| name | ashare-screener |
| description | A股每日盘前短线标的智能筛选(v6.12.23)。基于前一日收盘数据，通过37步筛选流程（北京时间→GitHub拉取行业缓存→节假日→极端行情→外围市场→持仓同步→做T→持仓跟踪→持仓危机→全市场API拉取→行业缓存→历史K线(三级降级pytdx→东方财富HTTP→iTick)→财务→F10→风险事件→拥挤度→13项硬排除→27项信号过滤→20策略评分+MACD/K线+多因子共振→微观结构过滤→行业限制→新闻筛查→TOP10龙虎榜+板块热度排序→主力资金→AI策略分析(市场全景/板块研判/个股深度研判)→历史回测→HTML报告→GitHub同步→飞书推送），输出短线标的_YYYYMMDD.md和可视化HTML报告。 |
A股盘前短线标的筛选 v6.12.23
版本历史
- v6.12.23: 漏洞修复——(1)步骤21重复调用修复 (2)全局SSL未验证上下文解决沙箱API不可用 (3)4处裸except窄化异常
- v6.12.18: HTML报告美化——深色专业主题、Hero渐变头部+微光动画、卡片hover动效、策略Badge彩色边框、TOP10卡片指标面板、结构化推荐理由、AI分析分层排版、自定义滚动条、响应式适配
- v6.12.16: 行业缓存优化——补全35只未知行业股票分类（历史退市/合并股票代码），行业未知率从0.72%降至0%
- v6.12.15: 回测增强——(1)回测报告生成HTML自包含文件 (2)回测核心指标推送飞书卡片 (3)筛选结果表格新增回测标记列 (4)回测HTML/MD同步至GitHub Pages；周末优化——周六/周日跳过步骤22推荐历史生成
- v6.12.5: 综合修复——行业分类修正、指数数据显示修复、空K线数据三级降级(pytdx→东方财富HTTP→iTick)、主力资金流向、AI分析空数据优雅降级
- v6.12.4: 板块深度研判修复——index_data键名映射、基于all_stocks构建sector_limit_up涨停分布
- v6.12.3: 行业分类修正——补充23只HARDCODED_INDUSTRY修正
- v6.12.2: AI分析数据源修复——步骤15B从中间池移至最终TOP10池，仅分析精选标的
- v6.12.1: Bug修复——aind变量UnboundLocalError、amicro参数NameError
- v6.12.0: AI智能分析——lib/analyst.py大模型策略分析师，TOP10七维深度分析
- v6.11.0: 微观结构过滤——lib/microstructure.py流动性+消息敏感度
- v6.10.0: 多因子共振模型（R/S/T策略）+ 早盘竞价 + 尾盘决策
- v6.9.46: 盈亏比列+TOP10精选——按盈亏比降序标注⭐TOP10
- v6.9.35: 二级行业缓存（东方财富sshy）
- v6.8.0-: 行业缓存、策略评分、K线降级、数量校验等基础优化
完整执行步骤
步骤0: 北京时间
使用内置 step0_get_beijing_time() 获取北京时间，计算 data_date（数据来源日期）和 prediction_date（预测日期）。
步骤0A: 拉取持仓
从 GitHub 同步 持仓跟踪.xlsx 和推荐历史JSON文件。
步骤0B: 行业缓存获取
从GitHub仓库（lc132/lv）拉取 行业缓存.json 和 二级行业缓存.json，验证后加载。失败则降级全量拉取。
步骤1-9C: 市场环境检查
- 步骤1: 节假日检查
- 步骤2: 极端行情
- 步骤3: 外围市场
- 步骤3A: 大盘代理
- 步骤4-4C: 持仓同步/做T/持仓跟踪/持仓危机
- 步骤5: 推荐历史清理
- 步骤6: 文件初始化（版本检查）
- 步骤7: 财报季
- 步骤8: 大盘环境判断（强市/震荡/弱市，决定仓位比例）
- 步骤9-9C: 板块轮动/最大持仓天数/回撤断路器/兑现率闭环
步骤10A: 全市场拉取
