docs(predictV3): 添加predictV3算法优化研究文档和前端功能实现

- 完成Phase 11: predictV3算法优化研究文档，涵盖6个优化方向的技术分析
- 实现置信度评估功能，提供历史命中率、得分分布、多维度一致性置信度指标
- 扩展回测指标体系，新增NDCG@K、MRR、命中率分布等排名质量评估指标
- 优化转移概率算法，引入二阶马尔可夫链和多属性联合转移增强预测准确性
- 设计权重训练机制，支持网格搜索和遗传算法进行数据驱动的参数优化
- 集成组合特征挖掘功能，采用关联规则和序列模式发现号码间潜在关联
- 实现完整的前端交互界面，支持预测结果显示、置信度展示和回测验证功能
- 建立性能优化策略，包括预计算缓存、批量计算和降级策略保障响应速度

.planning/phases/11-predictv3/11-01-PLAN.md

@@ -0,0 +1,328 @@
+---
+phase: 11-predictv3
+plan: 01
+type: execute
+wave: 1
+depends_on: []
+files_modified:
+  - application/admin/model/History.php
+autonomous: true
+requirements:
+  - PRED-02
+  - PRED-05
+must_haves:
+  truths:
+    - "用户可以在回测结果中看到 NDCG@5 指标"
+    - "用户可以在回测结果中看到 MRR 指标"
+    - "用户可以看到各排名位置的命中分布统计"
+    - "系统在数据不足时返回合理的默认值或提示"
+  artifacts:
+    - path: "application/admin/model/History.php"
+      provides: "NDCG、MRR、命中分布计算方法"
+      contains: "_calculateNDCG|_calculateMRR|_calculateHitDistribution"
+  key_links:
+    - from: "_runBacktestV3"
+      to: "_calculateNDCG, _calculateMRR, _calculateHitDistribution"
+      via: "method call in return statement"
+---
+
+# Phase 11 - Plan 01: 回测指标扩展
+
+## Objective
+
+扩展 `_runBacktestV3` 方法的回测指标，新增 NDCG@5、MRR、命中率分布等排名质量评估指标，提升算法评估能力。
+
+**Purpose:** 当前回测仅返回命中率(Top5)和平均排名，缺少排名质量评估指标。NDCG、MRR 是成熟的推荐系统评估指标，能更全面反映预测排名质量。
+
+**Output:** `History.php` 中新增 3 个计算方法，`_runBacktestV3` 返回结果扩展。
+
+## Tasks
+
+### Task 1: 实现 NDCG@5 计算（含空预测保护和公式文档）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (line 3495-3560, _runBacktestV3 方法)
+</read_first>
+
+<action>
+在 `History.php` 文件末尾（类内）新增 `_calculateNDCG` 方法：
+
+```php
+/**
+ * 计算 NDCG@K (Normalized Discounted Cumulative Gain)
+ * 
+ * 公式说明:
+ * - DCG (Discounted Cumulative Gain) = Σ(rel_i / log2(rank_i + 1))
+ *   其中 rel_i = 1 (命中) 或 0 (未命中)，rank_i 为预测排名位置
+ * - IDCG (Ideal DCG) = Σ(1 / log2(i + 1)) for i = 1..min(hits, K)
+ *   即理想情况下所有命中的号码都排在最前面的DCG值
+ * - NDCG = DCG / IDCG，范围 0-1，越接近1表示排名质量越好
+ * 
+ * @param array $backtestDetails 回测详情数组，每项包含 {hit: bool, rank: int}
+ * @param int $K Top-K 参数，默认5，评估前K个预测位置的排名质量
+ * @return float NDCG值 (0-1范围)，空数据时返回0
+ */
+private function _calculateNDCG($backtestDetails, $K = 5)
+{
+    // 边缘情况处理：空预测或无效参数
+    if (empty($backtestDetails) || $K <= 0) {
+        return 0;
+    }
+    
+    $dcg = 0;
+    $idcg = 0;
+    
+    // 计算 DCG: 命中号码的排名折损累积值
+    foreach ($backtestDetails as $detail) {
+        if (!isset($detail['hit']) || !isset($detail['rank'])) {
+            continue; // 跳过无效数据
+        }
+        if ($detail['hit'] && $detail['rank'] > 0 && $detail['rank'] <= $K) {
+            // DCG公式: rel / log2(rank + 1)，命中时 rel=1
+            $dcg += 1 / log($detail['rank'] + 1, 2);
+        }
+    }
+    
+    // 计算 IDCG: 最理想情况下所有命中的 DCG（假设都排在第1位）
+    $hitCount = 0;
+    foreach ($backtestDetails as $detail) {
+        if (isset($detail['hit']) && $detail['hit']) {
+            $hitCount++;
+        }
+    }
+    
+    for ($i = 1; $i <= min($hitCount, $K); $i++) {
+        $idcg += 1 / log($i + 1, 2);
+    }
+    
+    // 返回标准化值，IDCG为0时返回0避免除零错误
+    return $idcg > 0 ? round($dcg / $idcg, 4) : 0;
+}
+```
+
+实现要点：
+- 公式：DCG = Σ(1/log2(rank+1))，IDCG = Σ(1/log2(i+1)) for i=1..hits
+- 添加空预测保护：检查 $backtestDetails 是否为空
+- 添加数据完整性检查：确保 hit 和 rank 字段存在
+- 使用 log(rank + 1, 2) 作为折损函数，排名越靠前权重越高
+- 返回 0-1 范围的标准化值，越接近 1 表示排名质量越好
+</action>
+
+<acceptance_criteria>
+- grep 正则匹配: `_calculateNDCG\s*\(` 在 History.php 中存在
+- grep 匹配: `empty($backtestDetails)` 在方法中存在（空预测保护）
+- 方法返回 float 类型值
+- 包含函数级注释说明 NDCG 计算逻辑和公式
+</acceptance_criteria>
+
+### Task 2: 实现 MRR 和命中分布计算（含边缘情况处理）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (新增的 _calculateNDCG 方法位置)
+</read_first>
+
+<action>
+在 `_calculateNDCG` 方法后继续新增 `_calculateMRR` 和 `_calculateHitDistribution` 方法：
+
+```php
+/**
+ * 计算 MRR (Mean Reciprocal Rank)
+ * 平均倒数排名，关注命中号码的具体排名位置
+ * 
+ * 公式说明:
+ * - MRR = Σ(1/rank_i) / N，其中 rank_i 为命中号码的排名，N 为测试总数
+ * - 未命中的测试项贡献 0 到倒数排名
+ * - MRR 范围 0-1，越接近1表示命中号码平均排名越靠前
+ * 
+ * @param array $backtestDetails 回测详情数组，每项包含 {hit: bool, rank: int}
+ * @return float MRR值 (0-1范围)，空数据时返回0
+ */
+private function _calculateMRR($backtestDetails)
+{
+    // 边缘情况处理：空预测
+    if (empty($backtestDetails)) {
+        return 0;
+    }
+    
+    $reciprocalRanks = [];
+    
+    foreach ($backtestDetails as $detail) {
+        if (!isset($detail['hit']) || !isset($detail['rank'])) {
+            continue; // 跳过无效数据
+        }
+        if ($detail['hit'] && $detail['rank'] > 0) {
+            $reciprocalRanks[] = 1 / $detail['rank'];
+        } else {
+            $reciprocalRanks[] = 0; // 未命中记为0
+        }
+    }
+    
+    return count($reciprocalRanks) > 0 
+        ? round(array_sum($reciprocalRanks) / count($reciprocalRanks), 4) 
+        : 0;
+}
+
+/**
+ * 计算命中率分布
+ * 统计各排名位置(1-5)的命中次数分布
+ * 
+ * 结构定义:
+ * - 返回格式: {rank_1: n, rank_2: n, rank_3: n, rank_4: n, rank_5: n}
+ * - rank_N 表示预测排名第N位的命中次数
+ * - 用于前端柱状图可视化展示
+ * 
+ * @param array $backtestDetails 回测详情数组，每项包含 {hit: bool, rank: int}
+ * @return array 各排名(1-5)的命中次数统计，键名为 rank_1 到 rank_5
+ */
+private function _calculateHitDistribution($backtestDetails)
+{
+    // 边缘情况处理：空预测返回全0分布
+    if (empty($backtestDetails)) {
+        return [
+            'rank_1' => 0,
+            'rank_2' => 0,
+            'rank_3' => 0,
+            'rank_4' => 0,
+            'rank_5' => 0
+        ];
+    }
+    
+    // 初始化分布数组，键名使用 rank_N 格式便于前端解析
+    $distribution = [
+        'rank_1' => 0,
+        'rank_2' => 0,
+        'rank_3' => 0,
+        'rank_4' => 0,
+        'rank_5' => 0
+    ];
+    
+    foreach ($backtestDetails as $detail) {
+        if (!isset($detail['hit']) || !isset($detail['rank'])) {
+            continue; // 跳过无效数据
+        }
+        if ($detail['hit'] && $detail['rank'] >= 1 && $detail['rank'] <= 5) {
+            $key = 'rank_' . $detail['rank'];
+            $distribution[$key]++;
+        }
+    }
+    
+    return $distribution;
+}
+```
+
+实现要点：
+- MRR: 命中号码排名倒数平均值，公式 Σ(1/rank)/N
+- 命中分布: 明确结构为 `{rank_1: n, rank_2: n, ..., rank_5: n}`
+- 两个方法均添加空预测保护和无效数据跳过逻辑
+- hit_distribution 使用 rank_N 键名格式，便于前端柱状图渲染
+</action>
+
+<acceptance_criteria>
+- grep 正则匹配: `_calculateMRR\s*\(` 在 History.php 中存在
+- grep 正则匹配: `_calculateHitDistribution\s*\(` 在 History.php 中存在
+- grep 匹配: `empty($backtestDetails)` 在两个方法中均存在（空预测保护）
+- grep 匹配: `rank_1|rank_2|rank_3|rank_4|rank_5` 在 _calculateHitDistribution 中存在
+- 两个方法均包含函数级注释
+</acceptance_criteria>
+
+### Task 3: 扩展 _runBacktestV3 返回结果（含数据量检查）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (line 3549-3556, _runBacktestV3 返回语句)
+</read_first>
+
+<action>
+修改 `_runBacktestV3` 方法的返回语句，在原有返回结构中添加新指标和数据量验证：
+
+找到以下代码段（约 line 3549-3556）：
+```php
+return [
+    'hit_rate' => $hitRate,
+    'avg_rank' => $avgRank,
+    'total_tests' => $testCount,
+    'total_hits' => $hits,
+    'details' => $details
+];
+```
+
+替换为：
+```php
+// 计算新增指标（添加数据量检查）
+$minDataThreshold = 50; // 置信度计算最小数据量阈值
+
+// 如果测试数据不足，返回默认值并添加警告
+if ($testCount < $minDataThreshold) {
+    $ndcg5 = 0;
+    $mrr = 0;
+    $hitDistribution = [
+        'rank_1' => 0,
+        'rank_2' => 0,
+        'rank_3' => 0,
+        'rank_4' => 0,
+        'rank_5' => 0
+    ];
+    $dataWarning = '回测数据不足(' . $testCount . '期)，建议至少50期以获得可靠指标';
+} else {
+    $ndcg5 = $this->_calculateNDCG($details, 5);
+    $mrr = $this->_calculateMRR($details);
+    $hitDistribution = $this->_calculateHitDistribution($details);
+    $dataWarning = null;
+}
+
+$precision5 = $testCount > 0 ? round($hits / ($testCount * 5) * 100, 2) : 0;
+
+return [
+    'hit_rate' => $hitRate,
+    'avg_rank' => $avgRank,
+    'total_tests' => $testCount,
+    'total_hits' => $hits,
+    'details' => $details,
+    // 新增排名质量指标
+    'ndcg_5' => $ndcg5,
+    'mrr' => $mrr,
+    'hit_distribution' => $hitDistribution,
+    'precision_5' => $precision5,
+    // 数据量警告（不足时提示）
+    'data_warning' => $dataWarning,
+    'data_sufficient' => $testCount >= $minDataThreshold
+];
+```
+
+注意：
+- 新增指标计算放在 return 语句之前，确保 $details 数组已完整构建
+- 添加最小数据量检查（50期），不足时返回默认值和警告提示
+- 新增 data_warning 和 data_sufficient 字段供前端展示
+</action>
+
+<acceptance_criteria>
+- grep 匹配: `ndcg_5` 在 _runBacktestV3 返回结构中存在
+- grep 匹配: `mrr` 在 _runBacktestV3 返回结构中存在
+- grep 匹配: `hit_distribution` 在 _runBacktestV3 返回结构中存在
+- grep 匹配: `precision_5` 在 _runBacktestV3 返回结构中存在
+- grep 匹配: `data_warning` 在 _runBacktestV3 返回结构中存在
+- grep 匹配: `minDataThreshold` 变量在方法中存在
+</acceptance_criteria>
+
+## Verification
+
+执行预测接口验证新指标返回：
+
+```bash
+curl -s "http://127.0.0.1:8000/admin/history/predictV3?periods=200&backtest=10" | grep -E "ndcg_5|mrr|hit_distribution|precision_5|data_warning"
+```
+
+预期结果：返回 JSON 中包含 ndcg_5、mrr、hit_distribution、precision_5、data_warning 字段。
+
+## Success Criteria
+
+1. `_calculateNDCG`、`_calculateMRR`、`_calculateHitDistribution` 三个方法已实现
+2. 所有计算方法包含空预测保护和数据完整性检查
+3. NDCG 公式在注释中完整说明：DCG = Σ(1/log2(rank+1))
+4. hit_distribution 结构明确为 `{rank_1..rank_5: counts}` 格式
+5. `_runBacktestV3` 返回结构包含 ndcg_5、mrr、hit_distribution、precision_5、data_warning 字段
+6. 添加数据量检查，不足50期时返回警告
+7. 所有新增方法包含函数级注释
+
+## Output
+
+完成后创建 `.planning/phases/11-predictv3/11-01-SUMMARY.md`

