jackandCursor
360e4e1c41
## 架构：影子发信号，实盘执行，两个进程
不让实盘自己算信号。前两个理由是资源与隔离（2 核上再来一份十币计算会把清空
从 247ms 推到 500ms+；实盘崩溃不该影响正在采的数据集），第三个最要紧：
**实盘交易的必须是影子测量的那一个信号**。各算一份会让两边悄悄分叉，之后就
没法把实盘实际成交和影子测的滑点曲线对照——而那个对照是整件事的目的。
总线用 append-only JSONL + fsync：崩溃安全，且「影子在跑、实盘没在跑」会表现
为信号在攒着，而不是静默丢弃。
## 出场结构精确分解成两个半仓
TripleBarrierConfig 只有单级止盈，装不下 3ATR 减半 + 8ATR 目标。但已核实
exit_model.py:151 的 runner_stops 是从**入场价**算的（ret = (entry-low)/a），
且 RUNNER_STOP == SL == 2.0，所以两半共用同一个不动的止损，可精确分解为：
半仓 A 市价入场 · TP 3ATR · SL 2ATR · 48min
半仓 B 市价入场 · TP 8ATR · SL 2ATR · 48min
止损先到则两半都在 -2ATR 出场；3ATR 先到则 A 出场、B 继续且止损仍在 2ATR。
与回测逐情形一致。assert_decomposable() 在启动时挡住 RUNNER_STOP != SL 的
改动，否则实盘会跑另一个收益结构且不报错。
## 硬约束是这个文件的重点
一笔止损只亏约 1 USDT，所以「亏损可控」对单笔成立。但三类故障的代价**不随
仓位缩小**，必须显式封住：失控下单（MAX_OPEN=3 / MAX_DAY=15）、亏损累积
（MAX_DAY_LOSS=20）、裸仓（重启对账）。状态落盘且原子替换——不落盘的话反复
重启就等于反复重置日上限，而失控下单恰好常伴随反复重启。
已验：幂等去重、并发上限、日开仓上限、日亏损上限、跨日归零且保留 done 键、
重启后计数不清零、状态文件损坏时不抛异常。
## 重启对账选择平掉而非接管
崩溃重启后交易所可能还有仓位，而 executor 全没了，那些仓位没有任何止损在盯。
接管需要重建入场价/ATR/剩余半仓状态/已过根数，任一项猜错就让出场结构变成
另一个东西；平掉的代价只是一笔小额亏损，且行为确定。
## 已知风险：止损在机器人侧
Bitget 连接器只支持 LIMIT / LIMIT_MAKER / MARKET，无触发单。
PositionExecutor.control_stop_loss() 是本地盯价、触发时才发市价单，所以进程
一死仓位就是裸的。10x 下强平需逆向 10%（约 100 个 ATR），48 分钟内极不可能，
单次代价仍封在保证金内。下一步用 Bitget 服务端 TP/SL 计划单做兜底。
Co-authored-by: Cursor <cursoragent@cursor.com>
Chan — 缠论分析引擎
把 OHLCV K 线拆成缠论结构（K 线单元 → 合并 K 线 → 分型 → 笔 → 线段 → 中枢 → 买卖点）， 配一个 TradingView Charting Library 的 Web 界面，外加一套验证信号有效性的回测脚本。
标的不限：加密永续（ccxt）与 A 股（akshare）都走同一条分析链路。
chanlun/ 缠论引擎，纯 pandas/numpy，无外部指标库依赖
web/ Flask API + 图表界面
research/ 信号有效性验证脚本（step1 ~ step30）
data/ 本地 K 线（freqtrade 的 feather 格式）
安装
需要 Python ≥ 3.11（pandas 3.x / numpy 2.x 的要求，不是本项目代码的限制）。
python -m venv .venv
.venv/bin/pip install -r requirements.txt # 核心运行时，8 个包
.venv/bin/pip install -r requirements-dev.txt # 另加测试与 research/ 所需
跑 Web
cd web
../.venv/bin/python app.py # 默认 http://0.0.0.0:8128
从仓库根跑 .venv/bin/python web/app.py 也可以——Python 会把脚本所在目录放进 sys.path。
但不能用 python -m web.app，也不能 import web.app：web/ 内部是无前缀导入
（import config、from api.analyze import bp），-m 方式下 sys.path 里是仓库根而不是
web/，会 ModuleNotFoundError: No module named 'config'。
配置全部走环境变量，见 web/config.py：
| 变量 | 默认值 | 用途 |
|---|---|---|
FLASK_HOST / FLASK_PORT |
0.0.0.0 / 8128 |
监听地址 |
DATA_SERVICE_URL |
https://provider.jackyu66.com |
行情 REST 源 |
DATA_SERVICE_WS_URL |
wss://jackyu66.com/ws |
行情 WebSocket 源 |
ASHARE_DP_URL |
http://103.179.242.166:8000 |
A 股数据源 |
CHAN_HTTP_PROXY |
