迹语是迹线的读数语言:把引擎算出的结构对象——迹域、迹程、迹点、迹线——变成你能写、能算、能画的量。
三条本性,写脚本前先记住:
plot(domains.map(域势()), 名 = "域势(迹语)")
逐词拆:
domains —— 全部迹域组成的序列(引擎输出的每一个域)。map(域势()) —— 对每个域算它的域势:域内逐根累计的多空净成交量(阳线 +量、阴线 −量,单位股)。一个域 → 一段连续爬升/回落的折线。plot(..., 名 = "域势(迹语)") —— 画到主图下方的「迹语」副图。它与右栏图层「域势A」是同一口径的独立复算——两者逐根对拍完全一致(这正是迹语可复现性的实证)。域势() 换成 域能()——域能=域内净量的终值(一域一数、阶梯状)。两个词的区别:域势是过程,域能是结果。| 词 | 对应图上 | 说明 |
|---|---|---|
domains | 主图上所有域框 | 全部迹域的序列,按引擎生成顺序排列。迹语词汇的轴心。 |
trace.segments() | 迹程(两迹点之间的一段行情) | 沿迹向的有向截段。带 起 / 终 / 向 / 极 / 极价差() / 根数()。 |
trace.vertices() | 迹线折点 | 迹点序列:已定格、永不再改。带 价 / 索引 / 向 / 定格。 |
域和迹程的数量关系:一段迹程里有若干个域(承位链);迹程的个数=迹点个数−1。
每个域自带九族属性和若干派生量。属性不加括号(如 向),派生量加括号(如 根数())。
| 词 | 取值 / 定义式 | 说明 |
|---|---|---|
向 | 升 / 降 / null | 域自身方向;浮域无向(null) |
态 | 活 / 封 | 活=还在生长(样本末端的活动域);封=已定格 |
因 | 位传 / 位迁 / 换向 | 这一封因何而起 |
序 | 在序 / 非序 / 未序 | 是否入迹线时间线:承位域在序;极位域非序;未向期的域未序 |
位 | 承位 / 极位 | 这个域站在哪类迹位上 |
位索引 | 整数 | 迹位是第几根 K |
体上 / 体下 | 价格 | 域体上下沿 |
影上 / 影下 | 价格 | 域影:体外极端(未越出时的最高/最低触及) |
根数() | 定格之处 − 位 | 域时包含几根 K |
域宽() | 体上 − 体下 | 域体的价格宽度 |
域能() | Σ±成交量(股) | 阳线 +量、阴线 −量,域内求和;正=净买入占优。域终值(一域一数) |
域势() | 域内逐根累计 Σ±量 | 域势A 的迹语复现(与「域势A」图层逐根一致);域过程(一域一段折线) |
域面() | Σ(高 − 低) | 域内逐根振幅之和(价格面积) |
域密() | 域能 ÷ 域面 | 单位价格面积承载的能量;跨域对比,不看域内爬升 |
量() | Σ成交量(股) | 域内总成交量 |
下一域() / 前域() | 返回相邻域 | 沿在序承位链走:换向域的下一域=新迹程首域 |
迹程序号 | 整数 | 这个域属于第几个迹程 |
定格之处() | 整数 | 有效域时右端的 K 索引(活域=样本末端)——域内逐根计算的右边界 |
终前之态 | 浮 / 定 / null | 封之前这个域是浮域还是定向域;活域为 null |
扩体索引() | 整数 / null | 定向之破发生在第几根 K;未扩体为 null |
影上索引 / 影下索引 | 整数 / null | 体外极值触及的 K 索引 |
迹程(trace.segments() 的元素)常用:起 / 终 / 向 / 极 / 极索引 / 根数 / 极价差 / 换向(换向取值:承位触发 / 极位触发 / 双位触发 / null——迹程一冷启动无换向)。
序列三件套:where 过滤、map 映射、聚合求总数。
升域 = domains.where(向 == 升 且 序 == 在序) # 过滤 能 = 升域.map(域能) # 映射:每域算域能 plot(能, 名 = "升域域能")
where(向 == 升) 自动作用于每个域(隐式接收者)。且 / 或 / 非 等价 && / || / !。均值(domains.map(根数()))、sum(...)、max(...)、median(...)。trace.segments().sort(lambda s: s.极价差(), 逆 = true).take(5)。日(索引) 取第 n 根的日期、样本根数() 取 K 线总数、K(索引) 读单根 K。upDomains 与 升域 合法性相同);但向、域能、域势、换向这类系统词保持中文——那是引擎词汇,不是你的命名空间。示例默认用英文变量名。upDomains = domains.where(向 == 升 且 序 == 在序) plot(upDomains.map(域能), 名 = "升域域能")
turnDomains = domains.where(因 == 换向) nextDomains = turnDomains.下一域() plot(nextDomains.map(量() / 前域(量())), 名 = "换向量比")
读法:比值 > 1 = 换向后量能放大;< 1 = 缩量换向。
segs = trace.segments() plot(segs.map(极价差() / 根数()), 名 = "迹程斜率")
func bigShare(mult):
avgLen = 均值(domains.map(根数()))
big = domains.where(根数() > avgLen * mult)
return big.count() / domains.count()
plot([bigShare(2), bigShare(3)], 名 = ["2倍", "3倍"])
ordered = domains.where(序 == 在序) plot(ordered.map(域密()), 名 = "域密")
plot(净量累计(), 名 = "净量累计")
读法:与「域势」的唯一区别是域界处不归零——一条全程连续线;两者的逐根差分相同(当根 ±净量)。
plot(净额累计(), 名 = "净额累计")
按成交额(元)记账:每根 ±量×典型价(H+L+C)/3,涨跌定号;量纲元。
| 纪律 | 内容 |
|---|---|
| 默认禁未来 | 脚本隐含一个「考察点」(默认=样本末端)。引用考察点之后的数据=编译错。确要引用,头部写 允许未来: true,图上会标注「含未来引用」。 |
| null 不归一 | 浮域没有方向(向 == null)。null 参与算术=编译错——先过滤,别让浮域混进计算。 |
| 未终可改 | 样本最右端的活域,其数值随行情延伸会变——这是定义,不是错误。用 is_final(域) 区分。 |
| 现象 | 原因与解法 |
|---|---|
| 「未定义标识符 向」 | 条件写在了 where/map 之外——过滤条件必须写在 where(...) 括号内 |
| 「算术需要数值,实得 null」 | 浮域(无向)混进了算术——先加 where(向 != null) |
| 「前视引用」 | 引用了考察点之后的数据;或删掉越界引用,或头部声明 允许未来: true |
| 「迹域无属性 xxx」 | 词写错了——对照第四章全表;注意属性无括号、派生量有括号 |
| 编辑器里代码只剩几行 | 拖动编辑器下缘的淡紫色把手调高;双击把手恢复撑满 |
分形假说:高级别的转折点,系统性地长在低级别域体的边界上——不是随机散布,也不是突破后走满全程。这句话可以操作化为一个可证伪的统计命题:
| 标的 | 层级对 | 迹点数 | 实际均距 | 随机基线 | z | 单尾 p |
|---|---|---|---|---|---|---|
| 新和成 sz002001 | 级1→级2 | 11 | 0.097 | 0.250±0.043 | −3.53 | <0.0001 |
| 贵州茅台 sh600519 | 级1→级2 | 25 | 0.049 | 0.250±0.029 | −6.91 | <0.0001 |
| 贵州茅台 sh600519 | 级2→级3 | 5 | 0.007 | 0.250 | −3.79 | <0.0001 |