📝 1. 什麼是多維共識分佈 (Consensus Distribution)？
多維共識分佈（技術代號：Consensus Distribution）是系統用來定義目前市場「氣候」的核心指標 。與傳統投資者只看單一均線、RSI 或成交量不同，系統會同時掃描 8 個互不相關的獨立維度 。
你可以將其想像成一場「專家投票」 。當 8 位擁有不同專業知識的量化專家同時對盤勢投下贊成票時，這波趨勢的可靠性便會大幅提升 。系統的核心目的，是為了在非線性的市場噪音中，尋找具備「統計優勢」的執行決策 。
🛡️ 2. 系統運作邏輯：八維正交矩陣的集體決策
系統透過構建一個「多維度正交因子空間 (8-Dimension Alpha Matrix)」進行深度掃描，確保訊號在不同維度下依然保持低耦合度 ：
- 動能能量 (Momentum Energy)：識別趨勢的加速與衰竭 。
- 機構行為量價 (Institutional VSA)：監控大戶在微觀結構上的建倉痕跡 。
- 統計邊界與偏離 (Trend Deviation)：防止在期望值偏低的臨界點進行追價 。
- 貝葉斯勝率期望 (Bayesian Probability Edge)：動態更新當前因子組合在歷史中的先驗勝率 。
- 多重共振過濾：當 8 個維度中有 5 個（5/8）以上達成共振時，系統才具備進入「可執行狀態」的統計前提 。
這種設計是為了避免單一邏輯（如單純看多頭排列）在市場環境切換時發生系統性失靈 。
⚔️ 3. 實戰應用：成功與失敗的判讀
✅ 成功用法：多維度共振的「主升攻擊」
- 場景：股價剛從區間突破，市場標籤處於「主升攻擊 (Bull Attack)」機制 。
- 觀察：系統顯示 8 個獨立維度的共識分佈全數對齊（8/8），且「籌碼共振顯著性 (P-Value)」低於 0.15 。
- 結論：這代表不僅動能強勁，且機構行為與統計期望值皆站在多方 。這是一個極高勝率且具備持續性的「Alpha 捕捉」點。
❌ 失敗用法：孤立訊號與共識瓦解
- 場景：股價雖然持續上漲，但 系統 的共識分佈開始從 8/8 降至 4/8 甚至更低 。
- 觀察：雖然價格創新高，但機構量價維度顯示為「派發 (Distribution)」，或「RS 相對強度」出現背離 。
- 結論：這就是所謂的「空頭誘陷」。缺乏共識支撐的價格上漲往往只是慣性噴發，系統會將此視為「可執行性」低下的雜訊，建議讀者保持冷靜，不應在此進行追價。
🏛️ 4. 如何在 Zsigma 報告中找到它？
請打開你的戰情室報告，關注以下區域：
- 核心戰情室指標：尋找「Dimension Bias」或「獨立策略結論」 。
- 維度分佈圖：觀察 8 個標註點的顏色分佈。若全數呈現代表多頭（或空頭）的顏色，即為強共振 。
- 訊號密度：在「最近 12 日訊號矩陣」中，尋找多個策略在同一天同時開火的「叢集 (Clustering)」現象，這通常是高 convinction（信心度）的表徵 。
Zsigma 百科
📚 學術研究聲明
本報告係基於「量化微結構」與「博弈論」之後驗學術探討 。多維共識的定義係基於 8 個異質演算法之綜合判定，受限於 API 調用與運算資源，解讀應視為統計參考而非絕對建議 。