腾讯一级 > 新浪二级 > pytdx三级降级策略。
步骤10B: 行业补全
所有日期统一仅读取磁盘缓存，不执行HTTP拉取。行业缓存由 sunday_industry_pull.py 单独维护。
步骤10C: 历史K线
三级降级策略：pytdx → 东方财富HTTP → iTick API。计算MA/MACD/KDJ/BOLL等指标。
步骤10D-10H: 数据采集
- 10D: 财务数据（质押/商誉/解禁API已废弃降级）
- 10E: F10基本面
- 10F: 风险事件（解禁API降级使用内置数据缓冲）
- 10G: 拥挤度（机构持仓+融资过热代理）
- 10H: 二级行业赋值
步骤11-19: 筛选流程
- 步骤11: 13项硬排除（ST/科创/北交/创业板/7日涨幅>7%/涨停/跌停/次新/30日涨幅>30%/庄股/7日新高/7日跌幅>12%/财务异常）
- 步骤12: 27项信号过滤
- 步骤13: 20策略匹配（ABCDEFGHIJKLMNOPQ + RST主力共振）
- R 主力共振(强): 底仓≥3分 + 起爆≥4分，双重确认
- S 主力共振(弱): 底仓≥2分 + 起爆≥3分
- T 主力观察: 底仓≥2分 + 起爆≥2分，仅观察不推荐
- 步骤14: 评分（含MACD+K线技术指标加分，最多+8分）
- 步骤15: 微观结构过滤（流动性+消息敏感度）
- 步骤15A: 主力资金流向（东方财富flow API）
- 步骤15B: AI策略分析（市场全景+板块研判+个股深度研判，基于最终精选TOP10）
- 步骤16: 综合评分+平局打破
- 步骤17: 行业限制（行业集中度控制，弹性+5）
- 步骤18: 新闻筛查
- 步骤18B: TOP10龙虎榜采集+正面新闻筛查+公司公告
- 步骤19: 降级
步骤20-25: 输出
- 步骤20: Markdown输出（行业列+二级行业列+盈亏比列+TOP10⭐标注）
- 步骤20B: HTML报告（深色主题+TOP10板块热度精选+AI分析+可视化图表）
- 步骤21: 最终验证（仅统计推荐表，排除TOP10精选表干扰）
- 步骤22: 推荐历史（周六/周日跳过）
- 步骤25: 历史回测（胜率/均收/盈亏比/夏普比率，输出回测报告+飞书推送）
步骤26-27: 同步推送
- 步骤26: GitHub同步
- 步骤27: 飞书推送
板块热度精选排序（TOP10）
_compute_pl_ratios() 函数对TOP10精选标的进行两级排序：
| 优先级 | 排序键 | 方向 | 说明 |
|---|
| 第一优先级 | 板块涨停家数 | 降序 | 所属行业当日涨停家数越多，排名越靠前 |
| 第二优先级 | 盈亏比 | 降序 | 同板块热度下，盈亏比越高越靠前 |
_pl_sorted = sorted(_pl_data, key=lambda x: (-x[2], -x[1]))
盈亏比 = (止盈价 - 进场价) / (进场价 - 止损价)，由 _STRATEGY_STOP_LOSS 和 _STRATEGY_TAKE_PROFIT 全局映射表定义。
多因子共振模型
主力底仓检测（lib/factor.py）
- 指标1: 连续缩量小阳线（5日内≥3日满足涨0-2%且量<20日均量×0.7）
- 指标2: 底部放量（60日跌幅>15% + 近5日量>20日均量×1.5 + 站上MA10）
- 指标3: 主力资金连续流入（主力净流入>5000万）
短线放量起爆检测（lib/factor.py）
- 指标1: 放量突破（量比>2 + 涨幅3-7% + 突破20日最高）
- 指标2: 均线金叉（MA5上穿MA10或MA20）
- 指标3: MACD金叉+零轴附近（DIF上穿DEA，DIF在±0.5范围内）
- 指标4: 成交量突破（当日量>20日均量×2 + 收阳线）
共振判定
| 策略 | 底仓分 | 起爆分 | 含义 | 优先级 |
|---|
| R | ≥3 | ≥4 | 主力共振(强) | 17 |
| S | ≥2 | ≥3 | 主力共振(弱) | 18 |
