缠论分析系统

一个基于Python实现的完整缠论技术分析系统，支持数字货币市场的实时数据分析和可视化展示。

系统特性

核心功能

• K线包含关系处理：自动识别和合并K线包含关系
• 分型识别：精确识别顶分型和底分型，支持多级别强度验证
• 笔构建：基于分型生成完整的笔结构
• 线段识别：从笔构建线段，支持线段确认和破坏逻辑
• 中枢检测：识别不同级别的中枢，分析震荡区间
• 买卖点信号：实现三类买卖点的自动识别

数据支持

• 支持多个主流数字货币交易所（Binance、OKX等）
• 多时间周期分析（1分钟到1周）
• 实时数据获取和历史数据分析
• 数据清理和验证机制

可视化功能

• 交互式图表：基于Plotly的高质量图表
• Web界面：Dash框架构建的现代化Web界面
• 多层次展示：K线、分型、笔、线段、中枢、买卖点一体化显示
• 统计分析：提供详细的统计信息和模式分析

项目结构

/chanlun
├── /data              # 数据模块
│   ├── __init__.py
│   ├── data_fetcher.py    # 数据获取（ccxt）
│   └── data_processor.py  # 数据处理和清理
├── /core              # 缠论核心逻辑
│   ├── __init__.py
│   ├── kline.py           # K线包含关系处理
│   ├── fractal.py         # 分型识别
│   ├── stroke.py          # 笔逻辑
│   ├── segment.py         # 线段逻辑
│   ├── central_bank.py    # 中枢识别
│   ├── trading_signal.py  # 买卖点信号
│   └── chan_analyzer.py   # 综合分析器
├── /web               # Web可视化
│   ├── __init__.py
│   ├── app.py             # Dash应用
│   └── visualization.py   # 图表生成
├── /tests             # 测试文件
├── main.py            # 主程序入口
├── requirements.txt   # 依赖包
└── README.md         # 说明文档

安装和使用

环境要求

• Python 3.8+
• 推荐使用虚拟环境

安装步骤

1. 克隆项目

git clone <repository-url>
cd chanlun

2. 创建虚拟环境

python -m venv venv
source venv/bin/activate  # Linux/Mac
# 或
venv\Scripts\activate     # Windows

3. 安装依赖

pip install -r requirements.txt

运行方式

1. Web界面模式（推荐）

python main.py --mode web

然后在浏览器中访问 http://localhost:8050

2. 命令行模式

# 基本分析
python main.py --mode cli --symbol BTC/USDT --timeframe 1h

# 自定义参数
python main.py --mode cli \
    --symbol ETH/USDT \
    --timeframe 4h \
    --limit 1000 \
    --fractal-strength 2 \
    --export

参数说明

参数	说明	默认值
--mode	运行模式：web或cli	web
--symbol	交易对	BTC/USDT
--timeframe	时间周期	1h
--limit	K线数量	500
--fractal-strength	分型强度	1
--exchange	交易所	binance
--port	Web端口	8050
--export	导出结果	False

缠论理论说明

基础概念

1. K线包含关系

   • 当一根K线的高低点完全包含另一根K线时，需要进行合并处理
   • 合并规则根据当前趋势方向确定

2. 分型

   • 顶分型：中间K线高点比左右K线都高
   • 底分型：中间K线低点比左右K线都低
   • 支持不同强度的分型识别

3. 笔

   • 连接相邻不同类型分型的直线
   • 必须满足严格的分型交替规则

4. 线段

   • 由至少3笔组成
   • 有明确的生成和破坏规则

5. 中枢

   • 至少3个线段的重叠区域
   • 是价格震荡的核心区间

6. 买卖点

   • 一类：中枢突破点
   • 二类：回拉确认点
   • 三类：次级别突破点

使用示例

Web界面使用

1. 启动Web服务
2. 选择交易对和时间周期
3. 调整分析参数
4. 点击"获取数据并分析"
5. 查看可视化结果和统计信息

编程接口

from data.data_fetcher import DataFetcher
from core.chan_analyzer import ChanAnalyzer

# 获取数据
fetcher = DataFetcher()
klines = fetcher.fetch_klines('BTC/USDT', '1h', 500)

# 缠论分析
analyzer = ChanAnalyzer(klines)
results = analyzer.run_full_analysis()

# 获取分析结果
fractals = analyzer.fractals
strokes = analyzer.strokes
segments = analyzer.segments
central_banks = analyzer.central_banks
trading_points = analyzer.trading_points

# 当前市场结构
market_structure = analyzer.get_current_market_structure()

输出说明

分析结果

• 分型数据：包含位置、价格、类型、强度等信息
• 笔数据：起止点、方向、长度、强度等
• 线段数据：组成笔、方向、确认状态等
• 中枢数据：边界价格、级别、持续时间等
• 买卖点：类型、价格、强度、描述等

可视化图表

• K线图与成交量
• 分型标记（三角形标识）
• 笔（实线连接）
• 线段（虚线连接）
• 中枢（矩形区域）
• 买卖点（箭头标识）

注意事项

1. 数据质量：确保网络连接稳定，避免数据获取失败
2. 计算复杂度：大量数据分析可能需要较长时间
3. 参数调整：分型强度等参数需要根据具体情况调整
4. 投资风险：本系统仅供技术分析参考，不构成投资建议

技术特点

• 模块化设计：各功能模块独立，便于维护和扩展
• 面向对象：使用OOP设计，代码结构清晰
• 类型提示：完整的类型注解，提高代码可读性
• 错误处理：完善的异常处理机制
• 日志记录：详细的运行日志
• 可扩展性：支持新增交易所和指标

开发说明

扩展新交易所

在data_fetcher.py中添加新的交易所支持：

exchange = ccxt.new_exchange_name({
    # 配置参数
})

添加新指标

在相应模块中实现新的分析方法，遵循现有的接口设计。

自定义可视化

在visualization.py中添加新的图表类型。

许可证

本项目采用MIT许可证，详见LICENSE文件。

贡献

欢迎提交Issue和Pull Request来改进本项目。

联系方式

如有问题或建议，请通过GitHub Issues联系。