stock-analyzer · 架构设计

← 返回文档中心 · 来源：Languangxun/stock-analyzer · 同步于 2026-10-25

版本 v6.6.5　更新于 2026-10-24 配套：《README.md》（用户向：功能/快速开始/回测摘要/数据）、CHANGELOG.md（版本变更史）、 reports/回测复核报告_20260913.md（审计报告）。 本文只讲两件事：这套东西的架构、每个环节用的什么算法。历史版本（v3.2/v3.3）的架构描述已被本文取代。 2026-09-25：ai-quant 拆分独立仓库（https://github.com/Languangxun/ai-quant，公开）—— 模拟盘/决策链/状态页（6 图 + 休市日历）/备份均移出本仓库；第六节改写为对接接口 + CLI 同源回测口径。 2026-09-25 数据源容灾热修：2.1 节重写为通道策略 / 快照多源 / 日K多源 / 板块多源 / 熔断口径， 覆盖「VPN 一挂全源 Connection refused」与「东财整域连接重置」两类故障（变更索引见第七节）。

一、总体架构

 Windows 开发机（主战场）                                    可选：香橙派 / 下游系统
 ┌───────────────────────────────────────────────┐        ┌────────────────────────────┐
 │ stock_gui.py   = 唯一算法源（单体）            │        │ ~/stock_predict.py         │
 │   缓存层 │ 数据获取 │ 指标 │ 分析 │ 三档引擎 │GUI│ ──────▶│  CLI 单文件（含缓存层）      │
 │                                               │ build_ │  分析 / 回测 / --push       │
 │ stock_predict.py  （由 build_cli.py 生成）     │ cli.py │        │                    │
 ├───────────────────────────────────────────────┤        │        ▼                    │
 │ backtests/   研究脚本（回测/消融，33 个）      │        │ ~/ai-quant/memory/inbox/    │
 │ factor_lab/  因子穷举与验证框架                │        │  （JSON 报告收件箱）         │
 │ plugins/     插件（交易记录/账户联动）         │        ├────────────────────────────┤
 │ research/    回测产物（+ legacy/results 归档） │        │ ~/webapp/stock_web.py       │
 │ reports/     生成类报告（清洗/审计/审查）      │ ──────▶│  systemd :8010              │
 │ dist/        发布包（gitignore）               │  部署  │  完整版 / 轻量 /text /lite   │
 └───────────────────────────────────────────────┘        └────────────────────────────┘
                │
                ▼  SQLite  stock_cache.db（行情缓存 + 代码表 + adjust + 元数据）

1.1 目录职责（v6.1.3 已整理）

1.2 关键架构约束（为什么这么设计）

1. 单文件算法源：算法只改 stock_gui.py 一处，GUI/CLI/研究脚本天然同源，杜绝口径分叉；代价是不能拆模块，靠区块注释（内嵌缓存层 / 数据获取 / 指标 / 分析 / 三档引擎 / GUI）分层弥补。
2. 生成物不可手改：stock_predict.py 由脚本生成；改算法后必须 python build_cli.py。
3. 口径隔离（v6.1.2）：标的池有 4 个口径（all/main/etf/all_etf）， 横截面排名在各自基数池内做（tier_rank_base），加入 ETF 后既有全A/主板数字仍逐项可比。
4. 发布安全（v6.1.1 起）：build_client_zip.py 绝不打包本地 stock_gui.ini（内含 API Key）， 改为空 Key 模板，且打包后全包扫描 sk- 模式，命中即删除产物并中止发布。
5. 研究产物不入仓的边界：单文件 >100MB 的逐对象消融明细（strategy_ablation_per_stock.json） 加入 .gitignore，随 Release 研究包分发。

1.3 组件职责

二、数据层

2.1 数据源容灾：通道策略 + 快照/日K/板块多源（2026-09-25 热修）

通道策略 _open_url()：_PROXY_OPENER（ini [proxy]，通常指向本地 VPN）不再是默认前置通道。 按域名选路：国内行情域名直连优先（失败再走代理），国外（AI 接口）代理优先（失败再直连）； 代理端口被拒（VPN 未开/重启中）自动旁路 120s，避免每次请求双倍超时。国内域名集合见 _DOMESTIC_SUFFIX（eastmoney/gtimg/qq/sina/163/sse/szse/cninfo/csindex）。 这修复了「VPN 一挂全部源报 [Errno 111] Connection refused」的全局故障。

估值/交易快照（v6.2.4）：stocks 表 turnover（换手率%）/pe（动态PE）/pb —— 东财 clist 主源（refresh_all_codes 字段 f8/f9/f23）+ 腾讯批量行情备用通道 （refresh_valuation_tx，q[38]/[39]/[46]，60 只/批，push2 整域故障时可独立刷新）。

行情快照 fetch_quote_cached（v6.6.2）：全代码统一走 内存缓存 → SQLite quote_cache → 网络多源； 网络源为 腾讯 qt.gtimg.cn → 新浪 hq.sinajs.cn（带 Referer、GBK）→ 东财 ulist.np， 任一成功即返回并回写缓存；无网络时降级返回库内旧缓存，避免界面空白。自选池名称与 五大指数走 fetch_batch_quotes（同样缓存优先，仅缺失/过期代码才联网）。

基本面财报（v6.2.1 fetch_f10_metrics，v6.6.2 加持久缓存）：东财 datacenter F10 主要指标 RPT_F10_FINANCE_MAINFINADATA（报告期倒序最多 12 期），双 host 容灾 （datacenter.eastmoney.com → datacenter-web.eastmoney.com），走 _http_get 限流退避 + 熔断器（源名 em_f10）；域名属 eastmoney.com 已在 _DOMESTIC_SUFFIX （直连优先）。6 小时内存缓存 _F10_CACHE，并新增 SQLite f10_cache 持久缓存， 网络失败时优雅降级到旧财报数据。

日K _fetch_remote_rows（v6.5.9 扩为 8 源；v6.6.5 改为可配置源链 + 同花顺第三梯队）： 腾讯（配置域 KLINE_URL，默认 proxy.finance.qq.com）→ proxy → ifzq.gtimg.cn(HTTPS) → ifzq.gtimg.cn(HTTP) → web.ifzq.gtimg.cn(HTTPS/HTTP，v6.5.9) → 新浪 CN_MarketData.getKLineData（v6.5.9，与腾讯空 fq 位同口径 × _sina_hfq_factors 乘法后复权，volume 股/100=手，实测单次可取 3000 根；v6.6.5 对拍澄清：×因子后与库内 2000 日重叠偏差 0.000%，无存量口径问题）→ 同花顺 d.10jqka.com.cn/v6/line （v6.6.5，JSONP 无需 cookie；个股/ETF/科创板/深证系列指数可用，上证指数无映射交回 其他源；完整前复权口径原样入库、绝不乘新浪因子——除权日收益≈复权真实收益， 但绝对水平与库内差时变因子（复权表黑盒），与库内不同时由 rebase 机制整段自洽替换） → 东财 4 host 轮询（push2his / 92 / 93 / 97）。 源链可配置（v6.6.5，设置→数据源）：_kline_sources() 返回运行时链，内置 9 源 可启用/停用/排序（ini [data] kline_srcs），自定义源（custom_kline JSON，类型 腾讯格式/同花顺/东财/新浪/网易，最多 10 个）追加链尾、熔断键 自定义:名称； 「腾讯」源域与固定变体 URL 相同时自动去重；全停用且无自定义保存时回默认链； 急救箱切换 kline_url 后联动重建（_reload_kline_srcs）。 2026-09-26 观测：web.ifzq.gtimg.cn 曾对 hfq 请求返 501（腾讯反爬）而 qfq 探测可通过（该域此后实测又恢复，属时段性），旧 _probe_kline_url 用 qfq 探测会把 死域写进 ini；现探测改 hfq + 连测2次，且 501 纳入熔断（死源连续2次失败冷却 60s 起，不再每只股票重试一次）；stock_firstaid.py 腾讯探测同步由 qfq 改 hfq。 v6.5.9 链路只用腾讯不复权，故 web.ifzq 的 hfq 501 不再影响它；新浪源同样先取 不复权再乘因子，落库口径与腾讯源一致（不做减法前复权持久化）。 全域失败时 _auto_heal_kline() 10 分钟限频探测候选域并写入内存+ini；仍无解才触发 AI 找源（AI 只提议 URL，_probe_kline_url 实测有数据才采用）。 增量拉取瘦身（v6.6.5）：get_daily 过期回补时本地 ≥120 根且非异常只拉 120 根 小窗（载荷约 1/17；首拉/异常拉满）；小窗检出基期漂移但不足以整段重定基 （cover=min(400, 库内/2)）时自动升级拉满全量重试一次，绝不新旧基期混写接缝。 同轮修复基期漂移检测存量缺陷：旧「命中偏差即 break 再验 checked≥5」在口径级 差异（重叠第一天就分叉）下 checked 恒=1 → 误判”重叠不足”直接混写（实测可留 +95.7% 人为跳变）；get_daily 与 backfill_full_market 均改为扫完重叠区再判。

板块：排行 = 东财 clist（HTTPS/HTTP × 主域/延迟域 4 host 轮换）→ 腾讯行业榜 ifzq.gtimg.cn/appstock/app/mktHs/rank → akshare（可选依赖 stock_sector_spot，未装自动跳过）， 并缓存上次成功结果兜底；个股板块上下文（行业名 + 板块日K）走东财， 东财板块 熔断期内直接返回空（板块上下文非必需，不影响主预测）。

• 熔断器：每源维护 [连续失败数, 熔断截止]；限流/封禁类连续 ≥2 次 → 冷却 60s × 2^(n−2)，上限 600s。封禁类除 HTTP 429/502/503/504 外，新增连接被重置特征： RemoteDisconnected / Remote end closed / Connection reset / Connection aborted （东财反爬/整域故障的典型表现，此前不触发冷却导致每源反复撞墙）；
• 节流：全局 _MIN_INTERVAL=0.16s；指数退避带 ±25% 抖动；限流/重置错误只重试 1 次就切源；
• 负缓存：拉取失败记 failed(ts, reason)，1 小时内不再重试，反复失败按 2 倍退避（上限 24h）；
• 2026-09-25 实测：东财 push2/push2his 对部分 IP 整域连接重置（体检 0/5）， 新股/停牌股腾讯返回空 K 线属数据缺失而非网络故障；腾讯/新浪链路正常时主流程不受影响。
• 快照时间语义（2026-09-25 热修）：行情快照时间统一保留完整 YYYYMMDDHHMMSS （东财 ulist 用 f124 时间戳）；market_phase_text 对非今日快照标注日期 （MM-DD HH:MM 收盘（快照非今日）），不再把上一交易日 16:14 显示成”今天已收盘”。 单股分析按快照日期区分 post_close / pre_open / live / stale_snap： 非今日快照（休市/停牌）时预测锚点取快照收盘并标注 最近收盘(MM-DD)， 不能用 prev_close（会整体锚错一天、缺口恒 0）；_LAST_INDEX_SNAP_DATE（上证快照日期） 作为交易日锚，配合 _allow_today_bar() 避免节假日空拉”当日K线”。

