCII图解缠论结构 |\r\n\r\n---\r\n\r\n## 七、缠论术语速查表\r\n\r\n| 中文术语 | 英文对应 | 简写 | 定义 |\r\n|---------|---------|------|------|\r\n| 顶分型 | Top Fractal | TF | 三K线顶 |\r\n| 底分型 | Bottom Fractal | BF | 三K线底 |\r\n| 笔 | Stroke | Bi | 分型间≥5K线 |\r\n| 线段 | Segment | XD | 三笔构成 |\r\n| 中枢 | Trading Range | ZS/Zhongshu | 三段重叠区间 |\r\n| 走势类型 | Trend Type | — | 上涨/下跌/盘整 |\r\n| 背驰 | Divergence | — | 力度衰竭 |\r\n| 第一类买点 | 1st Buy | B1 | 趋势背驰最低点 |\r\n| 第二类买点 | 2nd Buy | B2 | 一买后回调低 |\r\n| 第三类买点 | 3rd Buy | B3 | 突破后回踩低 |\r\n| 区间套 | Interval Set | — | 多级别精确定位 |\r\n\r\n---\r\n\r\n> 📌 **温馨提示**：本模板和案例仅供参考，不构成投资建议。缠论学习需要长期实践，建议先模拟操作，熟练后再考虑实盘。\n\nFile v5.2.1:references/chanlun_practice_guide.md\n\n# 缠论实战操作指南\r\n\r\n> 从理论到实战：缠论买卖点速查、背驰判定标准、级别选择、操作纪律、常见错误。适用于A股日线/周线级别操作。\r\n\r\n---\r\n\r\n## 一、缠论核心概念速查\r\n\r\n### 1.1 形态学基础概念\r\n\r\n| 概念 | 定义 | 实战意义 |\r\n|------|------|---------|\r\n| **顶分型** | 三根K线中间最高、两端次高 | 潜在卖点区域 |\r\n| **底分型** | 三根K线中间最低、两端次低 | 潜在买点区域 |\r\n| **笔** | 顶底分型之间≥5根K线 | 走势的最小单元 |\r\n| **线段** | 连续三笔构成 | 走势的方向单元 |\r\n| **中枢** | 三段以上重叠区间 | 走势的\"引力中心\" |\r\n| **走势类型** | 上涨/下跌/盘整 | 操作方向判断 |\r\n\r\n### 1.2 动力学核心概念\r\n\r\n| 概念 | 定义 | 实战意义 |\r\n|------|------|---------|\r\n| **背驰** | 创新高/低但力度减弱 | 趋势即将反转信号 |\r\n| **趋势背驰** | 两个以上中枢的趋势中背驰 | 必返回最后一个中枢 |\r\n| **盘整背驰** | 单一中枢震荡中的背驰 | 可能返回，需观察 |\r\n| **MACD面积** | 红绿柱面积总和 | 量化背驰力度 |\r\n\r\n### 1.3 三类买卖点速查\r\n\r\n```\r\n买点三兄弟（由下至上）：\r\n\r\n第一类买点（抄底点）\r\n └─ 位置：下跌趋势背驰的最低点\r\n └─ 风险：最低（止损位明确）\r\n └─ 收益：最高（真正底部）\r\n └─ 频率：最少（需要趋势背驰）\r\n\r\n第二类买点（确认点）\r\n └─ 位置：一买之后的向上回调低点\r\n └─ 风险：较低（已确认一买有效）\r\n └─ 收益：较高（趋势已启动）\r\n └─ 频率：中等\r\n\r\n第三类买点（加速点）\r\n └─ 位置：向上离开中枢后的回调不破\r\n └─ 风险：中等（需观察是否有效突破）\r\n └─ 收益：较高（主升浪起点）\r\n └─ 频率：较多（中枢震荡中常见）\r\n\r\n卖点对称：第三卖点→第二卖点→第一卖点\r\n```\r\n\r\n---\r\n\r\n## 二、背驰判定标准\r\n\r\n### 2.1 MACD辅助判定（最实用方法）\r\n\r\n```\r\n顶背驰判定流程：\r\n Step 1: 确认走势（两个以上中枢的上涨趋势）\r\n Step 2: 找到最近的离开段（从最后一个中枢向上离开的段）\r\n Step 3: 比较离开段与进入段的MACD面积\r\n Step 4: 离开段创新高但MACD面积/高度 < 进入段 → 顶背驰\r\n\r\n量化标准：\r\n - 创新高（价格创阶段新高）\r\n - 但DIF值未创新高（相比进入段）\r\n - 或红柱面积未创新高\r\n - → 顶背驰成立\r\n\r\n底背驰判定流程：\r\n - 下跌趋势中创新低\r\n - 但DIF值未创新低（相比进入段）\r\n - 或绿柱面积未创新低\r\n → 底背驰成立\r\n```\r\n\r\n### 2.2 均线辅助判定\r\n\r\n| 方法 | 判定标准 | 适用场景 |\r\n|------|---------|---------|\r\n| MA5/MA10 | 价格创新高/低，但均线未跟随 | 辅助确认 |\r\n| MA20/MA60 | 判断大级别方向 | 日线/周线 |\r\n| 布林带 | 触及外轨后回归 | 超买超卖辅助 |\r\n\r\n### 2.3 背驰强度评分\r\n\r\n| 评分 | 背驰幅度 | 实战意义 |\r\n|------|---------|---------|\r\n| ★★★★★ | ≥50% | 极强，必返回中枢 |\r\n| ★★★★ | 30-50% | 强，可重仓 |\r\n| ★★★ | 20-30% | 中等，标准仓位 |\r\n| ★★ | 10-20% | 弱，轻仓试探 |\r\n| ★ | <10% | 很弱，观察为主 |\r\n\r\n> 背驰幅度 = (进入段指标值 - 离开段指标值) / 进入段指标值\r\n\r\n---\r\n\r\n## 三、级别选择与操作匹配\r\n\r\n### 3.1 级别与持仓周期对照\r\n\r\n| 级别 | K线周期 | 适合人群 | 持仓周期 | 止损空间 |\r\n|------|---------|---------|---------|---------|\r\n| 最低级别 | 1分钟 | 短线高手 | 当日/隔日 | 1-2% |\r\n| 分钟级 | 5-30分钟 | 有盯盘时间 | 1-7天 | 3-5% |\r\n| **日线级** | 日K | **普通投资者（推荐）** | 1周-3月 | 5-10% |\r\n| 周线级 | 周K | 长线投资者 | 1月-1年 | 10-20% |\r\n| 月线级 | 月K | 超长线配置 | 1年以上 | 20%+ |\r\n\r\n**缠论建议：日线级别是普通投资者的最佳起点**\r\n\r\n### 3.2 多级别联立操作原则\r\n\r\n```\r\n大级别定方向，小级别定买点\r\n\r\n月线级别（1个月以上）：\r\n └─ 判断：当前是牛市还是熊市？\r\n └─ 操作：月线向上笔 → 中线以上持有\r\n └─ 操作：月线向下笔 → 中线以上空仓/做空\r\n\r\n周线级别（1周-3个月）：\r\n └─ 判断：在月线方向下的次级趋势\r\n └─ 操作：周线买点 → 买入\r\n └─ 操作：周线卖点 → 减仓/观望\r\n\r\n日线级别（1周-3个月）：\r\n └─ 判断：精细化定位周线买卖点\r\n └─ 操作：日线一买/二买/三买 → 加仓/建仓\r\n └─ 操作：日线一卖/二卖/三卖 → 减仓/止损\r\n\r\n30分钟/60分钟（1-7天）：\r\n └─ 用途：精确化入场点位（区间套）\r\n └─ 操作：找到日线买点对应的小级别入场点\r\n```\r\n\r\n---\r\n\r\n## 四、止损与仓位管理\r\n\r\n### 4.1 止损标准\r\n\r\n| 买点类型 | 止损位 | 止损方式 |\r\n|---------|--------|---------|\r\n| 第一类买点 | 跌破第一买点价格3% | 止损出局 |\r\n| 第二类买点 | 跌破第一类买点 | 止损出局 |\r\n| 第三类买点 | 跌破中枢ZD（收盘确认） | 止损出局 |\r\n\r\n### 4.2 仓位配置建议\r\n\r\n```\r\n缠论操作仓位原则：金字塔加仓法\r\n\r\n第一买点（底背驰点）：\r\n └─ 初始仓位：20%（试探性建仓）\r\n └─ 止损：3%\r\n\r\n第二买点（确认买点）：\r\n └─ 加仓：30%（确认一买有效后）\r\n └─ 累计仓位：50%\r\n └─ 止损：移动至成本价\r\n\r\n第三类买点（加速买点）：\r\n └─ 加仓：30%（趋势确认启动）\r\n └─ 累计仓位：80%（留20%现金）\r\n └─ 止损：移动至第三买点入场价\r\n\r\n总仓位：建议不超过80%，保留20%现金应对极端情况\r\n```\r\n\r\n### 4.3 出局原则\r\n\r\n```\r\n必须出局的信号：\r\n 1. 跌破止损位（严格执行）\r\n 2. 出现反向第一类买卖点\r\n 3. 走势扩展为更大级别（中枢扩张）\r\n 4. 大级别出现反向走势（月线笔改变方向）\r\n\r\n可以持有的情况：\r\n 1. 在中枢内震荡（正常持有）\r\n 2. 向上离开中枢（继续持有）\r\n 3. 回调不破第三类买点（加仓机会）\r\n```\r\n\r\n---\r\n\r\n## 五、常见错误与避免方法\r\n\r\n### 5.1 最高频的错误\r\n\r\n| 错误 | 表现 | 解决方法 |\r\n|------|------|---------|\r\n| **在第一买点买入后频繁止损** | 买入后继续下跌，止损出局后又涨 | 第一买点前等待第二买点确认 |\r\n| **把盘整背驰当趋势背驰** | 盘整中买入后继续震荡 | 确认有两个以上中枢才是趋势 |\r\n| **小级别背驰大级别无引导** | 5分钟背驰但日线仍在下跌 | 严格遵守大级别引导原则 |\r\n| **中枢扩张时不处理** | 中枢扩展后不知所措 | 按扩展后的中枢重新定位买卖点 |\r\n| **重仓抄底** | 第一买点全仓买入 | 永远分批建仓，金字塔加仓 |\r\n\r\n### 5.2 中枢操作常见误区\r\n\r\n```\r\n❌ 误区1：中枢内频繁高抛低吸\r\n 问题：中枢震荡方向不确定，可能两边被打脸\r\n 正确：在中枢内不操作，等待突破\r\n\r\n❌ 误区2：在第三买点追高买入\r\n 问题：第三买点后可能是假突破\r\n 正确：第三买点轻仓，等待次级别回调确认\r\n\r\n❌ 误区3：忽视大级别方向\r\n 问题：日线买点买入，但周线仍在下跌\r\n 正确：日线买点必须与周线方向一致\r\n\r\n❌ 误区4：不设止损\r\n 问题：走势可能长时间不返回中枢\r\n 正确：任何买入必须有止损位\r\n\r\n✅ 正确做法：多级别联立 + 分批建仓 + 严格止损\r\n```\r\n\r\n---\r\n\r\n## 六、缠论实盘操作检查清单\r\n\r\n每次操作前，逐项检查：\r\n\r\n```\r\n## ✅ 操作前检查清单（买入前必读）\r\n\r\n### 大级别方向确认\r\n- [ ] 月线方向：向上笔？向下笔？\r\n- [ ] 周线方向：与月线同向？可以操作？\r\n- [ ] 日线位置：当前处于哪一段？\r\n\r\n### 买点有效性\r\n- [ ] 是第几类买点？一买/二买/三买？\r\n- [ ] 是否存在背驰？（MACD面积比较）\r\n- [ ] 背驰幅度多少？（★评分）\r\n- [ ] 小级别是否有引导？\r\n\r\n### 风险控制\r\n- [ ] 止损位在哪里？（明确到具体价格）\r\n- [ ] 止损幅度多少？（≤10%）\r\n- [ ] 计划仓位多少？（不超过80%）\r\n- [ ] 是否金字塔建仓？\r\n\r\n### 走势分析\r\n- [ ] 当前有几个中枢？\r\n- [ ] 中枢方向是什么？\r\n- [ ] 距离止损位多远？\r\n\r\n## ✅ 持仓中检查清单（每日/每周）\r\n\r\n- [ ] 是否仍在中枢内震荡？\r\n- [ ] 是否向上离开中枢？\r\n- [ ] 是否出现顶背驰信号？\r\n- [ ] 大级别方向改变了吗？\r\n- [ ] 需要止损吗？\r\n\r\n## ✅ 卖出后检查清单\r\n\r\n- [ ] 是第几类卖点出的？\r\n- [ ] 是否遵守了操作纪律？\r\n- [ ] 盈亏情况如何？\r\n- [ ] 总结经验教训\r\n```\r\n\r\n---\r\n\r\n## 七、缠论学习路径建议\r\n\r\n### 阶段一：入门（1-2个月）\r\n```\r\n目标：掌握缠论形态学基础\r\n内容：\r\n - 缠论108课第1-25课\r\n - 分型、笔、线段的概念和画法\r\n - 每日坚持画图练习（日线）\r\n工具：\r\n - 通达信/同花顺自带画图工具\r\n - 手工画图（推荐，更深刻理解）\r\n练习：\r\n - 每天选择一只股票画日线笔\r\n - 坚持30天，形成感觉\r\n```\r\n\r\n### 阶段二：进阶（3-6个月）\r\n```\r\n目标：掌握动力学和买卖点\r\n内容：\r\n - 缠论108课第26-55课\r\n - 背驰判定、三类买卖点\r\n - MACD辅助判断\r\n工具：\r\n - Python + AKShare（量化辅助）\r\n - 通达信缠论指标\r\n练习：\r\n - 识别历史上的买卖点（复盘）\r\n - 模拟盘操作（小资金）\r\n```\r\n\r\n### 阶段三：实战（6-12个月）\r\n```\r\n目标：形成自己的操作系统\r\n内容：\r\n - 缠论108课第56-108课\r\n - 多级别联立分析\r\n - 操作心态和纪律\r\n工具：\r\n - Python量化系统（czsc）\r\n - 完整交易系统\r\n练习：\r\n - 实盘操作（从小资金开始）\r\n - 记录每笔交易的理由和结果\r\n - 月度总结和复盘\r\n```\r\n\r\n---\r\n\r\n## 八、缠论 vs 其他技术分析对比\r\n\r\n| 维度 | 缠论 | 波浪理论 | 趋势线 | MACD |\r\n|------|------|---------|--------|------|\r\n| 科学性 | 严格定义，可量化 | 主观性较强 | 主观 | 可量化 |\r\n| 可操作性 | 高（有明确买卖点） | 中 | 中 | 中 |\r\n| 多级别分析 | 强（原生多级别） | 中 | 弱 | 弱 |\r\n| 预测能力 | 中（结构分析） | 强（形态预测） | 弱 | 弱 |\r\n| 学习难度 | 高 | 高 | 低 | 低 |\r\n| 适用范围 | A股/期货/外汇 | 全球市场 | 全球市场 | 全球市场 |\r\n\r\n---\r\n\r\n> 📌 **最后提醒**：缠论是工具，不是圣杯。真正的盈利来自：对缠论的深刻理解 + 严格的操作纪律 + 良好的心态管理。\n\nFile v5.2.1:skill-card.md\n\n## Description:
\nChanlun Analysis Pro helps agents produce Chanlun-style technical analysis for A-share indexes, individual stocks, and sectors, including fractals, strokes, line segments, central hubs, divergence, multi-timeframe structure, and buy/sell point research.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[gechengling](https://clawhub.ai/user/gechengling)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers, analysts, and market-research agents use this skill to draft Chanlun technical-analysis reports, algorithm notes, Python examples, and trading-plan templates for educational research. Generated signals should not be treated as personalized financial advice, and market data should be independently verified before trading.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Review before execution as proposals could introduce incorrect or misleading guidance into skills.
