diff --git a/research/HANDOFF.md b/research/HANDOFF.md index c6e04de..ff40fc7 100644 --- a/research/HANDOFF.md +++ b/research/HANDOFF.md @@ -1086,7 +1086,15 @@ B4 跑出 PF 1.83~2.06 / t +8.5~+10.7。所以 fast B1 的负数不是管线接 头早就写了「B4 不只是 B3 提前几根，两者统计性质符号相反」，一类的实验说明 反过来也成立：**把反转信号提前，它还是反转信号。** -### 3.395 ⭐ 一类反手：识别没错，但发出的时点让它变成了反向信号（step55/57） +### 3.395 ⛔ 一类反手：**已被 step59 推翻，不要用本节的 PF**（step55/57） + +> **本节结论作废。** 下面的 PF 2.3~3.0 用 `sure_time+1` 当入场时点，而 §3.396 +> 的逐根回放证明实盘要等中位 **+15 根**才知道信号存在（0% 能准时拿到）， +> 按真实首现根入场后 PF 塌到 0.92 / 1.30、t 0.20 / 0.64。 +> 保留本节是为了记录推理链和那个「胜率低于随机 = 信号指反了」的判据， +> 它本身是对的、也可复用；错的是把 `sure_time` 当成了可执行时刻。 + + 用户问「是不是一类二类的识别错了」。查下来结论是：**代码没写错，但信号该反着用。** @@ -1171,6 +1179,88 @@ B4 跑出 PF 1.83~2.06 / t +8.5~+10.7。所以 fast B1 的负数不是管线接 时点上，与背驰无关，那这个信号就该重新命名和重新设计。 3. **与 B4 的重叠度与相关性**。若只是换名字的 B4，就没有增量价值。 +### 3.396 ⭐ 因果回放：信号存在性是真的，时点是假的（step59） + +§3.395 的 PF 太好，先查因果性——增量模块文件头自己写着「最后一笔 is_sure +**允许收回**」，§5.41 也记了中枢右边缘会重画。 + +**做法**：`init_stream` 预热 2 万根，随后逐根 `append_bar`，每根之后重算 +`cal_bi_zs_list_pure` + `find_all_bsp`，记录每个信号**第一次出现**在哪一根； +入场用首现根，而不是事后的 `sure_time`。信号身份用「类型 + 极值 KLC 时刻」， +**不能用 `sure_time` 当键**——它正是会被重画的字段。 + +必须逐根。分段重建（每 S 根算一次）等于在第 t 根多给了 S 根的信息， +测出来的因果性是假的。 + +| 检查 | 结果 | +|---|---| +| 召回（全量信号在回放中出现过的比例） | **100%**（B1 50/50，S1 65/65） | +| 幻影（回放发过、全量没有的） | **0** | +| 首现根 − 全量 `sure_time` | 中位 **+15 根**，P25 +11，P75 +22，P90 +31 | +| **准时拿到的比例** | **0%** | + +| 反手 · 5m | 全量口径 | **回放首现口径** | +|---|---|---| +| B1 | PF 2.35 | **0.92**（t 0.20，余量 −1.37bp） | +| S1 | PF 2.75 | **1.30**（t 0.64，余量 +4.21bp） | + +**结论**：信号的**存在性**是因果的（不重画、不消失），但**时点**不是。 +实盘要晚中位 15 根、5m 上 75 分钟才知道它存在，而那笔交易吃的正是 +「反弹已走完」这个窗口，晚 75 分钟就没了。t 值 0.20/0.64 完全不显著。 + +⚠️ **可复用的教训**：`sure_time` 是引擎事后标注的确认时刻，**不等于可执行时刻**。 +任何用它当 entry 的回测都要先过逐根回放。样本 115 笔偏薄，但机制清楚、 +点估计从 2.35 塌到 0.92，方向不存在疑义。 + +### 3.397 线段顶点当标准答案：识别是对的，但精度和时点都不够（step60） + +用户提出用线段终点当趋势反转的标准答案——是未来函数，但用作**标签**验证 +检测器而非用于交易，能把「检测器对不对」和「能不能交易」分开。 + +**对照组是关键**：B1 按构造就长在笔的低点上，而笔低点本来就有概率撞上线段底。 +所以问的是「在所有同向笔端点里，B1 这个标签把命中率提高了多少倍」。 + +| 5m | 样本 | 命中线段顶点 | 相对笔端点的提升 | +|---|---|---|---| +| 笔端点（基准） | 48229 | 15.0% | 1.00 | +| **B1** | 623 | **30.3%** | **2.02×** | +| **S1** | 644 | 27.2% | 1.81× | +| B3 / S3 | 2806 | **0.0%** | 0.00 | + +15m 同向：B1 28.1%（1.81×）、S1 27.3%（1.76×）。 + +各容差档（±0~±5 根）数字完全相同，不是 bug：线段终点**本身就是某根笔的终点**， +两者天然按笔端点对齐，放宽容差不会多命中。B3/S3 恰好 0% 也是对的—— +三类长在回抽笔的端点上，按定义就在趋势中段，不该命中反转点。这两条互为 +标签有效性的旁证。 + +**所以检测器是有信息量的：它把「这个笔低点是真反转」的概率翻了一倍。** +但还有两道坎： + +| 5m · 按原方向抄底 | 笔数 | 胜率 | PF | t值 | +|---|---|---|---|---| +| **未命中**线段顶点 | 903 | 8.7% | **0.08** | −42.0 | +| **命中**线段顶点 | 364 | 36.3% | **0.70** | −3.2 | + +15m：未命中 PF 0.08、命中 PF 0.83（t −0.36）。 + +**精度只有 30%，而那 70% 的噪声是灾难性的（PF 0.08）。更要命的是：即使用 +未来函数把精度提到 100%，也只到 PF 0.70~0.83，仍不赚钱。** + +原因是 §3.398 的几何：入场价已在结构底上方 **2.90 ATR**（step58）。 +即使你真站在线段底上，从底部上方 2.9 ATR 处用 2 ATR 止损做多，结构本身就是 +负期望的。§3.396 的回放还要在此之上再晚 15 根。 + +**一类的完整诊断（三层，逐层否定）** + +1. 识别对不对 —— **对**，2× 提升（step60） +2. 精度够不够 —— **不够**，30%；且用未来函数选到 100% 也只到 PF 0.83 +3. 时点来不来得及 —— **来不及**，全量口径已晚到入场价高出结构底 2.9 ATR， + 实盘回放再晚 15 根 + +**判定：一类线到此为止。** 病不在识别，在于「等笔确认」这个机制天然把信号 +推到了结构失效之后，而这是 `find_all_bsp` 的固有属性，不是可调的参数。 + ### 3.4 alpha 的来源（step32 消融） 逐条拆掉 `fast_bsp3` 的条件后发现：**alpha 完全来自缠论中枢的上下文定位， diff --git a/research/step59_causal_replay.py b/research/step59_causal_replay.py new file mode 100644 index 0000000..4b146c8 --- /dev/null +++ b/research/step59_causal_replay.py @@ -0,0 +1,236 @@ +"""因果性回放：一类反手的信号在当时真的发得出来吗？ + +§3.395 的 PF 2.3~3.0 建立在全量数据一次算完的 `bsp_list` 上。但增量模块的 +文件头自己写着「笔必须整表重扫：**最后一笔 is_sure 允许收回**」，§5.41 也记了 +中枢右边缘会重画。若信号是事后才浮现的，那个 PF 就是幻觉。 + +**做法**：用 `init_stream` 预热，随后逐根 `append_bar`，每根之后重算 +`cal_bi_zs_list_pure` + `find_all_bsp`，记录每个信号**第一次出现**在哪一根。 +入场用那一根（的次根开盘），而不是事后的 `sure_time` —— 实盘只能这样。 + +必须逐根，不能分段重建：在第 t 根用 `data[0:t+S]` 重算等于多给了 S 根的信息， +测出来的因果性是假的。 + +**三个要看的量** + 召回 全量算出的信号，有多少在回放中真的出现过（没出现的是事后才浮现） + 幻影 回放中出现、但全量里没有的（当时发了、后来被重画掉） + 代价 回放首现根 vs 全量 sure_time 的滞后；以及按首现根入场的实际 PF +""" +from __future__ import annotations + +import argparse +import sys +import warnings +from concurrent.futures import ProcessPoolExecutor, as_completed +from pathlib import Path + +import numpy as np +import pandas as pd + +warnings.filterwarnings("ignore") +HERE = Path(__file__).resolve().parent +sys.path.insert(0, str(HERE)) +sys.path.insert(0, str(HERE.parent)) + +OUT = HERE / "out" / "step59_replay.feather" +SL, SCALE_AT, RUNNER, RSTOP, MAXB = 2.0, 3.0, 8.0, 2.0, 48 +WANT = {"B1": 1, "S1": -1} + + +def sig_key(b) -> tuple | None: + """信号身份用「类型 + 极值 KLC 的结束时刻」。 + + 不能用 sure_time 当身份：它正是会被重画的字段，用它做键会把同一个信号 + 在不同根上算成两个。极值点稳定得多。 + """ + t = getattr(b.type, "name", str(b.type)) + if t not in WANT: + return None + return (t, str(b.klc.end_time)) + + +def replay(sym: str, tf: str, rows: int, warm: int, steps: int) -> pd.DataFrame | None: + from chanlun import TF_DF + from lib.data import fetch_ohlcv + + df = fetch_ohlcv(f"{sym}/USDT:USDT", tf, rows) + if df is None or len(df) < warm + steps + 100: + print(f" {sym} {tf} 数据不足 {0 if df is None else len(df)}", flush=True) + return None + df = df.iloc[-(warm + steps):].reset_index(drop=True) + + # ---- 全量口径：一次算完，作为对照 ---- + full = TF_DF(df, 1, tf, lean=False) + fz = full.cal_bi_zs_list_pure(full.bi_list) + full_sig = {} + for b in (full.find_all_bsp(full.bi_list, fz) or []): + k = sig_key(b) + if k and b.sure_time is not None: + full_sig[k] = str(b.sure_time) + + # ---- 回放口径：逐根追加，记录首现根 ---- + chan = TF_DF(df.iloc[:warm].copy(), 1, tf, lean=False) + chan.init_stream(df.iloc[:warm].copy(), 1, tf) + first_seen: dict[tuple, int] = {} + for i in range(warm, len(df)): + chan.append_bar(df.iloc[i]) + try: + zs = chan.cal_bi_zs_list_pure(chan.bi_list) + bsp = chan.find_all_bsp(chan.bi_list, zs) if zs else [] + except Exception: # noqa: BLE001 + continue + for b in (bsp or []): + k = sig_key(b) + if k and k not in first_seen: + first_seen[k] = i + + dser = pd.to_datetime(full.dataframe["date"]) + if dser.dt.tz is not None: + dser = dser.dt.tz_localize(None) + didx = pd.DatetimeIndex(dser) + + def to_i(ts) -> int: + t = pd.Timestamp(ts) + return int(didx.searchsorted(t.tz_localize(None) if t.tz else t)) + + rec = [] + for k in set(full_sig) | set(first_seen): + t, ext_t = k + i_seen = first_seen.get(k) + # 只统计回放窗口内的：预热段的信号本来就不在考察范围 + i_ext = to_i(ext_t) + if i_ext < warm - 200: + continue + rec.append({ + "sym": sym, "tf": tf, "type": t, "dir": WANT[t], + "in_full": k in full_sig, "in_replay": i_seen is not None, + "i_ext": i_ext, + "i_seen": -1 if i_seen is None else i_seen, + "i_sure_full": to_i(full_sig[k]) if k in full_sig else -1, + }) + r = pd.DataFrame(rec) + if r.empty: + return None + + # 按回放首现根入场，跑与实盘一致的出场 + from lib.exit_model import cfg_name, walk_exits + cdf = full.dataframe + atr = cdf["atr"].to_numpy(float) + cl = cdf["close"].to_numpy(float) + live = r[r.in_replay & (r.i_seen < len(cdf) - 2)].copy() + live = live[np.isfinite(atr[live.i_seen.values]) + & (atr[live.i_seen.values] > 0)] + if not live.empty: + cfg = cfg_name(SL, RUNNER, MAXB, RSTOP) + # 反手：§3.395 判定该反着做 + t_ = pd.DataFrame({"entry_idx": live.i_seen.values, + "direction": -live.dir.values}) + res = walk_exits(cdf, t_, [SL], [RUNNER], [MAXB], scale_at=SCALE_AT, + runners=(RUNNER,), runner_stops=(RSTOP,)) + if len(res) == len(live): + for c in ("g", "r", "c"): + live[c] = res[f"{cfg}_{c}"].to_numpy() + live["atr_pct"] = atr[live.i_seen.values] / cl[live.i_seen.values] + r = r.merge(live[["i_ext", "type", "g", "r", "c", "atr_pct"]], + on=["i_ext", "type"], how="left") + return r + + +def report(d: pd.DataFrame) -> None: + from lib.exit_model import fee_of, taker_notional + + print("\n" + "=" * 92) + print("########## 一、召回与幻影 ##########") + rows = [] + for (tf, t), x in d.groupby(["tf", "type"]): + full = x[x.in_full] + rep = x[x.in_replay] + both = x[x.in_full & x.in_replay] + rows.append({ + "tf": tf, "类型": t, + "全量信号": len(full), "回放信号": len(rep), + "召回": f"{len(both)/max(len(full),1)*100:.1f}%", + "事后才浮现": len(full) - len(both), + "幻影(被重画掉)": len(rep) - len(both), + }) + print(pd.DataFrame(rows).to_string(index=False)) + print("\n召回 = 全量算出的信号里，回放中真的出现过的比例。" + "\n幻影 = 回放中发过、全量里却没有的 —— 实盘会照做，回测却看不见它。") + + print("\n" + "=" * 92) + print("########## 二、时点代价：回放首现 vs 全量 sure_time ##########") + b = d[d.in_full & d.in_replay].copy() + b["delay"] = b.i_seen - b.i_sure_full + for tf, x in b.groupby("tf"): + q = x.delay.quantile([.25, .5, .75, .9]) + print(f" {tf} 中位 {q[.5]:+.0f} 根 P25 {q[.25]:+.0f} " + f"P75 {q[.75]:+.0f} P90 {q[.9]:+.0f} " + f"｜ 早于或等于全量的占比 {(x.delay <= 0).mean()*100:.0f}%") + print(" 正值 = 回放比全量晚知道，实盘要在更差的价位入场。") + + if "g" not in d.columns: + return + print("\n" + "=" * 92) + print("########## 三、真正能落地的收益：按回放首现根入场（反手）##########") + x = d.dropna(subset=["g"]).copy() + rows = [] + for (tf, t), g in x.groupby(["tf", "type"]): + if len(g) < 30: + continue + net = g.g.values - fee_of(g.r.values, g.c.values) + gR = g.g.values / (SL * g.atr_pct.values) + R = net / (SL * g.atr_pct.values) + tn = taker_notional(g.r.values, g.c.values) + w, o = net[net > 0].sum(), -net[net <= 0].sum() + rows.append({ + "tf": tf, "类型(反手)": t, "笔数": len(g), + "胜率": f"{(net > 0).mean()*100:.1f}%", + "毛R": round(gR.mean(), 3), "净均R": round(R.mean(), 3), + "PF": round(w / o, 2) if o > 0 else np.inf, + "余量bp": round(net.mean() / tn.mean() * 1e4, 2), + "t值": round(gR.mean() / (gR.std(ddof=1) / np.sqrt(len(g))), 2), + }) + if rows: + print(pd.DataFrame(rows).to_string(index=False)) + print("\n对照 · §3.395 全量口径 5m：B1反手 PF 2.35 / S1反手 2.75") + print("若这里明显掉下来，说明那个 PF 吃了右边缘重画的红利，不可落地。") + + +def main() -> None: + ap = argparse.ArgumentParser() + ap.add_argument("--symbols", default="BTC,ETH,SOL") + ap.add_argument("--tf", default="5m") + ap.add_argument("--rows", type=int, default=60_000) + ap.add_argument("--warm", type=int, default=20_000) + ap.add_argument("--steps", type=int, default=10_000) + ap.add_argument("--workers", type=int, default=3) + ap.add_argument("--reuse", action="store_true") + args = ap.parse_args() + + if args.reuse and OUT.exists(): + report(pd.read_feather(OUT)) + return + syms = [x.strip() for x in args.symbols.split(",")] + print(f"[因果回放] {len(syms)} 币 × {args.steps} 根逐根重放" + f"（每根都要重算笔中枢与 bsp，慢是必然的）\n", flush=True) + parts = [] + with ProcessPoolExecutor(max_workers=args.workers) as ex: + fut = {ex.submit(replay, s, args.tf, args.rows, args.warm, + args.steps): s