Your Name e5dd5b5593 feat: 期货数据分析工具集 v2.0

## 核心功能
### 1. 成交量序列分析 (volume_price_sequence.py)
- 按累计成交量排序的价格趋势分析
- 三合一综合图表：价格序列+成交量分布+时间序列
- 关键价格水平自动标注

### 2. 成交量分布深度分析 (volume_distribution_analysis.py)
- 7种专业可视化图表
- 统计特征分析和分布拟合
- 交易模式识别和业务洞察

### 3. 大额订单分析工具集 (large_orders/)
- 买1/卖1量大单分析 (阈值99)
- 买卖挂单合计分析 (阈值200)
- 当前成交量分析 (阈值150)
- 信号抑制优化算法 (38%抑制率)

## 技术特性
- 信号抑制算法：有效减少重复信号干扰
- 多维度分析：支持多种信号类型
- 专业可视化：四宫格综合分析图
- 业务洞察：基于数据的交易建议

## 分析结果
- 卖1量大单：短期下跌，长期大幅上涨反转
- 买挂合计：各时间窗口小幅正收益
- 信号抑制：短期收益从-0.0778提升至+0.1347

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

2025-11-02 15:15:53 +08:00

4.1 KiB

Raw Blame History

CLAUDE.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

项目概述

这是一个专门的期货数据分析项目，专注于中国期货市场的成交量-成交价序列可视化分析。项目采用创新的分析方法，通过按累计成交量排序来展示价格在交易过程中的真实变化轨迹。

项目特色: 提供高解释力的期货数据可视化工具，相比传统时间序列图表具有更强的业务相关性和决策价值。

核心工具

volume_price_sequence.py

这是项目的主要分析工具，专门用于生成成交量-成交价序列图表。

功能特性:

按累计成交量升序排列数据
生成高解释力的可视化图表
提供详细的统计分析和业务洞察
支持命令行参数，使用简单

使用方法:

python volume_price_sequence.py [data_file]
python volume_price_sequence.py --help

数据文件结构

数据存储位置

所有数据文件位于 /data/ 目录下：

au2512_20251013.parquet - AU2512合约2025年10月13日数据 (默认分析文件)
au2512_20251013.csv - AU2512合约CSV格式数据
jm2509_20250709.csv - JM2509合约2025年7月9日数据
jm2509_20250710.csv - JM2509合约2025年7月10日数据
jm2509_20250711.csv - JM2509合约2025年7月11日数据
jm2509_20250717.csv - JM2509合约2025年7月17日数据

数据格式

数据包含以下字段（中文表头）：

UTC,UTC.1,时间,累积成交量,成交价,成交额,
买1价,卖1价,买1量,卖1量,
买2价,卖2价,买2量,卖2量,
买3价,卖3价,买3量,卖3量,
买4价,卖4价,买4量,卖4量,
买5价,卖5价,买5量,卖5量

关键字段说明

UTC, UTC.1: UTC时间戳（毫秒级）
时间: 当日累计时间（格式：MM:SS.秒，从00:00:00开始）
成交价: 最新成交价格
累积成交量: 当日累计成交量
买1价~买5价: 买方五档价格
卖1价~卖5价: 卖方五档价格
买1量~买5量: 买方五档挂单量
卖1量~卖5量: 卖方五档挂单量

分析方法

核心理念

为什么选择成交量序列分析？

传统时间序列的局限性：

无法展示交易过程对价格的真实影响
时间间隔不均等，影响趋势判断
业务解释力有限

成交量序列的优势：

清晰展示价格随交易推进的演变轨迹
便于识别不同交易阶段的价格水平
可以量化成交量对价格的影响
更符合期货交易的实际业务逻辑

图表输出

生成的图表 au2512_volume_price_sequence.png 包含：

成交价序列线（蓝色）- 展示价格随成交量变化
移动平均线（红色）- 平滑价格趋势
价格波动区间（红色阴影）- 显示不确定性范围
关键节点标注 - 重要成交量时点的价格信息
分析结论框 - 完整的统计摘要

项目文件结构

jm_ces/
├── volume_price_sequence.py          # 核心分析脚本
├── au2512_volume_price_sequence.png  # 生成的分析图表
├── README.md                         # 项目说明文档
├── CLAUDE.md                         # 本指导文档
└── data/                             # 数据文件目录
    ├── au2512_20251013.parquet       # 默认分析数据
    └── *.csv                          # 其他期货数据文件

技术要求

依赖库

pandas (数据处理)
numpy (数值计算)
matplotlib (数据可视化)

系统要求

Python 3.7+
支持中文字体的环境

使用指南

快速开始

确保安装了必要的依赖库
运行分析脚本：python volume_price_sequence.py
查看生成的图表和分析报告

高级用法

指定不同的数据文件进行分析
使用命令行参数自定义输出目录
参考详细的README.md文档

分析价值

这个工具特别适用于：

期货交易策略研究
市场微观结构分析
价格发现机制研究
风险管理和决策支持

相比传统分析方法，成交量序列分析能够提供更具业务洞察力的可视化结果。

4.1 KiB Raw Blame History Unescape Escape