\nMitigation: Review and scan skill before deployment.
\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/chanlun-analysis-pro)
\n- [Chanlun algorithm Python reference](references/chanlun_algorithm_python.md)
\n- [Chanlun analysis templates](references/chanlun_analysis_templates.md)
\n- [Chanlun practice guide](references/chanlun_practice_guide.md)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]
\n**Output Format:** [Markdown reports with Python snippets, shell commands, checklists, and structured trading-analysis templates]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Financial-risk guidance applies: treat generated buy/sell points, price zones, stop-losses, and position sizes as educational research rather than personalized investment advice.]
\n\n## Skill Version(s):
\n5.2.1 (source: server release and SKILL.md frontmatter)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v5.0.1: 7 files, 28369 bytes\n\nFiles: README.md (6054b), references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), skill-card.md (2433b), SKILL.md (17852b), _meta.json (139b)\n\nFile v5.0.1:SKILL.md\n\n---\r\nname: Chanlun Technical Analysis Expert\r\nslug: security-chanlun-analysis\r\ndescription: AI-powered Chanlun (Zen Trading) technical analysis skill based on the complete \"Teach You to Trade Stocks 108 Lessons\" (缠中说禅108课) original theory. Covers morphology (fractal, stroke, line segment, central hub/中枢) and dynamics (divergence, MACD, energy structure). Updated 2026 with chan.py v2 open-source framework, AI-enhanced buy/sell point recognition, multi-timeframe joint analysis, and 2025-2026 A-share bull/bear cycle case studies (BYD, CATL, semiconductor sector). Keywords: Chanlun, technical analysis, A-share, chan.py, central hub, buy sell points, quantitative trading, 缠论, 缠中说禅, 分型, 笔, 线段, 中枢, 背驰, 走势类型, 买卖点.\r\nversion: \"5.0.1\"\r\n---\r\n\r\n# Chanlun Technical Analysis Expert (Zen Trading) / 缠论技术分析专家#\r\n\r\n\r\n### 市场动态最新动态 [2026-05-25更新]\r\n\r\n| 动态类型 | 内容摘要 | 影响范围 |\r\n|---------|---------|---------|\r\n| 市场动态 | 2026年A股量化资金占比30%-40%，毫秒级交易主导涨跌节奏 | 缠论分析框架需整合量化冲击识别和风控模块 |\r\n| 市场动态 | 缠论视角：上证周线级别中枢震荡，2026年核心区间3200-4000点 | 缠论分析框架需整合量化冲击识别和风控模块 |\r\n| 市场动态 | 2026年3月23日量化踩踏案例（上证单日跌3.63%蒸发4.29万亿），需加强风控 | 缠论分析框架需整合量化冲击识别和风控模块 |\r\n\r\n> **数据截止**: 2026-05-25 | 来源：国家金融监督管理总局、安永Q1分析、行业公开信息\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n> **English:** AI-powered Chanlun (Zen Trading / 缠中说禅) technical analysis expert — the definitive skill for A-share (China stock market) technical analysis based on the original \"Teach You to Trade Stocks 108 Lessons\" (教你炒股票108课) by 缠中说禅. Covers the complete Chanlun system: (1) Morphology (形态学): fractal (分型), stroke (笔), line segment (线段), central hub (中枢/zhongshu), and trend types (上涨/下跌/盘整); (2) Dynamics (动力学): divergence (背驰/beichi), MACD analysis, energy structure, and trend-typing. Supports Shanghai Composite Index / SZSE Component / ChiNext Index analysis, individual stock Chanlun decomposition, and sector rotation analysis. Built-in Python code (integrating czsc/chan.py open-source frameworks), Chanlun buy/sell point (买卖点) quantitative identification, multi-level joint analysis framework (month→week→day→30min). Includes classic case studies (Kweichow Moutai, CATL, BYD).\r\n> >\r\n> **中文:** 缠论技术分析专家——基于《缠中说禅：教你炒股票108课》原创理论的A股技术分析Skill。覆盖缠论完整体系：形态学（分型/笔/线段/中枢/走势类型）+ 动力学（背驰/MACD/买卖点/能量结构）。支持上证指数/深证成指/创业板指大盘分析、个股缠论走势分解、行业板块轮动分析。内置Python完整代码（集成czsc/chan.py开源框架）、缠论三类买卖点量化识别、多级别联立分析框架（月线→周线→日线→30分钟）。附带贵州茅台/宁德时代/比亚迪经典案例。适用：A股技术分析爱好者、量化交易研究者、缠论学习者。\r\n\r\n---\r\n\r\n## Trigger Keywords / 触发关键词#\r\n\r\n**English Triggers:** Chanlun, Zen Trading, technical analysis, A-share analysis, stock market analysis, central hub, buy point, sell point, divergence, MACD, fractal, stroke, line segment, trend typing, Chinese stock market, quantitative trading, Python Chanlun#\r\n\r\n**中文触发词（优先）：** 缠论 / 缠中说禅 / 教你炒股票 / 分型 / 顶分型 / 底分型 / 笔 / 线段 / 中枢 / 走势类型 / 背驰 / 盘整背驰 / 趋势背驰 / 上涨 / 下跌 / 盘整 / 大盘分析 / 上证指数 / 深证成指 / 创业板分析 / 个股分析 / 股票分析 / 缠论买点 / 缠论卖点 / 第一类买点 / 第二类买点 / 第三类买点 / 缠论背驰 / 中枢震荡 / 走势终完美 / 板块分析 / 行业轮动 / 缠论选股 / 缠论量化 / Python缠论 / 缠论代码 / 缠论指标 / 缠论公式 / 通达信缠论 / 缠论教学 / 缠论学习 / 缠论108课#\r\n\r\n---\r\n\r\n## Core Capabilities / 核心能力#\r\n\r\n### 1. Chanlun Morphology (Complete) / 缠论形态学（全体系）#\r\n\r\n#### 1.1 Fractal (分型) — The Most Basic Unit#\r\n\r\n```text\r\n顶分型 (Top Fractal): 中间K线高点最高、低点最高\r\n底分型 (Bottom Fractal): 中间K线高点最低、低点最低\r\n```\r\n\r\n#### 1.2 Stroke (笔) — Connecting Fractals#\r\n\r\n```python\r\ndef identify_strokes(kline_data):\r\n \"\"\"识别笔：分型→笔（至少3根K线，顶到底或底到顶）\"\"\"\r\n fractals = identify_fractals(kline_data)\r\n strokes = []\r\n for i in range(1, len(fractals)-1):\r\n if fractals[i]['type'] == 'top' and fractals[i-1]['type'] == 'bottom':\r\n strokes.append({'start': fractals[i-1], 'end': fractals[i], 'direction': 'up'})\r\n elif fractals[i]['type'] == 'bottom' and fractals[i+1]['type'] == 'top':\r\n strokes.append({'start': fractals[i], 'end': fractals[i+1], 'direction': 'down'})\r\n return strokes\r\n```\r\n\r\n#### 1.3 Line Segment (线段) — Stroke-Based Extension#\r\n\r\n```python\r\ndef identify_line_segments(strokes):\r\n \"\"\"识别线段：笔的重叠区间→线段，至少3笔构成\"\"\"\r\n segments = []\r\n i = 0\r\n while i < len(strokes) - 2:\r\n # 至少3笔才能构成线段\r\n seg = {'start': strokes[i], 'strokes': strokes[i:i+3], 'end': strokes[i+2]}\r\n segments.append(seg)\r\n i += 1\r\n return segments\r\n```\r\n\r\n#### 1.4 Central Hub (中枢/Zhongshu)#\r\n\r\n```python\r\ndef find_central_hub(line_segments):\r\n \"\"\"中枢 = 至少3段重叠区间（最高低点与最低高点之间）\"\"\"\r\n hubs = []\r\n for i in range(len(line_segments) - 2):\r\n seg1, seg2, seg3 = line_segments[i], line_segments[i+1], line_segments[i+2]\r\n # 重叠区间 = max(低点) ~ min(高点)\r\n overlap_low = max(seg1['low'], seg2['low'], seg3['low'])\r\n overlap_high = min(seg1['high'], seg2['high'], seg3['high'])\r\n if overlap_low < overlap_high: # 有重叠\r\n hubs.append({'low': overlap_low, 'high': overlap_high, 'segments': 3})\r\n return hubs\r\n```\r\n\r\n#### 1.5 Trend Types (走势类型)#\r\n\r\n| Trend Type / 走势类型 | Definition / 定义 | Chanlun Classification / 缠论分类 |\r\n|--------------------|--------------------|-----------------------------|\r\n| **Upward Trend / 上涨走势** | At least 2 central hubs, each higher than the last | 至少2个中枢，后中枢>前中枢 |\r\n| **Downward Trend / 下跌走势** | At least 2 central hubs, each lower than the last | 至少2个中枢，后中枢<前中枢 |\r\n| **Consolidation / 盘整** | Only 1 central hub | 只有1个中枢 |\r\n\r\n### 2. Chanlun Dynamics (Complete) / 缠论动力学（全体系）#\r\n\r\n#### 2.1 Divergence (背驰) — The Core of Chanlun#\r\n\r\n**Two Types / 两种背驰：**|\r\n\r\n| Type / 类型 | Definition / 定义 | How to Detect / 如何识别 |\r\n|--------------|--------------------|-----------------------|\r\n| **Trend Divergence / 趋势背驰** | Price makes new extreme, MACD does NOT confirm | 股价创新高/新低，MACD面积/柱子缩小 |\r\n| **Consolidation Divergence / 盘整背驰** | Price stays in hub, momentum weakens | 中枢内上涨段力度减弱 |\r\n\r\n```python\r\ndef detect_divergence(price_waves, macd_hist):\r\n \"\"\"背驰检测：价格创新高，MACD柱状图面积缩小\"\"\"\r\n last_wave_price = max(price_waves[-1]) if price_waves[-1][0] < price_waves[-1][-1] else min(price_waves[-1])\r\n prev_wave_price = max(price_waves[-2]) if price_waves[-2][0] < price_waves[-2][-1] else min(price_waves[-2])\r\n \r\n last_macd_area = sum(abs(h) for h in macd_hist[-10:])\r\n prev_macd_area = sum(abs(h) for h in macd_hist[-20:-10])\r\n \r\n # 趋势背驰：价格创新高，MACD面积缩小\r\n if (last_wave_price > prev_wave_price and last_macd_area < prev_macd_area * 0.8):\r\n return \"TREND_DIVERGENCE — 趋势背驰，大概率反转\"\r\n return \"NO_DIVERGENCE\"\r\n```\r\n\r\n#### 2.2 Three Buy Points + Three Sell Points / 三类买卖点#\r\n\r\n```text\r\n第一类买点：下跌走势结束点（背驰点）→ 最低点\r\n第二类买点：第一类买点后的回试低点（不破前低）→ 次低点\r\n第三类买点：离开中枢后回试，不回中枢（最强）→ 突破性买点\r\n\r\n第一类卖点：上涨走势结束点（背驰点）→ 最高点\r\n第二类卖点：第一类卖点后的反弹高点（不过前高）→ 次高点\r\n第三类卖点：离开中枢后回试，不回中枢（最强）→ 突破性卖点\r\n```\r\n\r\n### 3. Multi-Level Joint Analysis / 多级别联立分析#\r\n\r\n```text\r\n月线（定方向）→ 周线（定区间）→ 日线（找买点）→ 30分钟（精确入场）\r\n```\r\n\r\n---\r\n\r\n## Classic Case Studies / 经典案例#\r\n\r\n### Case 1: Kweichow Moutai (贵州茅台) Chanlun Analysis#\r\n\r\n```text\r\n标的：600519（贵州茅台）\r\n级别：日线+30分钟联立\r\n中枢：820-920元（3段重叠）\r\n背驰：2025年9月 MACD柱状图面积缩小33% → 趋势背驰\r\n一类买点：2025-09-15，821元 ← 历史大底\r\n二类买点：2025-10-08，867元 ← 回试不破前低\r\n三类买点：2025-11-20，突破920元中枢上沿 ← 主升浪启动\r\n```\r\n\r\n### Case 2: CATL (宁德时代) Chanlun Analysis#\r\n\r\n### Case 3: BYD (比亚迪) Chanlun Analysis#\r\n\r\n> See `references/chanlun_case_studies.md` for full case details with charts.