2.2 SQLite 缓存（stock_cache.db）

• WAL + NORMAL 同步；连接统一走 db_conn() 上下文管理器；
• 读取口径：库内价 × adjust.k = 乘法前复权（≈现价），展示与回测都用它；
• 增量回填：本地最新一根落后才拉远端，INSERT OR REPLACE 合并；重叠日偏差 >0.5% 判定基期漂移 → 全量重定基。
• 手动更新缓存范围（v6.6.1）：GUI「更新缓存」先弹窗选 全A / 自选 / 单股 （默认按 当前代码→自选→全A 智能预选）。全A=refresh_all_codes 刷代码表后 用 stale_codes() 取待回补代码、剔除 ETF/北交所，再 prefetch 增量拉取； 自选=仅 self.watchlist；单股=输入代码（默认当前分析代码），完成回报 最新日K日期/根数。已最新标的由 get_daily 快速跳过；_cache_busy 与 后台 _prefetch_tick 互斥，避免同一批代码并发重复拉取。
• 节假日锚 last_completed_td（2026-09-26 热修）：_index_last_td() 取库内指数 （sh000001/sz399001/sz399006）最新日K日期，对”自然日历上一工作日”做下修—— 休市日（中秋 09-25/国庆等）不再把全库判成”缺最后一根”而反复联网空拉（此前 1.7G 缓存 仍有 6968 只被判过期、周末全量重拉；热修后 stale_codes = 275：222 无缓存 + 53 真过期含 3 指数）；指数自身用 _index_expected_td()：只有收盘后（行情快照 确认交易日）才要求当日K线并推进锚，盘中/休市一律回到锚（5 分钟防重拉）—— 修复周末每条用到指数K线的调用（分析/市场简报/消融 regime）都联网重拉一次的问题 （实测指数读取由 1~2s 变 6ms）；_index_last_td 锚值 60s 缓存。 锚死锁保险（v6.5.4）：锚只允许落后自然日历 ≤5 天（覆盖长假）；超过 （如指数K线长期断更停在 09-30）视为锚失真，last_completed_td / _index_expected_td 均退回自然日历口径强制全库重拉（指数自身也被判 过期而补拉，锚自我修复）——否则指数会把全库判「新鲜」，形成整个市场 停在旧日期、永不爬新数据的死锁。
• 负缓存补强（2026-09-26）：拉取成功但末日不前进（停牌/退市整理/源侧无更新） 记 failed 负缓存 源无更新(末日)，后台预取按 TTL 跳过（反复失败 2 倍退避，上限 24h）， 长停牌股不再每小时重拉数百根；K线源自愈/AI 找源只在网络/限流类失败时触发， 全源正常应答但该代码无数据（新 ETF 未上市等）不再改写 kline_url 配置。
• 拉取诊断日志 stock_fetch.log（2026-09-26）：flog = stock.fetch，独立文件滚动 2MB×2、不向 stock_gui.log 冒泡；每次 get_daily 记录缓存判定与原因 （直读/过期(本地末日<应有)/异常/无缓存/负缓存）、_fetch_remote_rows 命中源与尝试序列、 入库根数/合并末日/耗时；_fstat 计数器每 200 次调用及进程退出输出累计统计； stale_codes 输出全库新鲜度扫描汇总（无缓存/过期/退市跳过/待回补）。
• 拉取深度可调（v6.1.4 热修③）：CFG.MAX_FETCH_BARS（ini [predict] max_fetch_bars， 默认 1000，范围 100–3000）只限制联网拉取（get_daily 增量/首拉、ETF 回填）； 读库路径（_db_rows/_display_rows/样本池）不限深度，库内已有历史永远全量参与分析； --backfill 深历史回填目标同样取 max(950, MAX_FETCH_BARS)，按 800/页翻到目标 （2000 → 3 页 ≈2400 根，_bf_fetch_one(target=...)；2026-09-25 起生效）。
• 快照库合并（2026-09-25）：研究用 stock_cache_lab.db 合并回主库（236 只、19.3 万根深历史， 合并后删除快照库），再从 dist 客户端发布包快照二次补回 69 只、4.5 万根；整段复权口径不同者 （36 只）与硬冲突 2 只（sh600734/sz000826）一律保留主库腾讯 hfq 序列，避免接缝假跳变； 主库 816.6 万根，integrity_check=ok。

回填口径（v6.1.5 热修⑩）：backfill_full.py 一律拉后复权 hfq （腾讯 hfqday/东财 fqt=2），写入前与库内重叠日比对（收盘偏差>1% 拒写）， 写后 _sync_adjust 刷新显示缩放 k；此前该脚本用腾讯 qfq 直写，会与 hfq 段 形成接缝/重定基（二轮审查 P0-1，已修）。

2.3 复权与数据修复（v6.0，重要）

1. 口径统一：此前约九成代码实际存的是不复权/前复权价 → 全库迁移为腾讯后复权（data_clean.py --all-adj）；
2. adjust.k 配对：改为同一交易日 raw/库内收盘配对，k 取多日比值中位数；末根与中位明显不一致（腾讯偶发毛刺）自动重拉，拉不到则删除该根；
3. 收盘后当日K入库：last_completed_td 以 ≥15:05 为界，今日定型日K可直接入库； 2026-09-26 起叠加指数日K节假日锚（见 2.2），休市日不再误判全库过期。
4. 异常校验误报修复（2026-09-25）：_bars_anomalous 对指数（sh000*/sz399*）、 新股上市首段（前 10 根）、长期停牌复牌（相邻 K 线日历间隔 >30 天）、退市整理（名称含「退」）、 主板 ST 旧规 5%（按现名回溯历史会误伤，放宽到 10%）不再判异常；同时 get_daily 的 bad_cache 全量替换须覆盖原缓存 90%（rebase 维持 ≥缓存一半）——否则 800 根短源会把 1600 根 深历史整只清掉（当日两次误删已从快照补回）；长序列的真异常改由 data_clean --fix / --backfill 全量重建，不再被日常 get_daily 清空。

2.4 标的池：个股 + ETF（v6.1.2）

• A 股：东财分页（每 7 天刷新），按市值三分位切 大盘/中盘/小盘（tier）；
• ETF/LOF：refresh_etf_codes() 主源东财四板块（b:MK0021..MK0024）， 东财整域故障时自动改走新浪（Market_Center.getHQNodeData 的 etf_hq_fund/lof_hq_fund， mktcap 万元→元），写入 stocks（industry='ETF'，含规模）； 剔除货币/现金类（名称含 货币/快线/快钱/添益/日利/现金/理财/短融， 或代码 5116xx/5117xx/5118xx/5119xx）——否则近零波动会霸占低波因子；
• ETF 历史回填：backfill_etf_history() 走主库 hfq 路径 + _sync_adjust，断点续传（≥1000 根且新鲜则跳过）、6 线程、全局节流； 实测（2026-09-25 新浪兜底恢复 + 深拉）：代码表 1796 只 → 有 K 线 1500 （882 只 1000+ 根、253 只 2000+ 根），合计 178.5 万根；
• 指数：sh000001（上证）、sz399001、sz399006（创业板指）、sh000688（科创50）、bj899050；指数不进标的池；
• 代码表刷新保护：refresh_all_codes 只删 A 股行（substr(code,3,2) NOT IN ('51','56','58','15','16','18')），不会抹掉 ETF。

2.5 回填与清洗

• 后台主动预取（GUI，v6.1.3+）：App._prefetch_work 启动 60s 后首轮、此后每 60 分钟一轮； 目标顺序 =「当前股 + 自选」→ 它们的样本池（L2 同行业+ETF，ENABLE_L3 时含 L3）→ stale_codes() 全库未更新代码（跳过北交所与最后K线早于 180 天的退市股； 指数按”收盘后才有今日”判断（_index_expected_td）、个股按节假日锚，2026-09-26 起休市日候选从 6968 收敛到实际缺数据者）； 分批 20 只、批间 sleep 1s，get_daily 已缓存只做新鲜度检查（收盘 15:05 后自动回补当日K）； 状态栏显示进度；ini [predict] auto_prefetch = 0 关闭；
• 深历史回填：GUI 设置【全市场回填】/ CLI --backfill；腾讯按 max(950, CFG.MAX_FETCH_BARS) 目标翻页（主源=不复权，v6.1.5 热修⑪ 起；× 新浪复权因子入库；2000 根 → 3 页）
  • 东财兜底；v6.6.5 扩为三级兜底：腾讯 → 同花顺深历史（last.js 近140根 + 按年文件回拼，完整前复权口径原样使用，与库内口径不同时由重叠偏差检测整只 替换绝不逐条混写）→ 东财，腾讯整域 501/断连时回填不再中断； 501 全局暂停自愈 + 断点续传 + 6 线程； _bf_tx_fetch 支持 hfq/qfq/不复权三种口径（不存在复权位时不复权翻页需带 end，2026-09-27 修）； v6.2.3：每股网络请求 5→3——_bf_fetch_one 直接把已抓到的腾讯不复权末价 作为第二条返回值（不再调 _raw_last_price），并把 raw 尾部 date→close 存入 _BF_RAW_HINT；_sync_adjust 新增 raw_map 参数优先消费提示做同日期配对 （缺失才回落网络，_raw_last_price 保留兜底），全市场约省 100 分钟；
• 清洗（data_clean.py，默认只出报告，--fix 才改库；报告写入 reports/）： ① 结构异常删除；② 除权残留整只重拉——判定与 stock_gui._bars_anomalous 完全同规则（新股前 10 根、相邻间隔>30 天、指数/退市整理、ST 现名回溯放宽到 10%、ETF 折算孤立跳变放行，避免”越清理越误报”）；③ 停牌缺口只报近一年 （不造数）；④ 退市登记（最后 bar 距今>180 天）；⑤ 价格粘性（连续 ≥20 日 收盘不变 → 整只重拉）；⑥ 孤立代码（有 K 线、无代码表）与北交所源停更统计。 v6.2.3：scan 改 itertools.groupby 游标流式（旧版 fetchall 把全库 1200+ 万根一次性载入内存、峰值数 GB；流式只留单只，与旧实现逐字节对拍 stats/问题清单零差异）。 修复写入统一走 migrate_one：深度 = max(库内根数, --depth=2400)、按需翻页 （≤6 页/4800 根）；新序列首根变晚且不更长、或末根变旧时保留库内原数据 （keep_head/keep_tail，防浅迁移截断，v6.1.5 热修⑪）；--repair 只重拉 「根数<2400 且首根早于 2021-01-01」的代码补齐 2016–2020 深历史； adjust(code→K) 存显示缩放系数（hfq×K=乘法前复权）。
• 复权口径（v6.1.5 热修⑪，全链）：库内统一存真乘法后复权 = 腾讯不复权日K × 新浪累计复权因子（finance.sina.com.cn/realstock/company/ <code>/hfq.js）；ETF/LOF 新浪无有效因子 → 腾讯 qfq（日收益保真）， 指数/无事件个股 → 不复权。落地于 data_clean._hfq_mul（迁移主源）、 stock_gui._fetch_tencent_mul（在线拉取）、_bf_fetch_one/_bf_tx_pages （深历史）、backfill_full.py、sync_adjust.py。此前腾讯 hfq 实为分段 仿射 hfq≈a×raw+b，段内日收益被逐股缩放（浦发 0.63/茅台 0.82/申华 1.75），已弃用；体检 --check-adj 抽样复核（收益比中位 1.0000、越界 0）。 全库 --all-adj --force 重迁（7105 只）后生效；旧口径回测/因子/策略 缓存需重跑，证据见 reports/数据异常报告_20260927.md。
• 复权失真体检（data_clean.py --check-adj / GUI「复权失真体检」，只读）： 抽样对比库内收盘与腾讯不复权日K的日收益，末段 120 根拟合 hfq≈a×raw+b 并取收益比中位 s，|s-1|>2% 记为失真，报告 reports/复权体检_*.md。

三、算法层

3.1 形态相似度匹配（L1）

• 特征：最近 W 日对数收益率序列做 z-score 标准化（W 见 3.12 的说明）；
• 距离 = 欧氏距离（_px_distances，numpy 向量化，较纯 Python 快约 50 倍）+ 多维权重项： K线结构 0.50 / 波动率 0.80 / RSI 0.50 / 量变 0.40 / 周线环境 0.60；
• 环境惩罚：量能 |ln(今日量比/历史量比)|（缺失 0.30）、板块点差（上限 1.2）； 大盘指数项默认关闭（v6.5.3，CFG.MATCH_IDX_ENV）——预测只参考自身形态/量能/板块， 旧口径（大盘涨跌点差惩罚 + 样本分层「大盘±0.8pp」筛选 + 池匹配指数项）可用 ini [predict] match_idx_env=1 恢复；上证/创业板指行情仍用于展示与 AI 市场简报；
• 取 Top-K=10 个最相似历史窗口；样本加权：时间衰减（>90 天权重 ×0.3）+ 动态三级权重；
• ETF 收益率序列先做 MAD 截断平滑（±5×MAD）消除除权跳变假形态。

3.2 三级样本池融合（L1/L2/L3）

| 层 | 含义 | 取样 | 权重 | |—|—|—|—| | L1 | 自身历史 | Top-K 形态匹配 | 0.6 | | L2 | 同行业 | 行业内市值对数距离最近 N=50 | 0.3 | | L3 | 同市值层 | 同层随机抽样 N=100（排除 L2 已覆盖行业） | 0.1 |

