ETF 平台突破形态筛选

解决什么问题

ETF 平台突破形态筛选面向量化选股流程中一个具体痛点：单只 ETF 是否处于有效平台突破，往往依赖肉眼判断阻力位、突破力度与量能配合。该技能把这一判断固化为可重复执行的扫描流程，适合需要批量处理几十只 ETF 并生成候选名单的场景。

如何工作

技能基于“前 80% K 线找平台高点、后 20% K 线验证突破”的 80/20 框架：

• 平台识别：在前期 K 线中寻找被多次触及的最高价位，过滤单次冲高造成的假平台。
• 突破验证：检查后续 K 线是否创新高、站稳平台高点，并结合量比判断突破有效性。
• 数据链路：优先使用腾讯财经 API 拉取 K 线，失败时降级到 AKShare，也可增量补充最新交易日数据。
• 输出结果：生成 full_scan_result.json、scan_candidates.json 和 HTML 报告，便于人工复核与邮件分发。

评分体系从平台质量、突破力度、趋势量能和中间段压制四个维度打分，并按分数映射为 AA、A、B+ 等评级。默认覆盖 95 个 ETF，也可通过自定义清单、--etf-list 或 --all 参数调整范围。

适用边界

该技能适合用于研究、选股辅助和报表生成，不适合直接作为交易指令。平台突破仍是形态假设，后续可能受市场流动性、板块事件和宏观变量影响。若用于生产环境，建议保留候选标的的人工复核流程，并在数据源异常、报告评级与声明不一致时优先核对底层 K 线与评分脚本。