.planning/phases/11-predictv3/11-02-PLAN.md

@@ -0,0 +1,325 @@
+---
+phase: 11-predictv3
+plan: 02
+type: execute
+wave: 1
+depends_on: []
+files_modified:
+  - application/admin/model/History.php
+autonomous: true
+requirements:
+  - PRED-01
+must_haves:
+  truths:
+    - "用户可以看到每个预测号码的置信度百分比"
+    - "用户可以看到 Top5 预测的整体置信度"
+    - "置信度基于历史命中率、得分集中度、得分分布三个维度计算"
+    - "系统在数据不足时提供合理的置信度估算"
+  artifacts:
+    - path: "application/admin/model/History.php"
+      provides: "置信度计算方法"
+      contains: "_calculateConfidence|_getHistoricalHitRateByRank|_getScoreDistributionConfidence|_getScoreConcentration"
+  key_links:
+    - from: "getPredictionV3"
+      to: "_calculateConfidence"
+      via: "method call before return"
+---
+
+# Phase 11 - Plan 02: 置信度评估实现
+
+## Objective
+
+为预测结果添加置信度评估，帮助用户判断预测可靠性。置信度基于历史排名命中率、得分分布、得分集中度三个维度计算。
+
+**Purpose:** 当前预测结果只有排名和得分，缺少置信度指标。用户无法判断预测结果的可信程度，置信度评估能有效辅助用户决策。
+
+**Output:** `History.php` 中新增置信度计算方法，`getPredictionV3` 返回结果扩展 confidence 字段。
+
+## Tasks
+
+### Task 1: 实现置信度核心计算方法（含明确维度定义和数据量检查）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (line 2436-2444, getPredictionV3 返回语句)
+- D:\code\php\amlhc\application\admin\model\History.php (line 3495-3556, _runBacktestV3 方法)
+</read_first>
+
+<action>
+在 `History.php` 类末尾新增置信度计算相关方法：
+
+```php
+/**
+ * 计算预测置信度
+ * 
+ * 置信度组成（三个维度加权平均）:
+ * - 维度1: 历史排名命中率 (权重0.4) - 基于回测数据统计各排名位置的命中率
+ * - 维度2: 得分分布置信度 (权重0.3) - 当前号码得分与Top5得分范围的比例关系
+ * - 维度3: 得分集中度 (权重0.3) - Top5得分与平均得分的差距，差距越大置信度越高
+ * 
+ * 加权公式:
+ * confidence = 0.4 * historical_hit_rate + 0.3 * score_distribution + 0.3 * score_concentration
+ * 
+ * 阈值定义:
+ * - 高置信度: >= 70% (绿色展示)
+ * - 中置信度: 50-70% (橙色展示)
+ * - 低置信度: < 50% (红色展示)
+ * 
+ * @param array $predictions 预测结果数组（Top5）
+ * @param array $backtest 回测结果
+ * @param array $scoresAll 所有号码得分详情（可选，用于集中度计算）
+ * @param int $minDataThreshold 最小数据量阈值，默认50期
+ * @return array {confidence_scores: [], overall_confidence: float, data_warning: string|null}
+ */
+private function _calculateConfidence($predictions, $backtest, $scoresAll = null, $minDataThreshold = 50)
+{
+    // 数据量检查
+    $dataWarning = null;
+    $hasBacktest = $backtest && !empty($backtest['details']) && $backtest['total_tests'] > 0;
+    
+    if (!$hasBacktest || $backtest['total_tests'] < $minDataThreshold) {
+        $dataWarning = '回测数据不足(' . ($backtest['total_tests'] ?? 0) . '期)，置信度基于估算，建议至少50期';
+    }
+    
+    $confidenceScores = [];
+    
+    // 计算Top5平均得分（用于集中度计算）
+    $avgScore = 0;
+    if (!empty($predictions)) {
+        $totalScore = array_sum(array_column($predictions, 'score'));
+        $avgScore = $totalScore / count($predictions);
+    }
+    
+    foreach ($predictions as $idx => $pred) {
+        $rank = $idx + 1;
+        $num = $pred['num'];
+        $score = $pred['score'];
+        
+        // 维度1: 历史排名命中率 (权重0.4)
+        $rankHitRate = $this->_getHistoricalHitRateByRank($rank, $backtest);
+        
+        // 维度2: 得分分布置信度 (权重0.3) - 得分比例
+        $scoreDistribution = $this->_getScoreDistributionConfidence($score, $predictions);
+        
+        // 维度3: 得分集中度 (权重0.3) - Top得分与平均得分的差距比例
+        $scoreConcentration = $this->_getScoreConcentration($score, $avgScore, $predictions);
+        
+        // 综合置信度（加权平均）
+        $overallConfidence = $rankHitRate * 0.4 + $scoreDistribution * 0.3 + $scoreConcentration * 0.3;
+        
+        $confidenceScores[] = [
+            'num' => $num,
+            'rank' => $rank,
+            'confidence' => round($overallConfidence * 100, 1),
+            'rank_hit_rate' => round($rankHitRate * 100, 1),
+            'score_distribution' => round($scoreDistribution * 100, 1),
+            'score_concentration' => round($scoreConcentration * 100, 1)
+        ];
+    }
+    
+    // 整体置信度（Top5平均）
+    $overallConfidence = count($confidenceScores) > 0 
+        ? round(array_sum(array_column($confidenceScores, 'confidence')) / count($confidenceScores), 1)
+        : 0;
+    
+    return [
+        'confidence_scores' => $confidenceScores,
+        'overall_confidence' => $overallConfidence,
+        'data_warning' => $dataWarning
+    ];
+}
+
+/**
+ * 基于历史排名获取命中率
+ * 
+ * 计算方法:
+ * - 有回测数据时: 统计各排名的历史命中次数 / 总测试次数
+ * - 无回测数据时: 根据排名估算，排名越靠前置信度越高
+ *   估算公式: 1 - (rank - 1) * 0.15，即第1名估算85%，第5名估算25%
+ * 
+ * @param int $rank 排名位置 (1-5)
+ * @param array $backtest 回测结果
+ * @return float 该排名的历史命中率 (0-1)
+ */
+private function _getHistoricalHitRateByRank($rank, $backtest)
+{
+    if (!$backtest || empty($backtest['details']) || $backtest['total_tests'] == 0) {
+        // 无回测数据时，根据排名估算（排名越靠前置信度越高）
+        // 估算公式: 1 - (rank - 1) * 0.15
+        // 第1名: 1.0, 第2名: 0.85, 第3名: 0.70, 第4名: 0.55, 第5名: 0.40
+        return max(0, 1 - ($rank - 1) * 0.15);
+    }
+    
+    // 统计各排名的历史命中次数
+    $rankHits = array_fill(1, 5, 0);
+    foreach ($backtest['details'] as $detail) {
+        if ($detail['hit'] && $detail['rank'] >= 1 && $detail['rank'] <= 5) {
+            $rankHits[$detail['rank']]++;
+        }
+    }
+    
+    $totalTests = $backtest['total_tests'];
+    return $totalTests > 0 ? $rankHits[$rank] / $totalTests : 0;
+}
+
+/**
+ * 计算得分分布置信度
+ * 
+ * 计算方法:
+ * - 得分比例 = (score - bottomScore) / (topScore - bottomScore)
+ * - 得分越接近第一名，置信度越高
+ * - 所有得分相同时返回1
+ * 
+ * @param float $score 当前号码得分
+ * @param array $predictions 所有预测结果
+ * @return float 得分置信度 (0-1)
+ */
+private function _getScoreDistributionConfidence($score, $predictions)
+{
+    if (empty($predictions)) return 0;
+    
+    $topScore = $predictions[0]['score'];
+    $bottomScore = end($predictions)['score'];
+    
+    if ($topScore == $bottomScore) return 1; // 所有得分相同
+    
+    // 得分比例：(score - bottom) / (top - bottom)
+    $ratio = ($score - $bottomScore) / ($topScore - $bottomScore);
+    return max(0, min(1, $ratio));
+}
+
+/**
+ * 计算得分集中度
+ * 
+ * 计算方法:
+ * - 集中度 = (score - avgScore) / (topScore - avgScore) 如果 score > avgScore
+ * - 集中度 = 0 如果 score <= avgScore
+ * - Top得分与平均得分差距越大，集中度越高，表示预测结果区分度明显
+ * 
+ * @param float $score 当前号码得分
+ * @param float $avgScore Top5平均得分
+ * @param array $predictions 所有预测结果
+ * @return float 集中度置信度 (0-1)
+ */
+private function _getScoreConcentration($score, $avgScore, $predictions)
+{
+    if (empty($predictions)) return 0;
+    
+    $topScore = $predictions[0]['score'];
+    
+    // 如果得分低于平均，集中度为0
+    if ($score <= $avgScore) {
+        return 0;
+    }
+    
+    // 如果Top得分等于平均，所有得分相同，集中度为0.5
+    if ($topScore == $avgScore) {
+        return $score == $topScore ? 0.5 : 0;
+    }
+    
+    // 集中度 = (score - avg) / (top - avg)
+    $concentration = ($score - $avgScore) / ($topScore - $avgScore);
+    return max(0, min(1, $concentration));
+}
+```
+
+实现要点：
+- **维度重命名**：将"多维度一致性"改为"得分集中度"，更明确地表示Top得分与平均得分的差距
+- **加权公式明确**：`confidence = 0.4*历史命中率 + 0.3*得分分布 + 0.3*得分集中度`
+- **数据量检查**：回测数据不足50期时返回警告
+- **阈值明确**：>=70%高、50-70%中、<50%低
+- **无数据fallback**：回测缺失时使用估算公式
+</action>
+
+<acceptance_criteria>
+- grep 正则匹配: `_calculateConfidence\s*\(` 在 History.php 中存在
+- grep 正则匹配: `_getHistoricalHitRateByRank\s*\(` 在 History.php 中存在
+- grep 正则匹配: `_getScoreDistributionConfidence\s*\(` 在 History.php 中存在
+- grep 正则匹配: `_getScoreConcentration\s*\(` 在 History.php 中存在（替代原_getDimensionConsistency）
+- grep 匹配: `minDataThreshold` 在方法中存在（数据量阈值）
+- grep 匹配: `score_concentration` 在返回结构中存在（替代原consistency）
+- 所有方法包含函数级注释，注释中包含加权公式说明
+</acceptance_criteria>
+
+### Task 2: 在 getPredictionV3 中调用置信度计算（含数据量传递）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (line 2413-2444, getPredictionV3 返回部分)
+</read_first>
+
+<action>
+在 `getPredictionV3` 方法中，找到以下代码段（约 line 2413-2444）：
+
+```php
+// ====== 10. 历史回测验证 ======
+$backtest = $skipBacktest ? null : $this->_runBacktestV3($periods, $weights, $backtestCount, $cutoffTime);
+
+// 计算命中情况
+$hitInfo = null;
+...
+return [
+    'predictions' => $predictions,
+    ...
+];
+```
+
+在 `$backtest` 计算后、`$hitInfo` 计算前，插入置信度计算代码：
+
+```php
+// ====== 10. 历史回测验证 ======
+$backtest = $skipBacktest ? null : $this->_runBacktestV3($periods, $weights, $backtestCount, $cutoffTime);
+
+// ====== 11. 置信度评估（新增）======
+// 最小数据量阈值设为50期，不足时置信度基于估算
+$minDataThreshold = 50;
+$confidence = $this->_calculateConfidence($predictions, $backtest, null, $minDataThreshold);
+
+// 计算命中情况
+$hitInfo = null;
+...
+```
+
+并修改返回结构，添加 `confidence` 字段：
+
+```php
+return [
+    'predictions' => $predictions,
+    'last_special' => $lastSpecial,
+    'last_expect' => $lastExpect,
+    'analysis' => $analysis,
+    'actual_result' => $actualResult,
+    'hit_info' => $hitInfo,
+    'backtest' => $backtest,
+    'confidence' => $confidence  // 新增置信度字段
+];
+```
+</action>
+
+<acceptance_criteria>
+- grep 匹配: `_calculateConfidence` 在 getPredictionV3 方法中被调用
+- grep 匹配: `$minDataThreshold` 在 getPredictionV3 中存在
+- grep 匹配: `'confidence'` 在 getPredictionV3 返回结构中存在
+- 置信度计算在回测验证之后执行
+</acceptance_criteria>
+
+## Verification
+
+执行预测接口验证置信度字段返回：
+
+```bash
+curl -s "http://127.0.0.1:8000/admin/history/predictV3?periods=200&backtest=10" | grep -E "confidence|overall_confidence|confidence_scores|score_concentration"
+```
+
+预期结果：返回 JSON 中包含 confidence、overall_confidence、confidence_scores、score_concentration 字段。
+
+## Success Criteria
+
+1. `_calculateConfidence` 及 4 个辅助方法已实现
+2. 置信度维度重命名为：历史排名命中率、得分分布、得分集中度
+3. 加权公式在注释中明确：`confidence = 0.4*历史 + 0.3*分布 + 0.3*集中度`
+4. 添加数据量检查，不足50期时返回警告
+5. `getPredictionV3` 返回结构包含 confidence 字段
+6. 所有新增方法包含函数级注释
+
+## Output
+
+完成后创建 `.planning/phases/11-predictv3/11-02-SUMMARY.md`