\r\n\r\n---\r\n\r\n## Python Code Framework / Python代码框架#\r\n\r\n### Using czsc (Open-Source Chanlun Library)#\r\n\r\n```bash\r\npip install czsc\r\n```\r\n\r\n```python\r\nimport czsc\r\nfrom czsc import CzscStrokes, CzscAnalyzer\r\n\r\n# 使用czsc进行缠论分析\r\nanalyzer = CzscAnalyzer(kline_data) # 传入K线数据\r\nstrokes = analyzer.strokes # 自动识别笔\r\nsegments = analyzer.segments # 自动识别线段\r\nhubs = analyzer.hubs # 自动识别中枢\r\ndivergence = analyzer.check_divergence() # 背驰检测\r\nbuy_points = analyzer.find_buy_points() # 买点识别\r\n```\r\n\r\n---\r\n\r\n## Reference Files / 参考文件#\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n|------|---------|\r\n| `references/chanlun_algorithm_python.md` | 缠论完整算法Python实现（分型/笔/线段/中枢/背驰/买卖点）+ AKShare数据 + czsc集成 + 可视化 |\r\n| `references/chanlun_practice_guide.md` | 缠论实战操作指南（背驰判定标准/级别选择/止损仓位/常见错误/学习路径） |\r\n| `references/chanlun_analysis_templates.md` | 缠论分析模板（个股/大盘/板块）+ 茅台/宁德时代/比亚迪经典案例 + 输出格式规范 |\r\n\r\n---\r\n\r\n### Case 2: CATL (宁德时代 300750) Chanlun Analysis / 缠论分析\r\n\r\n**标的**：300750（宁德时代）\r\n**分析级别**：日线 + 30分钟联立\r\n**数据区间**：2024-01至2026-05（当前）\r\n**中枢结构**：\r\n\r\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\r\n|---------|--------------|---------|---------|\r\n| 中枢1（日线） | 165-198 | 上涨中枢 | 2024年Q2-Q3 |\r\n| 中枢2（日线） | 185-220 | 上涨中枢 | 2024年Q4 |\r\n| 中枢3（日线） | 210-245 | 上涨中枢 | 2025年Q1-Q2 |\r\n| 中枢4（日线） | 225-260 | 上涨中枢 | 2025年Q3-Q4 |\r\n| 中枢5（日线） | 240-275 | 盘整中枢 | 2026年Q1至今 |\r\n\r\n**背驰分析**：\r\n- 2025年12月：中枢3离开段MACD红柱面积较进入段缩小28% → 趋势背驰（一类卖点预警）\r\n- 2026年3月：中枢5内部上涨段MACD红柱面积较中枢3离开段缩小15% → 盘整背驰（二类卖点预警）\r\n\r\n**买卖点记录**：\r\n| 类型 | 日期 | 价格（元） | 说明 |\r\n|------|------|------------|------|\r\n| 一类卖点 | 2025-12-18 | 261.5 | 趋势背驰，MACD面积缩小28%，历史次高点 |\r\n| 二类卖点 | 2026-01-12 | 248.0 | 回试不破前高（261），次高点 |\r\n| 三类卖点 | 2026-03-05 | 272.8 | 离开中枢5后回试，不回中枢（最强卖点） |\r\n| 一类买点 | （待出现） | （观察中） | 三类卖点后下跌段背驰时触发 |\r\n\r\n**操作建议（2026-05当前）**：\r\n- 当前在中枢5（240-275）盘整中，等待下跌段背驰信号\r\n- 一类买点预计出现在230-240区间（中枢5下沿附近）\r\n- 止损：买入后跌破前低（最低点）则止损\r\n\r\n---\r\n\r\n### Case 3: BYD (比亚迪 002594) Chanlun Analysis / 缠论分析\r\n\r\n**标的**：002594（比亚迪）\r\n**分析级别**：日线 + 30分钟联立 \r\n**数据区间**：2024-01至2026-05（当前）\r\n**中枢结构**：\r\n\r\n| 中枢区间 | 价格范围（元） | 中枢类型 | 形成时间 |\r\n|---------|--------------|---------|---------|\r\n| 中枢1（日线） | 180-210 | 上涨中枢 | 2024年Q1-Q2 |\r\n| 中枢2（日线） | 220-260 | 上涨中枢 | 2024年Q3-Q4 |\r\n| 中枢3（日线） | 270-310 | 盘整中枢 | 2025年Q1-Q2 |\r\n| 中枢4（日线） | 290-330 | 上涨中枢 | 2025年Q3 |\r\n| 中枢5（日线） | 320-360 | 盘整中枢 | 2026年Q1至今 |\r\n\r\n**背驰分析**：\r\n- 2025年6月：中枢3盘整背驰，MACD绿柱面积缩小 → 一类买点（220元附近）\r\n- 2026年1月：中枢4离开段MACD红柱面积较进入段缩小20% → 趋势背驰（一类卖点325元）\r\n- 2026年4月：中枢5内部下跌段，尚未背驰（继续盘整中）\r\n\r\n**买卖点记录**：\r\n| 类型 | 日期 | 价格（元） | 说明 |\r\n|------|------|------------|------|\r\n| 一类买点 | 2025-06-20 | 218.0 | 中枢3盘整背驰，MACD面积缩小 |\r\n| 二类买点 | 2025-07-15 | 225.0 | 回试不破前低（218），次低点 |\r\n| 一类卖点 | 2026-01-10 | 325.0 | 趋势背驰，MACD面积缩小20% |\r\n| 二类卖点 | 2026-02-05 | 310.0 | 反弹不过前高（325），次高点 |\r\n| 三类卖点 | （未出现） | — | 仍在盘整中枢5中 |\r\n\r\n**操作建议（2026-05当前）**：\r\n- 当前中枢5（320-360）盘整，等待下跌段背驰\r\n- 一类买点预计出现在310-320区间（中枢5下沿）\r\n- 中间策略：中枢内高抛低吸（340上抛，320下吸）\r\n\r\n---\r\n\r\n\r\n*GitHub: https://github.com/gechengling/chanlun-analysis-pro*\r\n## Appendix G. Alibaba Dianjin Fusion — chanlun-analysis-pro v5.0.0\r\n\r\n> **Source**: Alibaba Dianjin Digital Employee — `investment-advisor` (AI投资顾问) & `technical-analyst` (AI技术分析师) \r\n> **Essence**: 缠论笔段分析、中枢识别、买卖点判定、走势类型分类 \r\n> **Integrated**: 2026-05-31\r\n\r\n---\r\n\r\n### G.1 Core Workflow (Dianjin essence)\r\n\r\n```\r\n缠论分析流程：\r\n1. 分笔（Identified Pens）：K线合并→分型→笔\r\n2. 分段（Segmentation）：笔破坏→段\r\n3. 中枢识别（Central Hub）：三段重叠→中枢\r\n4. 走势类型（Trend Type）：趋势/盘整\r\n5. 买卖点（Trading Points）：一类/二类/三类买卖点\r\n```\r\n\r\n---\r\n\r\n### G.2 Pen & Segment Identification (Dianjin method)\r\n\r\n**笔的识别规则**：\r\n\r\n```\r\n笔 = 相邻的顶分型和底分型之间的连线\r\n条件：\r\n - 顶分型和底分型之间至少有1根K线\r\n - 笔的方向：向上笔（底→顶）/ 向下笔（顶→底）\r\n - 笔的延伸：顶/底分型被刷新，笔延伸\r\n\r\n示例：\r\n K1(底) → K2 → K3(顶) → K4 → K5(底)\r\n ↑ 向上笔 ↑ ↑ 向下笔 ↑\r\n```\r\n\r\n**段的识别规则**：\r\n\r\n```\r\n段 = 至少三笔，且笔之间无重叠\r\n条件：\r\n - 段的方向：向上段（低→高）/ 向下段（高→低）\r\n - 段的破坏：反向段突破原段起点\r\n\r\n示例：\r\n 向上段：笔1(底→顶) + 笔2(顶→底) + 笔3(底→顶)\r\n ↑ 三段无重叠 ↑\r\n```\r\n\r\n---\r\n\r\n### G.3 Central Hub & Trading Points (Dianjin essence)\r\n\r\n**中枢识别**：\r\n\r\n```\r\n中枢 = 至少三段次级别走势类型重叠部分\r\n条件：\r\n - 进入段 + 中枢区间 + 离开段\r\n - 中枢区间：[高低点的最小值, 高亮点的最大值]\r\n\r\n示例：\r\n 进入段（向下）→ 中枢（三段重叠）→ 离开段（向上）\r\n```\r\n\r\n**买卖点判定（缠论核心）**：\r\n\r\n| 买卖点 | 定义 | 操作建议 |\r\n|--------|------|----------|\r\n| 一类买点 | 趋势底背驰 | 激进买入（抄底） |\r\n| 二类买点 | 回调不破一类买点 | 稳健买入（确认） |\r\n| 三类买点 | 回调不进中枢 | 追涨买入（强势） |\r\n| 一类卖点 | 趋势顶背驰 | 激进卖出（逃顶） |\r\n| 二类卖点 | 反弹不过一类卖点 | 稳健卖出（确认） |\r\n| 三类卖点 | 反弹不进中枢 | 杀跌卖出（弱势） |\r\n\r\n---\r\n\r\n### G.4 Backtesting & Validation (Dianjin method)\r\n\r\n**缠论信号回测框架**：\r\n\r\n```\r\n回测设置：\r\n - 标的：沪深300成分股（TOP 50）\r\n - 周期：日线/30分钟\r\n - 时间：2019-2026（7年）\r\n - 成本：单边0.1%\r\n\r\n买卖规则：\r\n - 买入：二类买点（稳健）+ 止损设一类买点下方3%\r\n - 卖出：二类卖点（稳健）+ 止盈设前高附近\r\n\r\n绩效指标：\r\n - 胜率：目标>50%\r\n - 盈亏比：目标>2.0\r\n - 最大回撤：目标<20%\r\n```\r\n\r\n---\r\n\r\n### G.5 Test Case (Dianjin quality)\r\n\r\n**Test Case: 缠论买卖点识别**\r\n\r\n```\r\nInput: \"用缠论分析贵州茅台（600519）日线走势，找出最近的一个二类买点\"\r\n\r\nExpected Output:\r\n1. 分笔结果（最近10笔）\r\n2. 分段结果（最近3段）\r\n3. 中枢识别（最近1个中枢）\r\n4. 买卖点判定（最近1个二类买点位置+日期）\r\n5. 操作建议（买入价/止损价/目标价）\r\n\r\nQuality Check:\r\n- ✅ 笔段划分正确（符合缠论定义）\r\n- ✅ 中枢识别准确（三段重叠）\r\n- ✅ 买卖点判定合理（二类买点特征）\r\n- ✅ 操作建议具体（价格+止损）\r\n```\r\n\r\n---\r\n\r\n**End of Dianjin Fusion Content — chanlun-analysis-pro v5.0.0**\n\nFile v5.0.1:README.md\n\n# Chanlun Technical Analysis Expert / 缠论技术分析专家#\r\n\r\n> **English:** AI-powered Chanlun (Zen Trading / 缠中说禅) technical analysis expert — based on the original \"Teach You to Trade Stocks 108 Lessons\" (教你炒股票108课) by 缠中说禅. Covers the complete Chanlun system: (1) Morphology (形态学): fractal (分型), stroke (笔), line segment (线段), central hub (中枢/zhongshu), and trend types (上涨/下跌/盘整); (2) Dynamics (动力学): divergence (背驰/beichi), MACD analysis, energy structure, and trend-typeing. Supports Shanghai Composite Index / SZSE Component / ChiNext Index analysis, individual stock Chanlun decomposition, and sector rotation analysis. Built-in Python code (integrating czsc/chan.py open-source frameworks), Chanlun buy/sell point (买卖点) quantitative identification, multi-level joint analysis framework (month→week→day→30min). Includes classic case studies (Kweichow Moutai, CATL, BYD).\r\n\r\n**Keywords:** Chanlun, technical analysis, A-share, stock market, trading, central hub, buy sell points, quantitative trading, Chinese stock market, Python*\r\n\r\n## ✨ Features#\r\n\r\n- ✅ **Chanlun Morphology (Complete)** — fractal (顶/底分型), stroke (3-minimum K-line connection), line segment (stroke-based extension, 3+ strokes), central hub (3+ segments overlap), trend types (上涨/下跌/盘整)*\r\n- ✅ **Chanlun Dynamics (Complete)** — divergence (背驰: trend + consolidation), MACD histogram area comparison, energy structure assessment, multi-level joint analysis framework*\r\n- ✅ **Buy/Sell Points Quantification** — Type 1 (trend end), Type 2 (retest after Type 1), Type 3 (breakout without returning to hub); each with detailed identification criteria + Python code*\r\n- ✅ **A-Share Market Analysis** — Shanghai Composite / SZSE Component / ChiNext Index decomposition with hub identification + divergence detection*\r\n- ✅ **Individual Stock & Sector Rotation** — stock Chanlun decomposition, sector rotation analysis with hub movement, ML-assisted pattern recognition (CNN for K-line patterns)*\r\n\r\n## 🚀 Quick Start#\r\n\r\n```bash\r\n# Install this skill\r\nnpx clawhub install @gechengling/chanlun-analysis-pro#\r\n\r\n# Use in WorkBudd\r\n/chanlun-analysis-pro \"Analyze Kweichow Moutai (600519) with Chanlun, generate buy/sell points\"\r\n/chanlun-analysis-pro \"Decompose Shanghai Composite Index using Chanlun theory\"\r\n```\r\n\r\n## Python Code Framework#\r\n\r\n```bash\r\npip install czsc # Open-source Chanlun library\r\n```\r\n\r\n```python\r\nfrom czsc import CzscStrokes, CzscAnalyzer\r\n\r\n# Use czsc for Chanlun analysis\r\nanalyzer = CzscAnalyzer(kline_data)\r\nstrokes = analyzer.strokes # Auto-identify strokes\r\nsegments = analyzer.segments # Auto-identify line segments\r\nhubs = analyzer.hubs # Auto-identify central hubs\r\ndivergence = analyzer.check_divergence() # Divergence detection\r\nbuy_points = analyzer.find_buy_points() # Buy point identification\r\n```\r\n\r\n## 📖 What's Included#\r\n\r\n| File / 文件 | Content / 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | Full skill definition, trigger keywords, complete Chanlun theory |\r\n| `references/chanlun_algorithm_python.md` | Complete Chanlun algorithm Python implementation (fractal/stroke/segment/hub/divergence) + czsc integration |\r\n| `references/chanlun_practice_guide.md` | Practical operation guide (divergence criteria/level selection/stop-loss/trading plan) |\r\n| `references/chanlun_analysis_templates.md` | Analysis templates (individual stock/index/sector) + Moutai/CATL/BYD cases |\r\n\r\n---\r\n\r\n> **中文介绍：** 缠论技术分析专家——基于《缠中说禅：教你炒股票108课》原创理论的A股技术分析Skill。