我用 AI 搭了一套 A 股 K 线学习与分析系统:从图解、概率到读图

在线体验:https://stock.oooooooo.cn

*访问慢的同学需要开启魔法*

本文和网站都只是技术分析的学习与历史统计工具,不构成任何投资建议。市场有风险,决策请独立判断。

很多人学 K 线,学到最后都变成了“背形态、猜涨跌”:锤子线看涨、金叉买入、缺口必补……可真到了盘面上,同一个形态有时灵、有时不灵,越学越糊涂。

我想换一个思路:技术分析不是预测,而是分类与应对。先判断市场处在什么状态,再看历史上类似状态之后发生了什么,最后把“什么条件下怎样、哪里算错”提前写下来。顺着这个思路,我借助 Claude Code 搭了这套网站:一边是能动手玩的学习实验室,一边是输入代码就能出结构化分析的工作台,背后用 30 只 A 股大盘股、6 年的真实数据做概率统计。

网站首页:分析工作台、学习实验室、知识库三大模块
首页:三大模块,以及来自实测的三条结论

一、分析工作台:输入一个代码,得到一份“结构化体检”

在工作台输入股票代码(比如 600519),点“规则分析”,大约 1 秒就能得到下面这个界面。所有计算都在你自己的浏览器里完成,不需要注册,填写的成本、持仓也不会上传。

分析工作台总览:K 线图、七维证据、关键价位
工作台总览:左边是可缩放的 K 线图,右边是阶段判定、七维证据与关键价位

左侧是交互式 K 线图:滚轮缩放、拖动平移,均线、布林带、一目均衡表云层、支撑阻力线、信号标记都可以开关,副图可以在 MACD、KDJ、RSI、ADX 之间切换。鼠标停在任意一根 K 线上,下方会显示当天的全部读数,以及 MACD 处在“八种状态”中的哪一种。

右侧是这份体检的核心:

  • 阶段判定:借用《股票趋势轮回理论》的“春生、夏长、秋收、冬藏”四阶段,判断现在处在生命周期的哪一段。
  • 七维证据:周线趋势、日线均线、MACD、量价、结构位置、云层、市况强度,每一项给出 −1 / 0 / +1,并写明依据。
  • 关键价位:自动找出上方阻力、下方支撑(分型高低点、均线、云层、基准线),标出距现价的百分比。

结论只用一句话概括,比如“秋收阶段,证据净分 +4/7(偏多)。上看 1480.60 能否放量站上;下看 1402.10(MA20)能否守住”。它不告诉你买还是卖,只告诉你现在在等什么。

二、概率不是承诺:用历史回答“类似情况后来怎样”

这是我最想做好的部分。系统会把当前状态编码成 6 个维度:趋势、MACD 状态、60 日区间位置、量能、云层位置、KDJ 区间。然后在 30 只大盘股的历史里,找出所有状态相同的交易日,统计它们之后 5、10、20 日的表现。

相似情景概率:上涨频率、收益分布与近期信号的历史表现
概率页:相似情景 vs 全部交易日,下方是 20 日收益分布图

截图里的例子很有意思:同一只股票,七维证据是 +4 偏多;但历史上 99 次类似状态之后,20 日上涨的频率只有 38%,比“随便哪天买”的 48% 还低,20 天内先跌 8% 的比例高达 43%。

定性判断和历史统计打架了。系统不会替你挑一个顺眼的答案,而是把两边都摆出来。这类时候最该做的,是降低对结论的确定性,而不是更坚定。

表格中“先 +10% / 先 −8%”这一列,我认为比胜率更贴近真实交易:它回答的是在 20 天内,先碰到止盈线还是先碰到止损线。

三、情景树:把“会涨吗”翻译成“什么条件下怎样”

情景树:上行、震荡、下行三种情景及其触发条件与失效位
情景树:每个情景都有可以挂预警的触发条件,以及失效位

每次分析都给出上行、震荡、下行三种情景,每种情景都写清四件事:

  • 触发条件:要具体到可以挂预警,比如“放量(≥ 前 5 日均量 1.8 倍)收盘站上 1480.60”。
  • 观察点:触发之后看什么。
  • 参考目标区:下一个阻力或支撑。
  • 失效位:到哪里就承认看错。

