2026-06-25 · Research Harness · Claudestyle

NYAM OHLCV 統計分析研究

把現有 NQ / NYAM 1m OHLCV 資料先做成可驗證的研究底座，先推進 NYAM V轉特徵模型，再評估 TimesFM 是否能提供 forecast error 或 regime feature 增益。

✅ 已驗證 · SQLite + rclone 已上傳

SSoT DB: nq-ict-scout/data/nq_ict_scout.db

Raw CSV: nq-ict-scout/data/raw/ · 雲端: gdrive:data/nyam-ohlcv/

HTML 目的：快速檢查資料、方法、同步與下一步。

📄 相關研究計畫（博士論文 proposal）：線上閱讀 · 在 Obsidian 開啟

🧭 下一步提案：NYAM V轉特徵模型 · HITL Board

Vault 正本：2026_SuperPortia/40-Knowledge/Research/2026-06-16_nq_ict_scout_research_proposal.md（CLAUDE STYLE 版明天規畫）

主表 bars508,436ohlcv_1m
主表交易日3772025-01-02 → 2026-06-24
Databento bars490,437364 trade dates
Drive 已上傳275 MiBDB hash 驗證 0 diff

資料現況

資料表筆數工作日日期範圍判讀
ohlcv_1m508,4363772025-01-02 → 2026-06-24研究主表，TV/manual ingest 1m OHLCV；本機 DB 每日入庫。
ohlcv_databento490,4373642025-01-02 → 2026-06-12Databento 歷史/週批資料，符號 NQ.c.0。
ohlcv_yfinance90,623692026-03-19 → 2026-06-24每日下載備援，符號 NQ=F。

狀態說明：✅ 可驗證；⚠️ yfinance 僅適合備援與對照；Databento 應作為品質基準。

📍 資料位置（Raw Location）
本機 SSoT DB~/Documents/nq-ict-scout/data/nq_ict_scout.db三表全量 OHLCV（250 MB）
本機 Raw CSV~/Documents/nq-ict-scout/data/raw/9 個 databento CSV（1m + 15m，2025-01 → 2026-03）
本機備份~/Documents/nq-ict-scout/data/backups/6 份 DB 每日快照（1.4 GB，尚未上雲）
雲端備份gdrive:data/nyam-ohlcv/DB + raw/ + stats，275 MiB，2026-06-17 上傳，rclone check 0 diff

Google Drive 同步

✅ 已上傳 · rclone

目標：gdrive:data/nyam-ohlcv/

2026-06-17 已上傳 12 物件 / 275 MiB（DB 一致快照 + raw CSV + stats）。rclone check 對 DB hash 比對 0 diff。1.4 GB 歷史備份尚未上雲。

⚠️ 不推薦主用 · gws

gws 已安裝，但自檢顯示授權/Discovery 不穩。資料檔同步用 rclone 更直接。

資料管線

SourceDatabento / TV ingest / yfinance
Schema CheckOHLCV 欄位、timestamp、trade_date
Quality Scan缺口、異常值、重複、DST
Featuresreturn、range、ATR、volume z-score
TestsBus Terminal × NYAM state
Findingsexpectancy、CI、leakage audit

NYAM / OHLCV Agent 交接泳道

狀態：✅ 已建；⚒️ 部分 / 未串接；❌ critical path 缺口。這張圖的目的，是讓下一個 agent 一眼知道資料從哪裡來、誰清洗、拱心石在哪、下一棒去哪。

