K3فهرست انتظار

نئوویو

نئوویو قاعده‌های بیشتری به الیوت می‌دهد؛ این دوره نشان می‌دهد کدام قاعده‌ی مؤلف است، کدام تصمیم شما، و چقدر از ذهنیت باقی می‌ماند.

K3 — نئوویو

در پایان دوره

در پایان (۱) جای نئوویو را نسبت به اصل موج الیوت می‌دانید و هر گزاره را در یکی از سه دسته‌ی «قاعده‌ی مؤلف (با منبع)»، «تعریف عملیاتی دوره» و «تصمیم تحلیلگر» می‌گذارید؛ (۲) مونوویوهای یک سری را با «برگه‌ی روش» ثبت‌شده (سری، بازه‌ی زمانی، قیمت هر شمع، ترتیب درون‌شمعی، قاعده‌ی حرکت افقی، فیلتر) پیدا می‌کنید و درصد توافق خود را با کلید و با هم‌کلاسی حساب می‌کنید؛ (۳) نسبت بازگشت هر مونوویو و کمیت‌های کمکی آن را دقیق حساب می‌کنید، نسبت‌های مرزی را علامت می‌زنید و برچسب‌های ممکن را از جدول مؤلف بیرون می‌کشید؛ (۴) دنباله‌ی برچسب‌ها را به الگو و الگو را به یک موج بزرگ‌تر فشرده می‌کنید و شاخه‌های جایگزین را نگه می‌دارید؛ (۵) معیارهای الگوهای ویژه و رفتار پس از الگو را با عدد بررسی می‌کنید و «تأیید» را از «ابطال» جدا می‌کنید؛ (۶) پیش از دیدن ادامه‌ی نمودار، شمارش اصلی و جایگزین و نقطه‌ی ابطال هر کدام را ثبت می‌کنید و ادعای «عینی بودن» را با شمارش توافق روی داده می‌سنجید.

مخاطب دوره

  • مناسب: کسی که K2 را گذرانده و از ذهنیت شمارش الیوت خسته شده و می‌خواهد بداند نئوویو با قاعده‌های بیشتر چه چیزی را واقعاً محدود می‌کند و چه چیزی را نه؛ تحلیلگری که در شبکه‌های اجتماعی نمودارهای «دیامتریک» و برچسب‌های «‎:3» و «‎:5» می‌بیند و می‌خواهد آن‌ها را دقیق بخواند و بسنجد.
  • نامناسب: کسی که دنبال «شمارش درست» یک رمزارز واقعی، هدف قیمتی یا نقطه‌ی ورود است (دوره هیچ‌کدام را نمی‌دهد و هیچ تمرینی روی دارایی واقعی نمره نمی‌گیرد)؛ کسی که الیوت پایه را نمی‌شناسد (اول K2 — فیبوناچی و امواج الیوت)؛ کسی که می‌خواهد قاعده‌ای را با هزینه و آمار کامل بیازماید (خانه‌ی K7 — ساختن و آزمودن سیستم معاملاتی؛ این‌جا فقط سنجش توصیفی ساده است).

آنچه می‌سازید

ماژولمحصول
۱«جدول مرز قاعده» برای ۱۵ گزاره
۲«برگه‌ی روش» + فهرست مونوویو با سه روش و دو بازه + درصد توافق (و PE-1)
۳«کاربرگ برچسب» برای ۲۰ مونوویو (و PE-2)
۴«جدول فشرده‌سازی» با دو شاخه
۵«برگه‌ی شناسایی الگو» برای پنج بازه
۶«برگه‌ی ثبت پیش از آشکارسازی» + گزارش پس از آن + «کارت سنجش ادعای عینی بودن» (و PE-3)
۷پروژه‌ی نهایی: پرونده‌ی تحلیل نئوویو + دفاع ویدیویی

پیش‌نیازها

پیش‌نیاز رسمی: K2 — فیبوناچی و امواج الیوت. باید سه قاعده‌ی سخت موج ضربه‌ای را با نامساوی بنویسید و روی یک شمارش بیازمایید (K2 ماژول ۵)، زیگزاگ، تخت، مثلث و ترکیبی را بشناسید (K2 ماژول ۶) و برای یک شمارش جایگزین و نقطه‌ی ابطال بنویسید (K2 ماژول ۷). از K2 ماژول ۱ و ۲ نسبت‌های ۰٫۳۸۲، ۰٫۶۱۸، ۱٫۶۱۸ و ۲٫۶۱۸ و محاسبه‌ی دامنه را لازم دارید. انواع نمودار و نمودار خطی را از T1 ماژول ۲ بشناسید. در صفحه‌گسترده باید نسبت دو عدد، قدر مطلق (ABS)، شرط (IF) و ارجاع مطلق بنویسید. برنامه‌نویسی لازم نیست: اسکریپت کوتاه یابنده‌ی مونوویو در بسته فقط برای خواندن و مقایسه‌ی خروجی با کار دستی است. آزمون تعیین سطح (§۲.۱) همین‌ها را می‌سنجد.

زمان و ریتم

۷ ماژول؛ ساعت درس: ۹ ساعت (+ ۴ ساعت تمرین و پروژه)؛ ۴ هفته، هفته‌ای ۳ تا ۴ ساعت. هفته‌ی ۱: ماژول ۱ و ۲؛ هفته‌ی ۲: ماژول ۳ و ۴؛ هفته‌ی ۳: ماژول ۵ و ۶؛ هفته‌ی ۴: پروژه‌ی نهایی. ترتیب ماژول‌ها همان ترتیب کار مکتب است. دوره پروژه‌ی میانی ندارد (۹ ساعت؛ §۴.۱). سهم قالب محتوا در §۲.۴.

