10-step 價格行為 framework

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 — 上述條件都唔符合嘅 fallback（介乎 0.15–0.85 range position）

② S/R Ladder

4-tier support / resistance levels，rolling pivots：

• S1 / R1 — 最近 20 交易日 low / high
• S2 / R2 — 第 21–60 交易日（唔包最近 20 日，分層唔重疊）
• S3 / R3 — 第 61–120 交易日
• S4 — 第 121 日以前嘅最低 low（crash low）

③ 4 種 Strategy

• SELL_R1 — open 喺 box 內，high 觸及 R1 → short 至 mid，stop = R1 × (1 + max(2%, 1.5×ATR))
• BUY_S1 — open 喺 box 內，low 觸及 S1 → long 至 mid，stop = S1 × (1 − max(2%, 1.5×ATR))
• BREAK_LONG — open > R1 → long breakout，target = R2，stop = R1 × 0.99
• BREAK_SHORT — open < S1 → short breakdown，target = S2，stop = S1 × 1.01
• Guard rails（2026-08-25）：ATR ≥ 6% 或 20 日 box ≥ 35% → 降級 WAIT；R:R < 1.2 → 降級 WAIT；target 同方向矛盾 → 降級 WAIT。

④ Backtest 4 Windows

每隻 stock 跑 30 / 60 / 90 / 197-day backtest × 4 strategy。成本模型：HK 0.20% / US 0.10% round-trip（連佣金+費用+滑點）；同日 target/stop 都觸及 → 悲觀計 stop 先。

Win% 呈現規則：表格顯示「今日建議策略本身」嘅歷史勝率；近期最強 edge（可能係另一策略）只作 detail page 參考，唔會同今日 plan 混埋顯示。

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 ≥ 20 AND win% ≥ 60%（2026-08-25 收緊：n=10 嘅 95% 信心區間太闊，容易係隨機）
• MED — n ≥ 5 AND win% ≥ 50%
• LOW — 其他（建議 skip）
• 表格顯示嘅 Win% 永遠係「今日 plan 同一策略」嘅自身歷史勝率（n≥5 先顯示）；近期最強 edge（可能係另一策略）只喺 detail page 參考區顯示。

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：S/R 用前一日 rolling 窗、今日 open 入場 — 無 look-ahead
• 注意：universe 係「今日成交額 top-200」，對過去 window 有輕度 selection bias（今日活躍 ≠ 當時活躍）。月份 swing backtest 另有 effective window 標註。

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

🌿 Swing (T+10) paper-trade side project

2026-08-28 開始 3 個月 parallel paper-trade test：每個 BUY signal 同時跑 day-trade (T+1, 6%/6% stop/target) + swing (T+10, -10% / +15%)。目的：驗證 6 個月 backtest 顯示嘅 T+10 swing avg +3.05% (vs T+1 day-trade +0.38%) 喺 forward live data 都 work。Swing paper trades 喺 /paper-trades 嘅「Source」column 有 🌿 swing pill 標記。3 個月後 (約 11/28) 決定轉唔轉主 strategy 過去。Day-trade system 維持不變 — swing 係 side project，唔污染主 data。

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≥20 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。