📝 1. 什麼是吉尼係數 (Gini Coefficient)？
吉尼係數（技術代號：buy_gini, sell_gini）在 Zsigma 的微結構字典中，是用來衡量籌碼分佈「不平等程度」的指標。在經濟學中，它用來衡量貧富差距；但在量化博弈中，我們用它來衡量籌碼是被「少數大戶控盤」還是「廣大散戶持有」。
系統計算的數值介於 0 到 1 之間：數值越接近 1，代表籌碼極端集中在少數券商手中；數值越接近 0，代表籌碼分佈非常平均（通常意味著散戶散亂參與）。
🛡️ 2. 系統運作邏輯：偵測極端集中與擁擠度
系統透過雙向吉尼係數來監控市場參與者的行為品質：
- 集中化特徵：當 buy_gini 數值大於 0.6 時，代表大戶正在極端集中掃貨，這是籌碼純度極高的表現。
- 擁擠度陷阱 (Crowding Trap)：當籌碼特徵太過集中，代表市場「共識」已經過熱。當所有高手都在買入且 Gini 係數衝到極限時，市場反而可能因為缺乏後續推升力道而轉弱。
- 與 BCD 動能聯動：系統會將吉尼係數與 BCD 動能（券商數增減）交叉驗證。若兩者同時顯示籌碼高度集中且由散向中流動，則訊號的統計顯著性將大幅提升。
⚔️ 3. 實戰應用：成功與失敗的判讀
✅ 成功用法：低位盤整時的「大戶掃貨」
- 場景：股價在底部區域進行 VCP 波動收縮，市場關注度極低。
- 觀察：系統偵測到 buy_gini 異常攀升至 0.6 以上，且出現「券商異常突擊倍數 (buy_anomaly)」大於 4.0。
- 結論：這代表有特定的隱形巨鯨正以極端集中的方式掃貨。由於此時市場尚未過熱（低位），這種高純度的籌碼分佈通常是暴力起漲的前兆。
❌ 失敗用法：高位共識過熱後的「擁擠反轉」
- 場景：股價已連續大漲，市場討論度爆表。
- 觀察：雖然 buy_gini 依然很高，但 系統 偵測到 Gini 係數開始從峰值回落，且贏家陣營出現「週期錯位」的獲利了結跡象。
- 結論：這就是典型的「擁擠度陷阱」。當共識達到最高點，代表能買的人都買了，後續賣壓一觸即發。系統會在此時發出警告，提醒讀者這不是籌碼集中，而是參與者過於擁擠後的結構性風險。
🏛️ 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：
- 微結構特徵字典：尋找 buy_gini 與 sell_gini 數據項。
- 核心戰情室數據：在「籌碼品質」區塊，確認當前的「籌碼純度」是否符合高集中度要求。
- 博弈地位分析：檢查是否觸發「擁擠度陷阱」反向監控訊號。
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。吉尼係數之定義係廣義地在籌碼表現參與積極性上進行定義。由於參數與模型極為多元，且受限於雲端運算資源，目前的解讀係基於固定參數之觀測，讀者應獨立思考並自負盈虧。