for s in syms} + for i, f in enumerate(as_completed(fut), 1): + r = f.result() + print(f" [{i}/{len(syms)}] {fut[f]} " + f"{0 if r is None else len(r)} 个信号", flush=True) + if r is not None: + parts.append(r) + if not parts: + print("无结果") + return + d = pd.concat(parts, ignore_index=True) + OUT.parent.mkdir(exist_ok=True) + d.to_feather(OUT) + report(d) + + +if __name__ == "__main__": + main() diff --git a/research/step60_seg_truth.py b/research/step60_seg_truth.py new file mode 100644 index 0000000..5411816 --- /dev/null +++ b/research/step60_seg_truth.py @@ -0,0 +1,242 @@ +"""一类买卖点到底有没有找到真正的趋势反转点？用线段顶点当标准答案。 + +用户提出：线段的终点就是该级别的趋势反转点，虽然它是未来函数，但可以拿来当 +**标签**验证检测器，而不是拿来交易。这能把两件事分开： + + 检测器对不对 B1 是否真的落在趋势反转底上 + 能不能交易 step59 已证否（实盘首现比 sure_time 晚中位 15 根，PF 塌到 0.92） + +若检测器对而只是慢，那问题是延迟，还有救；若检测器本身就没找到反转点， +这条线整个是死的。 + +⚠️ **对照组是这个测试的全部意义**。B1 按构造就长在笔的低点上，而笔低点本来 +就有一定概率撞上线段底。所以要问的不是「B1 命中率多少」，而是 +**「在所有同向笔端点里，B1 这个标签把命中率提高了多少倍」**。 +没有这个基准，任何绝对数字都可以随便解读。 +（同样的坑 fast_bsp 文档头踩过：回抽极值命中笔端点 19.3%，看着不低， + 但随机基准是 22%，其实是负贡献。） +""" +from __future__ import annotations + +import argparse +import sys +import warnings +from concurrent.futures import ProcessPoolExecutor, as_completed +from pathlib import Path + +import numpy as np +import pandas as pd + +warnings.filterwarnings("ignore") +HERE = Path(__file__).resolve().parent +sys.path.insert(0, str(HERE)) +sys.path.insert(0, str(HERE.parent)) + +OUT = HERE / "out" / "step60_seg_truth.feather" +SL, SCALE_AT, RUNNER, RSTOP, MAXB = 2.0, 3.0, 8.0, 2.0, 48 +TOL = [0, 1, 2, 3, 5] + + +def collect(sym: str, tf: str, rows: int) -> pd.DataFrame | None: + from chanlun import TF_DF + from chanlun.core.ChanEnum import Chan_BSP_TYPE, Chan_SEG_DIR + from lib.data import fetch_ohlcv + from lib.exit_model import cfg_name, walk_exits + + try: + df = fetch_ohlcv(f"{sym}/USDT:USDT", tf, rows) + if df is None or len(df) < 5_000: + return None + chan = TF_DF(df, 1, tf, lean=False) + cdf = chan.dataframe + bz = chan.cal_bi_zs_list_pure(chan.bi_list) + if not bz: + return None + bsp = chan.find_all_bsp(chan.bi_list, bz) or [] + + dser = pd.to_datetime(cdf["date"]) + if dser.dt.tz is not None: + dser = dser.dt.tz_localize(None) + didx = pd.DatetimeIndex(dser) + n = len(cdf) + + def to_i(ts) -> int: + t = pd.Timestamp(ts) + return int(didx.searchsorted(t.tz_localize(None) if t.tz else t)) + + # ---- 标准答案：线段终点。