← 返回 Deep Dives · 站点首页

Deep Dive — Repo: ednunezg/pytrendline

2026-03-11 GitHub 仓库拆解 trendline / breakout / candlestick / support-resistance / confirmation 当前相关性：非常高

源文件：research/deep_dives/2026-03-11_pytrendline-repo-deep-dive.md

  • 时间：2026-03-11
  • 类型：GitHub 仓库拆解
  • 主题标签：trendline / breakout / candlestick / support-resistance / confirmation
  • 当前相关性：非常高

1. 为什么 pytrendline 对你当前阶段特别重要

如果你现在的兴趣点是：

  • 平行通道
  • 支撑阻力位
  • 趋势线突破
  • breakout 后确认

那么 pytrendline 比很多泛技术分析仓库都更贴你现在的问题。

原因是它直接从 OHLC candlestick chart 出发，做：

  • support / resistance line detection
  • pivot points
  • breakout-aware trendline evaluation

这比只给“指标值”的库更接近你真正想研究的东西。

2. README 里最关键的功能拆解

2.1 输入对象是 CandlestickData

README 和 example 说明，它不是吃单一 close 序列，而是吃完整 K 线结构：

  • Open
  • High
  • Low
  • Close
  • Date / time interval

这点很重要，因为： 趋势线、阻力位、突破、影线交互，本来就不该只靠 close。

2.2 先识别 pivot points

仓库明确写了：

  • pivot points = local maximum / minimum
  • 也就是 peaks / troughs

这点和你后面做趋势线、通道都直接相关。

2.3 扫描所有 (i, j) 点对尝试画线

README 明说：

  • 它通过穷举点对去扫描 trendlines
  • 复杂度是 O(N^3)

这是它最重要的工程特征之一：

  • 研究分析很强
  • 实时大样本很贵

2.4 一条线是否有效，要经过三类检查

#### 检查 1：有多少有效点落在线附近 通过 max_allowable_error_pt_to_trend 控制

#### 检查 2：线是否穿过 candle body README 里很关键的一点是：

  • 如果 trendline 在某个位置穿过 candle body，并且超过 breakout_tolerance，就被视为 breakout

这和你正在关心的“阻力位突破 / 假突破”是强相关的。

#### 检查 3：pivot 约束 可以要求：

  • first point must be pivot
  • last point must be pivot
  • all points must be pivots

这点非常适合用来做“更严格/更保守”的结构线过滤。

2.5 scoring + duplicate grouping

它不是找到线就结束，还会：

  • 给 trendlines 打分
  • 对相似 slope / last_price 的线做 grouping
  • 找每组最优线

这很适合研究阶段，因为实际检测出来的线通常很多、很重复。

3. example.py 暴露出的可调参数

从 example 可以看到，这个仓库已经很接近你后续真正要研究的信号要素：

  • trend_type：BOTH / SUPPORT / RESISTANCE
  • first_pt_must_be_pivot
  • last_pt_must_be_pivot
  • all_pts_must_be_pivots
  • trendline_must_include_global_maxmin_pt
  • min_points_required
  • ignore_breakouts
  • config（可覆盖默认 scoring 等）

这意味着你后面完全可以围绕这些维度定义研究问题：

  • 更严格的线是否更稳？
  • breakout line 要不要忽略？
  • 至少几次 touch 才算有效？

4. 为什么它比 trendln 更适合你当前的 breakout 兴趣

我自己的判断是：

  • trendln 更像结构线识别工具箱
  • pytrendline 更像 candlestick 上的 trendline/breakout research engine

也就是说，如果你现在更关心：

  • 压力位突破
  • 阻力线突破后确认
  • 线有没有穿 candle body
  • 假突破/真突破怎么区分

那么 pytrendline 的直接相关性更高。

5. 它在你项目里已经怎么落地了

这不是纯外部学习，你项目里已经有明确接法。

5.1 项目文档：docs/RESEARCH_PYTRENDLINE.md

这里已经明确了它的定位：

  • pytrendline 是研究功能
  • 不直接当正式交易信号
  • 重点回答：最近窗口里找到了哪些 support / resistance / breakout 线

