new-method

name	new-method
description	脚手架一个新的"诚实统计"方法,严格遵循本项目六步协议 + 红线/约定。用于给 Valpha Lab 加新的统计/因果检验(新事件研究、新防伪检验、新风险度量等)。Triggers:加方法/新检验/scaffold a new stats method/add method.

new-method —— 诚实统计方法脚手架

给 Valpha Lab 加新统计/因果方法时严格按此六步,把项目约定烤进每一步。 已有范例照抄结构:placebo_test / event_causal / risk_dashboard / conformal / cycles / fdr_crossfamily。

🔴 红线(每步都守)

• 绝不预测方向。只回答"真规律 vs 幻觉""风险何时更深""不确定性区间"。任何暗示可交易方向的输出/措辞 = 违规。
• 失败/空/无定论的结果照样上网页(诚实登记簿的灵魂)。三态裁决:real / inconclusive(检验力不足) / rejected。
• 数据不可行就诚实跳过 + 记 LOOP_DECISIONS + 进登记簿"数据不可行",绝不用劣质代理硬凑(=编造)。

运行环境

• 用 py(不是 python);跑脚本前 $env:PYTHONUTF8='1'。
• 测试 py -m pytest market-analysis/tests -q;前端改完 node --check + py tools/audit_frontend.py。

六步协议(每个方法 = 一次提交,commit 带方法名)

① 脚本 market-analysis/scripts/<method>.py

• 顶部 docstring:诚实问题 + 方法 + 红线声明 + 依赖。
• SEED = 20260613;所有随机用 np.random.default_rng(SEED)(已发布统计必可复现——别用无种子全局 RNG)。
• 复用数据 data/raw/SP500_long.csv 等;多重比较要校正(BH/BY,见 fdr_crossfamily)。
• 输出 <method>.json 到 PROC_DIR + WEB_DIR + DOCS_DIR 三处;json.dump(out, f, ensure_ascii=False, indent=2, allow_nan=False)(allow_nan=False 必加,NaN 在源头报错)。
• JSON 带 caveat 写清局限(小样本/样本内/识别假设/不预测方向)+ generated 时间戳。

② 接入 run_all.py

• 合适顺序插 ("<中文名>", "<method>.py")(依赖前置脚本则排其后)。

③ verify_output 形状门(§3x)

• 仿 §3c/§3d/§3e:<method>.json 存在则查关键字段/不变式(存在才查、缺失不致命)。

④ 测试 market-analysis/tests/test_<method>.py

• 核心统计逻辑(已知输入→已知输出)、不变式(如 BY≤BH)、确定性(同种子同结果)、退化输入。
• 有"检出力"概念时测两头:零信号不误报 + 强信号能检出。

⑤ 前端面板(研究 / 登记簿视图)

• index.html:<div class="chart-wrap" style="padding:1.25rem;"> + chart-header 标题 + <div id="<method>"></div>。
• app-2.js:async function load<Method>() fetch "<method>.json?_="+Date.now(),渲染表/卡。
  • esc() 任何外部字符串(RSS/API 来的);分隔线 var(--border-faint);muted 小字 class="u-cap";数字右对齐+tabular-nums。
  • 诚实呈现:全局结论为准、逐项标注、空/否/红线用判定色;缺数据显"…尚未生成(下次全量流水线后出现)"。
• app-5.js:lazyRender("<method>", load<Method>, "<Name>")。
• 诚实统计方法:加进登记簿 DOM 搬迁数组(app-5.js renderAll)+ loadHonestRegistry 一行(app-2.js;verdict 从 JSON 实时取、别硬编)。

⑥ 验证 + 审 + 提交

• 生成 JSON 核对;node --check 改过的 app-*.js;pytest -q 全绿;verify_output.py 通过;audit_frontend.py。
• 公开统计结论 = 必独立审(agent-skills:code-reviewer,全新上下文;重点:统计正确性 + 红线 + 是否会被误读成可预测)。修 reviewer 的 BLOCKER/SHOULD-FIX。
• web→docs 镜像(post_edit_hook 自动;手动 cp web/x docs/x)。
• 提交 + push;push 前 git pull --rebase origin main(CI 会自动提交数据,防 fast-forward 拒绝)。

判断岔路

统计判断点(校准倒挂/非单调/数据不可行)→ 停下报告,不自行决定,记 LOOP_DECISIONS;与既定原则相左/红线边缘 → 先问用户。