.planning/phases/11-predictv3/11-03-PLAN.md

@@ -0,0 +1,278 @@
+---
+phase: 11-predictv3
+plan: 03
+type: execute
+wave: 2
+depends_on:
+  - 11-01
+  - 11-02
+files_modified:
+  - public/assets/js/backend/history.js
+autonomous: true
+requirements:
+  - PRED-01
+  - PRED-02
+must_haves:
+  truths:
+    - "用户可以在预测弹窗中看到每个号码的置信度百分比"
+    - "用户可以在回测结果区域看到 NDCG@5 和 MRR 指标"
+    - "用户可以看到各排名位置的命中分布柱状图"
+    - "用户可以看到数据不足时的警告提示"
+  artifacts:
+    - path: "public/assets/js/backend/history.js"
+      provides: "置信度和新回测指标前端展示"
+      contains: "renderPredict|confidence|ndcg_5|mrr|hit_distribution|data_warning"
+  key_links:
+    - from: "renderPredict"
+      to: "backtest.ndcg_5, backtest.mrr, confidence, backtest.data_warning"
+      via: "property access in rendering logic"
+---
+
+# Phase 11 - Plan 03: 前端展示优化
+
+## Objective
+
+更新前端 `renderPredict` 方法，展示新增的置信度指标和扩展的回测指标（NDCG、MRR、命中分布、数据警告）。
+
+**Purpose:** 后端已计算置信度和新回测指标，前端需要将这些数据可视化呈现给用户，提升预测结果的可读性和决策辅助价值。
+
+**Output:** `history.js` 中的 `renderPredict` 方法扩展，新增置信度展示区域和回测指标扩展展示。
+
+## Tasks
+
+### Task 1: 添加置信度展示区域（含数据警告提示）
+
+<read_first>
+- D:\code\php\amlhc\public\assets\js\backend\history.js (line 1700-1871, renderPredict 方法)
+</read_first>
+
+<action>
+在 `renderPredict` 方法中，找到以下变量声明位置（约 line 1701）：
+
+```javascript
+var predictions = data.predictions || [];
+var analysis = data.analysis || {};
+var hitInfo = data.hit_info || null;
+var actualResult = data.actual_result || null;
+var backtest = data.backtest || null;
+```
+
+在 `backtest` 声明后添加 `confidence` 变量：
+
+```javascript
+var confidence = data.confidence || null;
+```
+
+然后在回测验证结果展示区域（约 line 1732-1751）之前，插入置信度展示区域：
+
+在 line 1732 之前（即 `// 回测验证结果` 注释之前）插入：
+
+```javascript
+// 置信度评估展示（V2和V3版本）
+if (confidence && (version === 'v2' || version === 'v3')) {
+    html += '<div style="background:#fff8e1;border:1px solid #ffb300;border-radius:6px;padding:12px;margin-bottom:15px;">';
+    html += '<div style="font-size:13px;font-weight:bold;color:#ff8f00;margin-bottom:8px;"><i class="fa fa-star-half-o"></i> 预测置信度评估</div>';
+    
+    // 数据警告提示（数据不足时显示）
+    if (confidence.data_warning) {
+        html += '<div style="font-size:11px;color:#d32f2f;background:#ffebee;padding:6px;border-radius:4px;margin-bottom:8px;"><i class="fa fa-exclamation-triangle"></i> ' + confidence.data_warning + '</div>';
+    }
+    
+    html += '<div style="display:flex;gap:20px;align-items:center;">';
+    html += '<div style="text-align:center;"><div style="font-size:24px;font-weight:bold;color:#ff8f00;">' + confidence.overall_confidence + '%</div><div style="font-size:12px;color:#666;">整体置信度</div></div>';
+    
+    // 各排名置信度（使用得分集中度维度）
+    if (confidence.confidence_scores && confidence.confidence_scores.length > 0) {
+        html += '<div style="display:flex;gap:8px;">';
+        for (var i = 0; i < confidence.confidence_scores.length; i++) {
+            var cs = confidence.confidence_scores[i];
+            // 阈值定义：>=70%高(绿)、50-70%中(橙)、<50%低(红)
+            var confLevel = cs.confidence >= 70 ? '高' : (cs.confidence >= 50 ? '中' : '低');
+            var confColor = cs.confidence >= 70 ? '#4caf50' : (cs.confidence >= 50 ? '#ff9800' : '#f44336');
+            html += '<div style="text-align:center;padding:5px;background:#fff;border-radius:4px;">';
+            html += '<div style="font-size:14px;font-weight:bold;color:' + confColor + ';">' + cs.confidence + '%</div>';
+            html += '<div style="font-size:10px;color:#999;">#' + cs.rank + '</div>';
+            html += '</div>';
+        }
+        html += '</div>';
+    }
+    html += '</div></div>';
+}
+```
+
+实现要点：
+- 整体置信度以大数字展示，各排名置信度以小卡片形式横向排列
+- 置信度分三级：高(>=70%, 绿色)、中(50-70%, 橙色)、低(<50%, 红色)
+- 只在 V2 和 V3 版本中显示
+- 新增 data_warning 展示：数据不足时显示红色警告提示
+</action>
+
+<acceptance_criteria>
+- grep 匹配: `confidence.overall_confidence` 在 history.js renderPredict 方法中存在
+- grep 匹配: `confidence.confidence_scores` 在 history.js renderPredict 方法中存在
+- grep 匹配: `confidence.data_warning` 在 history.js renderPredict 方法中存在
+- grep 匹配: `confLevel` 和 `confColor` 变量在 history.js 中存在
+- 置信度展示区域在回测验证结果之前显示
+</acceptance_criteria>
+
+### Task 2: 扩展回测指标展示区域（含数据警告和命中分布柱状图）
+
+<read_first>
+- D:\code\php\amlhc\public\assets\js\backend\history.js (line 1732-1751, 回测验证结果展示区域)
+</read_first>
+
+<action>
+在 `renderPredict` 方法中，找到回测验证结果展示区域（约 line 1732-1751），现有代码展示命中率、命中次数、平均排名三个指标。
+
+找到以下代码段：
+
+```javascript
+html += '<div style="display:flex;gap:20px;">';
+html += '<div style="text-align:center;"><div style="font-size:24px;font-weight:bold;color:#2196f3;">' + backtest.hit_rate + '%</div><div style="font-size:12px;color:#666;">命中率（Top5）</div></div>';
+html += '<div style="text-align:center;"><div style="font-size:24px;font-weight:bold;color:#4caf50;">' + backtest.total_hits + '/' + backtest.total_tests + '</div><div style="font-size:12px;color:#666;">命中次数</div></div>';
+html += '<div style="text-align:center;"><div style="font-size:24px;font-weight:bold;color:#ff9800;">' + (backtest.avg_rank || '—') + '</div><div style="font-size:12px;color:#666;">平均排名</div></div>';
+html += '</div>';
+```
+
+替换为：
+
+```javascript
+// 回测数据警告提示
+if (backtest.data_warning) {
+    html += '<div style="font-size:11px;color:#d32f2f;background:#ffebee;padding:6px;border-radius:4px;margin-bottom:8px;"><i class="fa fa-exclamation-triangle"></i> ' + backtest.data_warning + '</div>';
+}
+
+html += '<div style="display:flex;gap:15px;flex-wrap:wrap;">';
+html += '<div style="text-align:center;padding:8px;"><div style="font-size:22px;font-weight:bold;color:#2196f3;">' + backtest.hit_rate + '%</div><div style="font-size:11px;color:#666;">命中率（Top5）</div></div>';
+html += '<div style="text-align:center;padding:8px;"><div style="font-size:22px;font-weight:bold;color:#4caf50;">' + backtest.total_hits + '/' + backtest.total_tests + '</div><div style="font-size:11px;color:#666;">命中次数</div></div>';
+html += '<div style="text-align:center;padding:8px;"><div style="font-size:22px;font-weight:bold;color:#ff9800;">' + (backtest.avg_rank || '—') + '</div><div style="font-size:11px;color:#666;">平均排名</div></div>';
+
+// 新增指标：NDCG@5 和 MRR（百分比展示）
+if (backtest.ndcg_5 !== undefined) {
+    html += '<div style="text-align:center;padding:8px;"><div style="font-size:22px;font-weight:bold;color:#9c27b0;">' + (backtest.ndcg_5 * 100).toFixed(1) + '%</div><div style="font-size:11px;color:#666;">NDCG@5</div></div>';
+}
+if (backtest.mrr !== undefined) {
+    html += '<div style="font-size:22px;font-weight:bold;color:#00bcd4;">' + (backtest.mrr * 100).toFixed(1) + '%</div><div style="font-size:11px;color:#666;">MRR</div></div>';
+}
+
+// 转移概率阶数显示（来自11-05的transition_order字段）
+if (analysis && analysis.transition_order !== undefined) {
+    html += '<div style="text-align:center;padding:8px;"><div style="font-size:22px;font-weight:bold;color:#607d8b;">' + analysis.transition_order + '阶</div><div style="font-size:11px;color:#666;">转移概率</div></div>';
+}
+html += '</div>';
+
+// 命中分布柱状图（使用rank_1..rank_5键名）
+if (backtest.hit_distribution && Object.keys(backtest.hit_distribution).length > 0) {
+    var distribution = backtest.hit_distribution;
+    var maxHit = 0;
+    // 找最大值用于计算柱状图高度比例
+    for (var r = 1; r <= 5; r++) {
+        var key = 'rank_' + r;
+        if (distribution[key] > maxHit) {
+            maxHit = distribution[key];
+        }
+    }
+    
+    html += '<div style="margin-top:10px;font-size:11px;color:#666;">命中分布（各排名命中次数）：</div>';
+    html += '<div style="display:flex;gap:8px;align-items:flex-end;height:60px;margin-top:5px;padding:5px;background:#f5f5f5;border-radius:4px;">';
+    for (var r = 1; r <= 5; r++) {
+        var key = 'rank_' + r;
+        var hitCount = distribution[key] || 0;
+        var barHeight = maxHit > 0 ? (hitCount / maxHit * 45) : 0;
+        var barColor = hitCount > 0 ? '#4caf50' : '#e0e0e0';
+        html += '<div style="text-align:center;min-width:50px;">';
+        html += '<div style="height:' + barHeight + 'px;background:' + barColor + ';border-radius:2px 2px 0 0;width:35px;margin:0 auto;"></div>';
+        html += '<div style="font-size:10px;color:#666;margin-top:2px;">#' + r + '</div>';
+        html += '<div style="font-size:11px;color:#333;font-weight:bold;">' + hitCount + '</div>';
+        html += '</div>';
+    }
+    html += '</div>';
+}
+```
+
+实现要点：
+- NDCG@5 和 MRR 以百分比形式展示（乘100后保留1位小数）
+- 命中分布以简单柱状图展示，排名1-5横向排列
+- 柱状图高度按最大命中次数比例计算
+- 使用 rank_1..rank_5 键名格式解析分布数据
+- 新增 data_warning 展示：回测数据不足时显示警告
+- 转移概率阶数从 analysis.transition_order 获取（而非 backtest）
+</action>
+
+<acceptance_criteria>
+- grep 匹配: `backtest.ndcg_5` 在 history.js renderPredict 方法中存在
+- grep 匹配: `backtest.mrr` 在 history.js renderPredict 方法中存在
+- grep 匹配: `backtest.hit_distribution` 在 history.js renderPredict 方法中存在
+- grep 匹配: `backtest.data_warning` 在 history.js renderPredict 方法中存在
+- grep 匹配: `rank_1|rank_2|rank_3|rank_4|rank_5` 在命中分布解析中存在
+- grep 匹配: `analysis.transition_order` 在 history.js renderPredict 方法中存在
+- 命中分布柱状图使用 div 元素实现
+</acceptance_criteria>
+
+### Task 3: 在预测号码卡片中显示置信度（含得分集中度展示）
+
+<read_first>
+- D:\code\php\amlhc\public\assets\js\backend\history.js (line 1828-1866, 预测号码列表渲染)
+</read_first>
+
+<action>
+在预测号码列表渲染区域（约 line 1828-1866），找到号码卡片渲染代码：
+
+在现有得分显示后添加置信度显示。找到以下代码段：
+
+```javascript
+html += '<div style="font-size:11px;color:#2e7d32;font-weight:bold;">得分:' + p.score + '</div>';
+```
+
+替换为：
+
+```javascript
+html += '<div style="font-size:11px;color:#2e7d32;font-weight:bold;">得分:' + p.score + '</div>';
+
+// 显示置信度（V3版本）
+if (version === 'v3' && confidence && confidence.confidence_scores) {
+    var csForNum = confidence.confidence_scores.find(function(c) { return c.num === p.num; });
+    if (csForNum) {
+        // 阈值定义：>=70%高(绿)、50-70%中(橙)、<50%低(红)
+        var confLevel = csForNum.confidence >= 70 ? '高' : (csForNum.confidence >= 50 ? '中' : '低');
+        var confColor = csForNum.confidence >= 70 ? '#4caf50' : (csForNum.confidence >= 50 ? '#ff9800' : '#f44336');
+        html += '<div style="font-size:10px;"><span style="color:' + confColor + ';font-weight:bold;">置信度:' + confLevel + '</span> <span style="color:#666;">(' + csForNum.confidence + '%)</span></div>';
+    }
+}
+```
+
+实现要点：
+- 在号码卡片中显示置信度等级（高/中/低）和具体百分比
+- 使用与整体置信度展示相同的颜色映射阈值
+- 只在 V3 版本中显示
+- 置信度字段使用 score_concentration（得分集中度）维度
+</action>
+
+<acceptance_criteria>
+- grep 匹配: `csForNum` 变量在 history.js 中存在
+- grep 匹配: `置信度:` 在号码卡片渲染代码中存在
+- 置信度显示在得分下方
+- grep 匹配: `csForNum.confidence` 在号码卡片渲染中存在
+</acceptance_criteria>
+
+## Verification
+
+1. 打开 history 页面，点击"智能预测"按钮
+2. 使用 V3 版本执行预测，验证：
+   - 置信度评估区域是否显示
+   - 数据不足时是否显示警告提示
+   - 回测结果中是否显示 NDCG@5、MRR、命中分布柱状图
+   - 预测号码卡片中是否显示置信度等级和百分比
+
+## Success Criteria
+
+1. `renderPredict` 方法已更新，新增置信度展示区域
+2. 回测结果展示区域已扩展，包含 NDCG@5、MRR、命中分布、数据警告
+3. 预测号码卡片显示置信度等级和百分比
+4. 命中分布使用 rank_1..rank_5 键名格式解析
+5. 所有新增展示样式与原有 UI 风格一致
+6. 数据警告以红色背景突出显示
+
+## Output
+
+完成后创建 `.planning/phases/11-predictv3/11-03-SUMMARY.md`