输出 T 日（盘中锚今开）与 T+1 的 P10/P25/P50/P75/P90 区间（加权分位数）+ 上行概率（样本次日收涨占比加权）； 多日预测 T+1..T+10 叠加均值回归衰减 decay = max(0.6, 1 − 0.04(d−1))。 OHLC 一致性钳制（v6.5.1 热修①）：收/高/低三组分位数独立校准+INTERVAL_K 放大会致尾部分位交叉 （如 P10 收<低），_fusion_prediction/_multi_day_prediction 现逐分位强制 lo<=cl<=hi 且预测高≥开/收、低≤开/收（区间只向外扩，P50/上行概率/信号与回测口径不变）。 涨跌停钳制（v6.5.2 热修②）：样本池跨板块（20%/30%板样本次日可达 ±19%），照搬到主板股 会出现”跌停都不够跌”的预测价。现 _analyze 按当日 _limit_pct 板块口径算出 lim（主板10%/创业板·科创板20%/北交所30%；复牌、上市首日等不设限日为 None 跳过）传入两级： _fusion_prediction 把预测价位钳到 昨收±lim（live 真实高低扩展后再钳价不破坏只拉宽语义）， _multi_day_prediction 把单日收益逐日钳 ±lim（幽灵 K 线为一日 bar，累计路径自然合法）。 P50/上行概率/回测口径零改动——仅砍掉物理上不可能的尾部。

3.3 打分体系（两个打分器，别混淆）

（a）事件信号打分（_composite_signals，用于买卖点与消融的 composite 候选）——8 个维度 （v6.6.5 动态权重：下表权重为基础值 IND_W，实际权重 = 基础 × 该维度 「信号对错」在线训练的质量系数——看多/看空贡献的次日方向命中率（EWMA α=0.02） 50% 保持基础、最高 ×3 / 最低 ×0.3，样本 <60 线性收缩；结算严格因果（第 i 日 只结算 i−1 日），截断等价性实测无前视；冷却日也参与训练；ini [predict] dyn_weights=0 回静态口径）：

触发（全部只用当日及以前数据，无前视）：得分 ≥ buy_th 且方向由空转多 → BUY； ≤ SIGNAL_SCORE_SELL(−2) 且由多转空 → SELL；方向必须交替，BUY后冷却 cooldown 天、 SELL后冷却 sell_cooldown 天（v6.5.1 热修③：不再写死跟随买入冷却； 默认值=买入冷却即保守/稳健8、激进3，设置→预测参数可按档调，ini 落盘， 旧策略缓存缺键自动回退买入冷却）； 弱市加严：当日大盘 < WEAK_IDX_TH(−1.5%) 时买入门槛 +1（稳健档 2→3）。 单源（v6.5.1 热修②）：analyze() 展示侧不再手搓打分循环，直接调 _composite_signals 全量生成再截后120根——此前分叉（BOLL回升/回落、SELL冷却写死5、 展示侧弱势加严）已消除，图上信号与消融评估同一套；弱势加严只在传入 idx 图时生效， 消融/展示均不传（与历史回测口径一致）。

（b）多维综合评估（_score_action，给 GUI 面板与 AI 的「合计分 / verdict」）——13 个维度（同一张 CFG.IND_W 权重表）： MACD 1.1、MA趋势 1.2（MA20/60 多头状态，v3.3 全A实证 IC 0.228）、形态 1.2 （L1 形态上行概率，IC 0.265，最强）、KDJ 0.9、RSI 0.9、量价 1.0、MA20 1.0、 爆发力 1.0（20 日动量：10%~35% 加 2 分、5%~10% 加 1 分、>35% 过热 −2 分、≤−15% 弱势 −1 分）、 量能 0.9（5 日均量/20 日均量 >1.5 且收涨）、板块 1.0（行业 5 日收益强于中位 / 前 20% 领先）、 筹码 0.8、布林带 0.8、ADX 0.8。该评估不直接产生买卖点，只作展示与 AI 上下文。

3.4 波段适合度路由与策略信号展示

波动率适中(25) + 趋势斜率/乖离(30) + 量能活跃(25) + 站上 MA60(20)，≥60 用多维信号，否则整段换成 MA20/60 趋势跟踪。 单股消融选中的算法（MACD/KDJ/RSI/布林/MA/形态/筹码峰/板块轮动/多维）在图上按同规则回放近 250 根信号； 连续同向信号压缩为同向首条（回测开平仓语义不变，避免图上成串重复 B/S）； 激进档信号密度兜底：所选策略近 250 日信号 < 8 个时改用多维评分（沿用该档参数：激进=买点门槛 1/冷却 3）， 保证震荡区间（如 5~6 元箱体）也能标出足够波段买卖点；兜底在面板「信号口径」与报告中标注，不改动消融缓存与选型。 v6.4.1 风险偏好 test（sm701 模型直出、不消融）：设置→预测参数选 test 时， analyze() 不读 5 日消融策略缓存、_ensure_strategy() 不再自动跑消融弹窗， 而是把 strat 置为 {"algo":"sm701","mode":"test",...}；图表信号由 _sig_sm701() 产出——sm701 概率 ≥0.55 BUY、<0.50 SELL（滞回、同向不重复）， 随后仍走同一条 _bt_events 风控（ATR/移动止盈取 RISK_PARAMS["test"]=激进档宽松参数）； test 下关闭「近250日信号过少→多维评分兜底」与「异动相似覆盖」，保证不混入其他算法； 「重选策略（全部组合）」在 test 下给出提示并拒绝（ablation_risk_params() 从消融 任务与全量候选过滤中排除 test）。

3.5 筹码分布

逐日按换手衰减历史筹码（换手率 ≈ 量/中位量 ×2%，限幅），当日筹码在 [low, high] 均匀摊到价格桶； 支撑/压力取现价上/下方3bin 平滑后最厚的筹码带（v6.1.5 热修⑤：原「最密集局部峰」 在现价切在主峰侧面时会把远处 0.7% 的小凸起选成压力，如 002241 全历史口径压力 27.33， 而 24~25 元厚带被判非峰）；获利盘 = P(成本 ≤ 现价)。 图表右侧筹码柱与右栏「筹码参考」统一用全历史口径 res["chips"]（此前主图按可见 250 根窗口另算，支/压与右栏不一致），筹码柱按 ymap(价格) 绘制（修复与价格轴上下颠倒）。 同花顺式筹码峰（v6.1.5 热修⑧）：

• 换手率：有总股本时用真实换手 量(手)×100/总股本（总股本 = stocks.mktcap/现价）， 否则退回 量/中位量×2% 启发式；两者再乘 CFG.CHIP_DECAY_SCALE=0.5（换手衰减系数， 与同花顺 002241 剖面校准：1.0 时老筹码消失过快、现价上方仅 ~32%，0.5 时 ~45%、 均本/获利比例与同花顺一致）。
• 布局：非紧凑屏右列按 CFG.CHIP_W_RATIO=0.17 加宽（上限 30%），基线在左 （K线区右缘）、柱向右生长（同花顺同向），最右留 CHIP_AXIS_STRIP=36px 价格条 （十字光标价格标签固定在此、横线延伸过筹码列）；细横条（柱高≈0.5×桶距、 上限 3.5px，同花顺式留间隙；热修⑬ 由连片实心矩形改回）， 现价下方红/上方绿；BOLL 图例移到绘图区右缘；紧凑屏窄列（strip=6）。
• 桶数 CFG.CHIP_NBIN=360；信号引擎（chip_snapshots/_chip_feats_py）不随此处变化。
• 支/压叠加层级（v6.1.5 热修⑨）：支撑/压力虚线移到 K线/信号之后绘制（压在最上层， 不再被筹码柱盖住），标签加 PANEL_BG 底色框 + 线色描边（密集筹码上也可读）。
• 标签不遮峰（v6.1.5 热修⑫）：筹码柱宽度先减去标签占位 lab_reserve （按「支/压 xx.xx」实测字宽 + 12px，右侧才排标签），标签区与筹码柱完全错开， 峰尖/最厚带完整可见（此前柱体一直画到价格条左侧、被黑底标签压住）。

3.6 事件回测引擎（单股，_bt_events / backtest_signals）

T 日收盘信号 → T+1 收盘成交；ATR(14) 止损 + 移动止盈（最高价突破 entry×trail_trigger 后止损上移到 最高价×trail_ratio）； 盘中 low 触发即离场（开盘已破则按开盘价）；输出 交易数/胜率/区间收益/年化/最大回撤/盈亏比/净值曲线。 年化口径（v6.1.8 P0）：_bt_simulate/_bt_events 均用回测区间起点日期计算年数（下限 0.25 年）， 首信号远晚于区间起点时不再虚高。 三档风险参数：保守 (1.5, 1.01, 0.96, 3, 8)、稳健 (1.5, 1.015, 0.95, 3, 8)（v6.3.1 由 2, 5 收紧入场；v6.4.2 由 1.02, 0.94 收紧止盈为早止盈：+1.5%启动、回落5%即走，只做高胜率）、激进 (2.5, 1.05, 0.90, 1, 3) （v6.2.3 起三档，原第四组「高风险」(6.0, 1.15, 0.80, 1, 2) 随档位重定名删除； 才移动止盈、买点门槛 1/冷却 2；不设最大回撤止损，v6.1.8 的 500 日 MDD 机制已删除） （顺序：atr_mult / trail_trigger / trail_ratio / buy_th / cooldown）。

GUI 单股回测面板（工具→信号胜率，2026-09-26 升级；v6.1.6 与消融统一）： backtest_signals 内部为 _bt_simulate（单段）+ 组合全期/分段，用于 IC/信号后收益等 信号质量统计；面板的全期/训练/验证指标自 v6.1.6 起改用消融同引擎 _bt_events 与同切分（val=max(200, n/4)、预计算 ATR、盘中假K不计入，统一封装为 _bt_segments， GUI 面板与 stock_backtest_export.py 共用）， 保证与「策略消融」弹窗及每只股导出逐项一致（此前两个引擎：trades 含浮仓、 固定前 75/25、分段 ATR 重算，sz002241 验证集 10 笔/-7.0% vs 弹窗 9 笔/-6.8%）； _bt_events 同步补齐 closed/floating/avg_win/avg_loss/profit_loss/trades_list （向后兼容，trades 只计已平仓）。另算 IC(T+1)/IC(T+5)（信号方向 +1买/-1卖 vs 未来收益的 Spearman 秩相关）与 信号后 1/5 日收益/上涨占比。面板回测与消融同窗 （strategy_signals_full 在近 ABL_BARS=1000 根上重算；主图仍只展示近 250 根）， 否则指标型策略信号会落在切分之外、或训练段落在策略数据起点之前（如 L2 行业ETF 2024 才有数据 → 训练集恒空、曲线水平线）。面板上：收益曲线 只画训练集净值（验证集底纹+指标文本，不显示净值）、训练回撤子图、B/S 信号点； 工具窗口按屏幕自适应（最高 1320×980）。 面板热修（2026-09-26）：_draw_curve 每次重绘先 cv.configure(bg=BG)（主题切换后 不重建窗口也不会”黑底白块”），验证集底纹改 AXIS_TXT + stipple="gray12"（浅色/深色/ 高对比通用）；run_bt 结束 yview_moveto(0)，结果文本回到顶部直接展示全期/训练/验证； 主图 MA 图例按 cv.bbox 实际字宽推进（HiDPI 不再重叠）。

交易明细子页（v6.3.3）：_bt_events 新增可选 detail_out——逐笔记录 {entry_i/entry_date/entry_px, exit_i/exit_date/exit_px, ret, reason}， reason ∈ 信号卖出 / ATR止损 / 移动止盈 / 持仓中（末笔未平仓：exit_* 为 None、 exit_px=期末收盘）；_bt_segments(..., detail=True) 为全期/训练/验证三段结果附 detail（默认 False，批量研究/逐股导出口径与性能不变）；面板「交易明细」子页 Treeview 展示 段/序号/买入日价/卖出日价/收益/原因，可按段筛选、点列头排序， 盈利绿/亏损红/浮仓金色；导出 txt 追加「交易明细」CSV 段，JSON 新增 trades_detail（full/train/val）。

