Methodology / About

這是什麼工具

這是一個人工型態探索（Human Pattern Discovery）與假設產生工具， 用來盲看 E7 歷史訊號的 K 線、把「你當下看到的型態」記錄成可蒐集的標籤與評分。 它不是交易系統、不是績效 Dashboard、不是 production E7 功能， 也不會產生任何買賣建議。

Blind cutoff（盲點切點）

Blind 切點是 E7 訊號日 D0 收盤。Blind 階段你可以使用 D0 收盤時已知的資訊， 但不會取得任何 D+1 之後的真實資訊或最終結果。

為什麼隱藏股票名稱／日期

若你知道是哪一檔股票、哪一年，你會不由自主地用「後見之明」與既有印象去評分， 於是你記錄下來的不是「圖形長什麼樣」，而是「我對那檔股票的印象」。 因此 Blind 階段的身份以不可逆的 opaque case id 取代，K 線橫軸只用 D-80、D-20、D0 這種相對位移。 這是 leakage control，不宣稱 adversarial security。

什麼是 Setup Quality

只用來評估 Blind 當下 setup 的視覺品質，不是預測未來漲跌。

1	很差
2	偏弱
3	普通
4	不錯
5	很漂亮／非常吸引人

什麼是 Worth Research

此案例是否出現值得進一步定義並做正式量化回測的型態。 它不是「值得買」。正確流程是 observation → hypothesis → formal backtest。

什麼是 MFE / MAE

最大有利幅度（MFE）＝生命週期持有期間相對進場價的最大浮盈。
最大不利幅度（MAE）＝生命週期持有期間相對進場價的最大浮虧。

什麼是 R

進場當日凍結的 ATR14 決定初始風險： 1R = 2.0 × 進場日 ATR14， 初始停損＝進場價 − 2.0 × 進場日 ATR14。 final_r = 最終報酬% ÷ 初始風險%。 D0 的 ATR14 與進場日的 ATR14 不是同一個數字，本工具不混用。

為什麼 R 與 % 同時顯示

純 % 會讓高波動股票看起來賺得多，R 則把每一筆換算成「承擔多少初始風險」。 兩者一起看，才不會把「波動大」誤讀成「訊號好」。

實際交易 vs 反事實生命週期模擬

本 prototype cohort 的生命週期結果為反事實生命週期模擬，不是實際成交紀錄。 Eligibility 與 Outcome 同屬E7 Case Viewer Frozen R50 Research Lifecycle；正式 authority 逐案標記 FRESH／ACTIVE_LIFECYCLE_SUPPRESSED。FRESH 與 SUPPRESSED 的研究生命週期資格，皆依 Frozen R50 規則判定。 Viewer 使用 Frozen R50 research lifecycle；其語意與目前 production engine 已知存在差異， 因此不宣稱重建真實歷史 production admission，也不代表現行正式 E7 准入。 固定 QA cohort 保持原樣，不重抽、不修改 Blind answers。

價格基準

價格基準：adjusted（官方 reference-factor 還原序列）。 也就是 canonical lifecycle 使用的同一條價格序列，K 線、MA20、Entry、Initial Stop、Exit 全部同一基準，不混用 raw 與 adjusted。 成交量的部分為原始成交量（股），僅作資訊顯示。

成交金額（Turnover）欄位

目前 canonical 價格權威中沒有可驗證的 PIT 成交金額來源， 因此「E7 當日成交金額」與「近 20 日成交金額中位數」顯示為 —，並在 provenance 記錄 unavailable 原因。 本工具不會用 close × volume 冒充成交金額。

Prototype QA cohort 不可作統計推論

本輪只有固定 20 筆案例，用途是 UI／資料／研究流程 QA。 樣本數不足以支持任何統計推論，也沒有做任何勝率、評分對 R 的相關分析。

Viewer 觀察 ≠ 策略 edge

你在這裡看到的型態，只代表「這 20 筆裡看起來像這樣」。 要主張 edge，必須先把型態定義成可程式化的條件，再用完整歷史上做正式回測與樣本外驗證。

回饋不會上傳

所有評分與筆記只存在你的瀏覽器 localStorage。 沒有任何後端、沒有帳號、沒有 server DB、不會上傳。 需要備份或換裝置時，用 Export Reviews JSON / Import Reviews JSON。