---
description: 酒田戰法 K 線型態分析，識別 80 種反轉與延續信號
---
# 酒田戰法 (Sakata Strategy)

專業 K 線型態分析 Skill，結合自動化型態偵測與 **AI 智能分析**。

## 使用方式

用戶請求：`/sakata [TICKER]` 或 `分析 [TICKER] 的 K 線型態`

---

## ⚙️ Step 1: 執行型態偵測腳本

```bash
cd .agent/skills/sakata/scripts
docker run -v $(pwd)/output:/app/output sakata-skill python sakata_analyzer.py --ticker [TICKER] --days 120
```

> 首次使用需建置 Docker：`docker build -t sakata-skill .`

腳本輸出：
- `output/[TICKER]_sakata.png` - K 線圖表
- `output/[TICKER]_sakata.md` - 原始偵測報告

---

## 🧠 Step 2: AI 智能分析 (核心)

讀取腳本輸出後，Agent 必須進行以下 **深度分析**：

### 2.1 型態品質評估

針對偵測到的每個型態，評估其可靠性：

```markdown
#### 型態品質評估
| 型態 | 日期 | 原始強度 | AI 評估 | 調整理由 |
|------|------|---------|---------|---------|
| 晨星 | 01/25 | ⭐⭐⭐ | ⭐⭐⭐⭐ | 成交量放大 2.5x 確認 |
| 吊人 | 01/28 | ⭐⭐ | ⭐ | 趨勢不明確，信號減弱 |
```

評估因素：
- **成交量確認**: 型態伴隨成交量放大更可靠
- **趨勢背景**: 反轉型態需要明確先前趨勢
- **位置**: 頂部/底部出現的反轉型態更有效
- **型態清晰度**: 標準型態 vs 變體

### 2.2 多型態衝突分析

當多個信號衝突時，Agent 需判斷主導方向：

```markdown
#### 信號衝突分析
**衝突**: 01/26 空頭吞噬 vs 01/28 錘子

**AI 判斷**: 偏向看多
**理由**:
1. 錘子為更近期信號
2. 錘子出現在支撐位附近
3. RSI 已進入超賣區，增加反彈機率
```

### 2.3 趨勢整合分析

結合均線、趨勢、支撐壓力進行綜合判斷：

```markdown
#### 趨勢整合分析
**當前位置**: 
- 股價 $145.20
- MA20: $142.50 (股價在上方 ✅)
- MA50: $138.80 (股價在上方 ✅)

**支撐/壓力**:
- 近期支撐: $140.00 (前低)
- 近期壓力: $150.00 (前高)

**趨勢判斷**: 短期上升趨勢，中期盤整
```

### 2.4 交易情境模擬

提供不同情境下的操作建議：

```markdown
#### 情境分析
**情境 A: 積極多頭** (信心高)
- 現價進場，停損 $138
- 目標: $155 → $165

**情境 B: 保守觀望** (信心中)
- 等待回測 $142 (MA20) 再進場
- 或等待突破 $150 確認

**情境 C: 空頭防禦** (風險意識)
- 若跌破 $140，可能轉空
- 避免追高
```

---

## 📝 Step 3: 輸出綜合報告

Agent 整合所有分析，產出最終報告：

```markdown
# [TICKER] 酒田戰法智能分析報告

**分析時間**: YYYY-MM-DD HH:MM
**分析師**: AI Agent

---

## 📊 核心結論

> **主要研判: [看多/看空/中性]**
> 
> 基於 [X] 個多頭信號、[Y] 個空頭信號的綜合分析，
> 目前偏向 [方向]，信心度 [高/中/低]。

## 🎯 交易建議

| 項目 | 建議 | 說明 |
|------|------|------|
| 操作方向 | 買入/賣出/觀望 | ... |
| 建議進場 | $XX.XX | 理由 |
| 停損價位 | $XX.XX | 基於 ATR/支撐 |
| 第一目標 | $XX.XX | 壓力/型態目標 |
| 第二目標 | $XX.XX | 延伸目標 |

## 📈 型態分析摘要
[列出重要型態及其解讀]

## ⚠️ 風險提示
[AI 識別的主要風險因素]

## 📉 K 線圖表
![K線圖](./output/[TICKER]_sakata.png)
```

---

## 📚 型態參考文檔

當需要解釋特定型態時，參考：
- [patterns/single_candle.md](patterns/single_candle.md) - 單根型態
- [patterns/double_candle.md](patterns/double_candle.md) - 雙根型態
- [patterns/triple_candle.md](patterns/triple_candle.md) - 三根型態
- [patterns/complex_patterns.md](patterns/complex_patterns.md) - 複雜型態

---

## 🔧 技術組件

```
.agent/skills/sakata/
├── SKILL.md                # 本指令檔
├── patterns/               # 型態定義文檔
├── scripts/
│   ├── Dockerfile          # Docker 環境 (TA-Lib)
│   ├── sakata_analyzer.py  # 型態偵測主程式
│   └── ...
└── output/                 # 輸出目錄
```

## ⚠️ 重要提醒

1. 腳本輸出只是**原始數據**，Agent 必須進行 Step 2 的智能分析
2. 不要只列出型態，要**解讀其意義**
3. 多個信號時要**判斷優先級**，不是簡單加總
4. 最終建議需考慮**風險報酬比**