图表预测显隐（2026-09-26）：slice_view 只在视野到达最新K线（end >= n_total）时 追加 T+1 pred 与幽灵K线，翻看历史（pan>0）时整体隐藏，”预测”分界线与 T+5 标注同步隐藏； _build_ghosts 独立成函数，_apply_progressive 增量更新时重算 T+5/T+10。 回测导出（2026-09-26；v6.3.3 加逐笔明细）：信号胜率页「导出回测」——.txt 写头部（股票/策略/参数/区间/ 切分/成交口径）+ 面板明细 + 交易明细（段,买入日价,卖出日价,收益,原因） + 净值曲线数据 + 免责声明；.csv 写逐日 date,net_value,drawdown （UTF-8-BOM）；.json 新增 trades_detail（full/train/val），full 不再携带 _rows 原始K线与 detail（控制体积）。导出取当前面板结果（_bt_last），未计算时提示先计算。

3.7 三档组合引擎（v6.2.3 权威实现、v6.3.1 稳健档收紧、v6.4.0 增 test 实验档、v6.4.2 稳健加熔断、v6.5.0 档位重构，tier_*；激进=板块轮动策略）

绝对价/流动性门槛口径备案（v6.1.5 热修⑩，二轮审查 P0-2）：tier_load_panel 用 adjust.k 把 hfq 缩放成「以今天为锚」的乘法前复权价，_TIER_MIN_PRICE=1.0、 _TIER_MIN_AMOUNT=3e5（3000万）作用其上；k 含历史日之后的分红/送转信息， 因此历史可交易池带当前锚、跨日期重跑不完全可复现。收益率类指标（ret20/vol20/ beta/闸门）为比值，k 可约掉；仅可交易池/绝对阈值受损。彻底修复需库内保存 历史复权因子（point-in-time），列为后续项；daily_picks 仙股过滤已改为显示价 （hfq×k≥2，原比 hfq 原值形同虚设）。

标的口径 4 个 × 稳定档位 3 个，另有 test 实验档（v6.4.0，sm701 桥接；仅显式运行）：

• 相位平均（tranche）：资金分 reb 份、相位错开独立运行后取净值平均，并报告相位年化区间；
• 成交与费用：T-1 决策 → T 日收盘成交；滑点 0.1%/边、佣金万 2.5（最低 5 元）、印花税千 1（卖出）、过户费万 0.1； 100 股整手、涨停不买、跌停不卖、停牌顺延、连续 20 日无 K 线按最后收盘价了结； 激进 档例外：cfg.allow_limit_up=True 跳过涨停不买判定（回测约 1.3%~1.9% 买在涨停价， 生产端 tier_latest_picks 输出 limit_up 标记供提示； v6.2.4 起生产端默认剔除动态 PE≤0（亏损）候选（picks_exclude_loss， ini [picks] exclude_loss=0 可关；PE 缺失不过滤；不参与历史回测））；
• 荐股确认层（v6.2.0，tier_ic_confirm；v6.3.1 支持档位级开关）：个股历史信号 IC——滚动 120 日窗计算 「近5日收益（信号强度）→ 未来5日收益」Pearson IC（cumsum 向量化、行分块控内存， 缓存 _TIER_CACHE["ic"]）；确认条件（全截至 T-1，防前视）：IC>0 且 t≥2 且样本对≥60 且 T-1 日 MA20/60 多头趋势在场（IC 与指标综合考量；120/5/60/2 全为自然数、不做寻优， 防过拟合）。tier_sim_phase(ic_ok=)、tier_eval(ic_filter=)、tier_latest_picks(ic_filter=, top_n=) 三个入口共用；确认不足时宁缺毋滥（持仓可少于 TopN、余下持现金）。当期确认覆盖约 100/6317 只——IC 显著本身是高门槛。v6.3.1：稳健档 TIER_CFG*["稳健"].ic_filter=True 为档位默认（tier_eval/tier_picks_stats/tier_latest_picks 均按 cfg 生效）， 全局 ic_filter=True 仍强制全档开启（picks10 回测）；
• 稳健档降换手（v6.3.1，hold_buffer）：调仓时在位股排名仍在 top+buffer （稳健档 10+10=Top20）内即保留，只有跌出缓冲带才被替换；配合 Top10+IC 确认后 全A 组合交易数 9708→4180 笔（-57%），val/bull 显著增强； tier_sim_phase 同时修正「实际买入加入当期 target」——避免整手/涨停跳过后 买入的标的次日被旧目标误卖（该修正令均衡/激进档旧批次数字小幅变化）；
• 稳健/均衡档回撤熔断（v6.4.2 稳健，v6.5.0 均衡同步，mdd_guard=0.08）：tier_sim_phase 跟踪本相位净值峰值， 从峰值回撤超 8% 即按收盘清仓（reason=mdd_guard，跌停/停牌顺延），清空目标、 峰值重置为熔断后净值，下个调仓日才可重建；单段回撤被机械限制在 guard+跳空量级， 连续下跌会多次触发、全期总回撤仍可能超 guard，但显著小于无熔断。 实测（v6.4.2，全A全期）+73.5%/-19.5%/4180 笔 → +69.4%/-16.4%/4281 笔（-3.1pp 回撤， 代价 -4.1pp），val +50.5%→+48.9%、bull +87.9%→+88.7%； 10 万 picks10 口径同步 +65.6%/-19.7% → +61.2%/-16.6%。 阈值取 8% 自然数、未做寻优；激进不设，保持进攻弹性； 生产端“当前目标持仓”仍走 IC+Top10（熔断只作用回测引擎，实盘请手动同口径执行； v6.5.0 起稳健 reb20，长期持有请按 20 日节奏手动执行）；
• 10 万元荐股组合回测（v6.2.0，backtests/backtest_picks10.py）：组合总资金 10 万 （非每只 10 万）——每档 IC 确认后按综合分取 Top10、每只约 1/10 仓（约 1 万）， 稳健 20 日 / 均衡 10 日 / 激进 10 日调仓（v6.5.0；此前三档均 10 日），其余约束同组合引擎； 本金规模影响结果（整手粒度 + 高价股预算买不进：10 万×Top20 时 >50 元股无法建仓）， 与 100 万相位平均口径数字不可直接互比。全期/样本外/强势段三档结果见 research/picks10_{full,val,bull}.json；IC 层贡献对照（同本金同 Top10 无 IC）： 稳健 +19.4%→+61.2%（v6.3.1 含缓冲带10；v6.4.2 含 8% 熔断，原 +65.6%）、 均衡 +9.7%→+33.5%、样本外稳健 -3.4%→+40.1%（原 +43.5%）；
• 评分族：rotate（板块轮动，v6.1.9 新增）供激进档使用——行业 20 日动量（sector_ret20， 取自 stocks.industry 成分股等权）排名 + 个股动量/低波基准；ETF/无行业退化为自身动量。 blend_mom/mom/beta/beta_sh/beta_star v6.5.0 起保留仅作研究对照（无组合档在用； beta 在主板池已证伪，blend_mom 旧均衡已淘汰）；
• 稳健档偏动量（v6.1.11 历史，v6.2.3 淘汰）：该档（原「稳健」，blend_mom 0.6） 已随 v6.2.3 档位重定名删除；现「稳健」= 原「均衡」（blend 等权）。历史结论： 等权 blend 会因低波分位差恒定而系统性挤出高波动成长股（当时证据）， v6.3.1 以 IC 确认层（趋势在场）弥补该缺陷；
• 稳健档收紧（v6.3.1）：TIER_CFG*["稳健"] 由 Top20 改 **Top10 + hold_buffer=10
  • ic_filter=True；全A 组合全期 +30.2%/-8.6%/9708 笔 → **+73.5%/-19.5%/4180 笔， val +4.8%→+50.5%、bull +17.4%→+87.9%；代价是全期回撤扩大（IC 趋势确认在 2023~2024 弱市更吃亏）。配对实验（全A/全期，含数据同批）：IC+Top10 无缓冲 +83.0%/4480 笔（1M 口径），缓冲带10 换手再 -6.7%、收益 -9.5pp；Top20+缓冲仅 -3% 交易（前 20 名换手极快，缓冲几乎不生效）；换手上限（每次最多换 N 只）可降 换手 -35%~-50% 但全A val 收益明显受损，未采用；
• 闸门族（v6.1.9）：tier_make_gate（指数 MA）用于前三档；tier_make_rotation_gate （板块轮动，大盘权重 40%）用于激进档，cfg.gate_mode="rotation" 时由 tier_build_gate 分派； 全期开闸 1010/1636（62%）> 旧闸门（全A 创指 MA60=777、上证 MA20=857）；
• 基准（v6.2.3，v6.5.0 调整）：稳健 / 均衡 = 上证（v6.5.0 起均衡由科创50切回上证， 与其承接的老稳健策略同基准）；激进 = 科创50（不分科创板权限），报告另附创业板指/上证三基准对照；
• test 实验档（v6.4.0，sm701 只读桥接）：TIER_CFG*["test"] 为 score="sm701"（_SM701_TEST：Top10、reb=1 每日重排、无闸门、参考止损 2×20日波动、experimental=True），四口径共用 universe 掩码； tier_default_names() 只返回稳定三档，故默认研究/回测与 AI 自动选档不跑 test：
  • 路径解析 sm701_paths()：优先 ~/桌面/sm701 (副本)，其次 ~/桌面/sm701，再查仓库同级目录；SM701_DIR / SM701_DB / SM701_MODEL / SM701_PRED 可覆盖；要求副本内有 stock_cache.db + lgbm_train_backtest.py（外加任一模型口径，见下）；
  • 模型口径（v6.6.3）：_sm701_production_set() 探测副本 production/ （features_tech.json + prod_h1|h5|h10_tech.txt 三模型齐全）——命中即以 生产定稿三周期 tech 模型为准，历史分数读 production/valid_predictions.csv.gz； 否则回退旧单模型 lgbm_output/lgbm_model.txt + valid_predictions.csv.gz。 SM701_MODEL 显式指定时强制单模型口径、跳过 production/；
  • 历史预测生成（副本侧，v6.6.3）：副本 production/make_predictions.py 用生产三模型对 --out-start（默认 2024-01-01）起全市场样本外打分，写 production/valid_predictions.csv.gz（date,code,prob_h1,prob_h5,prob_h10,prob； prob=三模型等权平均），供本仓库历史段流式读取；
  • 数据读取：_sm701_conn() 用 SQLite 只读 URI（mode=ro）打开副本库， 不复制 7GB 扩展库、不与副本训练进程争写锁；_sm701_stock_info() 从副本 stocks + stock_industry 补股票名/行业/PE/换手率（主库缺失时兜底）；
  • 评分矩阵 sm701_score_matrix()：以 tier_load_panel() 的 code × 交易日 面板对齐；历史段用标准库 csv+gzip 流式读副本 production/valid_predictions.csv.gz（prob 列=三模型等权平均； 回退口径为 lgbm_output/valid_predictions.csv.gz，prob/prob_lgbm/prob_fuse 依次取列），历史文件结束后的新交易日用 _sm701_live_predict() / _sm701_live_fill()——取数据较新的行情库（sm701 副本或主库；v6.6.4： 副本日K落后时自动改用主库，两库重叠段逐值一致）读 _SM701_WARMUP_BARS=180 预热根 → 调用副本 lgbm_train_backtest._compute_feats（_sm701_module() 按脚本路径缓存模块） → _sm701_predict_feats() 打分：生产档按 features_tech.json 列序（tech 40 特征）对 h1/h5/h10 三模型分别预测、等权平均，单模型档按 feature_name() 对齐预测；已对拍末交易日 2026-09-30：实时复算值与落盘 prob 逐元素一致（sh600000 0.42401537）；实时结果按 （预热起点+目标日期+库/模型 mtime）缓存，组合矩阵与单股信号共用；
  • 缓存失效：_SM701_CACHE["scores"] 的 key 含代码数/首末交易日/库·模型·预测 文件 mtime（_sm701_model_mtimes() 三模型逐个 mtime），副本数据更新后自动重算； _SM701_LOCK 防并发重复复算；
  • 单股信号（v6.4.1，预测参数·风险偏好 test）：sm701_prob_map(full, dates) 先流式取该股历史概率（按预测文件 mtime 缓存），再对历史末日之后的新交易日 用 _sm701_live_predict() 实时复算；_sig_sm701() 做概率滞回信号 （≥0.55 BUY / <0.50 SELL，同向不重复），供主图、「信号胜率」面板与导出共用 （strategy_signals_full 同分支）；RISK_PARAMS["test"] 仅提供 ATR 止损/ 移动止盈参数（沿用激进档宽松风控）。该路径不读消融缓存、不触发消融， 且关闭多维兜底与异动覆盖，保证买卖点纯模型直出；
  • 生产端：tier_latest_picks(tiers=["test"]) 用 sm701 数据日期 + 名称/行业/PE， 不启用 IC 过滤，持仓页标注数据源与日K日期；GUI 手动入口=每日荐股下拉、 设置→荐股偏好、工具→test(sm701) 当前目标持仓，CLI=--tiers --tier test；
  • 口径冲突（重要，v6.4.0 实测备案）：sm701 标签为 next_ret = close[t+1]/open[t+1] − 1（特征日 t 信号 → t+1 开盘买 → t+1 收盘卖），是 A 股 T+1 下不可实现的当日回转口径；本引擎统一「T-1 信号 → T 日收盘成交」，买入发生在预测会话收盘之后，天然错开一个交易日。 实测 tier_eval（test、Top10 日调仓、全 A、含费用、2024-01-02~2026-09-30）： 总收益 -96.0%、年化 -69.1%、回撤 -96.0%、6434 笔；同区间 sm701 自身 报告样本外 Top10 年化净 +49.0%/回撤 -32.0%，两组数字不可互推。 因此 test 的荐股输出只作为模型原始排序的研究观察口径，生产端与 GUI 报告已附显著提示；如需复现 sm701 口径需另加「次日开盘买入」执行模式 （且个股受 T+1 限制，不可当日卖出）；
  • 实验边界：test 未做标准回测/过拟合诊断，不参与 AI 自动选档 （偏好为 test 时回退稳健）。
• 指标（_tier_metrics）：总收益 / 年化 / 最大回撤 / Sharpe(√252) / 胜率 / PF，全部 numpy。