來龍 · 資料源
TradingView Pine CSV ✅手動匯出到 Downloads；由 watcher 偵測。pine-logs-OHLCV*
yfinance NQ=F ✅定時備援與 TV 對照。ohlcv_yfinance
Databento NQ.c.0 ✅歷史 / 週批資料與品質基準。ohlcv_databento
TV indicators ⚒️BPR / OB / Killzone / Pivot 目前主要在圖上，尚未完全結構化。
清洗 · 入庫層
watch_tv_downloads.sh ✅fswatch 常駐；偵測、轉檔、入庫、封存。launchd: com.superportia.tv-ohlcv-watcher
cli.py ohlcv ingest ✅寫入 SQLite 主表，並對 TradingView 跑 quality gate。ohlcv_1m + data_quality_log
OHLCV scheduled pipeline ✅22:15 TPE 跑 yfinance fetch / validate / compare / materialize。pipeline_runs + pipeline_step_log
post-ingest trigger ✅TV quality gate pass 後會觸發 NYAM 統計頁 refresh/deploy；失敗只警告，不破壞入庫。
拱心石 · 結構化層
SQLite OHLCV SSoT ✅三源資料主庫；目前 1m 主表已到 2026-06-24。nq_ict_scout.db
daily stats JSONL ✅materialize step 會 append 每日三源統計。data/ohlcv_daily_stats.jsonl
NYAM 90-bar canonical ⚒️定義已存在；尚未產生可直接查詢的研究表。
V轉 / OB feature tables ❌缺事件標記、regime label、OB/BPR/HTF 投影欄位。
去脈 · 使用端
NYAM stats page ✅公開頁已部署，並可由腳本讀 SQLite 更新。nyam-ohlcv-research.pages.dev
HRS V轉提案 ✅decision gate 與 Phase 0-1 規格。
auto-refresh script ✅已掛到 TV ingest success path；可用環境變數停用或改成不 deploy。scripts/update_nyam_stats_page.py
research harness ❌尚未自動產生 V轉 / OB-dominant 統計、案例瀏覽與 replay-safe dataset。
施工順序（拱心石優先，非單點）：

P1 post-ingest trigger 已建。下一步：P2 NYAM 90-bar dataset。P3 V轉 / OB / BPR / HTF feature tables。P4 replay-safe case browser。

Agent contract：docs/pipeline-handoff-contract.md

方法矩陣

✅ 統計

描述統計

分布、range、return、volume profile。先回答資料長什麼樣。

✅ 統計

Walk-forward classifier

用 session-level label 測 state 是否提升 conditional expectancy。

⚠️ 風險

Leakage audit

每個 feature timestamp 必須早於 prediction timestamp。

⚠️ 風險

Bootstrap CI

避免只看 hit rate；檢查 expectancy 是否穩定。

⚠️ 下一步

NYAM V轉特徵模型

先研究 V轉發生位置、時間顯著性、前序列、1K/TV/HTF 指標共振，不先處理進場。

ℹ️ TimesFM

Forecast baseline

先和 naive baseline 比，不直接當多空裁判。

ℹ️ TimesFM

Forecast error feature

市場偏離預測時，作為 regime 或 anomaly 特徵。

泳道流程

Data
✅ DB count
✅ raw CSV
⚠️ source align
⚠️ DST audit
ℹ️ snapshot
Stats
✅ bars/days
⚠️ NYAM window
⚠️ features
ℹ️ bootstrap
ℹ️ lift test
Visualization
✅ report shell
ℹ️ filters
ℹ️ linked evidence
ℹ️ export hooks
⚠️ QA
Review
✅ sources
⚠️ TimesFM docs
⚠️ no leakage
ℹ️ cross-review
ℹ️ publish

發現與證據

✅ 已驗證

資料量足夠做 baseline

先做統計與狀態標籤，不急著模型化。

✅ 已上傳

OHLCV 已上雲備份

rclone 比 gws 更適合檔案同步。

⚠️ 待複核

TimesFM 應延後

先當 benchmark / forecast error feature。

主 DB 已有 508,436 根 1m bars、377 個交易日（2025-01-02 -> 2026-06-24）；可支撐 6-12 個月 retrospective harness。

NYAM V轉特徵模型

⚠️ 提案待看稿 · HRS

研究目標：找出 NYAM 夏令 21:30-22:59 九十根 1K 中，V轉發生的位置、時間、前序列與指標共振特徵。

先不處理進場、SL、TP；先把 V轉作為市場結構事件做統計定義與特徵檢定。

開啟 HRS 提案頁 →

✅ 互連

模型分層：1K 位置特徵、TV/ICT indicators、HTF 15m/60m OHLC，最後才做融合模型。

這個工作台提供資料現況與研究底座；HRS 提案頁提供 decision gate 與 Phase 0-1 規格。

研究里程碑

✅ 已驗證

資料盤點

DB / raw CSV / 表筆數。

✅ 已上傳

Drive 備份

rclone copy 275 MiB，hash 0 diff。

⚠️ 下一步

NYAM canonical

固定 ET 09:30-10:59 六根 15m bars。

⚠️ 下一步

V轉特徵模型

標記 local high/low turn，研究時間、位置、前序列與指標共振。

ℹ️ 第二階段

TimesFM 2.5

forecast baseline 與 error feature。

ℹ️ 第二階段

Review

bootstrap CI、leakage audit、publication。