⚠️ 结算源: Hong Kong Observatory (HKO)
- 此市场使用 HKO "Absolute Daily Max" 结算,不是 Weather Underground
HKO 当前
--
--
今日最高
--
--
预测结算
--
--
--
全站最高
--
--
预报偏差
--
--
今日温度曲线 - HKO 天文台站
气象参数
加载中...
预测修正过程 (每5分钟)
多站温度对比 天文台 vs 内陆均值 vs 沿海均值
☁️ 云量 (%)
🌧️ 降水 (mm)
💨 风速 (km/h)
💧 湿度 (%)
全部气象站 (0 站)
🧠 算法说明
20信号加权集成 · 偏差修正 · 日变曲线 · 每10min更新📡 实时 当前最高·内陆回归·轨迹·日变曲线·峰值感知·辐射·阳光·海风
📄 预报 HKO预报(偏差修正)·天气NLP·降雨降温·警告
📊 基准 7日气候学·NWP 6模型集成·深圳先行指标·相似日
📅 气象 云量·辐射·降雨概率·CAPE·湿度 (9-17h)
权重
不确定度 信号散布+时间衰减, 硬上限±0.5°, 午后可至±0.1°
结算 HKO Abs Daily Max floor, 28.9°→28°C
结算概率分布
当前信号值 & 权重
💼 实际持仓 & 结算分析
总投入
--
已实现 PnL
--
总 PnL (已实现+浮动)
--
期望 PnL
--
盈利概率
--
最好情况
--
最坏情况
--
📋 持仓明细
| 方向 | 温度 | 份额 | 均价 | 成本 | 当前价值 | 已卖出 | 已实现 | 浮盈 |
|---|
📊 按结算温度的收益分析
| 结算温度 | 派息 | 已实现 | 净 PnL | ROI | 概率 | 概率×PnL |
|---|
🎯 操作建议
🎯 Bracket 对冲方案
覆盖概率
--
亏损概率
--
期望 PnL
--
风险回报比
--
| 角色 | 温度 | 我们概率 | 市场价 | Edge | 头寸 | 成本 | 赢时利润 |
|---|
预算
🧠 AI 市场分析 DS-V4
AI分析预测
--
结算判断
--
置信度
--
缓存
📈 AI分析 vs 实际最高温
🌡️ 预测温度全天走势
基于当前HKO数据和市场信息进行AI分析
💹 实时市场偏差
📈 天天温差对比 加载中
昨天最高
--
今天预测
--
温差
--
综合信号
--
⏳ 加载中...
📅 相似日分析 加载中
⏳ 加载中...
过去 7 天实际最高
HKO 预报最高
--
--
OM 预测最高
--
--
天气
--
--
湿度/风
--
--
降水 (OM)
--
--
💼 zdw 持仓
| 方向 | 目标°C | 均价 | 现价 | 投入 | 现值 | PnL |
|---|
💰 结算收益矩阵
🧪 模拟买入 — 实时更新收益矩阵
°C
$/share
$投入
🧠 AI 交易分析
🌡️ 明天逐时温度预报 (Open-Meteo)
☁️ 云量 & 🌧️ 降水
💨 风速 & 💧 湿度
📅 7日 HKO 预报趋势
📝 香港天文台天气预报
📋 HKO 9天预报详情
| 日期 | 最高 | 最低 | 湿度 | 天气 | PSR | 风 |
|---|---|---|---|---|---|---|
| 加载中... | ||||||
HKO 预报最高
--
--
OM 预测最高
--
--
天气
--
--
湿度/风
--
--
降水 (OM)
--
--
💼 zdw 持仓
| 方向 | 目标°C | 均价 | 现价 | 投入 | 现值 | PnL |
|---|
💰 结算收益矩阵
🧪 模拟买入 — 实时更新收益矩阵
°C
$/share
$投入
🧠 AI 交易分析
🌡️ 后天逐时温度预报 (Open-Meteo)
☁️ 云量 & 🌧️ 降水
💨 风速 & 💧 湿度
📅 7日 HKO 预报趋势
📋 HKO 9天预报详情
| 日期 | 最高 | 最低 | 湿度 | 天气 | PSR | 风 |
|---|---|---|---|---|---|---|
| 加载中... | ||||||
📊 合约价格分布
📈 价格走势
🎯 套利机会
加载中...
👥 持仓概览
加载中...
🔮 LLM 预测
预测最高温
--
LLM 推理
结算温度
--
向下取整
置信度
--
--
期望收益
--
--
加载中...