3.8 策略消融引擎（backtest_strategy_ablation.py，AI 不参与）

• 覆盖所有对象：个股 + ETF 逐个独立消融（≥200 根），输出覆盖率清单（纳入/有效/跳过原因/K线不足名单） 写入 summary.coverage，可核验「确实全部跑过」；
• 13 类信号：MACD 金叉死叉 / KDJ 低位金叉高位死叉 / RSI 超买超卖 / 布林带回归 / MA20-60 趋势 / L1 形态上行概率 / L2 同行业+行业ETF / 筹码峰支撑 / 板块轮动 / 量比放量（v6.1.10 新增） / LGBM 预测（v6.1.10 新增，缺库静默回退） / 异动·全市场相似（v6.3.0 新增，见 3.15） / 多维评分；
  • 量比（v6.1.10）：复用 vol_ratio_at（近5/前15），BUY=首次放量 （prev<1.2, vr≥1.5, 收阳）/ SELL=缩量≤0.5 或放量≥2.0 收阴；
  • LGBM（v6.1.10）：LGBMRegressor 滚动训练，每 50 根用「当日及 以前」8 维特征（ret5/10/20 + rsi6 + boll_pct + macd_diff + kdj_diff + vr） 重训一次预测次日收益；±0.5% 阈值 BUY/SELL，3 根冷却；lightgbm 包 缺时静默返回 []——回退到其他候选，不让缺库打断消融；
  • sm701（v6.6.4 新增）：只读桌面 sm701 副本的生产 h1/h5/h10 三模型 等权概率，≥0.55 BUY / <0.50 SELL（滞回，同向不重复）；历史读 production/valid_predictions.csv.gz，副本日K落后时用主库最新行情实时 复算。研究批量消融由父进程一次性构建 sm701_score_matrix 并注入各 worker，worker 只按代码×日期取值，避免每只股重复扫描 70MB+ 预测文件；
• L2（v6.1.3 新增）：每个行业构造「行业指数」——优先同名行业ETF收盘序列，无匹配则同行业个股等权收益累乘； 行业指数 > MA20 且 5 日动量 > 0 → BUY，反向 SELL（时序行业趋势，与板块轮动的横截面强弱互补）；
• 防过拟合：前 ~75% 训练集选型，后 ~25% 验证集只报告；训练集上把 Calmar/PF/胜率/年化 横截面 rank 后加权选优（保守/稳健 v6.4.2 起 0.30/0.30/0.30/0.10 高胜率导向，原 0.45/0.25/0.20/0.10； 激进 0.30/0.20/0.15/0.35），并设交易活跃度下限（稳健/保守 ≥8 笔，v6.4.2 起； 不足回退 ≥3 笔/全量；激进保持 0）； 近端子窗一致性（v6.1.5 热修②）：最近 250 根按同权重 rank 取前 25%（下限 2）与全窗前 25% （下限 3）取交集，交集内取全窗得分最高；交集为空回退该档「多维评分」（防长期横盘/旧 regime 选出、风格切换后沉默的策略，如 688012 于 2025-09 突破后 RSI 近一年 0 交易 → 回退多维评分）。 近窗只取训练段末尾（split 前 250 根；v6.1.5 热修⑥ 修正——此前取”截至最新 250 根”， n=1000 时正是验证段，验证集参与了门槛筛选，验证指标偏乐观，详见 reports/GUI过拟合自检.md），只做 top 门槛否决、不参与权重打分； 单股逐笔输出中「激进」与「均衡」选型相同（"激进": _bal，二者只在组合层弱市覆盖上分化， 见 3.7；所以 per-stock JSON 里后两档逐股相等是设计行为，不是选型故障）；
• 牛熊评分：上证 MA120 上下分牛/熊段，分段年化；
• numpy 加速（v6.1.3）：ATR cumsum 滑窗、每对象 OHLC 平行数组复用（10 算法 × 各档共享）、 净值曲线/牛熊分段向量化；实测 10 算法 6924 对象 181 秒（8 进程），较 v6.1.2 的 9 算法 251 秒更快；
• 加速等值性：加速路径与纯 Python 实现逐笔等值（有等值测试）；
• GUI 单股消融（run_ablation，工具→重选策略）：与本研究脚本同口径—— 13 算法 + 多维评分 × 3 风险参数 = 42 候选（v6.6.4 增 sm701； 研究脚本仍跑 CFG.RISK_PARAMS 全量，选型时过滤 test 参数）， 训练集多指标 rank 选优 + 近端子窗一致性（pick_ablation_consistent，不一致回退多维评分）、 验证集只展示；选型结论写入 pick_notes 与日志（消融选型 ... [全窗+近窗一致/回退…]）； 档位名=选型目标（保守档限定保守/稳健参数候选；激进=年化+Calmar 目标）， 推荐档按训练集 Calmar 取最优（验证集不参与），年化波动 >45% 时强制在稳健/激进中取较优； 策略缓存 5 日。返回新增 candidates（全部候选，v6.3.3）。
• 全部组合策略窗口（v6.3.3，工具→重选策略/三档弹窗「全部组合…」）： 打开时优先 load_full_ablation——流式读研究批量产物 research/strategy_ablation_per_stock.json（约 600MB；按行扫描建 code→顶层对象字节偏移 索引，进程内按 mtime 缓存，按需 seek + raw_decode 单只，首次约 4s、之后秒开，不做 TTL 但标注文件日期）；无覆盖/读取失败才 _start_local_ablation 后台本地消融。窗口列出全部 算法×风险档（12+1 × 3） 候选，顶部「排列方式」14 选一：推荐/档位优先、按算法/风险档分组、 训练/验证 综合评分（_ablation_ranks）、年化、胜率、Calmar、回撤、交易数 （缺验证样本排末尾）；选行/双击应用 save_strategy 并重分析，另有 「用推荐档」「本地重算(当前参数)」。研究缓存里的三档标记（★推荐/·档）沿用 mode_candidates；缓存过期时用 _pick_one_from_pool 按当前口径现算标记。
• 多档同选说明（2026-09-26 备案）：选型按指标 rank 而非档位名匹配参数，当同一候选 在稳健（偏 Calmar/PF）与激进（偏年化）两套权重下都排第一时，各档会选到同一策略， 属训练集选型结果（如 sz002241 各档均为「多维评分·稳健」）；抽样 40 只中 18 只同选、 22 只有差异。每次选型写入 stock_gui.log（消融选型 ...），便于核对；若需强制分化 须先回测验证，当前不引入。

3.9 AI 分析（可选，OpenAI 兼容）

• 任意 OpenAI 格式平台：设置内填 base_url（DeepSeek/智谱/opencode 等），自动补 /chat/completions 与 /models；
• 网关兼容：请求带自有 UA stock-analyzer/<版本>（Cloudflare 会以 1010 拦截通用库 UA）， 并带稳定会话头 x-opencode-session（opencode zen 必需，缺失报 400 MissingSessionID；同股同模型复用， 换股/换模型/换用途区分）；其他平台忽略该头；
• 模型列表自动获取：打开设置自动拉 GET {base}/models，可手动刷新，失败可手填；
• 提示词（v6.1.8 按风险偏好动态生成；v6.4.1 增 test）：通用要求「直接给买/卖/观望 + 唯一首选方向 + 价位区间 + 建议仓位，禁止模棱两可，结论先行、≤3 条依据、末行风险提示」+ RISK_AI_GUIDE 行为约束——保守=等确认/轻仓，稳健=兼顾但须可执行，激进=突破即进攻、禁用「等企稳/观望」搪塞，激进（最高档）=板块轮动进攻、接受大波动、可直接给打板（涨停价）与集中仓位建议、禁止等企稳措辞；test=sm701 模型直出（围绕模型概率给结论，并明确提示「次日开盘→收盘」日内口径、A股 T+1 不可当日卖出、样本外 AUC≈0.53）；系统提示词（ai_system_prompt）与首条用户上下文都带该约束（风险偏好变化 → 上下文 hash 变化 → 自动重新提问，不复用旧风险口径的缓存回答）；
• 数据上下文：快照/缺口/量比/板块、5/20/60 日收益与 60 日位置、20 日均额与波动、近 15 日 OHLCV、 MA/MACD/KDJ/RSI/布林/ADX、形态预测分位与上行概率、近期信号、市场简报（含三档闸门+科创50）、筹码分布、多维评估；
• 市场简报主线程安全（v6.5.2 热修②）：ai_market_brief() 曾在 GUI 主线程直接构建激进档 板块轮动闸门（tier_load_panel 冷缓存 18~170s + tier_build_features ~20s），AI 页点 【开始分析】即无响应。现拆三层：ai_market_brief()（主线程安全）只做轻量指数简报， 闸门读后台缓存（10 分钟 TTL）；冷缓存返回「后台预热中」并自动派 daemon 线程 _ai_market_brief_full() 预热（打开 AI 页即触发，幂等防重复派线程）； ai_choose_tier（AI 自动选档）本就在后台线程，改用全量版。
• 多轮缓存：同股同模型对话存 SQLite（meta 的 ai:<code>:<model>）与内存，数据未变直接复用， 追问只追加新问题；超长截断（保留首条上下文 + 最近 24 条）；可一键清空。
• AI画线（v6.5.2）：prompt 追加机器可读画线块（```ai-lines JSON：最多6条水平价位 buy/sell/stop/support/resistance/target + 最多2段趋势起止日期价格，价位须在近60日 区间±30%内）；parse_ai_lines() 校验（非法/越界静默丢弃）后存 res["ai_lines"]， 主图以 ACCENT 虚线 + 左侧“AI·标签 价格”绘制（趋势段按日期映射当前视野，越界不画）； AI完成（首轮/追问/缓存复用）即解析并 _rerender()，工具栏“AI线”开关显隐， 清空对话/新一轮提问/切换股票同步清线；当前为完成后即画，token流式未做。

3.10 荐股权限 / AI 自动选档（v6.1）

• 权限（存 stock_gui.ini [picks]）：行业多选（128 行业）+ 板块勾选（主板/创业板/科创板/ETF），空选=不限制； 作用于 GUI 荐股、三档目标持仓、CLI --tiers（pick_allowed）；
• AI 自动选档：按市场环境简报在稳定三档内选一档并给理由，失败/无 Key 回退到配置的荐股偏好； v6.4.0 起 test 实验档不参与自动选档——偏好为 test 时直接回退稳健并在荐股页注明；
• 荐股股票池：all/main/etf/all_etf 四选一。