.planning/phases/11-predictv3/11-04-PLAN.md

@@ -0,0 +1,346 @@
+---
+phase: 11-predictv3
+plan: 04
+type: execute
+wave: 1
+depends_on: []
+files_modified:
+  - application/admin/model/History.php
+  - application/admin/controller/History.php
+autonomous: true
+requirements:
+  - PRED-04
+must_haves:
+  truths:
+    - "用户可以通过接口获取最优权重配置"
+    - "系统返回基于历史回测的权重优化结果"
+    - "优化结果包含各权重配置的命中率、NDCG评估"
+    - "网格搜索有超时保护机制"
+  artifacts:
+    - path: "application/admin/model/History.php"
+      provides: "权重网格搜索优化方法"
+      contains: "_optimizeWeightsGridSearch"
+    - path: "application/admin/controller/History.php"
+      provides: "权重优化接口入口"
+      contains: "optimizeWeights"
+  key_links:
+    - from: "optimizeWeights controller"
+      to: "_optimizeWeightsGridSearch model"
+      via: "method call"
+---
+
+# Phase 11 - Plan 04: 权重网格搜索优化
+
+## Objective
+
+实现权重网格搜索优化功能，通过预定义权重组合批量回测，找出最优权重配置，提升算法预测准确性。
+
+**Purpose:** 当前权重为手动配置，缺乏数据驱动优化。网格搜索是一种成熟的参数优化方法，能基于历史回测数据找到更优权重组合。
+
+**Output:** `History.php` 新增 `_optimizeWeightsGridSearch` 方法，`History.php` controller 新增 `optimizeWeights` 接口入口。
+
+## Tasks
+
+### Task 1: 实现权重网格搜索方法（含5种具体配置和超时保护）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (line 2094-2113, 默认权重配置)
+- D:\code\php\amlhc\application\admin\model\History.php (line 3495-3556, _runBacktestV3 方法)
+</read_first>
+
+<action>
+在 `History.php` 类末尾新增权重网格搜索优化方法：
+
+```php
+/**
+ * 权重网格搜索优化
+ * 
+ * 优化目标定义:
+ * - 综合评估得分 = hit_rate * 0.6 + ndcg_5 * 100 * 0.4
+ * - 命中率权重60%，NDCG权重40%
+ * - 返回综合得分最高的权重配置
+ * 
+ * 5种预定义权重配置:
+ * - 配置1: 遗漏优先型 - omit_regression权重最高(0.25)
+ * - 配置2: 转移概率优先型 - transition_prob权重最高(0.25)
+ * - 配置3: 走势方向优先型 - trend_direction权重最高(0.25)
+ * - 配置4: 平衡型 - 各维度权重较均衡
+ * - 配置5: 组合特征优先型 - combination权重最高(0.20)
+ * 
+ * @param int $periods 统计期数，范围50-500
+ * @param int $backtestCount 回测期数，范围10-100
+ * @param int $timeoutSeconds 超时限制秒数，默认60秒
+ * @return array {best_weights: [], best_hit_rate: float, best_ndcg: float, all_results: [], timed_out: bool}
+ */
+private function _optimizeWeightsGridSearch($periods = 200, $backtestCount = 50, $timeoutSeconds = 60)
+{
+    // 超时保护：记录开始时间
+    $startTime = microtime(true);
+    $timedOut = false;
+    
+    // 5种预定义权重配置（具体权重值明确）
+    $weightConfigs = [
+        // 配置1: 遗漏优先型 - 遗漏回归权重最高
+        [
+            'omit_regression' => 0.25,    // 遗漏回归权重25%
+            'freq_regression' => 0.12,    // 频率回归权重12%
+            'transition_prob' => 0.15,    // 转移概率权重15%
+            'trend_direction' => 0.12,    // 走势方向权重12%
+            'oddeven_balance' => 0.08,    // 单双平衡权重8%
+            'bigsmall_balance' => 0.08,   // 大小平衡权重8%
+            'zone_balance' => 0.05,       // 区域平衡权重5%
+            'color_balance' => 0.05,      // 波色平衡权重5%
+            'combination' => 0.10         // 组合特征权重10%
+        ],
+        // 配置2: 转移概率优先型 - 转移概率权重最高
+        [
+            'omit_regression' => 0.15,
+            'freq_regression' => 0.10,
+            'transition_prob' => 0.25,    // 转移概率权重25%（最高）
+            'trend_direction' => 0.12,
+            'oddeven_balance' => 0.08,
+            'bigsmall_balance' => 0.08,
+            'zone_balance' => 0.04,
+            'color_balance' => 0.04,
+            'combination' => 0.14
+        ],
+        // 配置3: 走势方向优先型 - 走势方向权重最高
+        [
+            'omit_regression' => 0.12,
+            'freq_regression' => 0.10,
+            'transition_prob' => 0.15,
+            'trend_direction' => 0.25,    // 走势方向权重25%（最高）
+            'oddeven_balance' => 0.08,
+            'bigsmall_balance' => 0.08,
+            'zone_balance' => 0.04,
+            'color_balance' => 0.04,
+            'combination' => 0.12
+        ],
+        // 配置4: 平衡型（默认配置）- 各维度权重较均衡
+        [
+            'omit_regression' => 0.18,
+            'freq_regression' => 0.12,
+            'transition_prob' => 0.18,
+            'trend_direction' => 0.14,
+            'oddeven_balance' => 0.08,
+            'bigsmall_balance' => 0.08,
+            'zone_balance' => 0.04,
+            'color_balance' => 0.04,
+            'combination' => 0.10
+        ],
+        // 配置5: 组合特征优先型 - 组合特征权重最高
+        [
+            'omit_regression' => 0.15,
+            'freq_regression' => 0.10,
+            'transition_prob' => 0.15,
+            'trend_direction' => 0.12,
+            'oddeven_balance' => 0.06,
+            'bigsmall_balance' => 0.06,
+            'zone_balance' => 0.03,
+            'color_balance' => 0.03,
+            'combination' => 0.20     // 组合特征权重20%（最高）
+        ]
+    ];
+    
+    $bestWeights = [];
+    $bestHitRate = 0;
+    $bestNdcg = 0;
+    $bestCombinedScore = 0;
+    $allResults = [];
+    
+    // 执行每种配置的回测（添加超时检查）
+    foreach ($weightConfigs as $configIdx => $weights) {
+        // 超时检查：超过限制时间则停止
+        $elapsedTime = microtime(true) - $startTime;
+        if ($elapsedTime > $timeoutSeconds) {
+            $timedOut = true;
+            break;
+        }
+        
+        // 执行回测
+        $backtest = $this->_runBacktestV3($periods, $weights, $backtestCount);
+        
+        $hitRate = $backtest['hit_rate'] ?? 0;
+        $ndcg = $backtest['ndcg_5'] ?? 0;
+        $avgRank = $backtest['avg_rank'] ?? 0;
+        $mrr = $backtest['mrr'] ?? 0;
+        
+        // 综合评估得分：命中率60% + NDCG40%
+        $combinedScore = $hitRate * 0.6 + $ndcg * 100 * 0.4;
+        
+        $result = [
+            'config_name' => $configIdx + 1,
+            'config_type' => ['遗漏优先型', '转移概率优先型', '走势方向优先型', '平衡型', '组合特征优先型'][$configIdx],
+            'weights' => $weights,
+            'hit_rate' => $hitRate,
+            'avg_rank' => $avgRank,
+            'ndcg_5' => $ndcg,
+            'mrr' => $mrr,
+            'combined_score' => round($combinedScore, 2),
+            'total_hits' => $backtest['total_hits'] ?? 0
+        ];
+        
+        $allResults[] = $result;
+        
+        // 更新最优配置
+        if ($combinedScore > $bestCombinedScore) {
+            $bestCombinedScore = $combinedScore;
+            $bestHitRate = $hitRate;
+            $bestNdcg = $ndcg;
+            $bestWeights = $weights;
+        }
+    }
+    
+    // 按综合得分降序排序结果
+    usort($allResults, function($a, $b) {
+        return $b['combined_score'] - $a['combined_score'];
+    });
+    
+    return [
+        'best_weights' => $bestWeights,
+        'best_hit_rate' => $bestHitRate,
+        'best_ndcg' => $bestNdcg,
+        'best_combined_score' => round($bestCombinedScore, 2),
+        'all_results' => $allResults,
+        'periods' => $periods,
+        'backtest_count' => $backtestCount,
+        'timeout_seconds' => $timeoutSeconds,
+        'timed_out' => $timedOut,
+        'elapsed_time' => round(microtime(true) - $startTime, 2)
+    ];
+}
+```
+
+实现要点：
+- **5种具体权重配置**：每种配置的权重值在代码中明确列出
+- **优化目标明确**：综合得分 = hit_rate*0.6 + ndcg_5*100*0.4
+- **超时保护**：添加 $timeoutSeconds 参数，默认60秒，超时后停止剩余配置测试
+- **配置类型命名**：遗漏优先型、转移概率优先型、走势方向优先型、平衡型、组合特征优先型
+- 返回 timed_out 标志和 elapsed_time 供前端判断
+</action>
+
+<acceptance_criteria>
+- grep 正则匹配: `_optimizeWeightsGridSearch\s*\(` 在 History.php 中存在
+- grep 匹配: `$weightConfigs` 数组包含5个配置项
+- grep 匹配: `$timeoutSeconds` 参数在方法签名中存在
+- grep 匹配: `$timedOut` 变量在方法中存在
+- grep 匹配: `combined_score` 在返回结果中存在
+- grep 匹配: `config_type` 在结果中存在
+- 方法调用 `_runBacktestV3` 进行回测
+- 方法包含函数级注释说明优化目标和配置类型
+</acceptance_criteria>
+
+### Task 2: 新增权重优化接口入口（含参数验证和超时警告）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\controller\History.php (line 25, noNeedRight 数组)
+- D:\code\php\amlhc\application\admin\controller\History.php (line 460-489, predictV3 方法)
+</read_first>
+
+<action>
+在 `History.php` controller 中：
+
+1. 将 `optimizeWeights` 添加到 `noNeedRight` 数组（约 line 25）：
+
+找到：
+```php
+protected $noNeedRight = ['missingNum', 'trendData', ..., 'predictV3'];
+```
+
+在 `predictV3` 后添加 `'optimizeWeights'`：
+
+```php
+protected $noNeedRight = ['missingNum', 'trendData', ..., 'predictV3', 'optimizeWeights'];
+```
+
+2. 在 `predictV3` 方法后（约 line 489 之后）新增 `optimizeWeights` 方法：
+
+```php
+/**
+ * 权重网格搜索优化接口
+ * 执行多权重配置回测，返回最优权重组合
+ * 
+ * 参数说明:
+ * - periods: 统计期数，范围50-500，默认200
+ * - backtest: 回测期数，范围10-100，默认30
+ * - timeout: 超时秒数，范围10-120，默认60
+ * 
+ * 返回说明:
+ * - best_weights: 最优权重配置
+ * - best_hit_rate: 最优配置命中率
+ * - all_results: 所有配置测试结果
+ * - timed_out: 是否超时中断
+ */
+public function optimizeWeights()
+{
+    if ($this->request->isAjax()) {
+        // 参数验证
+        $periods = $this->request->get('periods', 200, 'intval');
+        if ($periods < 50 || $periods > 500) {
+            $this->error('期数范围必须在 50-500 之间');
+        }
+        
+        $backtestCount = $this->request->get('backtest', 30, 'intval');
+        if ($backtestCount < 10 || $backtestCount > 100) {
+            $backtestCount = 30; // 使用默认值而非报错
+        }
+        
+        $timeoutSeconds = $this->request->get('timeout', 60, 'intval');
+        if ($timeoutSeconds < 10 || $timeoutSeconds > 120) {
+            $timeoutSeconds = 60; // 使用默认值
+        }
+        
+        // 执行优化
+        $result = $this->model->_optimizeWeightsGridSearch($periods, $backtestCount, $timeoutSeconds);
+        
+        // 超时警告提示
+        $message = '优化完成';
+        if ($result['timed_out']) {
+            $message = '优化超时中断，已完成' . count($result['all_results']) . '种配置测试';
+        }
+        
+        $this->success($message, null, $result);
+    }
+}
+```
+
+实现要点：
+- 接口参数：periods（统计期数）、backtest（回测期数）、timeout（超时秒数）
+- 参数范围验证，超出范围时使用默认值或报错
+- 返回最优权重配置及所有测试结果
+- 超时时返回警告消息和已完成的测试数量
+- 需添加到 noNeedRight 允许无权限访问
+</action>
+
+<acceptance_criteria>
+- grep 匹配: `optimizeWeights` 在 noNeedRight 数组中存在
+- grep 正则匹配: `public function optimizeWeights\s*\(` 在 controller 中存在
+- grep 匹配: `$timeoutSeconds` 在方法中存在
+- grep 匹配: `$result['timed_out']` 在方法中存在
+- 方法调用 `$this->model->_optimizeWeightsGridSearch`
+- 方法包含函数级注释
+</acceptance_criteria>
+
+## Verification
+
+执行权重优化接口验证返回结果：
+
+```bash
+curl -s "http://127.0.0.1:8000/admin/history/optimizeWeights?periods=200&backtest=20&timeout=60" | grep -E "best_weights|best_hit_rate|best_ndcg|all_results|timed_out|config_type"
+```
+
+预期结果：返回 JSON 中包含 best_weights、best_hit_rate、best_ndcg、all_results、timed_out、config_type 字段。
+
+## Success Criteria
+
+1. `_optimizeWeightsGridSearch` 方法已实现，包含 5 种预定义权重配置（权重值明确）
+2. 优化目标明确：综合得分 = hit_rate*0.6 + ndcg_5*100*0.4
+3. 超时保护机制已添加，默认60秒
+4. `optimizeWeights` controller 接口已实现，含参数验证
+5. 接口能正常返回最优权重配置及测试结果
+6. 超时时返回警告消息
+7. 所有新增方法包含函数级注释
+
+## Output
+
+完成后创建 `.planning/phases/11-predictv3/11-04-SUMMARY.md`