| T | ≥2 | ≥2 | 主力观察 | 19 |
微观结构过滤
在最终候选池输出前，基于市场微观结构数据进行严格过滤。
流动性与冲击成本过滤（lib/microstructure.py）
- 换手率硬过滤: 换手率 < 2% → 排除
- Amihud非流动性指标: |涨跌幅%| / 成交额(万元)，值>2.0 → 排除
- Tick价差代理: 收盘价越高 → 相对价差越小（≥50元+1分，≥20元+0.75分）
- 流动性评分: 换手率(0-2分) + Amihud(0-1分) + Tick价差(0-1分)，满分4分
消息敏感度测试（lib/microstructure.py）
- 20日平均振幅: ≥5% → +1分
- 重大波动频率: 20日内涨跌幅>5%≥3次 → +1分
- 跳空频率: 20日内开-收跳空>2%≥2次 → +1分
- 硬过滤: 20日均振幅 < 2% → 排除
评分折算
流动性评分(0-4) + 消息敏感度(0-3) = 最多7分，按比例折算到最终score（最多+3分）。
AI 策略分析
将单纯的数据筛选升级为AI智能分析，在微观结构过滤后自动生成三类深度分析报告。
市场全景分析
- 大盘环境研判（强市/震荡/弱市）
- 三大指数走势与成交额
- 市场情绪（涨停家数、赚钱效应）
- 筛选漏斗全景（各阶段过滤率）
- 资金流向（主力净流入合计与均值）
板块深度研判
- 涨停分布（板块→涨停家数→强度评级）
- 推荐标的板块分布
- 板块持续性研判（龙头板块、轮动健康度）
个股深度研判（最终精选TOP10每只7维分析）
| 维度 | 内容 |
|---|
| 策略逻辑 | 为什么匹配该策略，市场背景支撑 |
| 技术面 | 均线系统、MACD、KDJ、关键价位、量价配合 |
| 资金面 | 主力净流入、成交额、换手率、Amihud流动性 |
| 基本面速览 | ROE、净利润同比、质押比例、商誉风险 |
| 风险提示 | 质押/商誉/涨幅过大/前高压力/振幅风险 |
| 操作建议 | 进场区间、止损止盈、盈亏比、持仓周期 |
| 综合研判 | 1-2句话总结，含评分和置信度 |
输出集成
- HTML 报告：三个AI分析section（市场全景/板块研判/个股深度研判），每只TOP10标的生成AI分析卡片
- Markdown 报告：市场全景、板块深度研判、个股深度分析三个章节
HTML 报告
自包含HTML文件，零外部依赖，直接浏览器打开。v6.12.18版本采用深色专业主题：
- Hero头部: 渐变背景+微光动画，版本号Badge
- 指数卡片: 彩色渐变条（涨红跌绿），hover上浮动效
- 筛选漏斗: 最终结果脉冲发光动画
- 策略分布: 分段彩色条+图例
- 推荐标的表: 策略Badge彩色边框，行hover高亮，⭐TOP10标注
- TOP10卡片: 指标面板（盈亏比/进场/止损/止盈/评分/成交额/换手率），左侧渐变竖线hover指示器
- AI分析: 市场全景+板块研判+个股深度研判，分层排版
- 响应式: 移动端自适应布局
早盘竞价模型
morning_auction.py（9:26-9:30执行）
- 数据源: 东方财富竞价接口
- 量价关系验证: 竞价量比 + 竞价涨幅 + 竞价匹配率
- 竞价异动检测: 尾盘竞价突变 + 大单托盘/压盘
- 硬过滤: 高开>8%过滤、一字板过滤、竞价跌停过滤、竞价成交额<100万过滤
- 输出: /workspace/auction_result.json
尾盘决策模型
afternoon_decision.py（14:30-15:00执行）
- 数据源: 东方财富分时API + clist主力资金
- 封板时间筛选: 封板时间<10:30
- 距前高筛选: 距60日最高价>10%
- 板块跟风: 同板块≥2只涨停
- 主力净流入: >1亿
- 评分维度: 封板质量(0-3) + 空间潜力(0-3) + 板块强度(0-3) + 资金强度(0-3)
- 输出: /workspace/overnight_result.json