3.11 键盘搜索与自动补全（v6.1）

任意位置按键（非输入控件聚焦时）→ 聚焦搜索框并写入字符；候选下拉（代码前缀优先，最多 12 条，含行业）； 清单后台从 stocks 表一次加载（不联网）；↑/↓ 选择、Enter/双击分析、Esc 关闭。

3.12 预测参数生效与样本去重（v6.1.5 热修⑦，原「已知不一致」已修复）

• 原问题：模块后段遗留 W_WINDOW, TOPK = 10, 10 在导入时覆盖 _load_predict_cfg() 读入的 ini 值 → 设置界面显示 W=20、实际跑 W=10，「保存并应用」只当次进程生效。 现该行改为 W_WINDOW, TOPK = CFG.W_WINDOW, CFG.TOPK（与 CFG 同步，设置即时且持久）。
• 影响面：L1 形态信号（_sig_l1_pattern/_l1_up_prob_last）；不影响三档组合引擎 （它只用 ret20/vol20/β）。修复后按新口径（W=20）重跑消融/三档选型/每只股导出。
• 样本窗口去重（防重叠）：单股预测的最终样本挑选间隔由 W//2 改为首选 W （窗口互不重叠），不足才逐级放宽（W//2 → 3 → 1）；L2 池匹配同股间隔同样改为 W。 此前 W//2 会让相邻样本窗口重叠一半，同一段行情被重复计入融合权重。
• 漏斗一致性：读取/保存设置时强制 候选样本数 ≥ 最终样本数（不足自动抬高并提示）； _pool_match(topk=) 改为调用时读全局（原定义期默认值在「保存并应用」后会过期）。
• 筹码桶数：calc_chips 默认 nbin=120→360（全历史价格区间下可见窗口约 120+ 桶， 修复右侧筹码柱稀疏；信号引擎 chip_snapshots/_chip_feats_py 各用 80/200 桶，不受影响）。

3.13 界面主题与样式（v6.1.5 UI 优化）

• 三主题：THEMES（dark/light/contrast），apply_theme() 把主题键重写到模块级常量； v6.1.5 新增 BORDER/HOVER_BG/SEL_BG/ACCENT/LOG_BG，ttk / 列表 / 选中 / 日志统一取色。
• ttk 样式：App._style_ttk()（clam）统一按钮/输入框/下拉/滚动条/标签页/分隔线/ 复选单选的 padding、边框、hover/focus 色；主操作按钮用加粗 Tool.TButton。 主题切换经 _rebuild_ui()：重建控件 → _style_ttk() → root.configure(bg=DARK_BG)， 三主题（含高对比）配色一致；原生 tk.Text/Listbox/Label 全部改为主题常量。
• 窗口：App._center_win() 统一居中（工具/设置/每日荐股/样本/报告/五大指数）， 尺寸按屏幕自适应；工具窗曲线画布加主题色边框、结果区统一内边距与选中色。
• 网页仪表盘：v61_dashboard.py 的 dashboard.html 新增明/暗主题切换（右上角按钮， localStorage 记忆；Canvas 配色由 readTheme() 从 CSS 变量读取，切换后按当前页重绘）。
• 图表轴标签让位（v6.1.5 热修⑤）：主图 _draw_main 按 _text_px（Tk 字体实测宽度） 计算价格轴标签所需左边距，经 _geom(lpad=) 扩大 L，副图（量/指标）复用同一 self._axis_lpad 保证三面板 x 对齐；修复字体缩放（HiDPI）下 5 位数刻度首字符被画出 画布（40.28→0.28）；筹码「支/压」标签与十字光标价格标签同样按实测宽度收回画布内。
• 设置页排版（v6.1.5 热修⑦/⑨）：预测参数 12 行占 grid 9~20，而按钮行原先也在 row=20 → 「最大拉取样本量」与「保存并应用」重叠（入口被按钮盖住）；⑦ 移到 row=30，并加 grid 单元占用自检（同 master 下同 cell 多控件即报错）；⑨ 按钮栏移出滚动内容， pack(side="bottom") 固定窗口底部；滚轮事件递归绑定到全部子控件 （Tk 滚轮只发给指针下控件、不冒泡到画布，之前参数区滚不动）。
• 折叠副图（v6.1.5 热修⑤/⑥）：工具条「折叠副图」勾选后 grid_remove 成交量/指标画布， 并把两行 grid_rowconfigure(weight=0)（只 remove 会留按权重占高的空行、露出浅灰底）， 纵向空间全给主图（紧凑小屏/主图预估<380px 默认折叠，类同花顺）；_geom 改用 winfo_height() 实际高度（折叠/网格拉伸后 cv["height"] 不再是真实高度）； 窗口缩到主图 <320px 自动折叠（手动切换过则不再干预）。
• 数据工具页（v6.1.5 热修⑥）：工具窗第三页（未分析股票也可开）——清洗/复权迁移 （data_clean.py）与全库回填（backfill_full.py）参数表单 + 后台子进程 + 实时日志 + 停止；回填新增 --min-bars/--fresh-days/--bar-count CLI 参数；「每只股回测导出 Excel」 调用 backtests/stock_backtest_export.py（详见 4.1）； 日志回流不卡主界面（v6.5.7）：_ext_poll 每轮最多抽 400 行/占用 ≤30ms， 积压 1ms 续批、空闲 150ms 轮询，_ext_log_many 单次 insert 且控件只留末尾 约 4000 行；重开工具页时保留运行中子进程句柄与队列并自动续轮询； 全量策略消融（v6.5.5/v6.5.6）：表单（并发 0=自动/限制只数 0=全部）启动 backtests/backtest_strategy_ablation.py 全市场逐只消融，勾选「跑完刷新 GUI 策略缓存」串联 backtests/tier_picks_from_ablation.py（bash && 链 + 独立进程组， 【停止】按进程组 kill 避免孤儿写库）；进度查询：脚本每 ≤2s 原子写 research/ablation_progress.json（pid/阶段/done/total/有效/跳过/ETA）， GUI「进度查询」按钮 + 窗口存活期每 3s 自动刷新，progress.py ④ 同源展示 （进程消失未标完成显示「已中断」）；同页「更新K线源」子进程运行 stock_firstaid.py 体检+自救（实测可用域写回 ini [data] kline_url，重启生效）； 产物 research/ablation_v*/ + 根目录 strategy_ablation_*.json 最新副本， 刷新后逐股「策略消融/推荐」读表秒开。
• 基本面信息页（v6.2.1）：工具窗「基本面」页签（小屏工具菜单「基本面信息」独立窗口， 未分析股票也可用）——fetch_f10_metrics 抓东财 F10 主要指标（datacenter.eastmoney.com RPT_F10_FINANCE_MAINFINADATA，报告期倒序最多 12 期，双 host 容灾 + em_f10 熔断 + _DOMESTIC_SUFFIX 直连优先，6h 缓存 _F10_CACHE）， 13 列表格（营收/净利及同比、扣非同比、EPS、ROE、毛利率/净利率、负债率…）+ fundamentals_summary 本地规则分析（成长性同比序列/增收不增利/扣非背离、ROE 分级、 每股现金流÷EPS、负债率（金融地产不评）、评分制综合结论，不联网不调 AI）； 代码框回车/按钮线程抓取，已有代码进页自动抓取。
• 指标线颜色 / 粗细自定义（v6.1.10）：设置→指标线分段—— 线粗度 Spinbox 1~3（默认 1，比旧版 width=2 细一档）+ MA5/10/20/30/60 与 BOLL 上/中/下轨共 8 个色块按钮（tkinter.colorchooser.askcolor）+ 「恢复默认」； 模块级助手 ma_color(nn) / boll_color(key) / ind_w()；apply_theme 新增 ma_colors / boll_colors 覆盖参数；IND_LINE_W / IND_BOLL_COLORS 两个模块级常量；ini [ui] 段加 ma_colors / boll_colors / ind_w 三键， 启动加载；BOLL 改独立 show_boll 打勾（与 MA 同位），不再占用副图—— 副图 combobox 改为 ["MACD", "KDJ", "RSI", "ADX", "量比"]（新增量比 __draw_VOL_ratio：近5/前15 量比 + 0.8/1.0/1.2 三道阈值 + vol_regime 标题尾标）。
• 设置分区导航（v6.3.2）：设置窗口改 PyCharm 式左分区 + 右内容页—— 左侧 ttk.Treeview（SettingsNav.Treeview 无表头、行高 30）分区 「外观 / 预测参数 / 指标参数 / 荐股 / AI 接口 / 关于」，右侧单 Canvas 内 六个 ttk.Frame 同 cell grid_remove 切页；窗口高宽随当前页自适应 （上限 vrootheight×0.88），底部按钮栏固定；滚轮仍递归绑定全部子控件。 「关于」页作者信息按用户要求移到最下方（版本 → 免责声明 → 作者/邮箱/QQ）。
• 指标参数可调（v6.3.2）：CFG 新增 13 个指标参数（MACD 快/慢/信号、 KDJ N/M1/M2、RSI 短/长、BOLL 周期/倍数、ADX 周期/平滑/趋势阈值）， ini [inds] 持久化（_load_ind_cfg + set_ind_param 范围钳制， IND_RANGES/IND_DEFAULTS 单一事实源；MACD 自动保证慢线>快线）； calc_macd/calc_kdj/calc_rsi/calc_boll/calc_adx 参数缺省改读 CFG （calc_adx 新增 smooth 参数分离 DX 平均/ADX 平滑周期，默认= ADX_N）， 分析页/买卖点打分/消融/逐股回测/研究脚本共用；图表与右栏标签 （RSI{短}/{长}、BOLL({N},{K})、ADX/DMI({N})、ADX≥{阈值}） 随参数动态显示；默认值与原硬编码一致，未改动任何历史结果。
• 非模态工具窗（v6.5.2 热修① / v6.5.8）：工具/基本面/策略消融推荐/全部组合四窗拆除 grab_set，与主窗口可同时操作（此前工具窗一开主窗口即锁死）； 各窗以实例属性持有（_tools_win/_fund_win/_strat_pop_win/_allstrat_win）， 打开前先销毁旧实例防堆叠；v6.5.8 起工具窗去掉 transient——多数窗口管理器 不给 transient 子窗最小化按钮，现为独立顶层窗（可最小化、任务栏独立、可切回主界面）， 其余三窗保持 transient 置顶与居中/聚焦。

3.14 18 策略共振综合荐股（v6.1.6）

• 来源：移植 chaodi_strategies/et_engine（通达信口径）进 stock_gui.py 算法区， 自包含单文件（build_cli.py 自动并入 CLI），命名前缀 chd_/CHD_；
• 指标/信号：TDX 语义 EMA/递推、BOLL(ddof=1)、Wilder RSI14、5/20/60 日动量、 20 日年化波动、成交额≈量×100×价、涨停价 round(prev×(1+limit_pct),2) 与连板、 60 日新高低、MA/MACD/MA20 突破信号；未用指标（KDJ/ATR/DMI 等）不移植；
• 数据口径：hfq×adjust.k 乘法前复权；688/689 成交量「股→手」折算； 换手率优先 et_shares 总股本（缺失退回 成交额/总市值）；北交所不入池； 最后K线晚于市场最新日 3 天以上（停牌/退市边缘）跳过；
• 逐策略基础过滤：默认价 3~300 / 市值≥10亿 / 成交额≥2000万 / 剔除 ST·退市 / 次新 30 日；趋势突破更严（价 5~200 / 市值≥20亿 / 成交额≥1亿 / 次新 60 日）； 套用 pick_allowed 权限与 tier_universe_mask 同口径股票池（all/main/etf/all_etf）；
• 打分合成：每个策略候选池内 score=100×Σw×(x-min)/(max-min)（单候选 0.5， 与 chaodi 服务端一致），再合成 综合分 = 命中策略数×100 + 命中策略均分； chd_comprehensive_picks() 返回 signal_date/scanned/pool/by_strategy/picks/elapsed， GUI _picks_fill_chd 渲染（共振数/均分/命中策略，双击分析）；
• 对拍与耗时：500 只随机样本 × 18 策略与 chaodi 引擎命中集合逐策略一致； 全A约 35s（主板约 58s），纯本地缓存不联网；旧 daily_picks 仅留 backtests/backtest_picks.py 使用，GUI 不再调用。