.planning/phases/11-predictv3/11-05-PLAN.md

@@ -0,0 +1,455 @@
+---
+phase: 11-predictv3
+plan: 05
+type: execute
+wave: 1
+depends_on: []
+files_modified:
+  - application/admin/model/History.php
+autonomous: true
+requirements:
+  - PRED-03
+must_haves:
+  truths:
+    - "转移概率计算考虑前两期状态联合决定"
+    - "系统在数据充足时使用二阶马尔可夫，数据不足时回退一阶"
+    - "预测结果中显示使用的转移概率阶数"
+    - "二阶马尔可夫有状态对观察次数检查，不足时回退一阶"
+  artifacts:
+    - path: "application/admin/model/History.php"
+      provides: "二阶马尔可夫转移矩阵构建方法"
+      contains: "_getTransitionMatrix2ndOrder|_calcTransitionScore2ndOrder"
+  key_links:
+    - from: "getPredictionV3"
+      to: "_getTransitionMatrix2ndOrder"
+      via: "conditional call based on data availability and state pair count"
+---
+
+# Phase 11 - Plan 05: 二阶马尔可夫转移概率增强
+
+## Objective
+
+改进现有一阶马尔可夫链转移概率计算，新增二阶马尔可夫链实现。考虑前两期状态联合决定当前转移概率，提升转移概率预测准确性。
+
+**Purpose:** 现有 `_getTransitionMatrix` 仅考虑上一期状态，预测信息有限。二阶马尔可夫链利用更长历史序列，理论上预测更精准。
+
+**Important:** 本计划是独立功能增强，不依赖其他计划。可独立执行。
+
+**Output:** `History.php` 新增 `_getTransitionMatrix2ndOrder` 和 `_calcTransitionScore2ndOrder` 方法，`getPredictionV3` 中根据数据量和状态对观察次数选择使用一阶或二阶转移概率。
+
+## Tasks
+
+### Task 1: 实现二阶马尔可夫转移矩阵构建方法（含状态对观察次数检查）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (line 2468-2493, _getTransitionMatrix 方法)
+- D:\code\php\amlhc\application\admin\model\History.php (line 2452-2460, _getHeadIdx 方法)
+</read_first>
+
+<action>
+在 `History.php` 类末尾新增二阶马尔可夫转移矩阵构建方法：
+
+```php
+/**
+ * 构建二阶马尔可夫转移矩阵
+ * 考虑前两期状态联合决定当前转移概率
+ * 
+ * 状态空间说明:
+ * - 一阶马尔可夫: N个状态 (zone:5, tail:10, head:5)
+ * - 二阶马尔可夫: N^2个状态对 (zone:25, tail:100, head:25)
+ * - 状态键格式: "prev1-prev2"，如 "2-3" 表示前一期区域2、前两期区域3
+ * 
+ * 数据量阈值说明:
+ * - 建议历史数据 >= 200期以获得稳定的二阶概率估计
+ * - 状态对观察次数 >= 5 才使用该状态对的二阶概率
+ * - 观察次数不足时返回 state_pair_insufficient 标志，供调用者回退一阶
+ * 
+ * @param array $history 历史数据（降序，最新在前）
+ * @param string $type 类型：zone/tail/head
+ * @param int $minStatePairCount 状态对最小观察次数，默认5
+ * @return array {matrix: [], prob_matrix: [], state_totals: [], num_categories: int, sufficient_pairs: int, total_pairs: int, min_threshold: int}
+ */
+private function _getTransitionMatrix2ndOrder($history, $type, $minStatePairCount = 5)
+{
+    // 升序排列（从旧到新）
+    $historyAsc = array_reverse($history);
+    
+    // 确定类别数量和索引函数
+    switch ($type) {
+        case 'zone':
+            $numCategories = 5;
+            $getIdx = function ($num) {
+                if ($num <= 10) return 0;
+                if ($num <= 20) return 1;
+                if ($num <= 30) return 2;
+                if ($num <= 40) return 3;
+                return 4;
+            };
+            break;
+        case 'tail':
+            $numCategories = 10;
+            $getIdx = function ($num) { return $num % 10; };
+            break;
+        case 'head':
+            $numCategories = 5;
+            $getIdx = function ($num) {
+                if ($num <= 9) return 0;
+                if ($num <= 19) return 1;
+                if ($num <= 29) return 2;
+                if ($num <= 39) return 3;
+                return 4;
+            };
+            break;
+        default:
+            return [
+                'matrix' => [], 
+                'prob_matrix' => [], 
+                'state_totals' => [], 
+                'num_categories' => 0,
+                'sufficient_pairs' => 0,
+                'total_pairs' => 0,
+                'min_threshold' => $minStatePairCount
+            ];
+    }
+    
+    // 状态空间: (prev1, prev2) -> current，共 numCategories^2 个前置状态
+    $matrix = [];
+    $stateTotals = [];
+    
+    // 初始化矩阵结构
+    for ($i = 0; $i < $numCategories; $i++) {
+        for ($j = 0; $j < $numCategories; $j++) {
+            $stateKey = $i . '-' . $j;
+            $matrix[$stateKey] = array_fill(0, $numCategories, 0);
+            $stateTotals[$stateKey] = 0;
+        }
+    }
+    
+    // 统计二阶转移
+    for ($i = 0; $i < count($historyAsc) - 2; $i++) {
+        $prev1 = $getIdx((int)$historyAsc[$i]['num7']);
+        $prev2 = $getIdx((int)$historyAsc[$i + 1]['num7']);
+        $current = $getIdx((int)$historyAsc[$i + 2]['num7']);
+        
+        if ($prev1 < 0 || $prev2 < 0 || $current < 0) continue;
+        
+        $stateKey = $prev1 . '-' . $prev2;
+        $matrix[$stateKey][$current]++;
+        $stateTotals[$stateKey]++;
+    }
+    
+    // 统计充分观察的状态对数量（观察次数 >= minStatePairCount）
+    $sufficientPairs = 0;
+    $totalPairs = $numCategories * $numCategories;
+    foreach ($stateTotals as $stateKey => $count) {
+        if ($count >= $minStatePairCount) {
+            $sufficientPairs++;
+        }
+    }
+    
+    // 拉普拉斯平滑处理
+    $probMatrix = [];
+    foreach ($matrix as $stateKey => $counts) {
+        $smoothTotal = $stateTotals[$stateKey] + $numCategories;
+        $probMatrix[$stateKey] = [];
+        for ($j = 0; $j < $numCategories; $j++) {
+            $probMatrix[$stateKey][$j] = ($counts[$j] + 1) / $smoothTotal;
+        }
+    }
+    
+    return [
+        'matrix' => $matrix,
+        'prob_matrix' => $probMatrix,
+        'state_totals' => $stateTotals,
+        'num_categories' => $numCategories,
+        'sufficient_pairs' => $sufficientPairs,
+        'total_pairs' => $totalPairs,
+        'min_threshold' => $minStatePairCount
+    ];
+}
+```
+
+实现要点：
+- 状态空间从 N 扩展到 N^2（zone: 25状态，tail: 100状态，head: 25状态）
+- 使用拉普拉斯平滑处理避免零概率问题
+- 状态键格式为 "prev1-prev2"
+- **新增状态对观察次数检查**：统计 sufficient_pairs（观察>=5次的状态对数量）
+- 返回 sufficient_pairs、total_pairs、min_threshold 供调用者判断是否足够稳定
+</action>
+
+<acceptance_criteria>
+- grep 正则匹配: `_getTransitionMatrix2ndOrder\s*\(` 在 History.php 中存在
+- grep 匹配: `$minStatePairCount` 参数在方法签名中存在
+- grep 匹配: `sufficient_pairs` 在返回结构中存在
+- grep 匹配: `total_pairs` 在返回结构中存在
+- 方法包含 stateKey 变量（格式为 prev1-prev2）
+- 方法包含函数级注释，说明状态空间和数据量阈值
+</acceptance_criteria>
+
+### Task 2: 实现二阶转移概率得分计算方法
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (新增的 _getTransitionMatrix2ndOrder 方法)
+- D:\code\php\amlhc\application\admin\model\History.php (查找 _calcTransitionScore 方法位置)
+</read_first>
+
+<action>
+使用 Grep 找到 `_calcTransitionScore` 方法位置后，在其附近新增二阶转移概率得分计算方法：
+
+```bash
+grep -n "_calcTransitionScore" application/admin/model/History.php
+```
+
+新增 `_calcTransitionScore2ndOrder` 方法：
+
+```php
+/**
+ * 计算二阶转移概率得分
+ * 
+ * 计算方法:
+ * - 综合区域、尾号、首号三个维度的二阶转移概率
+ * - 各维度权重: 区域40%、尾号35%、首号25%
+ * - 得分范围: 0-100
+ * 
+ * @param int $num 当前号码
+ * @param int $prev1Zone 前一期区域索引
+ * @param int $prev2Zone 前两期区域索引
+ * @param int $prev1Tail 前一期尾号索引
+ * @param int $prev2Tail 前两期尾号索引
+ * @param int $prev1Head 前一期首号索引
+ * @param int $prev2Head 前两期首号索引
+ * @param array $zoneTrans2nd 二阶区域转移矩阵
+ * @param array $tailTrans2nd 二阶尾号转移矩阵
+ * @param array $headTrans2nd 二阶首号转移矩阵
+ * @param array $zoneMap 号码区域映射
+ * @param array $tailMap 号码尾号映射
+ * @param array $headMap 号码首号映射
+ * @return float 综合转移得分 (0-100)
+ */
+private function _calcTransitionScore2ndOrder(
+    $num, 