情景的倾向只分“偏高 / 中等 / 偏低”三档,由证据净分和历史统计机械得出。没有统计依据的地方,绝不写“上涨概率 73%”这种假精确的数字。

四、把自己的交易纪律写进系统

手册规则对照:一票否决闸门、止损三条件、交易计划卡片
手册对照:把能程序化的个人交易规则逐条核对

我平时有一份自己的交易手册,里面有一票否决的闸门(比如“现价 / 年内最低 > 2.5 不碰”“单笔亏损不得超过总资金 2%”),有止损三条件(价格、时间、逻辑),也有仓位分档。

工作台会把能程序化的规则逐条打上 ✅ ⚠️ ⛔。如果填了成本、持股和总资金,它还会算出各个止损位对应的亏损占总资金的比例。最后生成一张交易计划卡片:理由、触发、失效、止损、观察期、复盘日期,可以保存或复制。

这一页的定位很明确:它展示的是“我自己的规则怎么说”,而不是替我做决定。判断和执行分开,是手册里最重要的一条。

五、信号库:把教科书说法放进数据里检验

信号库与图上标记:MACD 底背驰在本股历史上的全部触发点
点击信号库中的任意一行,图上会标出这只股票历史上该信号的全部触发点

系统内置了 28 个规则化信号:MACD 零轴上下金叉死叉、底背驰与顶背驰(缠论口径,比较相邻两段的柱面积)、箱体放量突破、突破后回踩(类三买)、缩量回踩 MA20、洗盘、缺口、均线多头排列、三役好转、KDJ 超买超卖、低位锤子线、高位放量大阴……

点任意一行,图上就会用 ▲▼ 标出这只股票历史上的全部触发点,可以一个个看它们后来怎么走。所有统计的口径都是:信号日收盘确认,次日开盘买入,一字涨停买不进的样本剔除。这样更接近 A 股 T+1 和涨跌停的真实情况。

图层:一目均衡表云层、布林带与 ADX
打开云层、布林带,副图切换到 ADX:同一张图看趋势、波动和市况强度

六、学习实验室:先把“位置感”练出来

工作台面对的是真实股票,学习实验室则用程序生成的教学样例,把每种结构的典型样子画出来。拖动“回放”滑块,可以逐日走到当下,模拟你在盘中真实看到的画面:看不到右边的结果。

学习实验室:轮回四阶段场景
轮回四阶段:春生(建仓、量能放大)→ 夏长(震仓、缩量)→ 秋收(主升)→ 冬藏(跌破 60 日线)

目前一共 14 个场景:底部箱体到启动再到回踩、缩量洗盘、高位出货、MACD 底背驰与顶背驰、长期箱体(指标失效区)、穿越云层、突破缺口与竭尽缺口、双底、头肩顶、收敛三角形、旗形、均线粘合发散、轮回四阶段。

MACD 底背驰教学场景
底背驰:第二段价格创新低,但绿柱面积明显缩小,随后金叉;右侧实时显示 MACD 八状态

“指标图解”把 8 个常用指标逐一讲透:均线、量价、MACD、KDJ、RSI、布林、ADX、一目云层。每篇都讲它在算什么、怎么读、什么时候失灵、实测表现如何,并且可以一键跳到实验室看演示。

指标图解:MACD
指标图解:每个指标讲清原理、读法、失灵场景与实测数据
K 线形态图鉴
24 种 K 线形态:高亮的是形态本体,前面几根 K 线是“位置”

形态图鉴收录了 24 种常见组合,每张卡片都写明位置、含义、确认条件和失效条件。同样的形状,位置不同,含义可能完全相反。

七、实测里最反直觉的三个发现

概率与实测:期望值计算器、信号实测表与缺口实证
30 只大盘股、约 4 万个交易日的实测结果

1. 单一信号几乎没有优势。绝大多数信号的 20 日上涨频率在 42%–57% 之间,而“随便哪天买”约为 48%。表现最好的是 MACD 底背驰金叉(57%),但它 20 天内先跌 8% 的比例依然有 38%。

2. “看起来利多”的形态,统计上反而偏弱。低位锤子线、假跌破收回(常被称作“洗盘”),20 日上涨频率都低于基准。很多“洗盘”只是事后的命名,很多“低位”其实只是半山腰。

