📜 学术背景
—— LPPL (Log-Periodic Power Law) 又称 JLS 模型,1996 年由 ETH 苏黎世金融风险教授
Didier Sornette 与
Johansen、Ledoit 提出。
核心思想:把金融崩盘视为物理系统的"临界相变" ——
价格在顶部前呈"对数周期幂律加速",通过拟合可反推临界时刻 tc。
论文 Predicting Financial Crashes Using Discrete Scale Invariance (1999) /
代表作《Why Stock Markets Crash》(Princeton, 2003)。
🎯 这个工具预测什么 —— 看时间,不看价格
核心输出是 ⏰ 临界点时间(顶部 / 转折日期),实战精度
±2-4 周。
价格是按数学公式外推,加速顶 m 越小指数发散越快,
极易出现天文级异常值 ——
只用 5 档对数衰减天梯展示分布,不要当精确目标。
BTC 2017 顶部时间预测准到 1 个月内,但价格 $10K vs 实际 $20K 差一半。
🔧 杰明的工程化优化
—— 在 Sornette 原始 LPPL 基础上做了 4 项工程化改造:起点自动定位、多窗共识拟合、对数衰减价格天梯、加速顶 / 减速顶双模式,解决原版"起点靠人选、易卡局部最优、价格易外推到天文异常值、只识别崩盘型"四大痛点。
💡 用法:填 Yahoo 代码 → 点 🤖 AI 自动分析(主推)。
复盘历史在「分析终点」填日期 · 进阶可手动指定起点。
大部分标的不在 LPPL 形态,会提示"模型不适用",正常。
非投资建议,仅数学探测器。