掌握核心引擎，释放数据潜力

配置智能计划生成引擎

计划生成引擎是计划之家的核心组件。通过设定预设的算法逻辑与容错区间，系统能够自动计算出符合统计学概率的参考集合。

1. 选择基础算法模型

在左侧导航栏选择“新建计划”。系统提供多种内置模型，包括均值回归模型、冷热偏差模型以及马尔可夫链预测。根据您的分析周期（短期波动或长期趋势），选择最契合的底层逻辑。

2. 设定参数边界与周期

模型选择完毕后，需在右侧面板配置具体参数：

• 采样周期： 定义算法计算时参考的历史数据深度（例如：近100期、近500期）。周期越长，宏观趋势越稳定；周期越短，对近期突变越敏感。
• 容错率（Margin of Error）： 设定允许的偏差范围。较低的容错率会生成更精简的集合，但风险相应增加；较高的容错率则相反。
• 连出/遗漏阈值： 针对特定形态设置强制拦截条件，避免生成极端统计学概率下的低效数据。

3. 执行运算与结果输出

点击“启动引擎”按钮。系统将在本地或云端（取决于您的版本配置）进行矩阵运算。运算完成后，结果将以列表形式呈现，并附带置信度评分（Confidence Score）。您可以将结果导出为 CSV 格式，或直接发送至监控面板进行实时跟踪。

深度形态与走势分析图表

告别枯燥的原始数据。可视化分析模块将海量历史记录转化为直观的图表与热力图，帮助您以肉眼捕捉隐藏的周期性规律。

读取综合走势图

综合走势图是分析的基础。横轴代表时间序列，纵轴代表数值分布。通过点击顶部工具栏的“辅助线”图标，您可以叠加以下指标：

• 移动平均线 (MA)： 平滑短期波动，识别宏观趋势方向。
• 布林带 (Bollinger Bands)： 观察数据的离散程度，判断当前数值是否处于超买或超卖的极端区间。
• 遗漏值柱状图： 在底部区域直观显示当前各项指标的连续未出现次数，结合历史最大遗漏值（Max Omission）进行风险评估。

自定义形态标绘

在图表区域点击右键，选择“形态绘制工具”。您可以手动标记您认为具有参考价值的几何形态（如 W底、M头、阶梯走势）。系统会自动记录这些形态，并在未来的数据流中进行相似度匹配预警。

运行历史数据回测系统

在将任何策略投入实际应用之前，验证其有效性至关重要。回测系统利用真实的过往数据，模拟您的策略在历史环境中的表现。

构建回测任务

进入“回测中心”，点击“新建任务”。 首先，导入您已经配置好的计划模型或过滤条件组合。 其次，划定回测的时间区间。为了保证结果的客观性，建议选择包含不同市场周期（平稳期、剧烈波动期）的长时间跨度。

解读回测报告

回测引擎运行完毕后，将生成一份详尽的性能评估报告。核心关注以下关键指标：

参数优化（参数寻优）

如果初始回测结果不理想，不要急于放弃策略。使用“参数步进优化”功能，系统会在您设定的范围内自动微调各项参数，并进行成百上千次的批量回测，最终为您筛选出在历史数据中表现最优的参数组合。

构建多维条件过滤矩阵

过滤矩阵是实现“精细化数据缩水”的核心工具。通过叠加多个逻辑条件，剔除低概率组合，提炼高价值核心数据。

基础指标过滤

在过滤面板中，您可以勾选数百种基础形态指标作为过滤条件。例如：

• 和值区间： 排除历史极少出现的极高或极低和值。
• 跨度限制： 设定最大值与最小值的差值范围。
• 奇偶/大小比例： 强制要求结果符合特定的结构比例（如 2奇1偶，全大等）。

高级交集与容错逻辑

当您添加了大量过滤条件时，如果要求所有条件同时满足（AND 逻辑），极易导致结果被完全清空（杀号过度）。 此时，需要启用条件容错机制。

您可以设定：“在以上 10 个过滤条件中，允许其中 1-2 个条件判断失误”。系统将采用模糊匹配算法，保留那些虽然未能完美契合所有规则，但整体得分依然极高的数据组合。这种机制极大地提升了实战中的容错率与稳定性。