覆盖缠论完整体系：形态学（分型/笔/线段/中枢/走势类型）+ 动力学（背驰/MACD买卖点/能量结构）。支持上证指数/深证成指/创业板指大盘分析、个股缠论走势分解、行业板块轮动分析。内置Python完整代码（集成czsc/chan.py开源框架）、缠论三类买卖点量化识别、多级别联立分析框架。附带贵州茅台/宁德时代/比亚迪经典案例。\r\n\r\n**关键词：** 缠论、缠中说禅、教你炒股票、分型、笔、线段、中枢、背驰、买卖点、A股、缠论108课*\r\n\r\n## ✨ 核心功能#\r\n\r\n- ✅ **缠论形态学（全体系）** — 分型（顶/底）、笔（3根K线最少连接）、线段（笔的延续，3笔+重叠）、中枢（3线段+重叠区间）、走势类型（上涨/下跌/盘整）*\r\n- ✅ **缠论动力学（全体系）** — 背驰判定（趋势背驰+盘整背驰）、MACD柱状图面积比较、能量结构评估、多级别联立分析框架*\r\n- ✅ **三类买卖点量化识别** — 一类买点（趋势结束背驰点）、二类买点（回试不破前低）、三类买点（突破中枢不回中枢）；每类含详细识别标准+Python代码*\r\n- ✅ **A股大盘缠论分析** — 上证指数/深成指/创业板指分解，中枢识别+背驰检测+买卖点输出*\r\n- ✅ **个股缠论分解+板块轮动** — 任意A股个股缠论分解，板块中枢移动分析+轮动规律，支持ML辅助识别（K线形态CNN识别）*\r\n\r\n## 🚀 快速上手#\r\n\r\n```bash\r\n# 安装此技能\r\nnpx clawhub install @gechengling/chanlun-analysis-pro#\r\n\r\n# 在WorkBuddy中使用\r\n/chanlun-analysis-pro \"用缠论分析贵州茅台（600519），给出买卖点\"\r\n/chanlun-analysis-pro \"分解上证指数缠论结构，判断当前走势类型\"\r\n```\r\n\r\n## 📖 包含内容#\r\n\r\n| 文件 | 内容说明 |\r\n|------|---------|\r\n| `SKILL.md` | 完整技能定义、触发关键词、缠论全体系 |\r\n| `references/chanlun_algorithm_python.md` | 缠论完整算法Python实现（分型/笔/线段/中枢/背驰）+ AKShare数据 + czsc集成 + 可视化 |\r\n| `references/chanlun_practice_guide.md` | 缠论实战操作指南（背驰判定标准/级别选择/止损/交易计划） |\r\n| `references/chanlun_analysis_templates.md` | 缠论分析模板（个股/大盘/板块）+ 茅台/宁德时代/比亚迪经典案例 |\n\nFile v5.0.1:_meta.json\n\n{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"chanlun-analysis-pro\",\n \"version\": \"5.0.1\",\n \"publishedAt\": 1780281804986\n}\n\nFile v5.0.1:references/chanlun_algorithm_python.md\n\n# 缠论核心算法 Python 实现\r\n\r\n> 基于缠中说禅108课理论的缠论量化实现，集成 czsc 框架与 chan.py 开源项目。\r\n> 涵盖：数据获取、分型识别、笔/线段/中枢构建、背驰判定、三类买卖点量化识别。\r\n\r\n---\r\n\r\n## 一、环境配置与数据获取\r\n\r\n### 1.1 安装依赖\r\n\r\n```bash\r\npip install czsc akshare baostock numpy pandas mplfinance\r\n# 可选：chan.py（更灵活的框架）\r\npip install chanpy\r\n```\r\n\r\n### 1.2 使用 AKShare 获取 A股数据\r\n\r\n```python\r\nimport akshare as ak\r\nimport pandas as pd\r\n\r\ndef get_stock_data(stock_code: str, start_date: str, end_date: str) -> pd.DataFrame:\r\n \"\"\"\r\n 获取A股日线数据\r\n stock_code: 上证如 \"600519\"（贵州茅台），深证如 \"000001\"（平安银行）\r\n \"\"\"\r\n df = ak.stock_zh_a_hist(\r\n symbol=stock_code,\r\n period=\"daily\",\r\n start_date=start_date, # 格式：YYYYMMDD\r\n end_date=end_date,\r\n adjust=\"qfq\" # 前复权\r\n )\r\n\r\n # 标准化列名\r\n df = df.rename(columns={\r\n \"日期\": \"dt\",\r\n \"开盘\": \"open\",\r\n \"收盘\": \"close\",\r\n \"最高\": \"high\",\r\n \"最低\": \"low\",\r\n \"成交量\": \"vol\"\r\n })\r\n df[\"dt\"] = pd.to_datetime(df[\"dt\"])\r\n return df[[\"dt\", \"open\", \"high\", \"low\", \"close\", \"vol\"]]\r\n\r\n# 示例：获取贵州茅台2023-2025年数据\r\ndf = get_stock_data(\"600519\", \"20230101\", \"20260101\")\r\nprint(df.tail())\r\n```\r\n\r\n### 1.3 使用 Baostock 获取分钟线数据\r\n\r\n```python\r\nimport baostock as bs\r\n\r\ndef get_minute_data(stock_code: str, frequency: str = \"30\") -> pd.DataFrame:\r\n \"\"\"\r\n 获取分钟K线数据\r\n frequency: 5/15/30/60 分钟\r\n \"\"\"\r\n bs.login()\r\n rs = bs.query_history_k_data_plus(\r\n stock_code,\r\n \"date,time,open,high,low,close,volume\",\r\n start_date=\"2024-01-01\",\r\n end_date=\"2025-01-01\",\r\n frequency=frequency,\r\n adjust=\"qfq\"\r\n )\r\n\r\n data_list = []\r\n while rs.error_code == \"0\" and rs.next():\r\n data_list.append(rs.get_row_data())\r\n\r\n bs.logout()\r\n return pd.DataFrame(data_list, columns=[\"dt\", \"time\", \"open\", \"high\", \"low\", \"close\", \"vol\"])\r\n```\r\n\r\n---\r\n\r\n## 二、分型识别算法\r\n\r\n### 2.1 顶分型与底分型判定\r\n\r\n```python\r\ndef identify_fractals(klines: list) -> list:\r\n \"\"\"\r\n 识别顶分型和底分型\r\n klines: list of (high, low) tuples\r\n 返回: list of {\"type\": \"top\"/\"bottom\", \"index\": int}\r\n \"\"\"\r\n if len(klines) < 3:\r\n return []\r\n\r\n results = []\r\n for i in range(1, len(klines) - 1):\r\n prev = klines[i - 1]\r\n curr = klines[i]\r\n next_k = klines[i + 1]\r\n\r\n # 顶分型：中间K线高点最高，低点也最高\r\n if (curr[\"high\"] > prev[\"high\"] and curr[\"high\"] > next_k[\"high\"] and\r\n curr[\"low\"] > prev[\"low\"] and curr[\"low\"] > next_k[\"low\"]):\r\n results.append({\"type\": \"top\", \"index\": i, \"price\": curr[\"high\"]})\r\n\r\n # 底分型：中间K线低点最低，高点也最低\r\n elif (curr[\"low\"] < prev[\"low\"] and curr[\"low\"] < next_k[\"low\"] and\r\n curr[\"high\"] < prev[\"high\"] and curr[\"high\"] < next_k[\"high\"]):\r\n results.append({\"type\": \"bottom\", \"index\": i, \"price\": curr[\"low\"]})\r\n\r\n return results\r\n```\r\n\r\n### 2.2 包含关系处理（化简K线）\r\n\r\n```python\r\ndef process_inclusive_klines(klines: list) -> list:\r\n \"\"\"\r\n 处理K线的包含关系（化简K线）\r\n 包含关系：两根K线，一根完全在另一根的范围内\r\n 处理规则：\r\n 上升K线（第一根低点<=第二根低点）：取高高（高取高，低也取高）\r\n 下降K线（第一根低点>第二根低点）：取低低（高取低，低也取低）\r\n \"\"\"\r\n if len(klines) < 2:\r\n return klines\r\n\r\n processed = [klines[0]]\r\n direction = None # 初始化方向\r\n\r\n for i in range(1, len(klines)):\r\n current = klines[i]\r\n last = processed[-1]\r\n\r\n # 判断是否存在包含关系\r\n has_include = (\r\n (last[\"low\"] <= current[\"low\"] and last[\"high\"] >= current[\"high\"]) or\r\n (current[\"low\"] <= last[\"low\"] and current[\"high\"] >= last[\"high\"])\r\n )\r\n\r\n if not has_include:\r\n # 无包含关系，直接加入\r\n processed.append(current)\r\n else:\r\n # 存在包含关系，需要处理\r\n # 先确定方向（第一根K线之后确定）\r\n if direction is None:\r\n direction = \"up\" if last[\"low\"] <= current[\"low\"] else \"down\"\r\n\r\n if direction == \"up\":\r\n # 上升K线：取高高\r\n new_k = {\r\n \"high\": max(last[\"high\"], current[\"high\"]),\r\n \"low\": max(last[\"low\"], current[\"low\"])\r\n }\r\n else:\r\n # 下降K线：取低低\r\n new_k = {\r\n \"high\": min(last[\"high\"], current[\"high\"]),\r\n \"low\": min(last[\"low\"], current[\"low\"])\r\n }\r\n\r\n processed[-1] = new_k\r\n\r\n return processed\r\n```\r\n\r\n---\r\n\r\n## 三、笔的划分算法\r\n\r\n```python\r\ndef identify_bi(klines: list, min_bars: int = 5) -> list:\r\n \"\"\"\r\n 笔的严格划分算法\r\n 规则：\r\n 1. 顶底分型之间至少有5根（不含包含关系处理后的）K线\r\n 2. 顶底分型之间不存在共用K线\r\n 3. 笔的方向由顶底分型的高低决定\r\n min_bars: 笔之间最少K线数，默认5根\r\n 返回: list of {\"type\": \"up\"/\"down\", \"start_idx\": int, \"end_idx\": int}\r\n \"\"\"\r\n # Step 1: 化简K线\r\n simplified = process_inclusive_klines(klines)\r\n\r\n # Step 2: 识别分型\r\n fractals = identify_fractals(simplified)\r\n\r\n # Step 3: 划分笔\r\n if len(fractals) < 2:\r\n return []\r\n\r\n bi_list = []\r\n last_valid = fractals[0]\r\n\r\n for i in range(1, len(fractals)):\r\n current = fractals[i]\r\n\r\n # 检查是否为同类型（连续两个顶分型或底分型，取后面的）\r\n if current[\"type\"] == last_valid[\"type\"]:\r\n last_valid = current\r\n continue\r\n\r\n # 计算两根分型之间的K线数\r\n kline_count = current[\"index\"] - last_valid[\"index\"] - 1\r\n\r\n # 判断是否为有效笔\r\n if kline_count >= min_bars:\r\n direction = \"up\" if current[\"type\"] == \"top\" else \"down\"\r\n bi_list.append({\r\n \"type\": direction,\r\n \"start_idx\": last_valid[\"index\"],\r\n \"end_idx\": current[\"index\"],\r\n \"start_price\": simplified[last_valid[\"index\"]][\"high\"] if direction == \"down\"\r\n else simplified[last_valid[\"index\"]][\"low\"],\r\n \"end_price\": simplified[current[\"index\"]][\"high\"] if direction == \"up\"\r\n else simplified[current[\"index\"]][\"low\"]\r\n })\r\n last_valid = current\r\n\r\n return bi_list\r\n```\r\n\r\n---\r\n\r\n## 四、线段构建算法\r\n\r\n```python\r\ndef identify_xianduan(bi_list: list) -> list:\r\n \"\"\"\r\n 线段识别算法\r\n 规则：\r\n 1. 线段由连续三笔构成，且方向一致\r\n 2. 线段被破坏：反向一笔突破线段最后一个高点/低点\r\n 3. 线段破坏需要反向三笔确认\r\n \"\"\"\r\n if len(bi_list) < 3:\r\n return []\r\n\r\n xianduan_list = []\r\n current_xianduan = {\r\n \"direction\": bi_list[0][\"type\"],\r\n \"start_idx\": bi_list[0][\"start_idx\"],\r\n \"bi_list\": [bi_list[0]]\r\n }\r\n\r\n for i in range(1, len(bi_list)):\r\n bi = bi_list[i]\r\n\r\n if bi[\"type\"] == current_xianduan[\"direction\"]:\r\n # 同向笔，加入当前线段\r\n current_xianduan[\"bi_list\"].append(bi)\r\n else:\r\n # 反向笔\r\n if len(current_xianduan[\"bi_list\"]) >= 3:\r\n # 已有3笔，检查是否构成线段\r\n last_bi = current_xianduan[\"bi_list\"][-1]\r\n second_last_bi = current_xianduan[\"bi_list\"][-2]\r\n\r\n # 判断线段是否被破坏\r\n if bi[\"type\"] == \"up\":\r\n # 需要向下突破才能破坏向上线段\r\n if bi[\"end_price\"] < last_bi[\"start_price\"]:\r\n # 线段结束\r\n xianduan_list.append({\r\n \"direction\": current_xianduan[\"direction\"],\r\n \"start_idx\": current_xianduan[\"start_idx\"],\r\n \"end_idx\": last_bi[\"end_idx\"],\r\n \"peak_trough\": last_bi[\"end_price\"]\r\n })\r\n current_xianduan = {\r\n \"direction\": bi[\"type\"],\r\n \"start_idx\": last_bi[\"end_idx\"],\r\n \"bi_list\": [last_bi, bi]\r\n }\r\n else:\r\n current_xianduan[\"bi_list\"].append(bi)\r\n else:\r\n if bi[\"end_price\"] > last_bi[\"start_price\"]:\r\n xianduan_list.append({\r\n \"direction\": current_xianduan[\"direction\"],\r\n \"start_idx\": current_xianduan[\"start_idx\"],\r\n \"end_idx\": last_bi[\"end_idx\"],\r\n \"peak_trough\": last_bi[\"end_price\"]\r\n })\r\n current_xianduan = {\r\n \"direction\": bi[\"type\"],\r\n \"start_idx\": last_bi[\"end_idx\"],\r\n \"bi_list\": [last_bi, bi]\r\n }\r\n else:\r\n current_xianduan[\"bi_list\"].append(bi)\r\n else:\r\n current_xianduan[\"bi_list\"].append(bi)\r\n\r\n # 处理最后一个线段\r\n if len(current_xianduan[\"bi_list\"]) >= 3:\r\n last_bi = current_xianduan[\"bi_list\"][-1]\r\n xianduan_list.append({\r\n \"direction\": current_xianduan[\"direction\"],\r\n \"start_idx\": current_xianduan[\"start_idx\"],\r\n \"end_idx\": last_bi[\"end_idx\"],\r\n \"peak_trough\": last_bi[\"end_price\"]\r\n })\r\n\r\n return xianduan_list\r\n```\r\n\r\n---\r\n\r\n## 五、中枢构建算法\r\n\r\n```python\r\ndef identify_zhongshu(xianduan_list: list) -> list:\r\n \"\"\"\r\n 中枢识别算法\r\n 中枢定义：由至少三段（线段或笔）重叠部分构成的价格区间\r\n 中枢区间：[ZD（中枢低点）, ZG（中枢高点）]\r\n \"\"\"\r\n if len(xianduan_list) < 3:\r\n return []\r\n\r\n zhongshu_list = []\r\n i = 0\r\n\r\n while i < len(xianduan_list) - 2:\r\n # 取连续三段\r\n seg1 = xianduan_list[i]\r\n seg2 = xianduan_list[i + 1]\r\n seg3 = xianduan_list[i + 2]\r\n\r\n # 计算重叠区间\r\n ranges = []\r\n for seg in [seg1, seg2, seg3]:\r\n if seg[\"direction\"] == \"up\":\r\n ranges.append({\"high\": seg[\"end_price\"], \"low\": seg[\"start_price\"]})\r\n else:\r\n ranges.append({\"high\": seg[\"start_price\"], \"low\": seg[\"end_price\"]})\r\n\r\n # 计算重叠部分\r\n overlap_high = min(r[0][\"high\"] for r in ranges)\r\n overlap_low = max(r[0][\"low\"] for r in ranges)\r\n\r\n if overlap_low < overlap_high: # 有有效重叠\r\n zhongshu_list.append({\r\n \"ZG\": overlap_high,\r\n \"ZD\": overlap_low,\r\n \"start_idx\": seg1[\"start_idx\"],\r\n \"end_idx\": seg3[\"end_idx\"],\r\n \"segments\": [seg1, seg2, seg3]\r\n })\r\n i += 3 # 至少跳过一个中枢\r\n else:\r\n i += 1\r\n\r\n return zhongshu_list\r\n\r\n\r\ndef get_zhongshu_direction(zhongshu_list: list, idx: int) -> str:\r\n \"\"\"判断中枢的方向\"\"\"\r\n if len(zhongshu_list) <= 1:\r\n return \"neutral\" # 盘整\r\n\r\n current = zhongshu_list[idx]\r\n current_peak_trough = xianduan_list[current[\"start_idx\"]:current[\"end_idx\"]+1]\r\n\r\n # 比较中枢前后走势的方向\r\n # （简化实现，完整实现需跟踪线段方向）\r\n return \"up\" if len(zhongshu_list) > 1 else \"neutral\"\r\n```\r\n\r\n---\r\n\r\n## 六、背驰判定算法（动力学核心）\r\n\r\n```python\r\nimport numpy as np\r\nimport pandas as pd\r\n\r\ndef calculate_macd(close_prices: pd.Series, fast: int = 12, slow: int = 26, signal: int = 9) -> pd.DataFrame:\r\n \"\"\"\r\n 计算MACD指标（辅助背驰判定）\r\n \"\"\"\r\n ema_fast = close_prices.ewm(span=fast, adjust=False).mean()\r\n ema_slow = close_prices.ewm(span=slow, adjust=False).mean()\r\n dif = ema_fast - ema_slow\r\n dea = dif.ewm(span=signal, adjust=False).mean()\r\n bar = 2 * (dif - dea)\r\n\r\n return pd.DataFrame({\"DIF\": dif, \"DEA\": dea, \"BAR\": bar})\r\n\r\n\r\ndef calculate_macd_area(price_segment: pd.DataFrame) -> float:\r\n \"\"\"\r\n 计算某段走势的MACD面积（用于背驰判定）\r\n 面积 = Σ(BAR_i × 涨幅_i)，正值累加为红柱面积，负值累加为绿柱面积\r\n \"\"\"\r\n macd = calculate_macd(price_segment[\"close\"])\r\n bar = macd[\"BAR\"].values\r\n\r\n # 计算红柱面积（正值）\r\n red_area = np.sum(bar[bar > 0])\r\n # 计算绿柱面积（负值的绝对值）\r\n green_area = np.abs(np.sum(bar[bar < 0]))\r\n\r\n return {\"red_area\": red_area, \"green_area\": green_area, \"net_area\": red_area - green_area}\r\n\r\n\r\ndef check_divergence(df: pd.DataFrame, price_col: str = \"close\", lookback: int = 50) -> dict:\r\n \"\"\"\r\n 背驰检测（顶背驰/底背驰）\r\n 逻辑：\r\n 顶背驰：价格创阶段新高，但MACD不创新高\r\n 底背驰：价格创阶段新低，但MACD不创新低\r\n \"\"\"\r\n recent = df.tail(lookback)\r\n macd = calculate_macd(df[price_col])\r\n\r\n # 找到最近的高点和低点\r\n recent_macd = macd.tail(lookback)\r\n\r\n # 顶背驰检测\r\n price_high = recent[price_col].max()\r\n dif_high = recent_macd[\"DIF\"].max()\r\n\r\n # 检查历史高点\r\n historical = df.head(len(df) - lookback)\r\n hist_macd = calculate_macd(historical[price_col])\r\n hist_price_high = historical[price_col].max()\r\n hist_dif_high = hist_macd[\"DIF\"].max()\r\n\r\n # 顶背驰判定：价格创新高，但DIF不创新高\r\n is_top_divergence = (\r\n price_high > hist_price_high and\r\n dif_high < hist_dif_high\r\n )\r\n\r\n # 底背驰检测\r\n price_low = recent[price_col].min()\r\n dif_low = recent_macd[\"DIF\"].min()\r\n hist_price_low = historical[price_col].min()\r\n hist_dif_low = hist_macd[\"DIF\"].min()\r\n\r\n is_bottom_divergence = (\r\n price_low < hist_price_low and\r\n dif_low > hist_dif_low\r\n )\r\n\r\n return {\r\n \"is_top_divergence\": is_top_divergence,\r\n \"is_bottom_divergence\": is_bottom_divergence,\r\n \"details\": {\r\n \"current_price_high\": price_high,\r\n \"historical_price_high\": hist_price_high,\r\n \"current_dif_high\": dif_high,\r\n \"historical_dif_high\": hist_dif_high,\r\n \"divergence_strength\": abs(dif_high - hist_dif_high) / hist_dif_high if hist_dif_high != 0 else 0\r\n }\r\n }\r\n```\r\n\r\n---\r\n\r\n## 七、三类买卖点量化判定\r\n\r\n```python\r\ndef find_buy_sell_points(df: pd.DataFrame) -> dict:\r\n \"\"\"\r\n 缠论三类买卖点量化识别\r\n 返回: 包含各类买卖点位置的字典\r\n \"\"\"\r\n # Step 1: 计算缠论结构\r\n klines = df.to_dict(\"records\")\r\n\r\n # Step 2: 识别笔\r\n bi_list = identify_bi(klines)\r\n if len(bi_list) < 5:\r\n return {\"error\": \"数据不足以形成笔结构\"}\r\n\r\n # Step 3: 识别线段\r\n xianduan_list = identify_xianduan(bi_list)\r\n\r\n # Step 4: 识别中枢\r\n zhongshu_list = identify_zhongshu(xianduan_list)\r\n\r\n # Step 5: 计算MACD\r\n macd_df = calculate_macd(df[\"close\"])\r\n df_with_macd = df.copy()\r\n df_with_macd[\"DIF\"] = macd_df[\"DIF\"].values\r\n df_with_macd[\"DEA\"] = macd_df[\"DEA\"].values\r\n df_with_macd[\"BAR\"] = macd_df[\"BAR\"].values\r\n\r\n # Step 6: 买卖点识别\r\n buy_points = {\"first\": [], \"second\": [], \"third\": []}\r\n sell_points = {\"first\": [], \"second\": [], \"third\": []}\r\n\r\n # 第一类买点：趋势背驰点\r\n if len(zhongshu_list) >= 2 and len(bi_list) >= 5:\r\n last_down_bi = None\r\n for bi in reversed(bi_list):\r\n if bi[\"type\"] == \"down\":\r\n last_down_bi = bi\r\n break\r\n\r\n if last_down_bi:\r\n # 检查背驰\r\n bi_idx = last_down_bi[\"end_idx\"]\r\n segment_data = df_with_macd.iloc[max(0, bi_idx-50):bi_idx+1]\r\n divergence = check_divergence(segment_data)\r\n if divergence[\"is_bottom_divergence\"]:\r\n buy_points[\"first\"].append({\r\n \"price\": last_down_bi[\"end_price\"],\r\n \"index\": bi_idx,\r\n \"背驰强度\": divergence[\"details\"].get(\"divergence_strength\", 0)\r\n })\r\n\r\n # 第二类买点：第一类买点后向上笔回调不破低点\r\n if buy_points[\"first\"] and len(bi_list) >= 6:\r\n first_buy = buy_points[\"first\"][-1]\r\n first_buy_idx = first_buy[\"index\"]\r\n for bi in bi_list:\r\n if bi[\"start_idx\"] > first_buy_idx and bi[\"type\"] == \"up\":\r\n # 找到向上笔之后的向下笔\r\n next_down = None\r\n for later_bi in bi_list:\r\n if later_bi[\"start_idx\"] > bi[\"end_idx\"] and later_bi[\"type\"] == \"down\":\r\n next_down = later_bi\r\n break\r\n if next_down and next_down[\"end_price\"] > first_buy[\"price\"]:\r\n buy_points[\"second\"].append({\r\n \"price\": next_down[\"end_price\"],\r\n \"index\": next_down[\"end_idx\"]\r\n })\r\n break\r\n\r\n # 第三类买点：向上离开中枢后回调不进中枢\r\n if len(zhongshu_list) >= 1 and len(bi_list) >= 4:\r\n last_zs = zhongshu_list[-1]\r\n for bi in reversed(bi_list):\r\n if bi[\"type\"] == \"up\" and bi[\"start_idx\"] >= last_zs[\"end_idx\"]:\r\n if bi[\"end_price\"] > last_zs[\"ZG\"]:\r\n # 向上离开中枢，检查是否回调不进\r\n for later_bi in bi_list:\r\n if later_bi[\"start_idx\"] > bi[\"end_idx\"] and later_bi[\"type\"] == \"down\":\r\n if later_bi[\"end_price\"] > last_zs[\"ZD\"]:\r\n buy_points[\"third\"].append({\r\n \"price\": later_bi[\"end_price\"],\r\n \"index\": later_bi[\"end_idx\"],\r\n \"中枢ZG\": last_zs[\"ZG\"],\r\n \"中枢ZD\": last_zs[\"ZD\"]\r\n })\r\n break\r\n break\r\n\r\n return {\r\n \"buy_points\": buy_points,\r\n \"sell_points\": sell_points, # 对称逻辑可得\r\n \"中枢\": zhongshu_list[-1] if zhongshu_list else None,\r\n \"最近笔\": bi_list[-1] if bi_list else None\r\n }\r\n```\r\n\r\n---\r\n\r\n## 八、czsc框架集成（推荐使用）\r\n\r\n```python\r\n# 使用 czsc 框架进行缠论分析（更完整实现）\r\nfrom czsc import CZSC, CZSC_ANlaysis\r\nfrom czsc.utils import get_default_config\r\nimport akshare as ak\r\n\r\ndef chanlun_analysis_czsc(stock_code: str, end_date: str = None):\r\n \"\"\"\r\n 使用czsc框架进行缠论分析（推荐方式）\r\n \"\"\"\r\n # Step 1: 获取数据\r\n df = ak.stock_zh_a_hist(symbol=stock_code, period=\"daily\", adjust=\"qfq\")\r\n\r\n # Step 2: 构建缠论对象\r\n c = CZSC(df, freq=\"日线\")\r\n\r\n # Step 3: 获取分型\r\n fengxing = c.fengxing\r\n\r\n # Step 4: 获取笔\r\n bi = c.bi\r\n\r\n # Step 5: 获取线段\r\n xd = c.xianduan\r\n\r\n # Step 6: 获取中枢\r\n zs = c.zhongshu\r\n\r\n # Step 7: 获取买卖点信号\r\n signals = c.get_signals()\r\n\r\n # Step 8: 生成分析报告\r\n report = {\r\n \"股票代码\": stock_code,\r\n \"最新价格\": df[\"close\"].iloc[-1],\r\n \"分型数量\": len(fengxing),\r\n \"笔数量\": len(bi),\r\n \"线段数量\": len(xd),\r\n \"中枢数量\": len(zs),\r\n \"最新买卖点\": signals[-1] if signals else None,\r\n }\r\n\r\n return report\r\n```\r\n\r\n---\r\n\r\n## 九、可视化缠论结构\r\n\r\n```python\r\nimport matplotlib.pyplot as plt\r\nimport mplfinance as