行情分析与预测（Market Analysis & Forecast）

Overview

本 skill 把一套完整的黄金价格行为交易体系（源自《线下核心策略》培训文档）固化为可复用的分析与预测流程。它接收用户手动提供的 OHLC K 线数据，完成「指标计算 → 形态/信号识别 → 趋势研判 → 策略回测 → 研报输出」全链路，输出可直接指导交易的结论。

核心能力对应三条主线：

1. 指标计算 + 趋势信号：计算布林带、均线、zigzag、斐波那契、ATR 等，识别反转形态并给出做多/做空信号。
2. 预测与策略回测：基于 9 大策略模型对历史数据回测，验证信号胜率与盈亏比。
3. 综合研报输出：输出结构化的行情分析报告，含趋势判断、关键位、信号、预测与风险提示。

何时使用本 skill

满足以下任一情况即触发：

• 用户上传 CSV / Excel 行情数据，或直接粘贴 K 线数据（时间、开、高、低、收）。
• 用户要求分析黄金 XAUUSD、外汇货币对等品种的行情、判断趋势或预测方向。
• 用户要求识别某个策略形态（布林带真假突破、平台突破、W/M、88.6、Fakey、AB=CD 等）。
• 用户要求回测某个策略的历史表现。
• 用户要求输出一份行情研报。

若用户提供的是实时/在线数据源而非本地数据文件，先读取数据到本地 CSV，再走本流程。

工作流程

按以下顺序执行，每一步用到的详细规则见 references/，计算用 scripts/：

第 1 步：数据准备

1. 确认数据来源（CSV / Excel / 粘贴文本）。
2. 用 scripts/data_loader.py 加载并标准化为统一字段：datetime, open, high, low, close, volume(可选)。
   • 数据需按时间升序排列；缺失列或格式错误时脚本会报错，据此向用户反馈补齐。
3. 确认时间周期（M1/M5/M15/M30/H1/H4/D1/W1），周期影响指标与 zigzag 参数（见 references/strategies.md）。

第 2 步：指标计算

用 scripts/indicators.py 计算以下指标（详细参数与周期映射见 references/strategies.md）：

• 布林带（SMA/MA=60 或 26，标准差=2，偏移=0）
• 均线（SMA/EMA 常用周期）
• ZigZag（各周期参数见 references/strategies.md 的 W/M 形态章节）
• 斐波那契回撤/扩展位（38.2% / 50% / 61.8% / 88.6% / 100%）
• ATR（用于衡量波动与 R 倍数）

第 3 步：形态与信号识别

用 scripts/patterns.py 识别价格行为形态，识别规则详见 references/price-action-patterns.md：

• 反转形态（单信号）：pinbar、吞没、孕线、顶底分型——这四种形态可独立作为单信号使用，每个都有完整的进场/止损/止盈规则（详见 references/price-action-patterns.md 的「单信号交易规则总表」与 references/strategies.md 的「反转形态单信号」章节）。脚本输出已附带止损价与止盈 R 倍数。
• 其他反转/突破形态：Fakey、大实体 K 线、外包线。
• 结构形态：W/M（双顶双底）、平台、趋势线、N 型假突破、谐波 88.6、AB=CD。

识别出形态后，结合第 2 步的关键位（布林带轨道、平台、趋势线、斐波那契位）：

• 反转形态单信号 → 按各自单信号规则给出方向、入场、止损、止盈（形态 + 关键位共振才有效）。
• 结构形态 → 按 9 大策略的进场/止损/止盈规则给出具体信号（详见 references/strategies.md）。

信号确认与叠加（必做）：识别出形态后，按 references/signal-confirmation.md 执行：

1. 看后续 K 线确认：形态方向由突破/后续走势决定（看信号优先看后面的 K 线）。
2. 辨别真假突破：突破后看「收住」还是「收回」——收住顺势，收回反手（N 型假突破）。
3. 多信号叠加：检查形态层/反转层/关键位层/顺势层，≥3 层必做、2 层可做、1 层等加强。
4. 止损取最严格：多信号叠加时，止损取最远的那个（被扫概率最低）。

第 4 步：趋势研判与预测

综合判断当前所处的市场状态（单边/震荡），给出方向性预测：

• 单边行情 → 顺势思路，跟随趋势线方向。
• 震荡行情 → 区间思路，用布林带/平台/W-M 等震荡策略。
• 判断依据、多级别联动的思路见 references/strategies.md 的「日内趋势识别」与 references/position-management.md。

预测结论必须给出：方向（多/空/观望）、入场参考位、止损位、止盈目标（用 R 倍数与斐波那契位）、置信度与风险提示。

第 5 步：策略回测（可选，用户要求时执行）

用 scripts/backtest.py 对指定策略在历史数据上回测：

• 输出：交易次数、胜率、平均盈亏比、最大回撤、总收益（R）。
• 回测只是历史统计，不构成未来收益保证，研报中必须声明。

第 6 步：输出研报

输出一份结构化研报，结构固定为：

1. 结论摘要：一句话方向判断 + 关键信号。
2. 市场状态：单边/震荡判定及依据。
3. 关键价位：支撑/阻力、布林带轨道、平台位、斐波那契位。
4. 形态与信号：识别到的形态、触发信号、对应策略。
5. 交易计划：方向、入场、止损、止盈（含 R 倍数）、仓位建议。
6. 预测与风险：方向预测、置信度、风险提示（数据局限、回测局限）。

仓位与盈亏比管理规则统一遵循 references/position-management.md（1R 推保本、2R 减半、4 倍离场等）。

资源索引

• references/signal-confirmation.md —— 信号确认与多信号叠加四大原则（看后续 K 线 / 真假突破 / 叠加清单 / 止损取最严格）。
• references/strategies.md —— 9 大策略模型的完整定义、参数与进出场规则（核心参考，必读）。
• references/price-action-patterns.md —— 反转形态（pinbar/吞没/孕线/分型/Fakey）的识别规则。
• references/position-management.md —— 进出场、止损止盈、盈亏比与仓位管理规则。
• scripts/data_loader.py —— 加载 CSV/Excel/粘贴数据并标准化为 OHLC。
• scripts/indicators.py —— 技术指标计算（布林带、均线、zigzag、斐波那契、ATR）。
• scripts/patterns.py —— 反转形态与结构形态识别。
• scripts/backtest.py —— 策略回测框架。

使用方式

所有脚本均为标准 Python（仅依赖 pandas / numpy，可无网运行）。先创建/复用隔离 venv 并安装依赖，再按需调用。脚本带有详尽中文注释，便于初学者阅读理解。

运行示例（在脚本所在目录下）：

python scripts/data_loader.py 行情数据.csv            # 加载并标准化数据
python scripts/indicators.py 行情数据.csv              # 计算指标并输出
python scripts/patterns.py 行情数据.csv                # 识别形态与信号
python scripts/backtest.py 行情数据.csv --strategy wm  # 回测 W/M 策略