Methodology
10-step 價格行為 framework
純 OHLC 數據驅動,零 LLM 幻覺。每一個 signal、每一個 trigger/target/stop 都係由 Python 確定性計出。
Author: Leeks Terminal(rule-based engine)
Last updated:
Data: Futu OpenD · T-1 OHLC only
① Phase 分類
5 種 phase,基於 20-day rolling high/low + 60-day trend:
- Uptrend — close > 20d MA, 20d low rising, structure HH/HL
- Base building — 區間 20d box, close 中段, low 未破前低
- Downtrend active — close < 20d MA, lower lows, 50d MA 下彎
- Downtrend recovery — 從 S4 反彈,close 升穿 20d mid,未破前高
- Range — 收縮波幅,5d ATR < 20d ATR × 0.5
② S/R Ladder
4-tier support / resistance levels,rolling pivots:
- S1 / R1 — 20-day rolling low / high
- S2 / R2 — 60-day
- S3 / R3 — 120-day
- S4 — 200-day crash low
③ 4 種 Strategy
- SELL_R1 — open 喺 box 內,high 觸及 R1 → short 至 mid,stop = R1 × 1.02
- BUY_S1 — open 喺 box 內,low 觸及 S1 → long 至 mid,stop = S1 × 0.98
- BREAK_LONG — open > R1 → long breakout,target = R2,stop = R1 × 0.99
- BREAK_SHORT — open < S1 → short breakdown,target = S2,stop = S1 × 1.01
④ Backtest 4 Windows
每隻 stock 跑 30 / 60 / 90 / 197-day backtest × 4 strategy。
然後搵「recent regime 30-90d」最強 edge 配 strategy。
⑤ Action Plan
結合 phase + position + best strategy → verdict (BUY / SELL / WAIT) + 具體價位:
- Trigger — 入場價
- Target — 目標價
- Stop — 止蝕價
- Risk / Reward / R:R ratio
⑥ 點解唔用 LLM 出 signal
LLM 容易 hallucinate 數字 — 特別係 trigger / target / stop 呢啲具體價位。我哋用:
- Python 確定性計 OHLC、S/R、backtest、action plan
- LLM 只出 narrative 解釋(if-then scenarios, common misjudgments)— 唔可以出數字
- 所有 raw OHLC 都係 futu OpenD 即時 data,T-1 截尾
⑦ Reliability 分級
- HIGH — n ≥ 10 AND win% ≥ 60%
- MED — n ≥ 5 AND win% ≥ 50%
- LOW — 其他(建議 skip)
⑧ T-1 Hard Rule
- 永遠用 yesterday's close 計 signal
- 9:30 開市前 5 分鐘先睇 signal,唔可以 live trade
- 所有 backtest 都係 T-1 data 對齊,無 survivorship
⑨ Risk Management
- 每筆止損 1-2% 帳戶
- 持倉 30-40% 上限
- 16:00 HKT / 16:00 ET 前必須平倉
- 唔過夜,唔留倉
⑩ 點解 multi-window
- 短期 30-90d = 近期 regime 真實表現
- 長期 197d = 大方向確認
- 兩個 window 一致 → 信號強
- 兩個 window 矛盾 → skip
FAQ
Leeks Terminal 嘅信號係點計出嚟嘅?
全部由 Python 對 T-1 日線 OHLC 確定性計算:先分 5 種 phase,再疊 20/60/120/200 日 S/R ladder,跑 30/60/90/197 日 backtest 揀出最強 edge,最後輸出 BUY/SELL/WAIT 加 trigger/target/stop。LLM 只負責解釋文字,唔會產生任何數字。
Backtest win% 可以當幾準?
win% 是歷史統計而非預測。可靠性分三級:HIGH(n≥10 且 win%≥60)、MED(n≥5 且 win%≥50)、LOW(建議跳過)。樣本愈大、近期 regime 愈一致,參考價值愈高。
數據幾時更新?用即市價定收市價?
永遠使用 T-1 收市價(hard rule)。港股與美股各自在收市後重建全站,開市前查看訊號即可,不會使用 live intraday 數據計算。
呢個站係投資建議嗎?
不是。全部內容屬教育用途並附免責聲明;即日鮮交易風險極高,過往表現不代表將來回報。
⚠ Disclaimer · Educational only. Backtest 唔等於 live 表現。Day-trade 高風險,loss of capital possible.