缠论体系是近年来影响深远的技术分析理论，分型是其结构化分析的起点。在缠论中，分型不仅用于识别拐点，更是构成“笔”与“线段”的最小单元。

本文将结合缠论理论，解读如何用Python识别分型。

✅ 一、缠论中的分型定义 🧠 理论基础 在缠论中，分型是一种三根K线构成的结构，包括：

顶分型（顶部拐点）： 中间一根K线的最高价高于左右两侧K线的最高价； 底分型（底部拐点）： 中间一根K线的最低价低于左右两侧K线的最低价。

🧱 结构图示（原型三K线结构）

顶分型：          底分型：

   ↑                   ↓
 ←●→               →●←
↑     ↑           ↓     ↓

🧩 缠论特别强调： 不能出现“包含关系”的K线（即前后K线高低点存在包络），需先处理包含关系（你已在adjust_by_containment()中做了这一步）； 相邻分型间至少需要一个笔段的确认距离，即不少于三根K线的跨度； 连续同向分型需取最极端值，例如连续多个顶分型应取最高的那个。

✅ 二、分型识别的Python实现说明

def get_fx(adjusted_k_data):

本函数的输入应是已处理包含关系后的K线序列，输出为顶底分型结构，作为后续“笔”的起点。

✅ 三、代码逻辑与缠论原则的对应关系

缠论原则 Python实现逻辑 3根K线构成分型 i-1, i, i+1 三根K线判断top或bottom 过滤包