+    $prev1Zone, $prev2Zone, 
+    $prev1Tail, $prev2Tail, 
+    $prev1Head, $prev2Head,
+    $zoneTrans2nd, $tailTrans2nd, $headTrans2nd,
+    $zoneMap, $tailMap, $headMap
+)
+{
+    $zone = $zoneMap[$num];
+    $tail = $tailMap[$num];
+    $head = $headMap[$num];
+    
+    $score = 0;
+    
+    // 区域二阶转移得分（权重40%）
+    $zoneStateKey = $prev1Zone . '-' . $prev2Zone;
+    if (isset($zoneTrans2nd['prob_matrix'][$zoneStateKey][$zone])) {
+        $prob = $zoneTrans2nd['prob_matrix'][$zoneStateKey][$zone];
+        $score += $prob * 40;
+    }
+    
+    // 尾号二阶转移得分（权重35%）
+    $tailStateKey = $prev1Tail . '-' . $prev2Tail;
+    if (isset($tailTrans2nd['prob_matrix'][$tailStateKey][$tail])) {
+        $prob = $tailTrans2nd['prob_matrix'][$tailStateKey][$tail];
+        $score += $prob * 35;
+    }
+    
+    // 首号二阶转移得分（权重25%）
+    $headStateKey = $prev1Head . '-' . $prev2Head;
+    if (isset($headTrans2nd['prob_matrix'][$headStateKey][$head])) {
+        $prob = $headTrans2nd['prob_matrix'][$headStateKey][$head];
+        $score += $prob * 25;
+    }
+    
+    return round($score, 2);
+}
+```
+
+实现要点：
+- 综合区域、尾号、首号三个维度
+- 各维度权重：区域40%、尾号35%、首号25%
+- 使用 prob_matrix 中对应状态键的概率值
+</action>
+
+<acceptance_criteria>
+- grep 正则匹配: `_calcTransitionScore2ndOrder\s*\(` 在 History.php 中存在
+- 方法参数包含 prev1Zone、prev2Zone 等二阶状态参数
+- 方法包含 zoneStateKey、tailStateKey、headStateKey 变量
+- 方法包含函数级注释说明权重分配
+</acceptance_criteria>
+
+### Task 3: 在 getPredictionV3 中集成二阶马尔可夫（含200期阈值和状态对检查）
+
+<read_first>
+- D:\code\php\amlhc\application\admin\model\History.php (line 2230-2239, 转移概率分析部分)
+- D:\code\php\amlhc\application\admin\model\History.php (line 2159-2161, 历史数据量检查)
+</read_first>
+
+<action>
+在 `getPredictionV3` 方法中修改转移概率分析部分（约 line 2230-2239）：
+
+1. 找到以下代码段：
+```php
+// ====== 3. 转移概率分析（新增）======
+// 获取转移概率矩阵数据
+$zoneTransition = $this->_getTransitionMatrix($allHistory, 'zone');
+$tailTransition = $this->_getTransitionMatrix($allHistory, 'tail');
+$headTransition = $this->_getTransitionMatrix($allHistory, 'head');
+
+// 上期号码的各类属性
+$lastZone = $this->_getZoneIdx($lastSpecial);
+$lastTail = $lastSpecial % 10;
+$lastHead = $this->_getHeadIdx($lastSpecial);
+```
+
+替换为：
+```php
+// ====== 3. 转移概率分析 ======
+// 根据历史数据量决定使用一阶或二阶马尔可夫
+// 阈值条件：总期数 >= 200 且 状态对观察次数充足（>=5次的比例>=30%）
+$minPeriodsThreshold = 200; // 二阶马尔可夫最小历史期数阈值（从100提升到200）
+$minStatePairCount = 5;      // 状态对最小观察次数
+$use2ndOrder = false;
+$secondOrderAvailable = false;
+
+// 获取一阶转移概率矩阵（始终计算，作为fallback）
+$zoneTransition = $this->_getTransitionMatrix($allHistory, 'zone');
+$tailTransition = $this->_getTransitionMatrix($allHistory, 'tail');
+$headTransition = $this->_getTransitionMatrix($allHistory, 'head');
+
+// 获取二阶转移概率矩阵（数据充足时）
+$zoneTransition2nd = null;
+$tailTransition2nd = null;
+$headTransition2nd = null;
+$prev2Zone = 0;
+$prev2Tail = 0;
+$prev2Head = 0;
+
+if (count($allHistory) >= $minPeriodsThreshold && count($allHistory) >= 2) {
+    // 获取前两期号码属性
+    $prev2Special = (int)$allHistory[1]['num7'];
+    $prev2Zone = $this->_getZoneIdx($prev2Special);
+    $prev2Tail = $prev2Special % 10;
+    $prev2Head = $this->_getHeadIdx($prev2Special);
+    
+    // 构建二阶转移矩阵
+    $zoneTransition2nd = $this->_getTransitionMatrix2ndOrder($allHistory, 'zone', $minStatePairCount);
+    $tailTransition2nd = $this->_getTransitionMatrix2ndOrder($allHistory, 'tail', $minStatePairCount);
+    $headTransition2nd = $this->_getTransitionMatrix2ndOrder($allHistory, 'head', $minStatePairCount);
+    
+    // 检查状态对观察次数是否充足（至少30%的状态对有足够观察）
+    // tail类型状态空间最大(100)，以tail为基准判断
+    if ($tailTransition2nd['total_pairs'] > 0) {
+        $sufficientRatio = $tailTransition2nd['sufficient_pairs'] / $tailTransition2nd['total_pairs'];
+        $secondOrderAvailable = $sufficientRatio >= 0.3; // 至少30%状态对观察>=5次
+    }
+    
+    $use2ndOrder = $secondOrderAvailable;
+}
+
+// 上期号码的各类属性
+$lastZone = $this->_getZoneIdx($lastSpecial);
+$lastTail = $lastSpecial % 10;
+$lastHead = $this->_getHeadIdx($lastSpecial);
+```
+
+2. 在 analysis 数组中添加转移阶数信息（约 line 2297-2317）：
+
+找到：
+```php
+$analysis = [
+    'last_special' => $lastSpecial,
+    'last_expect' => $lastExpect,
+    'weights' => $weights,
+    ...
+];
+```
+
+在 `trend_direction` 后添加：
+```php
+$analysis = [
+    ...
+    'trend_direction' => $trendDirection,
+    'transition_order' => $use2ndOrder ? 2 : 1,  // 新增：转移概率阶数
+    'transition_available' => $secondOrderAvailable, // 二阶是否可用
+    'history_count' => count($allHistory),      // 历史期数
+    'min_periods_threshold' => $minPeriodsThreshold, // 阈值
+    'last_zone' => $zoneLabels[$lastZone] ?? '',
+    ...
+];
+```
+
+3. 在得分计算循环中（约 line 2342-2349）修改转移概率得分计算：
+
+找到：
+```php
+// === 转移概率得分 ===
+$transScore = $this->_calcTransitionScore(
+    $num, $lastZone, $lastTail, $lastHead,
+    $zoneTransition, $tailTransition, $headTransition,
+    $zoneMap, $tailMap, $headMap
+);
+```
+
+替换为：
+```php
+// === 转移概率得分（根据阶数选择计算方法）===
+if ($use2ndOrder && $zoneTransition2nd && $tailTransition2nd && $headTransition2nd) {
+    $transScore = $this->_calcTransitionScore2ndOrder(
+        $num, $lastZone, $prev2Zone, $lastTail, $prev2Tail, $lastHead, $prev2Head,
+        $zoneTransition2nd, $tailTransition2nd, $headTransition2nd,
+        $zoneMap, $tailMap, $headMap
+    );
+    $detail['trans_order'] = 2;
+} else {
+    $transScore = $this->_calcTransitionScore(
+        $num, $lastZone, $lastTail, $lastHead,
+        $zoneTransition, $tailTransition, $headTransition,
+        $zoneMap, $tailMap, $headMap
+    );
+    $detail['trans_order'] = 1;
+}
+```
+</action>
+
+<acceptance_criteria>
+- grep 匹配: `minPeriodsThreshold` 变量在 getPredictionV3 中存在（值为200）
+- grep 匹配: `minStatePairCount` 变量在 getPredictionV3 中存在（值为5）
+- grep 匹配: `$secondOrderAvailable` 变量在 getPredictionV3 中存在
+- grep 匹配: `sufficientRatio` 在 getPredictionV3 中存在（状态对观察比例）
+- grep 匹配: `_getTransitionMatrix2ndOrder` 在 getPredictionV3 中被调用
+- grep 匹配: `transition_order` 在 analysis 数组中存在
+- grep 匹配: `transition_available` 在 analysis 数组中存在
+- grep 匹配: `_calcTransitionScore2ndOrder` 在得分计算中被调用
+- 数据量阈值设置为 200 期（而非原100期）
+- 状态对观察次数检查 >= 5，比例 >= 30%
+</acceptance_criteria>
+
+## Verification
+
+执行预测接口验证二阶马尔可夫使用情况：
+
+```bash
+curl -s "http://127.0.0.1:8000/admin/history/predictV3?periods=300&backtest=10" | grep -E "transition_order|transition_available|history_count"
+```
+
+预期结果：
+- periods >= 200 且状态对观察充足时，返回 transition_order: 2
+- periods < 200 或状态对观察不足时，返回 transition_order: 1
+- transition_available 显示二阶是否可用
+
+## Success Criteria
+
+1. `_getTransitionMatrix2ndOrder` 方法已实现，包含二阶状态空间构建
+2. `_calcTransitionScore2ndOrder` 方法已实现
+3. `getPredictionV3` 根据数据量和状态对观察次数自动选择一阶或二阶马尔可夫
+4. 数据量阈值提升到 200 期（而非原100期）
+5. 状态对观察次数检查 >= 5，比例 >= 30% 才使用二阶
+6. analysis 返回中包含 transition_order、transition_available 字段
+7. 所有新增方法包含函数级注释
+8. depends_on 已修正为空数组（独立功能）
+
+## Output
+
+完成后创建 `.planning/phases/11-predictv3/11-05-SUMMARY.md`