下降线段终点=真底，上升线段终点=真顶 ---- + seg_bot, seg_top = [], [] + for sg in getattr(chan, "seg_list", []) or []: + if sg.end_time is None: + continue + i = to_i(sg.end_time) + if not (0 <= i < n): + continue + (seg_bot if sg.dir == Chan_SEG_DIR.DOWN else seg_top).append(i) + if not seg_bot or not seg_top: + return None + truth = {1: np.array(sorted(seg_bot)), -1: np.array(sorted(seg_top))} + + def near(i: int, d: int, tol: int) -> bool: + a = truth[d] + k = int(np.searchsorted(a, i)) + for j in (k - 1, k): + if 0 <= j < len(a) and abs(int(a[j]) - i) <= tol: + return True + return False + + rec = [] + # ---- 对照组：所有笔端点。B1 本就长在笔低点上，基准必须同源 ---- + for bi in chan.bi_list: + if not getattr(bi, "is_sure", False) or bi.end_klc is None: + continue + d = 1 if str(bi.dir).endswith("DOWN") else -1 # 下降笔终点=低点 + i = to_i(bi.end_klc.end_time) + if not (0 <= i < n): + continue + rec.append({"kind": "笔端点", "dir": d, "i_ext": i, "i_sure": -1}) + + want = {Chan_BSP_TYPE.B1: ("B1", 1), Chan_BSP_TYPE.S1: ("S1", -1), + Chan_BSP_TYPE.B3: ("B3", 1), Chan_BSP_TYPE.S3: ("S3", -1)} + for b in bsp: + tag = want.get(b.type) + if tag is None or b.sure_time is None: + continue + name, d = tag + i_ext, i_sure = to_i(b.klc.end_time), to_i(b.sure_time) + if not (0 <= i_ext < n and 0 <= i_sure < n): + continue + rec.append({"kind": name, "dir": d, "i_ext": i_ext, + "i_sure": i_sure}) + + r = pd.DataFrame(rec) + for tol in TOL: + r[f"hit{tol}"] = [near(i, d, tol) + for i, d in zip(r.i_ext, r.dir)] + + # 命中线段顶点的那批一类，按原方向（抄底）做能不能赚 + atr = cdf["atr"].to_numpy(float) + cl = cdf["close"].to_numpy(float) + sig = r[(r.kind.isin(["B1", "S1"])) & (r.i_sure >= 0) + & (r.i_sure < n - 2)].copy() + sig = sig[np.isfinite(atr[sig.i_sure.values]) + & (atr[sig.i_sure.values] > 0)] + if not sig.empty: + cfg = cfg_name(SL, RUNNER, MAXB, RSTOP) + res = walk_exits(cdf, pd.DataFrame({ + "entry_idx": sig.i_sure.values, + "direction": sig.dir.values}), [SL], [RUNNER], [MAXB], + scale_at=SCALE_AT, runners=(RUNNER,), runner_stops=(RSTOP,)) + if len(res) == len(sig): + for c in ("g", "r", "c"): + sig[c] = res[f"{cfg}_{c}"].to_numpy() + sig["atr_pct"] = (atr[sig.i_sure.values] + / cl[sig.i_sure.values]) + r = r.merge(sig[["i_ext", "kind", "g", "r", "c", "atr_pct"]], + on=["i_ext", "kind"], how="left") + r["sym"], r["tf"] = sym, tf + return r + except Exception as e: # noqa: BLE001 + print(f" {sym} {tf} 失败: {type(e).__name__}: {e}", flush=True) + return None + + +def report(d: pd.DataFrame) -> None: + from lib.exit_model import fee_of, taker_notional + + for tf, x in d.groupby("tf"): + print("\n" + "#" * 92) + print(f"########## {tf} · 线段顶点作为标准答案 ##########") + print("\n【命中率】i_ext 落在同向线段终点 ±tol 根内的比例") + rows = [] + for kind in ["笔端点", "B1", "S1", "B3", "S3"]: + g = x[x.kind == kind] + if len(g) < 30: + continue + row = {"信号": kind, "样本": len(g)} + for tol in TOL: + row[f"±{tol}根"] = f"{g[f'hit{tol}'].mean()*100:.1f}%" + rows.append(row) + t = pd.DataFrame(rows) + print(t.to_string(index=False)) + + base = x[x.kind == "笔端点"] + print("\n【提升倍数】相对「所有同向笔端点」这个基准。" + "≈1 就是没有信息量") + rows = [] + for kind in ["B1", "S1", "B3", "S3"]: + g = x[x.kind == kind] + if len(g) < 30: + continue + row = {"信号": kind} + for tol in TOL: + b = base[base.dir.isin(g.dir.unique())][f"hit{tol}"].mean() + row[f"±{tol}根"] = (round(g[f"hit{tol}"].mean() / b, 2) + if b > 0 else np.nan) + rows.append(row) + print(pd.DataFrame(rows).to_string(index=False)) + + if "g" not in x.columns: + continue + print("\n【命中 vs 未命中】一类按原方向（抄底/摸顶）做的表现，" + "tol=±2 根") + y = x[x.kind.isin(["B1", "S1"])].dropna(subset=["g"]).copy() + if len(y) < 60: + continue + rows = [] + for hit, g in y.groupby(y.hit2): + net = g.g.values - fee_of(g.r.values, g.c.values) + gR = g.g.values / (SL * g.atr_pct.values) + tn = taker_notional(g.r.values, g.c.values) + w, o = net[net > 0].sum(), -net[net <= 0].sum() + rows.append({ + "命中线段顶点": "是" if hit else "否", "笔数": len(g), + "胜率": f"{(net > 0).mean()*100:.1f}%", + "毛R": round(gR.mean(), 3), + "PF": round(w / o, 2) if o > 0 else np.inf, + "余量bp": round(net.mean() / tn.mean() * 1e4, 2), + "t值": round(gR.mean() / (gR.std(ddof=1) + / np.sqrt(len(g))), 2), + }) + print(pd.DataFrame(rows).to_string(index=False)) + print("\n判读：若「命中」那组按原方向做显著为正，说明检测器是对的、" + "只是掺了太多噪声，\n值得找实时可判的过滤器；若两组都为负，" + "说明即使真站在线段底上，\n这个入场时点也已经太晚了。") + + +def main() -> None: + ap = argparse.ArgumentParser() + ap.add_argument("--symbols", default="BTC,ETH,SOL,LINK,DOGE") + ap.add_argument("--tfs", default="5m,15m") + ap.add_argument("--rows", type=int, default=200_000) + ap.add_argument("--workers", type=int, default=3) + ap.add_argument("--reuse", action="store_true") + args = ap.parse_args() + + if args.reuse and OUT.exists(): + report(pd.read_feather(OUT)) + return + syms = [s.strip() for s in args.symbols.split(",")] + tfs = [t.strip() for t in args.tfs.split(",")] + parts = [] + with ProcessPoolExecutor(max_workers=args.workers) as ex: + fut = {ex.submit(collect, s, t, args.rows): (s, t) + for s in syms for t in tfs} + for i, f in enumerate(as_completed(fut), 1): + r = f.result() + s, t = fut[f] + print(f" [{i}/{len(fut)}] {s} {t} " + f"{0 if r is None else len(r)}", flush=True) + if r is not None: + parts.append(r) + if not parts: + print("无结果") + return + d = pd.concat(parts, ignore_index=True) + OUT.parent.mkdir(exist_ok=True) + d.to_feather(OUT) + report(d) + + +if __name__ == "__main__": + main()