形态识别扫描的分诊式用法

扫描器的正确定位是分诊，不是预测

自动形态识别最容易走偏的用法，是把它当成结论生成器：打开面板，看到一个方向偏向，就照着做。这个用法之所以危险，不是因为算法不好，而是因为它把工具的角色搞错了。

扫描器真正擅长的事情是覆盖面。人眼一次只能仔细看一个图，扫描器可以在同一时间对整段序列做系统性的检查，把值得进一步查看的地方标出来。这是分诊的工作——把大量对象快速分成"需要马上细看"、"可以稍后再看"、"不需要看"三类。分诊的产出不是诊断，而是一份排好序的待查清单。

newk 的形态识别指标是单指标聚合五个维度：单形态、裸 K 形态、组合信号、演化中的形态、视觉形态，再在此之上给出一个共振头条。理解这个结构对正确使用它至关重要：头条是对下层五个维度的汇总表达，它的可信度完全取决于下层证据的质量，而不是它自己看起来有多确定。

访问说明：K线 Pro 需要登录后使用；形态面板、订单流等进阶数据可能需要有效的会员权益，专业深度按当前代码对非会员处于锁定状态。可用性与支持范围都可能调整，请以产品内当前界面为准。

分诊流程在 K 线视图内完成，打开 K线 Pro 可以同时展开形态面板与成交类指标做二次确认；若相关功能受权限限制，可先查看会员权益确认账号当前的开通状态。

五个维度不该被平等对待

聚合的便利也带来一个陷阱：五个维度在同一个面板里并列显示，容易让人以为它们的证据强度相当。实际上它们的性质差别很大。

单形态与裸 K 形态是基于价格几何的识别，判据明确、可复核性高，但它们本身不携带任何关于成交的信息。一个形态在图上完美成立，与它背后有没有真实的成交支撑，是两回事。

组合信号是多个条件投票的结果，其中包含量能确认这一项。它比单一形态多了一层筛选，但也因为是聚合结果，具体是哪些条件在起作用需要展开才能知道。看到一个组合结论就采信，等于放弃了检查的机会。

演化中的形态指尚未完成的形态。这一类的价值在于提前进入观察名单，而它的风险也正在这里——未完成的形态有相当比例最终不会完成。把演化中的形态当成已完成来对待，是误判的主要来源之一。

视觉形态基于更大尺度的图形轮廓，主观性相对更高，适合用来提供背景，而不适合作为触发依据。

因此在分诊时，应当给这五类不同的权重：几何形态用于定位，组合信号用于初筛，演化项只进观察名单，视觉形态只作背景参考。共振头条则用于快速判断"这个标的现在有没有值得花时间的东西"，仅此而已。

质量过滤的三道关

从扫描结果到值得细看的候选，中间需要过滤。没有过滤的扫描结果数量太多，注意力会被摊薄到毫无价值。

第一道，位置相关性。 这个形态出现的位置，与你已经在关注的结构位置有关系吗？出现在区间中部、周围没有任何结构参照的形态，即使识别得再清晰也应当排在后面。落在前高、区间边缘或已标注的失衡区上的形态，才值得优先处理。

第二道，量能确认。 组合信号里包含量能是否确认的判定，这一项应当作为硬过滤条件而不是参考。量能未确认的形态直接降级，不进入细看名单。原因很简单：形态描述的是价格几何，量能描述的是有多少人真的参与了，缺了后者，前者只是一个巧合的形状。

第三道，冲突检查。 扫描结果本身可能包含方向相反的形态。newk 的实现会在多空形态冲突时把头条表述为方向分歧，这个状态的正确处理方式是"不作判断"，而不是"挑一个看起来更强的采信"。冲突状态被明确标出是件好事，它保护你不去做一个证据本身就不支持的决定。

三道关过完，剩下的候选通常只有原来的一小部分，这时才轮到人工细看。

相关标签的重复计数问题

这是聚合式扫描最隐蔽的一个陷阱。五个维度并不彼此独立，同一段价格结构完全可能同时触发多个标签：一个裸 K 反转形态、一个包含该形态的组合信号、一个正在演化的更大形态，可能都指向同一根或同几根 K 线。

如果按标签数量来累加信心，就会把一份证据算成三份。表面上看到"三个维度同时看多"，实际上只有一个价格结构在说话。这种重复计数会系统性地放大信心，而且越是聚合程度高的工具越容易出现。

避免的办法是按证据来源去重，而不是按标签去重。具体做法是：把每个候选标签对应的 K 线区间记下来，区间重叠的标签合并成一条证据，只计一次。剩下的、互不重叠的标签才算独立证据。这样处理之后，很多看起来"多维度共振"的情形会缩水成一条单薄的证据，这才是它本来的样子。

另外要注意，同一段结构在不同周期上被识别成不同形态，同样属于相关标签而不是独立确认。多周期一致有价值，但前提是它们描述的不是同一段 K 线。

证伪规则

针对通过分诊的候选，判断应当写成带作废条件的陈述，而不是方向结论。

假设是"该形态给出的方向偏向在短期内成立"，作废条件写为：在形态识别范围之后的预设根数内，价格向反方向越过形态的关键边界（例如反转形态所依托的极值点）并完成收盘。观察根数事先定好，形态所依托的极值点在识别时就已确定，所以这条规则不需要事后解释。

假设是"当前处于方向分歧状态，不宜行动"，作废条件是：冲突的一侧被后续价格明确否定，同时另一侧获得新的量能确认。

演化中的形态需要一条额外的作废规则：如果在预设时间内形态没有完成，直接从名单移除，不做任何方向推断。演化项最常见的结局就是不完成，为它保留悬念只会积累无效的关注。

局限与风险

识别依赖参数与灵敏度。 形态的识别结果受灵敏度等配置影响，配置变化会改变被标记出来的形态集合。跨设置比较形态数量、命中密度都没有意义，同一套阈值也不适用于所有品种。

样本长度限制。 数据不足时扫描无法给出有效结果，这不是异常而是正常的保护行为。在数据刚加载或周期切换后立即读取结论，容易拿到不完整的输出。

几何形态不含成交信息。 价格形状与背后的实际参与度是两个层面的事情，形态识别原则上只能回答前者。任何只基于形态的判断，都缺少订单流这一层的证据。

聚合结论需要展开才能检验。 头条与组合结论都是下层证据的汇总表达，直接采信汇总而不查看下层，就放弃了这套工具最有价值的部分。汇总的作用是节省筛选时间，不是替代检验。

匿名数据不指向主体。 形态与成交特征都来自匿名的聚合数据，不能据此判断某个机构或个人在做什么。这类推断超出数据的支撑范围。

扫描结果是证据不是指令。 分诊的产出是一份需要人工进一步检验的候选清单，以及每个候选的作废条件。它不构成买卖建议，也不承诺任何结果，具体决策与风险控制需要交易者依据自身框架独立作出。