未设置则不走代理 | ccxt / HTTP 代理 |
MACD_FACTOR / MACD_SMOOTH |
1 / 1 |
MACD 周期倍数，默认 12/26/9 |
主要接口：GET /api/analyze 返回某标的某周期的完整缠论结构，/api/klines/recent
取最新 K 线，/api/trend_filter 与 /api/trend_detail 做多周期趋势筛选，
/api/symbols、/api/search_stock、/api/sectors 等负责标的检索。页面在 / 与 /chan_tv。
作为库使用
import pandas as pd
from chanlun import TF_DF
# 需要 date/open/high/low/close/volume 六列，date 为 datetime
df = pd.read_feather("data/binance/futures/BTC_USDT_USDT-1h-futures.feather")
tf = TF_DF(df, interval=1, timeframe="1h")
len(tf.klu_list) # K 线单元
len(tf.klc_list) # 合并 K 线（处理包含关系后）
len(tf.bi_list) # 笔
len(tf.seg_list) # 线段
len(tf.zs_list) # 中枢
tf.bi_list[-1].dir # Chan_BI_DIR.DOWN
tf.chanmacd # MACD 结构分析（背驰判定用）
interval 的单位是分钟，对传入的 df 做重采样；interval=1 是特例，表示原样使用、
不重采样。所以拿 1h 的 feather 要传 interval=1，拿 1m 数据想看 1h 才传 interval=60：
df1m = pd.read_feather("data/binance/futures/BTC_USDT_USDT-1m-futures.feather")
TF_DF(df1m, interval=5, timeframe="5m")
TF_DF(df1m, interval=60, timeframe="1h")
传错不会报错，只会静默给出错误周期的结构——1h 数据配 interval=4 相当于按 4 分钟
重采样，结果与 interval=1 完全相同。
分析流程
TF_DF.init_TF_DF() 按顺序做这几步，每步的实现在 chanlun/pipeline/builders/ 下同名文件：
resample_to_interval— 重采样（interval != 1时）add_indicators— 追加 33 列指标（MACD / BBANDS / EMA / RSI / ATR 等）cal_kl_data→klu_list— K 线单元get_klc_list→klc_list— 按包含关系合并 K 线，并标记分型cal_bi_list→bi_list— 笔cal_bi_zs_list_pure→bi_zs_list— 笔中枢get_seg_list→seg_list— 线段get_zs_list/get_big_zs_list— 中枢与大级别中枢ChanMACD(klu_list)— MACD 段 / 柱堆结构，供背驰判定
数据
data/<交易所>/futures/<SYMBOL>-<周期>-futures.feather，即 freqtrade 的下载格式，
如 data/binance/futures/BTC_USDT_USDT-1h-futures.feather。
research/lib/data.py 负责定位：BTC/USDT:USDT + 1h 会解析到上面这个路径，
找不到本地文件则回落到远端拉取。
测试
.venv/bin/python -m pytest chanlun/tests web/tests -q
chanlun/tests/test_ta_compat.py 有个需要注意的陷阱：它把 chanlun/indicators/ta.py
的输出逐 bar 钉在 TA-Lib 上，但 TA-Lib 不存在时会静默跳过。也就是说改了 ta.py
之后在没装 TA-Lib 的环境里跑，测试会显示通过，其实一项都没验证。改动那个文件时请先装：
sudo apt-get install -y libta-lib0 ta-lib-dev
.venv/bin/pip install TA-Lib technical
已知问题
web/DEPLOY_GUIDE.md已失效：它引用的deploy_venv.sh、stop_venv.sh、status_venv.sh等 6 个脚本都在7f393b9精简提交里删掉了，目前没有部署脚本。 两个 systemd unit 文件（web/chanlun-web*.service）仍可参考，但它们用 gunicorn 且写死端口 8123，与config.py默认的 8128 不一致，gunicorn 也不在依赖清单里。web/README.txt已过时：它说的web/requirements.txt不存在，依赖清单在仓库根目录。- 四个零引用的死文件：
chanlun/analysis/下的ChanPY.py、ChanLun_Classifier.py、Find_Trend.py、ChanHeng.py全项目无人引用。ChanPY.py依赖未安装的外部 chan.py 库， 另外三个需要 matplotlib / mplfinance / xgboost / scikit-learn——这些都不在依赖清单里， 是有意为之。要用得自行安装。