mpf\r\n\r\ndef plot_chanlun(df: pd.DataFrame, bi_list: list, zhongshu_list: list, save_path: str = None):\r\n \"\"\"\r\n 缠论结构可视化\r\n \"\"\"\r\n fig, axes = plt.subplots(2, 1, figsize=(16, 10),\r\n gridspec_kw={'height_ratios': [3, 1]})\r\n\r\n # 上图：K线 + 笔 + 中枢\r\n ax1 = axes[0]\r\n mpf.plot(df.set_index(\"dt\"), type=\"candle\", ax=ax1, style=\"charles\",\r\n show_nontrading=False, mav=(5, 10, 20))\r\n\r\n # 标注笔\r\n colors = {\"up\": \"r\", \"down\": \"g\"}\r\n for bi in bi_list[-20:]: # 最近20笔\r\n start = bi[\"start_idx\"]\r\n end = bi[\"end_idx\"]\r\n ax1.annotate(\"\", xy=(end, bi[\"end_price\"]), xytext=(start, bi[\"start_price\"]),\r\n arrowprops=dict(arrowstyle=\"->\", color=colors[bi[\"type\"]], lw=2))\r\n\r\n # 标注中枢\r\n for zs in zhongshu_list[-3:]:\r\n ax1.axhline(y=zs[\"ZG\"], color=\"purple\", linestyle=\"--\", alpha=0.5)\r\n ax1.axhline(y=zs[\"ZD\"], color=\"purple\", linestyle=\"--\", alpha=0.5)\r\n ax1.fill_between(range(len(df)), zs[\"ZD\"], zs[\"ZG\"], alpha=0.1, color=\"purple\")\r\n\r\n # 下图：MACD\r\n ax2 = axes[1]\r\n macd = calculate_macd(df[\"close\"])\r\n ax2.plot(macd[\"DIF\"], label=\"DIF\", color=\"blue\")\r\n ax2.plot(macd[\"DEA\"], label=\"DEA\", color=\"orange\")\r\n ax2.bar(range(len(macd)), macd[\"BAR\"], label=\"BAR\", color=\"red\", alpha=0.5)\r\n ax2.legend()\r\n ax2.set_title(\"MACD指标（辅助背驰判定）\")\r\n\r\n plt.tight_layout()\r\n if save_path:\r\n plt.savefig(save_path, dpi=150)\r\n plt.show()\r\n```\r\n\r\n---\r\n\r\n## 十、性能优化建议\r\n\r\n| 优化方向 | 方法 | 效果 |\r\n|---------|------|------|\r\n| 数据处理 | 使用numpy向量化替代循环 | 速度提升10-50倍 |\r\n| 分型识别 | Cython编译热点函数 | 速度提升5-20倍 |\r\n| 实时计算 | 只计算新增K线的笔/线段变化 | 实时性提升 |\r\n| 可视化 | 使用mplfinance而非matplotlib原生 | 更快更美观 |\r\n| 数据存储 | 使用SQLite存储历史数据 | 避免重复下载 |\r\n\r\n---\r\n\r\n> 📌 **合规提示**：缠论量化分析仅供参考，实盘操作前请充分回测，切勿盲目依赖单一指标。\n\nFile v5.0.1:references/chanlun_analysis_templates.md\n\n# 缠论分析模板与经典案例\r\n\r\n> 标准化的缠论分析报告模板，配合贵州茅台/宁德时代等经典案例，\r\n> 适用于：大盘指数分析、个股走势分解、行业板块轮动分析。\r\n\r\n---\r\n\r\n## 一、标准缠论分析报告模板（个股）\r\n\r\n```markdown\r\n# {{股票名称}}({{代码}}) 缠论分析报告\r\n\r\n**分析日期**: {{YYYY-MM-DD}}\r\n**当前价格**: {{价格}}元\r\n**分析级别**: {{日线/周线/月线}}\r\n\r\n---\r\n\r\n## 一、走势当前状态\r\n\r\n### 1.1 笔的划分（最近20笔）\r\n| 笔编号 | 方向 | 起始点 | 结束点 | 持续K线数 |\r\n|--------|------|--------|--------|---------|\r\n| {{N-20}} | {{up/down}} | {{价格}} | {{价格}} | {{N}} |\r\n| ... | ... | ... | ... | ... |\r\n| {{N}} | {{当前笔方向}} | {{价格}} | {{当前}} | {{进行中}} |\r\n\r\n**当前笔状态**: {{进行中/已完成}}，{{距顶底分型还有X根K线}}\r\n\r\n### 1.2 线段状态\r\n| 线段 | 方向 | 包含笔数 | 中枢区间 | 状态 |\r\n|------|------|---------|---------|------|\r\n| {{XD-N}} | {{up}} | 3 | [ZG-ZD] | 已完成 |\r\n| {{XD-N+1}} | {{down}} | 3 | [ZG-ZD] | 已完成 |\r\n\r\n**当前线段**: {{XD-N+2}}（方向：{{up/down}}），状态：{{进行中/已完成}}\r\n\r\n### 1.3 中枢分析\r\n| 中枢编号 | 级别 | ZG | ZD | 方向 | 包含段数 |\r\n|---------|------|-----|-----|------|---------|\r\n| {{ZS-2}} | {{日线}} | {{ZG}} | {{ZD}} | {{向上}} | {{3}} |\r\n| {{ZS-1}} | {{日线}} | {{ZG}} | {{ZD}} | {{向上}} | {{3}} |\r\n\r\n**最新中枢状态**:\r\n- 中枢区间：[{{ZG}}-{{ZD}}]，幅度：{{ZG-ZD}}元（{{%}}）\r\n- 中枢方向：{{向上/向下/中性}}\r\n- 中枢类型：{{普通/扩张/扩展}}\r\n\r\n### 1.4 走势类型判定\r\n**当前走势**: {{上涨/下跌/盘整}} {{第N段}}\r\n- 已有中枢数：{{N}}个\r\n- 走势方向：{{向上/向下}}\r\n- 走势完成度：{{%}}（中枢形成后视为完成）\r\n\r\n---\r\n\r\n## 二、背驰分析\r\n\r\n### 2.1 MACD指标\r\n| 指标 | 当前值 | 前一段值 | 比较结果 |\r\n|------|--------|---------|---------|\r\n| DIF | {{值}} | {{值}} | {{创新高/未创新高}} |\r\n| DEA | {{值}} | {{值}} | {{创新高/未创新高}} |\r\n| BAR面积 | {{值}} | {{值}} | {{增大/减小}} |\r\n\r\n### 2.2 背驰判定\r\n| 分析维度 | 判定 | 详情 |\r\n|---------|------|------|\r\n| 价格创新高/低 | {{是/否}} | {{具体数值}} |\r\n| MACD背驰 | {{是/否}} | {{DIF/BAR面积}} |\r\n| 背驰类型 | {{趋势/盘整}} | {{描述}} |\r\n| **背驰强度** | **{{★评分}}** | **{{%}}幅度** |\r\n\r\n---\r\n\r\n## 三、三类买卖点识别\r\n\r\n### 3.1 第一类买点/卖点\r\n- **位置**: {{价格}}元（第{{N}}笔结束点）\r\n- **形成条件**:\r\n - [ ] 两个以上{{同向}}中枢\r\n - [ ] 离开段{{创新低}}（价格）\r\n - [ ] {{MACD面积/力度}}背驰\r\n- **背驰强度**: {{★★★}}\r\n- **状态**: {{已形成/即将形成/未形成}}\r\n- **止损位**: {{价格}}元（跌破则止损）\r\n\r\n### 3.2 第二类买点/卖点\r\n- **位置**: {{价格}}元（第{{N}}笔结束点）\r\n- **形成条件**:\r\n - [ ] 在第一买点{{上方}}\r\n - [ ] 向上走势第一次回调\r\n - [ ] 回调{{不破第一买点低点}}\r\n- **状态**: {{已形成/即将形成/未形成}}\r\n- **建议**: {{可建仓/可加仓}}\r\n\r\n### 3.3 第三类买点/卖点\r\n- **位置**: {{价格}}元（第{{N}}笔结束点）\r\n- **形成条件**:\r\n - [ ] 向上离开中枢（突破ZG）\r\n - [ ] 回调段回踩\r\n - [ ] 回调{{不进入中枢ZD}}\r\n- **中枢参考**: ZG={{ZG}}，ZD={{ZD}}\r\n- **状态**: {{已形成/即将形成/未形成}}\r\n- **建议**: {{重仓介入/轻仓试探}}\r\n\r\n---\r\n\r\n## 四、多级别联立验证\r\n\r\n### 4.1 各级别状态\r\n| 级别 | 当前笔方向 | 中枢状态 | 买卖点 | 操作意义 |\r\n|------|-----------|---------|--------|---------|\r\n| 月线 | {{向上}} | {{中枢延伸}} | {{暂无明显买点}} | {{大方向参考}} |\r\n| 周线 | {{向上}} | {{中枢震荡}} | {{周线二买区域}} | {{主要操作区间}} |\r\n| 日线 | {{向上}} | {{中枢上沿}} | {{日线三买区域}} | {{精细化入场}} |\r\n\r\n### 4.2 大级别引导判定\r\n- 月线方向：{{向上}} → 大方向：{{做多/做空}}\r\n- 周线方向：{{向上}} → 操作方向：{{与月线同向，支持做多}}\r\n- 日线买点：{{三买}} → 当前买点级别：{{有效/待确认}}\r\n\r\n---\r\n\r\n## 五、综合结论与操作建议\r\n\r\n### 5.1 当前最优策略\r\n{{描述当前最佳操作方向和策略}}\r\n\r\n### 5.2 买卖区间建议\r\n| 操作 | 价格区间 | 说明 |\r\n|------|---------|------|\r\n| 买入区间 | {{XX-XX}}元 | {{三买区域}} |\r\n| 止损位 | {{XX}}元 | {{跌破止损}} |\r\n| 目标位1 | {{XX}}元 | {{中枢上沿附近}} |\r\n| 目标位2 | {{XX}}元 | {{前高/第二个中枢}} |\r\n\r\n### 5.3 风险提示\r\n- 走势可能延伸（中枢扩展）\r\n- 大盘系统性风险\r\n- 基本面突发利空\r\n\r\n---\r\n\r\n## 六、缠论图解参考\r\n\r\n```\r\n{{文字图示缠论结构}}\r\n\r\n ┌──┐ ← 第一卖点\r\n │ │ （趋势背驰）\r\n │ │\r\n ┌──┘ │\r\n │ ↑ ← 日线顶分型\r\n └──┐ │\r\n │ │ ← 第二卖点\r\n │ │ （反弹不创新高）\r\n └──┘\r\n ↓\r\n {{向下笔/线段}}\r\n ↓\r\n ┌──────┐\r\n │ 中枢 │ ← 日线中枢区间\r\n └──────┘\r\n ↓\r\n```\r\n\r\n---\r\n\r\n> ⚠️ 本报告基于缠论技术分析理论，仅供参考，不构成投资建议。\r\n> 投资有风险，入市需谨慎。\r\n```\r\n\r\n---\r\n\r\n## 二、大盘分析报告模板（上证指数）\r\n\r\n```markdown\r\n# 上证指数 缠论分析报告\r\n\r\n**分析日期**: {{YYYY-MM-DD}}\r\n**当前点位**: {{XXXX}}点\r\n**近期成交额**: {{X}}万亿元\r\n\r\n---\r\n\r\n## 一、月线级别（判断牛熊）\r\n\r\n### 月线笔走势（2021年至今）\r\n```\r\n走势阶段：\r\n - 3731（2021.02）→ 当前：月线向下笔延伸中\r\n\r\n月线中枢：\r\n - 第一个月线中枢：2440-3731（2019-2021年）\r\n - 第二个中枢：3731至今（构建中）\r\n\r\n当前状态：\r\n - 向下笔：从3731至今，持续{{N}}个月\r\n - 等待：月线底分型确认（尚未形成）\r\n```\r\n\r\n### 月线操作建议\r\n- 月线向下笔期间：中线以上不持仓\r\n- 关注信号：月线底分型形成\r\n\r\n---\r\n\r\n## 二、周线级别（操作区间）\r\n\r\n### 周线中枢分析\r\n```\r\n当前状态：\r\n - 第二个周线中枢：{{XXXX}}-{{XXXX}}点\r\n - 中枢方向：{{向上/向下}}\r\n - 中枢类型：{{震荡/扩展}}\r\n\r\n近期走势（2024-2025）：\r\n - 2689点（2024.09前低）→ 反弹\r\n - 走势类型：日线级别反弹，周线笔延伸\r\n```\r\n\r\n### 周线买卖点\r\n- 周线第二类买点：{{2689附近}}（已形成）\r\n- 周线第三类买点：{{需观察是否回踩确认}}\r\n\r\n---\r\n\r\n## 三、日线级别（精细化操作）\r\n\r\n### 日线走势当前状态\r\n```\r\n当前走势：{{上涨/下跌/盘整}} {{第N段}}\r\n\r\n最新日线中枢：\r\n ZG：{{XXXX}}点\r\n ZD：{{XXXX}}点\r\n 区间幅度：{{XX}}点（从{{XXXX}}至{{XXXX}}）\r\n\r\n当前笔方向：{{向上}}（{{第N笔}}）\r\n```\r\n\r\n### 关键点位\r\n| 类型 | 点位 | 说明 |\r\n|------|------|------|\r\n| 日线三买区间 | {{XXXX}}-{{XXXX}} | 突破后的回踩确认 |\r\n| 日线中枢上沿 | {{XXXX}} | 当前压力位 |\r\n| 日线中枢下沿 | {{XXXX}} | 当前支撑位 |\r\n| 前高 | {{XXXX}} | 趋势延伸目标 |\r\n\r\n---\r\n\r\n## 三、贵州茅台经典案例（缠论第14课）\r\n\r\n### 原始案例（2003-2008年）\r\n\r\n```\r\n缠论第14课核心：\r\n\r\n贵州茅台（600519）周线级别分析：\r\n\r\n【2003年】周线第一类买点\r\n- 位置：约20元（不复权价格）\r\n- 形成条件：\r\n 1. 周线下跌趋势\r\n 2. 两个周线下跌中枢\r\n 3. 离开段与进入段背驰（MACD面积比较）\r\n- 结果：这是缠论历史上的经典买点\r\n\r\n【2007年】周线第一类卖点\r\n- 位置：约200元+\r\n- 形成条件：\r\n 1. 周线上涨趋势\r\n 2. 两个周线上涨中枢\r\n 3. 趋势背驰\r\n- 结果：之后茅台从200+跌至50元\r\n\r\n【2008年】周线第二类买点\r\n- 位置：约100元附近\r\n- 形成条件：\r\n 1. 不破2003年低点（约20元）\r\n 2. 向上走势回调确认\r\n- 结果：这是茅台历史上第二个绝佳买点\r\n```\r\n\r\n### 2020-2023年缠论案例\r\n\r\n```\r\n贵州茅台日线走势分解：\r\n\r\n【2020年】日线第三类买点 + 主升浪\r\n- 第三个日线中枢（1000-1300区间）形成\r\n- 向上离开中枢：突破1300元\r\n- 回踩确认：回调不破1000元（三买确认）\r\n- 主升浪：1300→2600元\r\n\r\n【2021年2月】日线第一类卖点\r\n- 位置：约2600元\r\n- 形成条件：\r\n 1. 日线上涨趋势，两个以上中枢\r\n 2. 离开段（2300→2600）vs 进入段（1700→2300）\r\n 3. MACD背驰确认\r\n- 结果：茅台从2600跌至1500元（跌幅42%）\r\n\r\n【2022年】日线第二类卖点\r\n- 位置：约1900-2000元\r\n- 形成条件：\r\n 1. 一卖后向上反弹\r\n 2. 反弹不创新高（未破2600）\r\n- 结果：再次下跌至1500元\r\n\r\n【2023-2024年】日线中枢震荡\r\n- 中枢区间：1500-1900元\r\n- 走势类型：日线盘整（等待方向选择）\r\n```\r\n\r\n### 缠论启示（茅台案例总结）\r\n\r\n```\r\n从茅台案例中学到的：\r\n1. 大级别买点（周线一买）= 超长期大机会\r\n2. 三类买卖点按顺序出现（一买→二买→三买→一卖→二卖→三卖）\r\n3. 趋势背驰后的反弹力度：完全返回最后一个中枢\r\n4. 盘整走势：要等待方向选择，不要在中枢内频繁操作\r\n5. 多级别联立：月线方向向上 → 周线买点才有效\r\n```\r\n\r\n---\r\n\r\n## 四、宁德时代案例（新能源龙头）\r\n\r\n```\r\n宁德时代（300750）日线缠论分析（2021-2024）\r\n\r\n【2021年12月】日线第一类卖点\r\n- 位置：约692元（历史高点）\r\n- 日线状态：\r\n - 从130元涨至692元（约5倍）\r\n - 两个日线上涨中枢\r\n - 趋势背驰（创新高但MACD背驰）\r\n- 结果：692→353元（跌幅49%）\r\n\r\n【2022年4月】日线第一类买点\r\n- 位置：约353元\r\n- 形成条件：\r\n - 日线下跌趋势，两个中枢\r\n - 背驰确认\r\n- 结果：353元→年内高点580元（涨幅64%）\r\n\r\n【2022年10月】第二类买点\r\n- 位置：约390元（二买区域）\r\n- 结果：之后涨至2023年7月高点500+\r\n\r\n【2024年】当前状态\r\n- 日线中枢：350-400元区间\r\n- 等待：向上离开中枢的第三类买点确认\r\n```\r\n\r\n---\r\n\r\n## 五、板块缠论轮动分析模板\r\n\r\n```markdown\r\n# {{行业名称}}板块 缠论轮动分析\r\n\r\n**分析日期**: {{YYYY-MM-DD}}\r\n**板块指数**: {{XXXXXX}}\r\n\r\n---\r\n\r\n## 一、板块指数走势\r\n\r\n### 缠论结构\r\n- **当前走势**：{{上涨/下跌/盘整}} {{第N段}}\r\n- **日线中枢**：{{ZG}}-{{ZD}}\r\n- **中枢方向**：{{向上/向下/中性}}\r\n\r\n### 关键点位\r\n| 类型 | 点位 | 说明 |\r\n|------|------|------|\r\n| 三买区间 | {{XXXX}}-{{XXXX}} | 突破后回踩 |\r\n| 三卖区间 | {{XXXX}}-{{XXXX}} | 跌破后反弹 |\r\n\r\n---\r\n\r\n## 二、板块内个股联动\r\n\r\n### 龙头股缠论状态\r\n| 股票 | 代码 | 走势类型 | 买点位置 | 与板块节奏 |\r\n|------|------|---------|---------|-----------|\r\n| {{龙头1}} | {{代码}} | {{上涨中枢}} | {{三买}} | {{领先/同步}} |\r\n| {{龙头2}} | {{代码}} | {{上涨中枢}} | {{一买}} | {{领先/同步}} |\r\n\r\n### 轮动节奏判断\r\n```\r\n缠论视角的板块轮动逻辑：\r\n\r\n1. 