3.15 异动·全市场相似历史（v6.3.0，激进/均衡专属）

• 定位：单股决策层 + 可回测信号源。个股「超出自身历史波动范围」时， 用全市场历史异动样本类比出买卖方向；风险档为「保守」时不自动叠加， ini [predict] analog_override=0 可关，默认开启。信号生成器 _sig_analog 已进入消融候选池（GUI run_ablation、研究脚本 gens）、 strategy_signals_full（信号胜率工具/逐股导出）与单股 bt_stats， 可被三档选型选中成为正式策略。
• 触发（analog_scan，因果分位）：近 CFG.ANALOG_LOOKBACK（20）个交易日内 出现「单日|涨跌| ≥ max(自身历史 99.5 分位, 5%)」或「5日累计|涨跌| ≥ max(自身历史 99.5 分位, 10%)」即视为异动状态；分位只用事件日以前数据 （最少 ANALOG_MIN_HIST=120 根），事件日取窗口内最近一次。
• 事件表（_analog_events，进程内缓存 + 锁）：由 tier_load_panel 全A日K 面板筛出 A 股（sh60/sh68/sz00/sz30，剔除 ETF），每股按全期 99.5 分位同口径 取事件（全库约 7 万例）；事件特征 = 20 日对数收益 z-normalize 形态（ ANALOG_SHAPE_W）、量比、换手率（et_shares 总股本，缺失记 NaN）、简单 RSI14、20 日收益波动、事件 r5。构建首次数秒（面板加载 13s 已另缓存）。
• 匹配与统计（analog_scan）：目标事件与候选事件距离 = 形态 + 3×事件后路径（目标实际 k 日轨迹与候选同段轨迹平均绝对差）+ 0.8×量比 对数差 + 0.8×换手对数差 + 1.5×RSI差/100 + 4×波动差 + 1.5×r5差；取最近 ANALOG_TOPK=50 例（要求事件后第 k 日 +5 日前瞻可得、非自身），统计 次日/3日/5日均值与次日上行概率、次日封板率（按板块涨跌停口径）。
• 改判规则：样本数 ≥ ANALOG_MIN_SAMPLES=12 且「次日上行≥55% 且 1/3 日均 收正」→ BUY；「≤45% 且 1/3 日均收负」→ SELL；方向明确则撤掉近 3 根反向 信号并在最新 bar 标注，band_algo 改为「异动·全市场相似」；否则维持原 策略。激进档 + BUY + 封板率 ≥ ANALOG_LIMIT_P=0.30 时附打板提示与涨停价 （_limit_pct），信号文案带「打板」。
• 回测口径（_sig_analog）：对每个异动事件日 e，在状态窗口 [e, e+ANALOG_LOOKBACK) 内按 ANALOG_SIG_STEP=2 日全局逐日推进（重叠窗口 不重复、时间有序），用 _analog_match 同口径评估，仅方向变化时产出 BUY/SELL；候选前瞻以目标当日面板索引 ti 限制（ej+k+5<=ti），事件表 分位为因果块状（见下），历史回放无未来函数。既可并入 analyze 的信号流 （图表 + bt_stats），也作为独立算法进消融/选型（ALGO_LABEL["analog"]， 候选池 13 算法 × 3 档 + 多维评分 = 42）。
• 因果事件表：tier_load_panel 全A面板 → _analog_flag_panel 按列分块 （每 ANALOG_PCT_STEP=20 列用此前历史算 99.5 分位，块内沿用）跨股 向量化出异动 mask（只保留 mask，不落 th1/th5 全局面板）（全库约 8.6 万例， 构建约 24s：面板 19s + 特征抽取），再逐股抽事件特征（形态/量比/RSI/波动 按需现算、事件表不存 V/codes）；_analog_events 进程内缓存 + 锁。 目标股触发改用 _analog_triggers 精确逐日因果分位（只看事件日以前）， 比候选块的近似更严格。
• 内存回归修复（v6.3.0）：tier_load_panel 由 fetchall()（全库 800 万行 一次性构造 Python 元组，单进程峰值 3.6GB，消融多 worker 各自建表触发 OOM） 改游标流式 + SQL 前缀过滤，逐元素输出一致，单进程建事件表峰值 3.6GB → 505MB（/usr/bin/time 实测）。
• 全量首跑结论（v6.3.0，2026-10-04）：全市场消融 7236 对象/7183 有效、 5123s（6 worker），analog 入选 保守 98 / 稳健 132（1.84%）/ 激进 91（1.27%）； 候选描述性统计（5968 只、17813 候选）：IC1 中位 +0.058（56.0% 正）、IC5 中位 +0.041（53.5% 正），优于 LGBM（IC5 -0.005）/L2（-0.000）、低于筹码峰 （+0.077）；逐股导出 321 行/156 只（入选偏差样本）。三档选型与 GUI 策略 缓存同步刷新，dashboard.html 重建。
• 展示：报告「异动·全市场相似历史」专区（触发日/分位/相似样本统计/ 前 5 参考案例/结论）、右侧栏结论行、K线主图买卖点；analyze 返回 res["analog"]；历史信号并入 signals 后由 backtest_signals 统计 （报告「回测统计」与信号胜率工具均含异动信号）。
• 显示需求（v6.3.0 同步）：报告标题 名称 (代码) [行业]（行业优先 fetch_sector_context 的东财 f127，其次 stocks.industry），现价后 换手 x.xx%；顶栏信息行同步；_fetch_quote_tencent 解析 f38/f39/f46 供快照携带换手率/动态PE/PB（新浪/东财兜底无该字段，退回 stocks 快照）。

3.16 外部策略导入：股票策略工坊（v6.6.0）

• 目标：把 stock_strategy_studio 的「自定义策略」JSON 作为单股买卖点 的一等信号源；启用后不参与消融、不使用风险偏好，风险控制改为显式参数。
• 目录与持久化：工坊目录 STUDIO_HOME 默认 ~/桌面/stock_strategy_studio （STOCK_STUDIO_DIR 可覆盖），导入源 strategies/custom/*.json；导入时复制到 仓库 studio_strategies/<slug>.json（studio_import_files 原子写，同 slug 覆盖）。 启用项与交易参数存 ini [studio]：active / stop_loss_pct / take_profit_pct / max_hold_days，_load_studio_cfg() 启动时钳制读取。 列表读取失败只记日志跳过，不影响内置策略。
• 规则引擎（_st_* / studio_signals）：纯标准库移植工坊 core/indicator_catalog.py 的 42 个指标（价格/趋势/动量/波动/量能/通道）、 AND/OR、gt/ge/lt/le/cross_above/cross_below/between/rising/falling、 右侧数值或指标比较。计算口径逐项对齐 pandas 实现（含 SMA 的 min_periods=n、EMA adjust=False、BOLL 样本标准差 ddof=1、KDJ alpha=1/m、 DMI Wilder 平滑、CCI 平均绝对偏差）；成交量单位=手，无 amount 时 按 vol×100×close 估算成交额/VWAP。导入时 _st_normalize_definition 校验并钳制参数（最多各 20 条条件）；studio_signals 按持仓状态过滤重复 BUY/SELL，reason 写命中条件描述。
• 分析接入（analyze）：studio_active_strategy() 返回 {"algo":"studio","mode":"外部策略","params":{...,"use_atr_stop":False}, "definition":...}，优先于 test 与消融缓存；_sig_studio 截近 250 根展示， strategy_signals_full 支持 algo="studio"（信号胜率工具近 1000 根重算）； 跳过「信号过少→多维兜底」「波段适合度替换」「异动覆盖」「消融弹窗/重选策略」， 报告/侧栏标注外部策略。RISK_AI_GUIDE["外部策略"] 同步 AI 提示词。
• 交易层：_bt_simulate / _bt_events 识别 use_atr_stop=False： 不再计算 ATR/移动止盈，改为 止损%（跌破 entry×(1-p)，跳空按开盘价）、止盈%（突破 entry×(1+p)，跳空按开盘价）、最长持有（到期当日收盘退出），0=不启用； 同日止损/止盈同时触发按止损优先（保守口径）。交易明细 reason 为 止损 x% / 止盈 x% / 最长持有 N 天；信号胜率面板/导出按 rp 生成退出说明。
• 范围边界：仅工坊自定义 JSON（代码插件与模型类内置策略不导入）； 外部策略不进入三档组合、每日荐股、消融候选池；条件内指标参数导入时固化。
• CLI 同步：规则引擎与 analyze 接入位于算法块，stock_predict.py 由 build_cli.py 生成后同样读取 [studio] 与 studio_strategies/； 本次同时给 CLI 生成头补 import datetime（last_completed_td 曾 NameError）。

四、研究与发布流程

4.1 研究脚本与产物

| 脚本 | 作用 | 产物 | |—|—|—| | backtests/backtest_v61.py | 标准回测（4 口径 × 3 档 × 组合/荐股；test 实验档仅显式选择；v6.1.8 P1：多进程并行，--workers 0=自动 min(4,CPU)/1=串行，父进程预热面板+特征后 fork 继承，实测全期 127.9s→75.6s） | 每次运行建版本化目录 research/backtest_v6.1.8_<时间戳>_<区间>[_tag]/：report.json/md、run_meta.json（elapsed_s 含全部口径回测）、tables/*.csv（组合/逐笔/相位/逐笔分布/基准/净值曲线）、charts/*.svg；另在 research/ 根保留 v61_report*.json/md 最新副本 | | backtests/v61_charts.py | 图表模块（纯标准库 SVG） | 单报告：相位/逐笔箱线 + 收益柱状（写入回测目录 charts/）；--compare：跨版本对比图 | | backtests/v61_dashboard.py | 本地网页仪表盘生成器（自包含 HTML，零外部依赖；v6.1.7 热修④ 起支持导出完整回测数据：全量 JSON / 指标 CSV / 曲线 CSV / 当前筛选逐股 CSV / 单股记录 JSON + 全量回测命令复制；v6.2.1 组合净值曲线下方新增两张表——组合指标表（每档总收益/年化/回撤/Sharpe/超额/交易/相位区间/荐股统计）与消融汇总表（最新 ablation_v*/summary.json：年化/胜率中位 + IC1/IC5 中位数、IC5 为正占比、牛熊中位，collect_ablation 收集；v6.3.0 消融表新增「异动相似入选」列）） | research/dashboard.html：研究净值曲线/指标对比/分布箱线 + GUI 单股回测（读 research/gui_backtests/*.json，旧口径记录标注作废）+ 每只股回测（读 research/perstock_backtest_v*/ 及旧 reports/ CSV，搜索/筛选/排序/分页 + xlsx/CSV 链接 + 运行元数据；默认勾选「排除事件股」，卡片/表格剔除重组复牌/长停牌等不可交易收益）+ 明细文件链接；默认展示最新「全期 + 新复权口径」批次，legacy（2026-09-27 切换前）批次醒目提示；backtest_v61.py 跑完自动刷新 | | backtests/backtest_strategy_ablation.py | 全对象消融（12 信号 × 3 档——v6.2.1 起研究池补齐 量比/LGBM、v6.3.0 补 异动·全市场相似 与 GUI 一致；每候选新增描述性 ic1/ic5（全样本 Spearman，仅展示不参与选型），summary.modes[*].ic 聚合 IC1/IC5 中位数与 IC5 为正占比；v6.1.8 P1：map+chunksize 批量提交 + --workers 默认 8→16，实测 7181 只 509s → 373s（-27%）；v6.3.0 起各 worker 首次调用需构建异动事件表 ~24s） | 版本化目录 research/ablation_v<版本>_<时间戳>[_tag]/：per_stock.json、summary.json、run_meta.json；根目录保留 strategy_ablation_*.json 最新副本（硬链接，兼容下游） | | backtests/stock_backtest_export.py | 每只股回测导出（信号+事件回测逐只汇总；--mode tiers 默认按三档选型分表，另有 保守/稳健/激进（单档固定风险参数）/cached；v6.2.3：删除 backtest_signals+_bt_segments 双跑、非 composite 信号按算法缓存，实测 2.4 倍（6901 只 665s→223s）；v6.1.6 起与消融同引擎 _bt_segments；回测主体为纯 Python 循环，v6.1.6 ③ 起 --workers=多进程 ProcessPoolExecutor 并行进程数，任务按股票拆分、参数/库路径 initializer 注入；v6.1.8 P1：map+chunksize=20 批量提交 + 默认 workers 4→8 + 4 档共用 1 次 ATR(14) 预计算 + composite 算法 4 档共用 1 次 _composite_precompute，实测 6898 只 4 档 260s → 204s（-22%）；v6.2.3：三档参数（原高风险强制逻辑随参数组删除）；v6.1.6 ⑤ 起事件股检测——单日复权|涨跌|>44% 或相邻K线间隔>90天（≈停牌>60交易日）记入「事件」列并计入 run_meta.event_codes；跑完自动刷新 dashboard.html） | 版本化目录 research/perstock_backtest_v<版本>_<时间戳>/：每只股回测.xlsx（三档=3 个工作表 + 说明）、同名 UTF-8 CSV、run_meta.json（含 adj 口径标记）；--out 可指定；GUI「工具→数据工具」页同入口（留空=自动目录） | | backtests/tier_picks_from_ablation.py | 从消融 per-stock JSON 逐只选三档（与 GUI _pick_one_from_pool 同口径；v6.2.3 过滤已删除档位的旧候选）；v6.2.2 起另写 GUI 消融批量缓存 research/ablation_gui_cache.json（三档全量，与 run_ablation 同构），GUI 弹窗优先读它、读不到才本地重算 | 写进源消融运行目录 tier_picks.json（并合并 run_meta.json），根目录挂 research/perstock_tier_picks.json 与 research/ablation_gui_cache.json 最新副本；同时刷新 GUI 策略缓存（推荐档，meta strategy:*，5 日 TTL） | | backtests/bt_common.py | 回测统一规范工具：new_run_dir / write_run_meta / link_latest | 所有回测程序共用：research/<kind>_v<版本>_<时间戳>[_<extra>][_<tag>]/ + run_meta.json（版本/时间/命令行/耗时/数据规模）+ 根目录最新副本（硬链接，跨盘回退复制） | | backtests/backtest_tiers.py | 三档分段/逐年/参数敏感性 | research/tiers_*.json | | backtests/backtest_picks_v6.py | 荐股逐笔（口径/区间/逐年） | research/picks_v6_*.json | | backtests/backtest_picks10.py | 10 万元荐股组合回测（v6.2.0）：IC 确认层 + 综合分 Top10、每只约 1/top 仓、调仓按档位节奏（稳健20/均衡10/激进10 日）、相位平均；--capital/--top/--tier/--universe/--yearly | research/picks10_*.json | | backtests/（历史） | 因子/退出/横截面/激进双引擎等 | research/legacy/results/*.json |