.planning/phases/11-predictv3/11-RESEARCH.md

@@ -844,25 +844,29 @@ foreach ($weights as $key => $value) {
 
 ---
 
-## Open Questions
+## Open Questions (RESOLVED)
 
 1. **历史数据量是否足够支撑高级优化?**
    - 当前默认200期统计，二阶马尔可夫和关联规则挖掘建议500期+
    - 需检查数据库中实际可用的历史期数
    - 推荐: 查询 `SELECT COUNT(*) FROM fa_history` 确认数据量
+   - **Resolution:** 11-05 Task 3 设置100期阈值，数据不足时回退一阶马尔可夫，已在plan中处理
 
 2. **权重优化结果如何持久化?**
    - 选项A: 存储到 `application/extra/predict.php` 配置文件
    - 选项B: 存储到数据库配置表
    - 选项C: 每次预测时动态计算（性能成本高）
+   - **Resolution:** 11-04 采用选项C（动态计算）+ 返回结果给前端展示，不持久化。设计决策：避免过拟合特定时间段，每次获取最新优化结果
 
 3. **置信度阈值如何定义?**
    - 当前假设: >=70%为高，50-70%为中，<50%为低
    - 需根据实际回测数据调整阈值
+   - **Resolution:** 11-02 Task 1 明确阈值定义：>=70%高（绿色）、50-70%中（橙色）、<50%低（红色），前端11-03使用相同映射
 
 4. **前端如何展示新增的回测指标(NDCG、MRR)?**
    - 需设计用户友好的展示方式
    - 可考虑简化为"预测质量评分"单一指标
+   - **Resolution:** 11-03 Task 2 实现百分比显示 + 柱状图：NDCG@5/MRR以百分比展示，命中分布以柱状图可视化
 
 ---
 

.planning/phases/11-predictv3/11-REVIEWS.md

@@ -0,0 +1,158 @@
+---
+phase: 11
+reviewers: [codex, opencode]
+reviewed_at: 2026-05-01T12:30:00+08:00
+plans_reviewed: [11-01-PLAN.md, 11-02-PLAN.md, 11-03-PLAN.md, 11-04-PLAN.md, 11-05-PLAN.md]
+---
+
+# Cross-AI Plan Review — Phase 11: predictV3算法优化
+
+## Codex Review
+
+### Summary
+
+计划技术上是合理的，但有几个需要注意的地方：依赖关系修复、数据验证、性能保护和边缘情况处理。整体架构遵循现有模式良好，NDCG@5 和 MRR 作为排名评估指标是适当的。
+
+### Strengths
+
+- 计划结构清晰，任务分解合理
+- NDCG@5、MRR、命中分布都是业界标准的排名质量评估指标
+- 扩展字段明确（ndcg_5、mrr、hit_distribution、precision_5）
+- 整体架构遵循现有代码模式
+
+### Concerns
+
+| Severity | Concern |
+|----------|---------|
+| HIGH | **依赖关系错误**: Plan 05 (二阶马尔可夫) 不应依赖 Plans 01 和 03 — 它是独立的增强功能 |
+| HIGH | **数据验证缺失**: 需要最小样本量检查 — 置信度计算建议 50+ 期，二阶马尔可夫建议 150+ 期 |
+| MEDIUM | **性能保护**: 网格搜索需要超时保护和最优权重缓存机制 |
+| MEDIUM | **边缘情况**: NDCG 计算需要空预测保护；命中分布需要定义明确的统计桶 |
+
+### Suggestions
+
+- 修复 Plan 05 的依赖关系，使其独立执行
+- 添加数据量阈值验证，不足时返回提示或回退策略
+- 为网格搜索添加执行超时限制（如 60 秒）
+- 在 NDCG/MRR 计算前检查 `$details` 是否为空
+
+### Risk Assessment
+
+**MEDIUM** — 依赖关系和边缘情况需要修复，否则执行可能失败。
+
+---
+
+## OpenCode Review
+
+### Summary
+
+Phase 11 计划在功能扩展方向上合理，在现有 V3 预测算法（9维度 + 动态权重）基础上增加置信度评估、回测指标扩展、权重优化和二阶马尔可夫链增强。计划整体结构清晰，依赖关系明确，但存在若干实现细节缺失和潜在风险需要补充。
+
+### Strengths
+
+- Plan 01 任务分解合理，指标选择专业
+- Plan 02 与回测指标扩展解耦，可独立实现
+- Plan 03 依赖明确，在现有弹窗架构内实现
+- Plan 04 网格搜索是系统化的超参数优化方法
+- Plan 05 二阶马尔可夫是合理的算法增强方向
+
+### Concerns
+
+| Severity | Concern |
+|----------|---------|
+| HIGH | **Plan 01: NDCG 计算公式不明确** — 需要确认基于什么"理想排名"计算，relevance score 定义模糊 |
+| HIGH | **Plan 01: hit_distribution 定义模糊** — 具体指什么分布？按命中排名？按命中/未命中按期数分布？ |
+| HIGH | **Plan 02: "历史排名命中率"数据来源不明** — 现有 `_runBacktestV3` 不保存历史命中率数据，需要明确是实时计算还是缓存 |
+| HIGH | **Plan 02: "多维度一致性"定义不明** — 具体指哪些维度之间的一致性？如何量化？ |
+| HIGH | **Plan 04: 5 种权重配置未明确** — 缺少具体配置清单 |
+| HIGH | **Plan 04: 优化目标不明确** — 用哪个指标作为优化目标？hit_rate？NDCG？MRR？ |
+| HIGH | **Plan 05: 状态空间爆炸** — 二阶马尔可夫状态空间大（尾数 10×10=100），100 期历史数据下很多状态对从未出现，概率估计不准确 |
+| HIGH | **Plan 05: 100 期阈值缺乏依据** — 二阶马尔可夫需要更长历史，建议至少 200-300 期 |
+| MEDIUM | **Plan 01: precision_5 与 hit_rate 关系** — 两者都是 Top-5 命中，是否重复？建议区分或合并 |
+| MEDIUM | **Plan 02: 置信度百分比计算公式** — 三个维度如何加权组合？权重比例未明确 |
+| MEDIUM | **Plan 02: 数据量要求** — 历史 < 20 期时置信度不准确，缺少 fallback 策略 |
+| MEDIUM | **Plan 03: UI 设计细节缺失** — 未提供具体布局建议，置信度展示样式不明确 |
+| MEDIUM | **Plan 03: 命中分布图表实现** — 未说明使用 ECharts 还是 CSS，数据量大时需考虑性能 |
+| MEDIUM | **Plan 04: 结果持久化** — 每次调用都重新计算？建议增加缓存 |
+| MEDIUM | **Plan 04: 计算量** — 5 配置 × 50 期回测 = 250 次预测，响应时间长，建议异步 |
+| MEDIUM | **Plan 05: 一阶/二阶切换逻辑** — 判断条件不明确：总期数阈值还是状态对观察次数阈值？ |
+| MEDIUM | **Plan 05: 与现有一阶权重关系** — 二阶是独立维度还是替换一阶？ |
+| LOW | **Plan 01: 计算性能** — 每次回测批量计算可能影响性能 |
+| LOW | **Plan 02: 返回值结构** — 是否每个号码都提供置信度？ |
+| LOW | **Plan 03: 前端数据量** — 命中分布是否需要分页/滚动加载？ |
+| LOW | **Plan 03: 国际化** — 新增 UI 文本是否需要多语言？ |
+| LOW | **Plan 05: 性能影响** — 二阶计算复杂度高于一阶 |
+
+### Suggestions
+
+**Plan 01:**
+- 补充 NDCG 公式：DCG = Σ(1/log2(rank+1))，IDCG = Σ(1/log2(i+1)) for i=1..hits
+- 明确 hit_distribution 结构：`{rank_1: n, rank_2: n, ..., rank_5: n, miss: n}`
+- 添加回测结果缓存机制
+
+**Plan 02:**
+- 将"多维度一致性"改为"预测得分集中度"，基于 Top-5 得分与平均得分差距计算
+- 明确加权公式：`confidence = 0.4*historical + 0.3*score + 0.3*consistency`
+- 历史命中率作为 `_runBacktestV3` 副产品，调用一次获取
+
+**Plan 03:**
+- 补充 UI 设计 mockup 或具体说明
+- 使用现有 ECharts 展示命中分布
+- 置信度用红/黄/绿三色表示高/中/低
+
+**Plan 04:**
+- 补充 5 种预定义配置的具体权重值
+- 定义优化目标：综合 hit_rate(60%) + avg_rank(40%)
+- 使用后台队列异步处理，返回 task_id
+
+**Plan 05:**
+- 重新评估二阶马尔可夫必要性 — 49选1彩票数据稀疏性严重
+- 替代方案：加权 N 阶马尔可夫（70% 二阶 + 30% 一阶）
+- 明确判断标准：`count($history) >= 200 && $statePairCount >= 5`
+
+### Risk Assessment
+
+**MEDIUM** — 实现复杂度中等，数据稀疏性问题高，多处定义不明确需补充。建议优先实现 Plan 01、02、04，将 Plan 05 作为可选高阶优化或重新评估必要性。
+
+---
+
+## Consensus Summary
+
+### Agreed Strengths
+
+- 计划结构清晰，任务分解合理 ✓
+- NDCG@5、MRR 是适当的排名质量评估指标 ✓
+- 整体架构遵循现有代码模式 ✓
+- 网格搜索是系统化的参数优化方法 ✓
+
+### Agreed Concerns (Highest Priority)
+
+| Priority | Concern | Source |
+|----------|---------|--------|
+| 1 | **Plan 05 依赖关系错误** — 不应依赖 01、03，是独立功能 | Codex + OpenCode |
+| 2 | **数据量验证缺失** — 置信度需 50+，二阶马尔可夫需 150-200+ | Codex + OpenCode |
+| 3 | **边缘情况处理** — NDCG/MRR 空预测保护，hit_distribution 定义模糊 | Codex + OpenCode |
+| 4 | **Plan 05 状态空间爆炸** — 100 期数据下二阶马尔可夫概率估计不准 | OpenCode |
+| 5 | **Plan 02 置信度维度定义不明** — "多维度一致性"如何量化 | OpenCode |
+| 6 | **Plan 04 配置未明确** — 5 种权重具体值缺失，优化目标不明 | OpenCode |
+| 7 | **性能影响** — 网格搜索需超时/异步，二阶马尔可夫计算量大 | Codex + OpenCode |
+
+### Divergent Views
+
+| Issue | Codex | OpenCode |
+|-------|-------|----------|
+| Plan 05 数据阈值 | 建议 150+ | 建议 200-300+，并要求状态对观察次数 >= 5 |
+| precision_5 与 hit_rate | 未提及 | 认为可能重复，建议区分 |
+
+---
+
+## Action Items for Replanning
+
+1. **Fix Plan 05 depends_on** → 改为 `depends_on: []`
+2. **Add data validation** → 所有计算方法添加最小数据量检查和 fallback
+3. **Clarify NDCG formula** → 补充完整公式到 Plan 01 Task 1
+4. **Clarify hit_distribution** → 明确结构为 `{rank_1..rank_5: counts}`
+5. **Clarify confidence dimensions** → 重命名"多维度一致性"为"得分集中度"
+6. **Add weight configs** → Plan 04 补充 5 种具体权重配置值
+7. **Raise 2nd-order threshold** → Plan 05 改为 200 期 + 状态对观察次数检查
+8. **Add performance protection** → 网格搜索添加超时限制，考虑异步