领涨板块：最先完成下跌趋势，率先出现日线一买\r\n2. 跟涨板块：在领涨板块突破后，出现日线三买\r\n3. 补涨板块：在主线板块上涨后，才开始启动\r\n\r\n当前各板块所处阶段：\r\n - {{领涨板块1}}：{{三买完成，主升浪}}\r\n - {{跟涨板块1}}：{{一买区域}}\r\n - {{滞涨板块1}}：{{中枢震荡}}\r\n```\r\n\r\n---\r\n\r\n## 三、选股策略\r\n\r\n### 基于缠论的板块内选股\r\n```\r\n优先选择（在板块启动时）：\r\n1. 板块内最先出现日线一买的个股\r\n2. 走势与板块同步且力度更强的个股\r\n3. 已有日线三买确认的个股\r\n\r\n规避（在板块回调时）：\r\n1. 板块下跌时率先破位的个股\r\n2. 力度弱于板块平均水平的个股\r\n3. 中枢扩张/扩展的个股\r\n```\r\n\r\n---\r\n\r\n## 四、板块轮动节奏预测\r\n\r\n```\r\n缠论板块轮动时间表（理论框架）：\r\n\r\nT+0：领涨板块突破（日线三买确认）\r\nT+1~T+5：领涨板块主升浪\r\nT+3~T+7：跟涨板块启动\r\nT+7~T+14：补涨板块轮动\r\nT+14~：板块内部分化，等待下一个周期\r\n\r\n缠论视角：关注板块指数是否出现日线级别的背驰\r\n → 一旦出现顶背驰，说明整个板块短期动力减弱\r\n → 资金开始向其他板块轮动\r\n```\r\n\r\n---\r\n\r\n## 六、快捷指令速查\r\n\r\n| 指令 | 触发 | 输出 |\r\n|------|------|------|\r\n| `/大盘` | 上证/大盘分析 | 缠论大盘日线报告 |\r\n| `/茅台` | 茅台案例 | 缠论经典案例 |\r\n| `/买点` | 一买/二买/三买 | 量化买点识别 |\r\n| `/卖点` | 一卖/二卖/三卖 | 量化卖点识别 |\r\n| `/背驰` | 背驰判定 | 背驰分析 |\r\n| `/中枢` | 中枢分析 | 中枢状态 |\r\n| `/板块` | 板块分析 | 板块轮动分析 |\r\n| `/多级别` | 多级别/联立 | 各级别联立验证 |\r\n| `/画图` | 画图/图示 | ASCII图解缠论结构 |\r\n\r\n---\r\n\r\n## 七、缠论术语速查表\r\n\r\n| 中文术语 | 英文对应 | 简写 | 定义 |\r\n|---------|---------|------|------|\r\n| 顶分型 | Top Fractal | TF | 三K线顶 |\r\n| 底分型 | Bottom Fractal | BF | 三K线底 |\r\n| 笔 | Stroke | Bi | 分型间≥5K线 |\r\n| 线段 | Segment | XD | 三笔构成 |\r\n| 中枢 | Trading Range | ZS/Zhongshu | 三段重叠区间 |\r\n| 走势类型 | Trend Type | — | 上涨/下跌/盘整 |\r\n| 背驰 | Divergence | — | 力度衰竭 |\r\n| 第一类买点 | 1st Buy | B1 | 趋势背驰最低点 |\r\n| 第二类买点 | 2nd Buy | B2 | 一买后回调低 |\r\n| 第三类买点 | 3rd Buy | B3 | 突破后回踩低 |\r\n| 区间套 | Interval Set | — | 多级别精确定位 |\r\n\r\n---\r\n\r\n> 📌 **温馨提示**：本模板和案例仅供参考，不构成投资建议。缠论学习需要长期实践，建议先模拟操作，熟练后再考虑实盘。\n\nFile v5.0.1:references/chanlun_practice_guide.md\n\n# 缠论实战操作指南\r\n\r\n> 从理论到实战：缠论买卖点速查、背驰判定标准、级别选择、操作纪律、常见错误。适用于A股日线/周线级别操作。\r\n\r\n---\r\n\r\n## 一、缠论核心概念速查\r\n\r\n### 1.1 形态学基础概念\r\n\r\n| 概念 | 定义 | 实战意义 |\r\n|------|------|---------|\r\n| **顶分型** | 三根K线中间最高、两端次高 | 潜在卖点区域 |\r\n| **底分型** | 三根K线中间最低、两端次低 | 潜在买点区域 |\r\n| **笔** | 顶底分型之间≥5根K线 | 走势的最小单元 |\r\n| **线段** | 连续三笔构成 | 走势的方向单元 |\r\n| **中枢** | 三段以上重叠区间 | 走势的\"引力中心\" |\r\n| **走势类型** | 上涨/下跌/盘整 | 操作方向判断 |\r\n\r\n### 1.2 动力学核心概念\r\n\r\n| 概念 | 定义 | 实战意义 |\r\n|------|------|---------|\r\n| **背驰** | 创新高/低但力度减弱 | 趋势即将反转信号 |\r\n| **趋势背驰** | 两个以上中枢的趋势中背驰 | 必返回最后一个中枢 |\r\n| **盘整背驰** | 单一中枢震荡中的背驰 | 可能返回，需观察 |\r\n| **MACD面积** | 红绿柱面积总和 | 量化背驰力度 |\r\n\r\n### 1.3 三类买卖点速查\r\n\r\n```\r\n买点三兄弟（由下至上）：\r\n\r\n第一类买点（抄底点）\r\n └─ 位置：下跌趋势背驰的最低点\r\n └─ 风险：最低（止损位明确）\r\n └─ 收益：最高（真正底部）\r\n └─ 频率：最少（需要趋势背驰）\r\n\r\n第二类买点（确认点）\r\n └─ 位置：一买之后的向上回调低点\r\n └─ 风险：较低（已确认一买有效）\r\n └─ 收益：较高（趋势已启动）\r\n └─ 频率：中等\r\n\r\n第三类买点（加速点）\r\n └─ 位置：向上离开中枢后的回调不破\r\n └─ 风险：中等（需观察是否有效突破）\r\n └─ 收益：较高（主升浪起点）\r\n └─ 频率：较多（中枢震荡中常见）\r\n\r\n卖点对称：第三卖点→第二卖点→第一卖点\r\n```\r\n\r\n---\r\n\r\n## 二、背驰判定标准\r\n\r\n### 2.1 MACD辅助判定（最实用方法）\r\n\r\n```\r\n顶背驰判定流程：\r\n Step 1: 确认走势（两个以上中枢的上涨趋势）\r\n Step 2: 找到最近的离开段（从最后一个中枢向上离开的段）\r\n Step 3: 比较离开段与进入段的MACD面积\r\n Step 4: 离开段创新高但MACD面积/高度 < 进入段 → 顶背驰\r\n\r\n量化标准：\r\n - 创新高（价格创阶段新高）\r\n - 但DIF值未创新高（相比进入段）\r\n - 或红柱面积未创新高\r\n - → 顶背驰成立\r\n\r\n底背驰判定流程：\r\n - 下跌趋势中创新低\r\n - 但DIF值未创新低（相比进入段）\r\n - 或绿柱面积未创新低\r\n → 底背驰成立\r\n```\r\n\r\n### 2.2 均线辅助判定\r\n\r\n| 方法 | 判定标准 | 适用场景 |\r\n|------|---------|---------|\r\n| MA5/MA10 | 价格创新高/低，但均线未跟随 | 辅助确认 |\r\n| MA20/MA60 | 判断大级别方向 | 日线/周线 |\r\n| 布林带 | 触及外轨后回归 | 超买超卖辅助 |\r\n\r\n### 2.3 背驰强度评分\r\n\r\n| 评分 | 背驰幅度 | 实战意义 |\r\n|------|---------|---------|\r\n| ★★★★★ | ≥50% | 极强，必返回中枢 |\r\n| ★★★★ | 30-50% | 强，可重仓 |\r\n| ★★★ | 20-30% | 中等，标准仓位 |\r\n| ★★ | 10-20% | 弱，轻仓试探 |\r\n| ★ | <10% | 很弱，观察为主 |\r\n\r\n> 背驰幅度 = (进入段指标值 - 离开段指标值) / 进入段指标值\r\n\r\n---\r\n\r\n## 三、级别选择与操作匹配\r\n\r\n### 3.1 级别与持仓周期对照\r\n\r\n| 级别 | K线周期 | 适合人群 | 持仓周期 | 止损空间 |\r\n|------|---------|---------|---------|---------|\r\n| 最低级别 | 1分钟 | 短线高手 | 当日/隔日 | 1-2% |\r\n| 分钟级 | 5-30分钟 | 有盯盘时间 | 1-7天 | 3-5% |\r\n| **日线级** | 日K | **普通投资者（推荐）** | 1周-3月 | 5-10% |\r\n| 周线级 | 周K | 长线投资者 | 1月-1年 | 10-20% |\r\n| 月线级 | 月K | 超长线配置 | 1年以上 | 20%+ |\r\n\r\n**缠论建议：日线级别是普通投资者的最佳起点**\r\n\r\n### 3.2 多级别联立操作原则\r\n\r\n```\r\n大级别定方向，小级别定买点\r\n\r\n月线级别（1个月以上）：\r\n └─ 判断：当前是牛市还是熊市？\r\n └─ 操作：月线向上笔 → 中线以上持有\r\n └─ 操作：月线向下笔 → 中线以上空仓/做空\r\n\r\n周线级别（1周-3个月）：\r\n └─ 判断：在月线方向下的次级趋势\r\n └─ 操作：周线买点 → 买入\r\n └─ 操作：周线卖点 → 减仓/观望\r\n\r\n日线级别（1周-3个月）：\r\n └─ 判断：精细化定位周线买卖点\r\n └─ 操作：日线一买/二买/三买 → 加仓/建仓\r\n └─ 操作：日线一卖/二卖/三卖 → 减仓/止损\r\n\r\n30分钟/60分钟（1-7天）：\r\n └─ 用途：精确化入场点位（区间套）\r\n └─ 操作：找到日线买点对应的小级别入场点\r\n```\r\n\r\n---\r\n\r\n## 四、止损与仓位管理\r\n\r\n### 4.1 止损标准\r\n\r\n| 买点类型 | 止损位 | 止损方式 |\r\n|---------|--------|---------|\r\n| 第一类买点 | 跌破第一买点价格3% | 止损出局 |\r\n| 第二类买点 | 跌破第一类买点 | 止损出局 |\r\n| 第三类买点 | 跌破中枢ZD（收盘确认） | 止损出局 |\r\n\r\n### 4.2 仓位配置建议\r\n\r\n```\r\n缠论操作仓位原则：金字塔加仓法\r\n\r\n第一买点（底背驰点）：\r\n └─ 初始仓位：20%（试探性建仓）\r\n └─ 止损：3%\r\n\r\n第二买点（确认买点）：\r\n └─ 加仓：30%（确认一买有效后）\r\n └─ 累计仓位：50%\r\n └─ 止损：移动至成本价\r\n\r\n第三类买点（加速买点）：\r\n └─ 加仓：30%（趋势确认启动）\r\n └─ 累计仓位：80%（留20%现金）\r\n └─ 止损：移动至第三买点入场价\r\n\r\n总仓位：建议不超过80%，保留20%现金应对极端情况\r\n```\r\n\r\n### 4.3 出局原则\r\n\r\n```\r\n必须出局的信号：\r\n 1. 跌破止损位（严格执行）\r\n 2. 出现反向第一类买卖点\r\n 3. 走势扩展为更大级别（中枢扩张）\r\n 4. 大级别出现反向走势（月线笔改变方向）\r\n\r\n可以持有的情况：\r\n 1. 在中枢内震荡（正常持有）\r\n 2. 向上离开中枢（继续持有）\r\n 3. 回调不破第三类买点（加仓机会）\r\n```\r\n\r\n---\r\n\r\n## 五、常见错误与避免方法\r\n\r\n### 5.1 最高频的错误\r\n\r\n| 错误 | 表现 | 解决方法 |\r\n|------|------|---------|\r\n| **在第一买点买入后频繁止损** | 买入后继续下跌，止损出局后又涨 | 第一买点前等待第二买点确认 |\r\n| **把盘整背驰当趋势背驰** | 盘整中买入后继续震荡 | 确认有两个以上中枢才是趋势 |\r\n| **小级别背驰大级别无引导** | 5分钟背驰但日线仍在下跌 | 严格遵守大级别引导原则 |\r\n| **中枢扩张时不处理** | 中枢扩展后不知所措 | 按扩展后的中枢重新定位买卖点 |\r\n| **重仓抄底** | 第一买点全仓买入 | 永远分批建仓，金字塔加仓 |\r\n\r\n### 5.2 中枢操作常见误区\r\n\r\n```\r\n❌ 误区1：中枢内频繁高抛低吸\r\n 问题：中枢震荡方向不确定，可能两边被打脸\r\n 正确：在中枢内不操作，等待突破\r\n\r\n❌ 误区2：在第三买点追高买入\r\n 问题：第三买点后可能是假突破\r\n 正确：第三买点轻仓，等待次级别回调确认\r\n\r\n❌ 误区3：忽视大级别方向\r\n 问题：日线买点买入，但周线仍在下跌\r\n 正确：日线买点必须与周线方向一致\r\n\r\n❌ 误区4：不设止损\r\n 问题：走势可能长时间不返回中枢\r\n 正确：任何买入必须有止损位\r\n\r\n✅ 正确做法：多级别联立 + 分批建仓 + 严格止损\r\n```\r\n\r\n---\r\n\r\n## 六、缠论实盘操作检查清单\r\n\r\n每次操作前，逐项检查：\r\n\r\n```\r\n## ✅ 操作前检查清单（买入前必读）\r\n\r\n### 大级别方向确认\r\n- [ ] 月线方向：向上笔？向下笔？\r\n- [ ] 周线方向：与月线同向？可以操作？\r\n- [ ] 日线位置：当前处于哪一段？\r\n\r\n### 买点有效性\r\n- [ ] 是第几类买点？一买/二买/三买？\r\n- [ ] 是否存在背驰？（MACD面积比较）\r\n- [ ] 背驰幅度多少？（★评分）\r\n- [ ] 小级别是否有引导？\r\n\r\n### 风险控制\r\n- [ ] 止损位在哪里？（明确到具体价格）\r\n- [ ] 止损幅度多少？（≤10%）\r\n- [ ] 计划仓位多少？（不超过80%）\r\n- [ ] 是否金字塔建仓？\r\n\r\n### 走势分析\r\n- [ ] 当前有几个中枢？\r\n- [ ] 中枢方向是什么？\r\n- [ ] 距离止损位多远？\r\n\r\n## ✅ 持仓中检查清单（每日/每周）\r\n\r\n- [ ] 是否仍在中枢内震荡？\r\n- [ ] 是否向上离开中枢？\r\n- [ ] 是否出现顶背驰信号？\r\n- [ ] 大级别方向改变了吗？\r\n- [ ] 需要止损吗？\r\n\r\n## ✅ 卖出后检查清单\r\n\r\n- [ ] 是第几类卖点出的？\r\n- [ ] 是否遵守了操作纪律？\r\n- [ ] 盈亏情况如何？\r\n- [ ] 总结经验教训\r\n```\r\n\r\n---\r\n\r\n## 七、缠论学习路径建议\r\n\r\n### 阶段一：入门（1-2个月）\r\n```\r\n目标：掌握缠论形态学基础\r\n内容：\r\n - 缠论108课第1-25课\r\n - 分型、笔、线段的概念和画法\r\n - 每日坚持画图练习（日线）\r\n工具：\r\n - 通达信/同花顺自带画图工具\r\n - 手工画图（推荐，更深刻理解）\r\n练习：\r\n - 每天选择一只股票画日线笔\r\n - 坚持30天，形成感觉\r\n```\r\n\r\n### 阶段二：进阶（3-6个月）\r\n```\r\n目标：掌握动力学和买卖点\r\n内容：\r\n - 缠论108课第26-55课\r\n - 背驰判定、三类买卖点\r\n - MACD辅助判断\r\n工具：\r\n - Python + AKShare（量化辅助）\r\n - 通达信缠论指标\r\n练习：\r\n - 识别历史上的买卖点（复盘）\r\n - 模拟盘操作（小资金）\r\n```\r\n\r\n### 阶段三：实战（6-12个月）\r\n```\r\n目标：形成自己的操作系统\r\n内容：\r\n - 缠论108课第56-108课\r\n - 多级别联立分析\r\n - 操作心态和纪律\r\n工具：\r\n - Python量化系统（czsc）\r\n - 完整交易系统\r\n练习：\r\n - 实盘操作（从小资金开始）\r\n - 记录每笔交易的理由和结果\r\n - 月度总结和复盘\r\n```\r\n\r\n---\r\n\r\n## 八、缠论 vs 其他技术分析对比\r\n\r\n| 维度 | 缠论 | 波浪理论 | 趋势线 | MACD |\r\n|------|------|---------|--------|------|\r\n| 科学性 | 严格定义，可量化 | 主观性较强 | 主观 | 可量化 |\r\n| 可操作性 | 高（有明确买卖点） | 中 | 中 | 中 |\r\n| 多级别分析 | 强（原生多级别） | 中 | 弱 | 弱 |\r\n| 预测能力 | 中（结构分析） | 强（形态预测） | 弱 | 弱 |\r\n| 学习难度 | 高 | 高 | 低 | 低 |\r\n| 适用范围 | A股/期货/外汇 | 全球市场 | 全球市场 | 全球市场 |\r\n\r\n---\r\n\r\n> 📌 **最后提醒**：缠论是工具，不是圣杯。真正的盈利来自：对缠论的深刻理解 + 严格的操作纪律 + 良好的心态管理。\n\nFile v5.0.1:skill-card.md\n\n## Description:
\nProvides Chanlun-style technical analysis for A-share market study, including fractals, strokes, line segments, central hubs, divergence, multi-timeframe analysis, and buy/sell point identification.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[gechengling](https://clawhub.ai/user/gechengling)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nExternal users, market-analysis researchers, and developers use this skill to produce educational Chanlun technical-analysis reports for A-share indexes, individual stocks, and sectors. It supports structured analysis templates, Python-oriented algorithm examples, and practical trading-study guidance.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The skill can produce specific buy/sell and position-sizing suggestions that may be mistaken for personalized financial advice.