ابزارها و نسخه‌ها

  • پلتفرم نمودار با نمودار خطی و ابزار برچسب (نمونه، نه توصیه: TradingView؛ هر پلتفرمی که نمودار خطی، انتخاب بازه‌ی زمانی و برچسب متنی دارد کافی است). محدودیت نسخه‌ی رایگان در §۷.۲. جایگزین آفلاین: نمایشگر نمودار آفلاین دوره (همان نمایشگر T1، کپی در بسته؛ k3-chart-viewer.html) که داده‌ی بسته را باز می‌کند و فهرست نقطه‌های مونوویو را از فایل k3-points-overlay.csv به‌صورت خط‌شکسته و برچسب روی نمودار می‌اندازد، و مجموعه‌ی تصویرهای چاپی نمودار با محور شماره‌ی شمع.
  • صفحه‌گسترده (LibreOffice Calc یا Excel؛ نسخه‌ی آفلاین کافی است). همه‌ی محاسبه‌های نمره‌دار، از جمله یافتن مونوویو با روش ثبت‌شده، نسبت‌ها و درصد توافق، در صفحه‌گسترده شدنی‌اند.
  • Python (اختیاری، فقط خواندن): اسکریپت k3-monowave-finder.py با خروجی آماده‌اش در بسته هست؛ اجرا لازم نیست و کار شما مقایسه‌ی خروجی آن با کتاب‌کار و کار دستی است.
  • مداد، خط‌کش و نسخه‌ی چاپی نمودارها برای مجموعه‌های کور (نمودارهای ساخته‌شده با اسکریپت دوره، نه تصویر پلتفرم).
  • یک دستیار AI (اختیاری) با قواعد §۲.۳؛ هیچ تمرین نمره‌داری به AI وابسته نیست.
  • بسته‌ی تمرین دوره (§۷.۳): داده‌ی ساختگی با seed، کتاب‌کارها، مجموعه‌های کور، سه مجموعه‌ی خطای کاشته‌شده (PE-1 تا PE-3) و قالب‌ها.

ارزیابی و سیاست AI

  • تمرین: استفاده از AI آزاد است؛ تست خودکار نتیجه را می‌سنجد.
  • آزمون: بدون AI.
  • پروژه: AI مجاز است، اما در ویدیوی دفاع باید هر خط را توضیح بدهید.
بخشوزن
آزمون‌های کوتاه ماژول‌ها (۱ تا ۷)۱۵٪
تمرین‌های اجباری (ماژول ۱ تا ۶، از جمله PE-1 تا PE-3، مجموعه‌ی کور الف و کارت سنجش)۳۰٪
پروژه‌ی میانی— (ندارد)
پروژه‌ی نهایی (پرونده و دفاع ویدیویی)۴۵٪
آزمون پایانی۱۰٪

در هیچ بخشی درستی جهت بازار نمره ندارد؛ تمرین‌های مجموعه‌ی کور با روبریک روند نمره می‌گیرند.

گواهی

  • گواهی پایان دوره: نمره‌ی کل دست‌کم ۷۰٪، پروژه‌ی نهایی دست‌کم ۶۰ از ۱۰۰ و آزمون پایانی دست‌کم ۱۲ از ۲۰.
  • گواهی با امتیاز ممتاز: نمره‌ی کل دست‌کم ۹۰٪ و توافق فهرست مونوویوی پروژه با بازسازی داور دست‌کم ۹۰٪.
  • متن گواهی: «توانایی به‌کارگیری بازتولیدپذیر روش نئوویو به بیان مؤلفش (مونوویو، برچسب ساختاری، فشرده‌سازی، الگو و رفتار پس از الگو)، ثبت شمارش اصلی و جایگزین با ابطال پیش از دیدن ادامه، و سنجش توصیفی ادعاهای مکتب روی داده‌ی ثابت». گواهی مجوز مشاوره‌ی سرمایه‌گذاری یا مدیریت دارایی نیست، تأییدیه‌ی مؤلف یا سازمان او نیست و هیچ توانایی سودآوری را تأیید نمی‌کند.

اعتبارسنجی گواهی

نمونه‌ی درس

درس نمونه‌ی رایگان این دوره به‌زودی منتشر می‌شود. برای خبر شدن، وارد فهرست انتظار شوید.

این محتوا آموزشی است؛ نه توصیه‌ی سرمایه‌گذاری است و نه مشاوره‌ی حقوقی.

دوره‌ی بعدی

در مسیر «تحلیلگر تکنیکال»، K3 مکتب انتخابی پس از K2 است. گام اصلی بعدی K7 — ساختن و آزمودن سیستم معاملاتی است: اگر از برچسب‌ها یا الگوهای نئوویو قاعده‌ای بسازید، آن‌جا با هزینه، آمار، داده‌ی خارج از نمونه و walk-forward آزموده می‌شود؛ K3 فقط سنجش توصیفی ساده دارد. مکتب‌های دیگر مستقل‌اند: K1 — پرایس اکشن پیشرفته، K4 — وایکاف و چرخه‌ی بازار، K5 — ایچیموکو و K6 — الگوهای هارمونیک (که مثل K3 بر نسبت‌های K2 تکیه دارد). اندازه‌ی موقعیت و جای حد ضرر خانه‌ی M6 — مدیریت ریسک و روان‌شناسی معامله است، نه این دوره. برای خطاهای AI در تحلیل تکنیکال: M9 — هوش مصنوعی در تحلیل و آزمودن راهبرد.