.planning/phases/11-predictv3/11-VALIDATION.md

@@ -0,0 +1,97 @@
+---
+phase: 11
+phase_slug: predictv3
+created: 2026-05-01
+---
+
+# Phase 11: predictV3算法优化 - Validation Strategy
+
+## Overview
+
+本阶段为算法优化，验证重点在于：
+1. 新增指标计算准确性（NDCG、MRR、置信度）
+2. 二阶马尔可夫转移矩阵构建正确性
+3. 权重优化结果有效性
+4. 回测命中率提升验证
+
+## Test Framework
+
+| Property | Value |
+|----------|-------|
+| Framework | PHPUnit (ThinkPHP内置) |
+| Config file | 无独立配置，通过 `php think unit` 运行 |
+| Quick run command | `php think unit --filter HistoryTest` |
+| Full suite command | `php think unit` |
+
+## Phase Requirements → Test Map
+
+| Req ID | Behavior | Test Type | Automated Command | File Exists? |
+|--------|----------|-----------|-------------------|-------------|
+| PRED-01 | 置信度计算准确性 | unit | `php think unit --filter testConfidenceCalculation` | ❌ Wave 0 |
+| PRED-02 | NDCG计算准确性 | unit | `php think unit --filter testNDCGCalculation` | ❌ Wave 0 |
+| PRED-03 | 二阶马尔可夫转移矩阵构建 | unit | `php think unit --filter testTransitionMatrix2ndOrder` | ❌ Wave 0 |
+| PRED-04 | 权重优化收敛性 | unit | `php think unit --filter testWeightOptimization` | ❌ Wave 0 |
+| PRED-05 | 回测结果完整性 | unit | `php think unit --filter testBacktestV3Extended` | ❌ Wave 0 |
+
+## Sampling Rate
+
+- **Per task commit:** 快速单元测试覆盖核心方法
+- **Per wave merge:** 回测验证使用真实历史数据
+- **Phase gate:** 全量回测（100期）验证整体命中率提升
+
+## Wave 0 Gaps
+
+- [ ] `tests/HistoryTest.php` — 核心预测方法单元测试
+- [ ] `tests/ConfidenceTest.php` — 置信度计算测试
+- [ ] `tests/BacktestMetricsTest.php` — NDCG、MRR等指标计算测试
+- [ ] 共享fixtures: 历史数据模拟生成器
+
+## Validation Dimensions
+
+### Dimension 8: Nyquist Test Coverage
+
+**Target:** 每个 PLAN.md 至少有一个可验证的测试命令
+
+| Plan | Primary Test | Coverage |
+|------|--------------|----------|
+| 11-01 | testBacktestV3Extended | NDCG/MRR 计算准确性 |
+| 11-02 | testConfidenceCalculation | 置信度计算准确性 |
+| 11-03 | 手动 UI 验证 | 前端展示正确性 |
+| 11-04 | testWeightOptimization | 权重优化收敛性 |
+| 11-05 | testTransitionMatrix2ndOrder | 二阶马尔可夫正确性 |
+
+### Dimension 9: Integration Verification
+
+**End-to-End Flow:**
+
+1. 后端 `getPredictionV3()` 返回完整数据结构（predictions + confidence + backtest）
+2. 前端 `renderPredict()` 正确渲染所有新增指标
+3. 回测命中率可量化对比（V2 vs V3）
+
+**Verification Command:**
+
+```bash
+# 验证后端接口返回结构完整性
+curl -s "http://localhost/history/predictV3?periods=100" | jq '.data | keys'
+# 期望输出包含: predictions, confidence, backtest, analysis
+
+# 验证 NDCG/MRR 存在
+curl -s "http://localhost/history/predictV3?periods=100" | jq '.data.backtest | keys'
+# 期望输出包含: hit_rate, avg_rank, ndcg_5, mrr, hit_distribution
+```
+
+## Acceptance Criteria
+
+### Phase Gate
+
+- [ ] NDCG@5 计算准确（单元测试通过）
+- [ ] MRR 计算准确（单元测试通过）
+- [ ] 置信度阈值正确（>=70%高、50-70%中、<50%低）
+- [ ] 二阶马尔可夫在数据充足时启用
+- [ ] 前端展示包含所有新增指标
+- [ ] 回测命中率有提升（相比 V2）
+
+---
+
+*Phase: 11-predictv3*
+*Validation strategy created: 2026-05-01*

.planning/quick/20260430-history-predict/PLAN.md

@@ -0,0 +1,55 @@
+---
+name: history-predict
+created: 2026-04-30
+type: quick
+---
+
+# 预测号码功能规划
+
+## 目标
+在 history 页面新增预测号码功能，综合历史记录多维度分析给出号码预测建议。
+
+## 分析维度
+现有系统已具备以下转移概率分析：
+1. **区域转移** - zoneTransition (1-10, 11-20, 21-30, 31-40, 41-49)
+2. **生肖转移** - zodiacTransition (12生肖)
+3. **尾号转移** - tailNumberTransition (尾号0-9)
+4. **首号转移** - headNumberTransition (首号0-4)
+5. **波色转移** - colorWaveTransition (红/蓝/绿)
+
+## 预测算法
+基于最近N期特码，结合各维度转移概率矩阵：
+- 根据上一期特码所在维度（区域、生肖、尾号、首号），查找转移概率最高的目标维度
+- 综合各维度预测结果，计算每个号码的综合得分
+- 得分 = 区域概率权重 + 生肖概率权重 + 尾号概率权重 + 首号概率权重 + 波色概率权重
+
+## 实现步骤
+
+### 1. 后端 Model 新增方法
+- `getPrediction($periods, $weights)` - 综合预测计算方法
+  - 输入：历史期数、各维度权重配置
+  - 输出：预测号码列表（按得分排序）
+
+### 2. 后端 Controller 新增接口
+- `predict()` - AJAX 接口
+  - 参数：periods, weights (可选)
+  - 返回：预测号码列表 + 各维度分析详情
+
+### 3. 前端 JS 新增功能
+- 预测弹窗 `showPredictDialog()`
+- 权重配置面板
+- 预测结果渲染（号码球 + 得分 + 各维度分析说明）
+
+### 4. 权重配置
+默认权重：
+- 区域转移：0.25
+- 生肖转移：0.20
+- 尾号转移：0.20
+- 首号转移：0.15
+- 波色转移：0.10
+- 冷热系数：0.10
+
+## 文件修改清单
+1. `application/admin/model/History.php` - 新增 getPrediction 方法
+2. `application/admin/controller/History.php` - 新增 predict 接口，更新 noNeedRight
+3. `public/assets/js/backend/history.js` - 新增预测弹窗和渲染逻辑

.planning/quick/20260430-history-predict/SUMMARY.md

@@ -0,0 +1,37 @@
+---
+status: complete
+created: 2026-04-30
+slug: history-predict
+---
+
+# 预测号码功能完成
+
+## 实现内容
+
+### 1. 后端 Model (History.php)
+新增 `getPrediction($periods, $weights)` 方法：
+- 基于 6 个维度计算综合预测得分
+- 区域转移、生肖转移、尾号转移、首号转移、波色转移、冷热系数
+- 返回 Top 20 预测号码及其详细得分分析
+
+### 2. 后端 Controller (History.php)
+新增 `predict()` 接口：
+- 支持 AJAX 请求
+- 可配置统计期数和权重参数
+- 已加入 `noNeedRight` 白名单
+
+### 3. 前端 JS (history.js)
+新增预测功能：
+- `showPredictDialog()` - 预测弹窗
+- `queryPredict()` - AJAX 查询
+- `renderPredict()` - 结果渲染
+- 支持自定义权重配置
+
+### 4. 视图 (index.html)
+新增"智能预测"按钮
+
+## 文件变更
+- `application/admin/model/History.php` (+150行)
+- `application/admin/controller/History.php` (+25行)
+- `public/assets/js/backend/history.js` (+180行)
+- `application/admin/view/history/index.html` (+1行)

.planning/quick/20260501-history-predict/ANALYSIS.md

@@ -0,0 +1,39 @@
+## 正码与特码关联规律分析
+
+### 数据范围
+- 总期数：约500期（2025111-2026120）
+- 每期数据：num1-6（正码） + num7（特码）
+
+### 分析维度
+
+#### 1. 正码平均值与特码差值
+分析每一期的正码平均值(avg)与特码(num7)的差值分布：
+- 差值 = num7 - avg(num1-6)
+- 统计差值的高频范围
+
+#### 2. 正码范围与特码关系
+分析正码的[min, max]范围与特码的关系：
+- 特码是否在正码范围内？
+- 特码距离正码范围的距离分布
+
+#### 3. 正码排序后与特码距离
+将num1-6排序，分析特码与最近正码的距离：
+- 最短距离分布
+- 特码是否等于某个正码？
+
+#### 4. 和值尾数与特码尾数
+分析正码和值的尾数与特码尾数的关系：
+- 同尾概率？
+- 差值分布？
+
+#### 5. 正码区间覆盖分析
+将1-49分为5个区间，分析正码覆盖的区间与特码所在区间的关系：
+- 特码是否出现在正码未覆盖的区间？
+
+#### 6. 波色/生肖关联
+分析正码中各波色/生肖的数量与特码波色/生肖的关系
+
+---
+
+### 数据提取准备
+从SQL中提取所有INSERT数据进行统计分析。