BigWaves Pattern Inspector 只关心一个很具体的问题：道琼斯指数（^DJI）在盘中出现一次急跌之后，某一只标的在之后的 30 天里会怎么走，这些事后的走势是否相似？它在道指 36 年的日线里找出这样的日子，把相邻的几天合并成一次事件，再把每次事件之后的走势画在同一张图上。它从 2025 年 8 月起一直在这个网站上运行。
- 1990 → 2026扫描的 ^DJI 日线历史
- 12+ 个月后端连续运行的时间
- 30 天事件后窗口，另有 60 天的指标预热期
可调的事件定义
事件研究（法）通常只做一次，写在一个 notebook 里，事件的定义也只有一种。我希望把事件的定义做成可以改动的参数（即跌多少点才算一次，两个触发日相隔多近就算作同一次），比较也要直观，结果马上能看到，这样关于大跌之后会怎样的任何一个猜想，几秒钟就能查一遍。
后端与前端
后端是一个小型的 Flask 服务，建立在 pandas，yfinance 与 TA-Lib 之上。它缓存了 ^DJI 从 1990 年起的日线序列，只有当请求的范围超出缓存时才补取超出的部分。事件的判据是当天的开盘价减最低价（Open − Low）超过阈值；合并窗口之内的几个触发日算作同一次事件，日期取第一天。对于每一次事件，后端取出所选标的的行情，并在前面多取 60 天作为指标的预热期，算出指数移动平均（EMA）8/21，相对强弱指标（RSI）14 与 MACD，再裁剪到事件后窗口，以 JSON 返回给图表。
前端用 Vue 3 与 Tailwind 写成，图表用的是 TradingView 的 lightweight-charts。叠加模式（Overlay）把每次事件按触发之后的第 1，2，3 天对齐，各条路径便叠在一起；时间线模式（Timeline）则把各个窗口按时间顺序接起来，每次事件的窗口用底色标出。
用途和局限
BigWaves 是看图的工具，不是模型：在做任何正式分析之前，先把每次事件之后的条件路径放到同一条百分比或以 100 为基准的坐标轴上，使它们可以互相比较。它也有一个缺陷：触发条件是固定的指数点数，而道指跌 1,000 点在 2000 年是比今天大得多的一次波动，因此在默认的 2000 年至今的窗口里，不同年代的事件并不能严格比较。正确的做法是用滚动波动率归一化之后的对数收益率来触发；点数阈值之所以保留，是因为这个问题最初就是这样问的。
我做的事。 后端从头到尾是我写的（每一次提交都是我的），我把它打包成容器，由 gunicorn 运行，nginx 在前面做代理，并维持运行了一年多；Vue 前端以静态构建的形式放在同一台主机上。
线上地址 zhezhang.info/charts。在线时长即容器启动至今的时间，没有收集任何使用数据。