5.2 项目桥接层：src/momentum/factors/pytrendline_bridge.py

你项目里现在已经做了一个非常合理的 adapter：

#### 已做的事

  • 用 PyTrendlineConfig 包一层本地配置
  • 只接受标准 columns：timestamp/open/high/low/close
  • 自动把数据裁到最近窗口（默认 96 bars）
  • 做 pandas 3 兼容（DataFrame.append patch）
  • 调用 pytrendline.detect(...)
  • 返回：
  • support_pivots
  • resistance_pivots
  • support_trendlines
  • resistance_trendlines

#### 这层的意义 非常大，因为它已经把外部 repo 从“直接依赖”变成了：

  • 可替换
  • 可审计
  • 可限制运行边界
  • 可向上层暴露结构化结果

6. 我怎么看它和你当前研究问题的关系

问题 1：平行通道能不能从它里头做出来？

能，但要你自己加一层定义。

pytrendline 直接给的是：

  • support lines
  • resistance lines
  • breakout-aware trendlines

你需要再定义：

  • support slope ≈ resistance slope
  • channel width 稳定
  • 两侧 touch count 足够

这样才能变成“平行通道候选”。

问题 2：它能不能直接回答“突破后几根阳线确认”？

不能直接回答。

它擅长的是：

  • 识别线
  • 判断线与 candle body 的交互
  • 标记 breakout 相关结构

但 “1 根确认 / 2 根确认 / 回踩确认” 这种，是你应该在上层 signal logic 里加的确认层。

问题 3：它适合实盘直接跑吗？

不适合直接当高频实时引擎。

原因：

  • README 已明说 O(N^3)
  • 你项目文档也已经把它定位成 recent window offline analysis

这点判断是对的，不要硬上实时主引擎。

7. 你最值得复用的，不是整个 repo，而是这 4 个思想

思想 1：先做结构检测，再做交易解释

不要把“线检测”和“交易确认”写成一锅粥。

思想 2：用 pivot + line validity 约束提升线质量

你的后续通道研究应该明确：

  • 至少几个点
  • 哪些点必须是 pivot
  • 线与 candle 的误差阈值是多少

思想 3：把 breakout 当成“线与 K 线几何关系”

而不是只看：

  • close > resistance

可以扩展出：

  • close breakout
  • wick breakout
  • body penetration
  • retest hold

思想 4：结果要以 DataFrame / structured outputs 暴露

这和你自己的 adapter 一致，非常适合后续做：

  • report
  • filtering
  • clustering
  • backtest join

8. 一个很适合你的最小实验

研究目标

验证：

> pytrendline 识别的 resistance breakout，是否比裸 rolling-high breakout 更接近“结构型基础 alpha”。

实验设计

#### 输入

  • BTC / ETH / SOL
  • 15m
  • 近 60d / 180d
  • recent window：96 bars

#### 触发组

  1. 裸 close > rolling_high(20)
  2. pytrendline resistance breakout
  3. pytrendline breakout + 1 根 close confirmation
  4. pytrendline breakout + retest confirmation

#### 输出先看

  • post_cost_return
  • positive_window_ratio
  • trade_count
  • false_breakout_rate（你可以自己定义）

9. 它的主要局限

  • O(N^3)，不适合粗暴扩大窗口
  • 更适合研究窗口，不适合直接在线上高频持续扫描
  • 趋势线检测本身很容易对 pivot 参数敏感
  • 如果把检测结果直接变成交易信号，容易发生 lookahead / retrospective beautification 风险

10. 我对 pytrendline 的最终评价

如果你现在只选一个 repo 认真学，我会推荐你先学这个，而不是 trendln。

原因不是 trendln 不好，而是：

pytrendline 更贴你现在的真实问题：趋势线 / 支撑阻力 / breakout / candle-body 交互 / 假突破。

同时，你项目里已经有干净的接法了，这意味着它不仅能学，还能马上复用。

11. 来源