4.2 报告流水线（单一权威链）

stock_gui.py（引擎：APP_VERSION / tier_eval.phase_anns / tier_picks_stats.rets）
   └─ backtests/backtest_v61.py ──▶ research/backtest_v<版本>_<时间戳>_<区间>/
        ├─ report.json / report.md / run_meta.json（版本/时间/区间/数据规模/耗时）
        ├─ tables/*.csv（tier_metrics / picks_metrics / phase_anns /
        │                picks_returns / benchmarks / equity_curves
        │                —— 箱线图与表格的数据源）
        └─ charts/*.svg（相位箱线 / 逐笔箱线 / 总收益柱状 / 逐笔均值柱状）
   └─ 同时写 research/v61_report*.{json,md} 最新副本 ──▶ README「回测报告」摘要表
   └─ 数字核验脚本（README/报告 ↔ JSON 逐项比对，须 0 不一致）

• README「回测报告」摘要表的每个数字都来自回测目录（详表在 research/v61_report.md）；
• 数据口径变动（如 adjust 重定基）会让同配置数字小幅漂移 → 重跑报告并同步 README；
• 产物版本化（2026-09-26）：每次回测自动建 backtest_v{APP_VERSION}_{YYYYMMDD_HHMMSS}_{segment}[_tag]/ 文件夹，报告/明细表/图表/元数据全在里面；--run-dir 可指定目录、--out 指定 research 根；
• 生成物防漂移（v6.1.5 热修⑦）：build_cli.py 增加锚点存在性检查 （缓存块/算法块/CLI 尾部锚点缺失时给出明确 SystemExit 而不是 substring not found）
  • 生成前 compile() 语法校验（原已有）+ tkinter 残留检查；锚点改动必须同步该脚本。
• 回测程序统一规范（v6.1.5，backtests/bt_common.py）：所有研究/回测程序一次运行 = 一个版本化目录 research/<kind>_v<APP_VERSION>_<YYYYMMDD_HHMMSS>[_<extra>][_<tag>]/， 必写 run_meta.json（版本/时间/argv/耗时/参数/数据规模），根目录固定名挂「最新副本」 （默认硬链接，跨盘回退复制）供下游脚本兼容读取；已套用：backtest_v61（既有）、 backtest_strategy_ablation（ablation_v）、stock_backtest_export（perstock_backtest_v）、 tier_picks_from_ablation（写进源消融目录）；reports/ 只保留人类报告（清洗报告等）；
• 本地网页仪表盘（2026-09-26；v6.1.6 默认批次/口径标注；v6.1.7 横线说明）：v61_dashboard.py 把回测目录的 report.json（含 tier_eval 新增的 curve/curve_dates 降采样净值曲线（≤600点/档）+ 主基准曲线 bench_curve）与 GUI 单股回测留档内联进单个 research/dashboard.html （Canvas 原生绘图：折线/柱状/箱线，支持对数轴与 hover），file:// 直接打开，无 CDN/服务器； v6.1.6 起默认选最新「全期 + 新复权口径」批次（避免默认落到 val/bull 分段而与 README 不一致），legacy（2026-09-27 复权切换前）批次/单股记录/每只股导出在下拉与页内 标注「旧复权口径」且不参与默认选择；新产物 run_meta/导出带 adj="mul_qfq_sina" 标记（backtest_v61._write_meta、bt_common.write_run_meta、GUI 导出 JSON）， 不再依赖时间判断；backtest_v61.py / stock_backtest_export.py 结束自动调用 （失败不影响产物）；GUI「导出回测」自动留档 research/gui_backtests/gui_<代码>_<时间戳>.json（_slim_gui 降采样后内嵌）；

• 图表与版本对比（2026-09-25）：报告带 label/db_stats 元数据；跑完自动出图到回测目录 charts/；--charts-only 只补图不跑回测，--compare all 扫描同 segment 的历史报告做 跨版本箱线/柱状对比（纯 SVG，无 matplotlib）。

• 净值曲线横线语义（v6.1.7 热修③）：水平段 = 趋势闸门关闭 → 空仓持现金（相位平均下各相位按各自调仓日依次清仓），非无数据；曲线页已加横线说明，悬浮读数自动标注「空仓·闸门关」。核验：4 口径 × 4 档 195 处平段全部闸门关 0/N。

4.3 发布流程

1. python build_client_zip.py —— 生成 dist/stock-analyzer-client-v<版本>-<日期>.zip （GUI+CLI+插件+全量 stock_cache.db；空 Key 模板 + 打包后 Key 自检）；
2. python upload_research_release.py --pack --tag v<版本> —— 打包 dist/research_v<版本>.zip （自动排除 legacy/ 与 *.pkl）；
3. python upload_research_release.py --upload --tag v<版本> --asset ... —— 创建/更新 Release 并上传 （同名资产先删后传，幂等；Token 从 git credential 读取，不落盘）；
4. 标签对应 Release 资产：客户端包 + 研究包；>100MB 的逐对象明细随研究包分发，不入仓。

4.4 版本链

v6.1.9（高风险档重做为新开发的高风险策略：板块轮动选股/闸门、大盘降权、宽止损暂不控制回撤）→ v6.1.8（高风险档=激进复制 + 打板 + MDD 止损）→ v6.1.7（新增高风险档）→ v6.1.6（18 策略综合荐股 + 仪表盘/回测口径统一 + 旧口径重跑）→ v6.1.5（回测产物版本化 + 复权口径切换 + 仪表盘）→ v6.1.4（热修：容灾/缓存/回测面板）→ v6.1.3（L2 消融对象 + numpy 加速）→ v6.1.2（ETF 四口径）→ v6.1.1（激进档对标科创50 / 主板激进重做）→ v6.2.0（荐股 IC 确认层 + 10 万组合回测）→ v6.2.1（基本面工具 + 仪表盘 IC/表格 + 消融重跑）→ v6.2.2（研究消融打通 GUI）→ v6.2.3（三档重定名：稳健/均衡/激进，去「高风险」名；三工具性能优化） → v6.1（标准回测 + AI/设置/搜索）→ v6.0（三档生产化 + 全库数据修复）→ v5.0 → v4.0.x。

五、Web 端（弱化独立实现）

Pi 网站 /（浏览器 JS 自算）与 /text（服务端算）：

• 匹配：同样是 logret z-score + 欧氏距离 Top-K，但只有 L1 自身历史（无三级池）、无熔断；
• 预测：同样的加权分位区间法，锚今开；预测价位按板块涨跌停钳制（v6.5.2 热修②： T 日锚昨收、T+1 锚 T 日 P50 收；主板 10% / 创业板·科创板 20% / 北交所 30%， Web 端为精简口径，不处理上市首日等不设限场景）；
• 信号：MACD/KDJ/RSI 三维事件打点 + 方向交替与冷却过滤器（与 GUI 一致，修复了历史上”只会买”的问题）；
• /lite 为老设备 ES5 降级版，同样应用交替过滤。
• 设计取舍：Web 端不引用 GUI 代码，是「同一思想的弱化独立实现」——为免安装、抗手机低算力。

六、下游 ai-quant 常驻模拟盘（独立仓库）

ai-quant 已于 2026-09-25 拆分至独立仓库（公开）： https://github.com/Languangxun/ai-quant（本地 ~/桌面/ai-quant）。 账户与交易规则、实盘决策链、/quant/ 状态页、休市日历、备份与运维等 细节均随该仓库维护（见其 README.md）；本仓库只保留对接接口与 CLI 同源回测口径。

6.1 对接接口

stock_predict.py（本仓库唯一算法源生成物，部署在 Pi ~/ai-quant/scripts/cli/）
   │ ① 缓存  scripts/cli/stock_cache.db（全市场日K·后复权，约 813 万根）
   │ ② 选股  daily_pick_score 多维评分 + 空头趋势闸门 + ST/退市过滤
   │ ③ 信号  _composite_signals（因果多维评分 + 冷却 + 风险参数）
   ├─▶ --push  → ~/ai-quant/memory/inbox/stock_<code>_<date>.json
   └─▶ build_cli.py 生成物 → 部署 ai-quant/scripts/cli/（选股/回测同源）

• --push 链路（stock_predict.py 内 SSH 推送）不变，收件箱仍在 Pi 的 ~/ai-quant/memory/inbox/；
• ai-quant 的选股/信号算法与本仓库 CLI 同源，CLI 升级后需同步部署到 Pi 的 ~/ai-quant/scripts/cli/。

6.2 同源回测口径（实测留档）

• 信号：T 日收盘生成，T+1 成交（默认收盘价，--exec-px open 可换开盘价）；
• 退出：ATR(14) 跟踪止损 —— 止损位 entry − atr_mult×ATR，浮盈超过 trail_trigger 后按 最高价 × trail_ratio 移动；跳空低开按开盘价成交； CLI 的 SELL 信号同样 T+1 执行；
• 组合：同日多个 BUY 按评分降序择优，SELL 先执行释放资金与名额； 逐日按收盘价估值（停牌/数据截止沿用最近收盘）；
• 基准：等权全市场（逐日截面平均收益），区间与回测对齐；
• 数据：stock_cache.db 全量（约 4860 只），默认区间 = 最早信号日 ~ 多数股票仍有数据的最后一日，避免个别股票更新导致尾部样本稀疏。

实测（2020-02 ~ 2026-09，稳健档、5 只、收盘成交）：

结论：信号边际集中在高流动性大市值股；小市值噪声/涨跌停/费用拖累显著。 ai-quant 实盘候选默认按市值前 120 只扫描，与该结论一致； --limit/--boards 可复现上表（详见 ai-quant 仓库 backtest/results/）。

七、变更索引

免责声明：本系统所有输出仅为历史数据的统计推断与研究用途，不构成任何投资建议。