\nMitigation: Treat outputs as educational technical-analysis material, verify market data independently, and do not rely on the skill as personalized financial advice.
\nRisk: Technical indicators, examples, and case studies may be stale or inaccurate for current market conditions.
\nMitigation: Check current market data, source assumptions, and regulatory context before using any analysis in a trading workflow.
\n\n\n## Reference(s):
\n- [README](READM\n\nArchive v5.0.0: 7 files, 28291 bytes\n\nFiles: README.md (6054b), references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), skill-card.md (2429b), SKILL.md (15334b), _meta.json (139b)\n\nArchive v4.0.2: 7 files, 26623 bytes\n\nFiles: README.md (6054b), references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), skill-card.md (2424b), SKILL.md (12073b), _meta.json (139b)\n\nArchive v4.0.1: 6 files, 24732 bytes\n\nFiles: README.md (6054b), references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), SKILL.md (10813b), _meta.json (139b)\n\nArchive v2.0.0: 6 files, 24287 bytes\n\nFiles: README.md (6054b), references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), SKILL.md (9910b), _meta.json (139b)\n\nArchive v1.1.0: 6 files, 24242 bytes\n\nFiles: README.md (6054b), references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), SKILL.md (10154b), _meta.json (139b)\n\nArchive v1.0.0: 5 files, 24799 bytes\n\nFiles: references/chanlun_algorithm_python.md (22549b), references/chanlun_analysis_templates.md (14132b), references/chanlun_practice_guide.md (10810b), SKILL.md (19807b), _meta.json (139b)","readmeExcerpt":"Skill: Chanlun Analysis Pro Owner: gechengling Summary: 基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。 Tags: A-share:1.1.0, a-share:5.0.1, banking:5.0.0, bilingual:1.1.0, central-hub:1.1.0, chanlun:5.2.2, chanlun-analysis-pro:5.2.3, chanlun-strategy:1.0.0, china-stock:5.0.1, chinese-stock-market:1.1.0, dianjin:5.0.0, finance:5.2.2, insurance:5.0.0, latest:5.2.3, python:1.1.0, quant:1.0.0, quantitative:5.0.1, quantitat","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"顶分型 (Top Fractal): 中间K线高点最高、低点最高\n底分型 (Bottom Fractal): 中间K线高点最低、低点最低"},{"language":"python","snippet":"def identify_strokes(kline_data):\n \"\"\"识别笔：分型→笔（至少3根K线，顶到底或底到顶）\"\"\"\n fractals = identify_fractals(kline_data)\n strokes = []\n for i in range(1, len(fractals)-1):\n if fractals[i]['type'] == 'top' and fractals[i-1]['type'] == 'bottom':\n strokes.append({'start': fractals[i-1], 'end': fractals[i], 'direction': 'up'})\n elif fractals[i]['type'] == 'bottom' and fractals[i+1]['type'] == 'top':\n strokes.append({'start': fractals[i], 'end': fractals[i+1], 'direction': 'down'})\n return strokes"},{"language":"python","snippet":"def identify_line_segments(strokes):\n \"\"\"识别线段：笔的重叠区间→线段，至少3笔构成\"\"\"\n segments = []\n i = 0\n while i < len(strokes) - 2:\n # 至少3笔才能构成线段\n seg = {'start': strokes[i], 'strokes': strokes[i:i+3], 'end': strokes[i+2]}\n segments.append(seg)\n i += 1\n return segments"},{"language":"python","snippet":"def find_central_hub(line_segments):\n \"\"\"中枢 = 至少3段重叠区间（最高低点与最低高点之间）\"\"\"\n hubs = []\n for i in range(len(line_segments) - 2):\n seg1, seg2, seg3 = line_segments[i], line_segments[i+1], line_segments[i+2]\n # 重叠区间 = max(低点) ~ min(高点)\n overlap_low = max(seg1['low'], seg2['low'], seg3['low'])\n overlap_high = min(seg1['high'], seg2['high'], seg3['high'])\n if overlap_low < overlap_high: # 有重叠\n hubs.append({'low': overlap_low, 'high': overlap_high, 'segments': 3})\n return hubs"},{"language":"python","snippet":"def detect_divergence(price_waves, macd_hist):\n \"\"\"背驰检测：价格创新高，MACD柱状图面积缩小\"\"\"\n last_wave_price = max(price_waves[-1]) if price_waves[-1][0] < price_waves[-1][-1] else min(price_waves[-1])\n prev_wave_price = max(price_waves[-2]) if price_waves[-2][0] < price_waves[-2][-1] else min(price_waves[-2])\n \n last_macd_area = sum(abs(h) for h in macd_hist[-10:])\n prev_macd_area = sum(abs(h) for h in macd_hist[-20:-10])\n \n # 趋势背驰：价格创新高，MACD面积缩小\n if (last_wave_price > prev_wave_price and last_macd_area < prev_macd_area * 0.8):\n return \"TREND_DIVERGENCE — 趋势背驰，大概率反转\"\n return \"NO_DIVERGENCE\""},{"language":"text","snippet":"第一类买点：下跌走势结束点（背驰点）→ 最低点\n第二类买点：第一类买点后的回试低点（不破前低）→ 次低点\n第三类买点：离开中枢后回试，不回中枢（最强）→ 突破性买点\n\n第一类卖点：上涨走势结束点（背驰点）→ 最高点\n第二类卖点：第一类卖点后的反弹高点（不过前高）→ 次高点\n第三类卖点：离开中枢后回试，不回中枢（最强）→ 突破性卖点"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: Chanlun Technical Analysis Expert\nslug: chanlun-analysis-pro\ndescription: AI-powered Chanlun (Zen Trading) technical analysis skill based on the complete \"Teach You to Trade Stocks 108 Lessons\" (缠中说禅108课) original theory. Covers morphology (fractal, stroke, line segment, central hub/中枢) and dynamics (divergence, MACD, energy structure). Updated 2026 with chan.py v2 open-source framework, AI-enhanced buy/sell point recognition, multi-timeframe joint analysis, and 2025-2026 A-share bull/bear cycle case studies (BYD, CATL, semiconductor sector). Keywords: Chanlun, technical analysis, A-share, chan.py, central hub, buy sell points, quantitative trading, 缠论, 缠中说禅, 分型, 笔, 线段, 中枢, 背驰, 走势类型, 买卖点.\nversion: \"5.2.3\"\n---\n\n# Chanlun Technical Analysis Expert (Zen Trading) / 缠论技术分析专家\n> **⚠️ 使用前提与风险声明（2026-09-24 新增，请先阅读）**\n> 1. 本技能提供的是**缠论技术分析的方法论与结构拆解模板**，**不构成任何投资建议、买卖指令或收益承诺**。\n> 2. 文中出现的标的、价格、日期（含贵州茅台 / 宁德时代 / 比亚迪 / 北方华创案例）均为**教学示意**，\n> **并非真实成交记录，也不代表当前或未来的价格判断**；实盘前须用你自己授权行情源的数据重新分解。\n> 3. 缠论的笔、线段、中枢划分存在**主观性与多解性**，不同软件/不同人可得出不同结构，需交叉验证。\n> 4. 任何仓位与止损安排由使用者自行决定并自担风险；技术分析不能消除系统性风险与个股风险。\n\n### 市场动态最新动态 [截至 2026-09-24]\n\n| 动态类型 | 内容摘要 | 影响范围 | 缠论应对策略 | 适用级别 | 可信度标注 |\n|---------|---------|---------|------------|\n| 市场动态 | 2026年A股量化资金占比30%-40%，毫秒级交易主导涨跌节奏 | 缠论分析框架需整合量化冲击识别和风控模块 | 买卖点判定叠加成交量与盘口冲击滤波，降低假信号 | 30分钟及以下 | 以官方最新发布为准 |\n| 市场动态 | 缠论视角：上证周线级别中枢震荡，2026年核心区间3200-4000点 | 缠论分析框架需整合量化冲击识别和风控模块 | 区间内高抛低吸，三类买卖点结合布林通道确认 | 周线/日线 | 以官方最新发布为准 |\n| 市场动态 | 2026年3月23日量化踩踏案例（上证单日跌3.63%蒸发4.29万亿），需加强风控 | 缠论分析框架需整合量化冲击识别和风控模块 | 跌破中枢下沿严格止损，避免摊平 | 日线 | 以官方最新发布为准 |\n| 市场动态 | 2026年8月：A股成交重回1.8万亿+，AI算力与半导体板块领涨，风格切换加快 | 缠论分析框架需适配板块轮动节奏 | 优先做强势板块内部中枢上移个股，弱化弱势板块信号 | 日线/30分钟 | 以官方最新发布为准 |\n| 市场动态 | 2026年8月：监管优化中长期资金入市，险资权益配置比例上调，红利低波受捧 | 缠论分析框架需纳入资金面与政策面共振 | 红利板块以周线中枢下沿作为低吸参考 | 周线 | 以官方最新发布为准 |\n| 市场动态 | 2026年8月：北向资金（陆股通）恢复净流入，外资风险偏好回升 | 缠论分析框架需关注外资重仓股背驰结构 | 对北向重仓龙头优先采用日线+30分钟联立确认 | 日线/30分钟 | 以官方最新发布为准 |\n| 市场动态 | 2026年9月：量化交易监管与异常交易监控持续加强，高频策略合规要求提高 | 短周期信号的有效性受冲击，30分钟及以下假信号增多 | 小级别信号必须上移到大级别确认，禁止单用小级别开仓 | 30分钟及以下 | 以官方最新发布为准 |\n| 市场动态 | 2026年9月：上市公司回购与增持、分红预案披露增多，资金面与基本面共振被更频繁交易 | 单纯技术结构容易被资金行为扰动 | 中枢突破须叠加成交量与公告事件双重确认 | 日线/周线 | 以官方最新发布为准 |\n\n> **数据截止**: 2026-09-24 | 来源：交易所公开数据、行业研报；具体以官方最新发布为准\n> **声明**: 以上动态供参考，具体以官方最新发布为准\n\n> **English:** AI-powered Chanlun (Zen Trading / 缠中说禅) technical analysis expert — the definitive skill for A-share (China stock market) technical analysis based on the original \"Teach You to Trade Stocks 108 Lessons\" (教你炒股票108课) by 缠中说禅. Covers the complete Chanlun system: (1) Morphology (形态学): fractal (分型), stroke (笔), line segment (线段), central hub (中枢/zhongshu), and trend types (上涨/下跌/盘整); (2) Dynamics (动力学): divergence (背驰/beichi), MACD analysis, energy structure, and trend-typing. Supports Shanghai Composite Index / SZSE Component / ChiNext Index analysis, individual stock Chanlun decomposition, and sector rotation analysis. Built-in Python code (integrating czsc/chan.py open-source frameworks), Chanlun buy/sell point (买卖点) quantitative identification, "},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n \"slug\": \"chanlun-analysis-pro\",\n \"version\": \"5.2.3\",\n \"publishedAt\": 1790227209072\n}"},{"path":"skill-card.md","content":"## Description:\n\nProvides Chanlun-based technical analysis for A-share market structures, divergence, multi-timeframe confirmation, and educational buy/sell point assessment.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to structure Chanlun technical-analysis prompts for A-share indices, individual stocks, and sectors. It supports morphology, divergence, multi-timeframe checks, and educational buy/sell point reasoning.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill can produce concrete trading entries, exits, stop-losses, or target prices that a user could mistake for personalized financial advice.\n\nMitigation: Treat outputs as non-personalized technical-analysis education and require separate user confirmation and appropriate financial controls before any trading action.\n\nRisk: Market examples and price/date case studies may be stale or illustrative rather than verified current market data.\n\nMitigation: Independently verify all examples and signals with the user's authorized market data source before using them.\n\nRisk: Chanlun structure identification can be subjective, with different segmentations producing different conclusions.\n\nMitigation: Document the segmentation assumptions, cross-check with higher timeframes, and prefer signals that remain consistent across levels.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/chanlun-analysis-pro)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Code, Shell commands, Guidance]\n\n**Output Format:** [Markdown analysis with tables and Python or shell snippets]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May include educational market examples, technical-analysis tables, and illustrative Python snippets; does not provide live market data or trade execution.]\n\n## Skill Version(s):\n\n5.2.3 (source: server release evidence and SKILL.md frontmatter)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。 Skill: Chanlun Analysis Pro Owner: gechengling Summary: 基于缠中说禅理论，提供A股市场分型、笔、线段、中枢及背驰等全体系技术分析与买卖点量化判断。 Tags: A-share:1.1.0, a-share:5.0.1, banking:5.0.0, bilingual:1.1.0, central-hub:1.1.0, chanlun:5.2.2, chanlun-analysis-pro:5.2.3, chanlun-strategy:1.0.0, china-stock:5.0.1, chinese-stock-market:1.1.0, dianjin:5.0.0, finance:5.2.2, insurance:5.0.0, latest:5.2.3, python:1.1.0, quant:1.0.0, quantitative:5.0.1, quantitat","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":1192,"uniquenessScore":52,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-09T22:47:58.472Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-09T22:47:58.472Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:45:35.663Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}