3. 缺口的规律和美股不完全一样。我用 A 股数据重做了《缺口技术分析》一书中的检验:

分组样本5 日内回补回补中位天数缺口后 30 日均收益
向上缺口·全部93351%5 天+1.4%
向上缺口·放量 ≥1.8 倍38839%10 天+1.9%
向上缺口·缩量 <1.2 倍19169%2 天+0.8%
向上缺口·3 日未补54516%17 天+4.7%

“多数缺口一周左右回补”在 A 股同样成立。但与美股样本不同的是,A 股里成交量有很强的区分力:放量缺口回补慢得多。“三日不补”的缺口后续明显更强,不过仍有约 40% 会在第 11 个交易日前被回补。所以它只是一种倾向,不能当作确认。

这些数据让我更确信一件事:优势不来自某个神奇形态,而来自多维共振、所处位置,以及止损。页面上的期望值计算器可以直观看到:胜率 45%、盈利 15%、止损 7% 时期望为正;把止损放宽一倍,期望立刻转负。

八、知识库:13 篇系统文档

知识库:MACD 全解
知识库:全宽阅读,左侧目录,右侧本页提纲,支持全文搜索

知识库共 13 篇:K 线基础与形态、均线道氏与 GMMA、量价关系、MACD 全解、KDJ/RSI/BOLL/ADX、一目均衡表与云层、结构形态(箱体、洗盘、启动、回踩、突破、缺口)、缠论与情绪周期、概率思维与实测数据、情景推演与规则映射、A 股特性,以及一篇参考书籍的概念整理(缺口实证、趋势轮回、概率优势、交易计划、回测陷阱等)。

暗色模式下的分析工作台
支持暗色模式

九、AI 读图:截图里的信息,交给大模型补全

程序能算出所有基于价格和成交量的指标,但截图里还有一些信息是行情接口拿不到的:筹码分布、股东户数、融资余额、分时走势……

工作台支持上传或粘贴截图,交给大模型读图。大模型拿到截图的同时,也拿到程序算好的精确数据,按固定模板写出完整报告。模板包括:结论速览、读图与数据核对、七维证据、MACD 与结构专项、概率参考、情景树、关键价位、规则对照,以及需要自己补充和自问的问题。

  • 支持国内模型:通义千问、智谱 GLM、豆包、Kimi(都能读图),DeepSeek(只分析数据,不读图)。
  • API Key 由你自己填写,只保存在你的浏览器里,请求时经网站转发给对应厂商,网站不存储、不记录。
  • 成本、持仓这类个人数据默认不发送给模型,需要手动勾选才会发送。

十、它是怎么做出来的

整个项目是我和 Claude Code 一起完成的:我提供自己积累的交易笔记、交易手册和参考书库,AI 负责梳理理论、写代码、跑回测、做页面。几个技术选择值得一提:

  • 计算全部放在浏览器里。指标、28 个信号、相似情景统计都是纯 JavaScript,在 Web Worker 里运行,一次完整分析约 1 秒,服务器只负责转发行情和大模型请求。
  • 部署在 Cloudflare Workers。静态页面加一个很薄的 Worker,免费额度就够用,绑定了自己的域名。
  • 口径和 A 股制度对齐。统计使用前复权数据、次日开盘入场、剔除一字涨停,区分主板、创业板 / 科创板、北交所的涨跌幅限制。
  • 避免未来函数。所有信号只使用当天及之前的数据。

写在最后

做这个项目的过程,本身就是一次学习:很多我曾经深信的说法,放到数据里一看,并没有那么灵。反过来,“止损是成本,不是失败”“空仓也是一种合法的仓位”这些朴素的纪律,被数据反复验证。

如果你也在学技术分析,欢迎去 stock.oooooooo.cn 玩一玩学习实验室,或者拿自己关注的股票做一次“体检”。也欢迎留言告诉我,你最想检验的是哪个“江湖说法”。


免责声明:本站及本文为技术分析教育与历史统计工具,所有内容均不构成投资建议,作者非持牌投资顾问。历史统计不代表未来表现,市场有风险,投资需谨慎。