📊 LLM概率 vs 市场价格
🎯 下注计划
| 方向/合约 | LLM概率 | 单价 | Edge | EV | 下注 | 赢利 |
|---|---|---|---|---|---|---|
| 加载中... | ||||||
💰 收益分布
🟢 最佳: --
🔴 最差: --
💡 LLM 交易建议
加载中...
AIFS 预测最高温
--
raw 6h-step max
估算实际
--
raw + 1°C diurnal adj
云量
--
总云量 %
风向/速
--
10m 风
辐射
--
W/m² avg
加载中...
🧠 AIFS 智能分析
📋 AIFS 逐时预报明细
| 步长 | 有效时间 HKT | 温度°C | 露点°C | 云量% | 风速m/s | 风向° | 辐射W/m² | 降水mm | 气压hPa |
|---|
📖 AIFS 数据说明 · 点击展开
🤖 ECMWF AIFS (Artificial Intelligence Forecasting System)
· ECMWF 官方 AI 天气预报模型，基于 Graph Neural Network
· 0.25° 分辨率，每日 4 次运行 (00/06/12/18 UTC)
· 确定性预报，15天时效，6小时间隔
· 通过
· 无需 GPU，数据已由 ECMWF 预计算
· ECMWF 官方 AI 天气预报模型，基于 Graph Neural Network
· 0.25° 分辨率，每日 4 次运行 (00/06/12/18 UTC)
· 确定性预报，15天时效，6小时间隔
· 通过
ecmwf-opendata 免费获取· 无需 GPU，数据已由 ECMWF 预计算
⚠️ 与 HKO 实测的差异
· 网格点 (22.25°N, 114.25°E) 距 HKO 天文台 (22.302°N, 114.174°E) 约 9.5km
· 0.25° 网格 ≈ 27.8km，无法解析维多利亚港微气候
· AIFS 6h 输出可能错过真正日间最高温 → 加 +1°C 经验订正
· 无
· 网格点 (22.25°N, 114.25°E) 距 HKO 天文台 (22.302°N, 114.174°E) 约 9.5km
· 0.25° 网格 ≈ 27.8km，无法解析维多利亚港微气候
· AIFS 6h 输出可能错过真正日间最高温 → 加 +1°C 经验订正
· 无
mx2t6 参数 (AIFS 不支持)，只能从 2t 时间序列推导
📅 每日采集策略
· 07:50 HKT: 采集前一天 18 UTC run (T+14→T+38h 覆盖当日午后)
· 14:00 HKT: 采集当日 00 UTC run (T+0→T+12h 更新近时预报)
· 保存到
· 07:50 HKT: 采集前一天 18 UTC run (T+14→T+38h 覆盖当日午后)
· 14:00 HKT: 采集当日 00 UTC run (T+0→T+12h 更新近时预报)
· 保存到
data/hko/aifs_latest.json
⏱️ 未来6小时 NWP 预报
Open-Meteo · 每10分钟更新 · ----:--
--
--
🌡️ ECMWF预报 vs HKO实测 · 逐时温度
🗺️ ECMWF 网格精度 & HKO位置
☁️ 云量预报（4层叠加）
💨 逐时风速 + 风向 ° （右轴）
🌧️ 降水概率 & 短波辐射
⚡ CAPE 对流潜势 & 湿度 & 气压
🌍 3×3 周围网格 · 云量/温度/风速/降水
加载周围网格数据中...
ECMWF IFS 0.25° 网格 · 每格 ≈28×28km · 颜色=云量（绿少云→红多云）
📋 ECMWF 逐时数据明细
| 时刻 | 温度°C | 总云量% | 低云% | 中云% | 高云% | 降水概率% | 辐射W/m² | 湿度% | CAPE | 风速km/h | 气压hPa |
|---|
📊 ECMWF 趋势分析 + 周围网格梯度
加载中...
