Исследование Power Tracks

Полноценное исследовательское хранилище для рыночных механик «Power Tracks», «Stock Galaxy» и «Warped Prism». Эта кодовая база содержит инструменты, конвейеры и наборы для валидации, используемые для обнаружения и картирования системных аномалий в современной микроструктуре рынка.

Структура

Исследование разделено на три основных направления:

I. Сигнал: Power Tracks и стеганография

Обнаружение аномального «сердцебиения» и скрытых каналов передачи данных.

• Phase 57: Detection Stack — основной инструмент для обнаружения Power Tracks.
• Steganography: 26-Day Analysis — всестороннее исследование скрытой сигнализации в данных печатных отчетов.
• EDGX Decode: Operation Glasshouse — глубокое погружение в специфические для биржи типы ордеров и опкоды.

II. Карта: Stock Galaxy и картография

Картирование взаимосвязанной «гидравлической» системы волатильности.

• Phase 14: Genome Sequencing — начальная классификация поведения тикеров.
• Phase 16: Galaxy Scan — широкий анализ кластеров по всему рынку.
• Phase 26: Hydraulics — доказательство сохранения волатильности.
• Phase 29: System Cartography — сигнал «7-4-1» и карта системы.
• Phase 30: Interconnectedness — окончательная проверка системной взаимосвязи.

(Также включает фазы 18, 22, 23, 24, 25, 27)

III. Физика: Warped Prism и рыночная механика

Анализ специфических механик гаммы/IV, управляющих сигналом.

• Phase 74: RegA Detection — идентификация зон подавления гаммы.
• Phase 75: Predictability — причинно-следственные связи между потоком опционов и ценовым действием.
• Phase 77: Greek Echo — выделение потоков Charm и Vanna.
• Phase 82: Warped Prism Report — окончательный синтез механической модели.
• Phase 83: Math Model — формализация «Уравнения призмы».

(Также включает фазы 76, 78, 79, 80, 81, 86)

Использование

Каждый каталог фазы содержит manifest.json с описанием необходимых данных и скрипт download_data.py для их загрузки (требуются ключи Polygon.io / ThetaData).

Чтобы заполнить данные для фазы:

python research/phaseXX_name/download_data.py