📖 趋势预测方法论 · 点击展开
ECMWF 趋势分析通过比较当日多次采集的 ECMWF IFS 0.25° 预报快照之间的演变，推断实际温度可能偏离预报的方向和幅度。
📡 数据采集
· 由
· 每次采集返回 ECMWF IFS 0.25° 模式未来24小时的逐时预报
· 采集 12 个变量：温度/云量(4层)/降水概率/短波辐射/湿度/CAPE/风速/风向/气压
· 保存到
· 由
hko_ecmwf_collector.py 每15分钟采集一次（7:00-16:00 HKT）· 每次采集返回 ECMWF IFS 0.25° 模式未来24小时的逐时预报
· 采集 12 个变量：温度/云量(4层)/降水概率/短波辐射/湿度/CAPE/风速/风向/气压
· 保存到
ecmwf_timeline.jsonl（时序）和 ecmwf_latest.json（最新快照）
🔬 六大信号因子
| ① 温度趋势 | 首次 vs 最后一次预报的 白天最高温（9-17时）。预报升温 → bullish (+0.8×Δ°C)，预报降温 → bearish |
| ② 云量趋势 | 首次 vs 最后 白天平均云量。云量减少（放晴）→ 升温有利 (+0.015×Δ%)，云量增加 → 降温 |
| ③ 近时云量变化 | 未来1-3小时的云量变化。接近中的云层 → 短时降温 (-1.5×Δ/100)，云层消散 → 短时升温 (+1.0×|Δ|/100) |
| ④ 降水概率 | 未来1-3小时降水概率变化。发展中降水 → 降温 (-0.5)，消散中降水 → 微升 (+0.3) |
| ⑤ 周围网格梯度 | 3×3 网格（84×84km²）的云量/温度/降水/风速差异。检测云层移动方向和暖空气平流 |
| ⑥ CAPE 趋势 | 对流有效位能变化。CAPE 上升 → 对流/雷暴风险增加，可能带来突发降温和降水 |
🧮 Score 计算公式
· score > 0 → ECMWF 预报在向更热的方向修正 → 实际可能高于静态预报
· score < 0 → ECMWF 预报在向更冷的方向修正 → 实际可能低于静态预报
· score = 综合研判（summary）→ 直接作为预测温度的信号输入，权重 8-12%（午后减半）
score = Σ(各因子贡献) = Δtemp×0.8 + Δcloud×0.015 + near_cloud项 + rain项· score > 0 → ECMWF 预报在向更热的方向修正 → 实际可能高于静态预报
· score < 0 → ECMWF 预报在向更冷的方向修正 → 实际可能低于静态预报
· score = 综合研判（summary）→ 直接作为预测温度的信号输入，权重 8-12%（午后减半）
⚠️ 局限性
· ECMWF IFS 0.25° 网格精度 ~28km，香港天文台距最近网格中心约9.5km
· 仅依赖同一天内预报修正趋势，不考虑跨天模式变化
· 采集窗口 7:00-16:00，凌晨至清晨无新预报数据
· 对流性天气（雷暴、骤雨）的局部性 >28km 网格精度，CAPE 仅作参考
· ECMWF IFS 0.25° 网格精度 ~28km，香港天文台距最近网格中心约9.5km
· 仅依赖同一天内预报修正趋势，不考虑跨天模式变化
· 采集窗口 7:00-16:00，凌晨至清晨无新预报数据
· 对流性天气（雷暴、骤雨）的局部性 >28km 网格精度，CAPE 仅作参考
ECMWF IFS 0.25° 数值预报 · 网格精度 ~28km · 7:00-16:00 HKT 每15分钟采集 · 通过 Open-Meteo API 获取（与 Windy 同数据源）
🌧️ 降雨雷达 (HK 256km)
Windy · 自动刷新 30分
☁️ 卫星云图
Windy · 自动刷新 30分
💨 风场 + 气压
Windy · 风向/风速/等压线
🌡️ 温度 + 云量预报
ECMWF · 云层覆盖 & 温度场
数据源: Windy.com / ECMWF | 刷新页面更新图像 | 左键拖动 · 滚轮缩放
⏱️ 未来6小时 NWP 预报
Open-Meteo · 每10分钟更新 · ----:--
--
--
--
🌡️ 温度预报动画 (ECMWF)
Windy · 拖拽时间轴查看未来温度
🌧️ 降雨预报动画 (ECMWF)
Windy · 未来降水分布与强度
📷 实时摄像 — 香港天文台總部 (向西 · 尖沙咀方向)
--
📷 加载照片中...
📍 尖沙咀 · 照片每5分钟更新一次 | 来源: 香港天文台 (HKO)
📊 预测回测 — Our Model vs Polymarket Market vs Actual
📈 逐日误差对比 (10:00 快照)
📋 统计摘要
📋 逐日明细
| 日期 | 实际 | HKO预报 | 08:00 | 10:00 | 12:00 | 14:00 | 16:00 | 市场10h | 市场14h |
|---|