stock-picker

name	stock-picker
description	全栈多因子量化选股系统 — 14直连数据源/30+因子/短线尾盘+长线持股/历史快照回测/自学习权重/Ridge三段式优化
origin	custom
version	4.2

A股智能选股系统 V4.2

14 个直连数据源 · 30+ 量化因子 · 短线/长线双策略 · 回测引擎（历史快照） · Ridge 自学习权重三段式 · 数据源级独立熔断

兼容 Claude Code · OpenClaw · Codex · Hermes

---

项目路径

• 工作目录：C:\Users\Administrator\Documents\stock-picker
• Python 执行路径：C:\Users\Administrator\AppData\Local\Programs\Python\Python310\python.exe
• 配置文件：config.yml
• AI 技能文件：SKILL.md
• 使用备忘录：CHEATSHEET.md

快速命令表

# 短线策略（全流程 ~4 分钟）
python scripts/eod_stock_picker.py --mode short

# 查看状态和近期表现
python scripts/eod_stock_picker.py --status

# 长线策略
python scripts/eod_stock_picker.py --mode long

# 回测验证（默认近 3 个月 2026-04-01 ~ 2026-06-27）
python scripts/run_backtest.py --mode short

# 指定区间回测
python scripts/run_backtest.py --mode short --start 2026-01-01 --end 2026-06-27

# 回测版本查看 / 对比
python scripts/run_backtest.py --list
python scripts/run_backtest.py --compare 1 2

# K 线因子专项回测（仅量价+动量+技术）
python scripts/run_backtest.py --mode kfactor --start 2026-01-01 --end 2026-06-27

# 健康检查 23 项
python scripts/verify.py

# 权重优化（仅报告，不写入）
python -c "from feedback.optimizer import WeightsOptimizer; from feedback.tracker import PredictionTracker; import yaml; cfg = yaml.safe_load(open('config.yml')); t = PredictionTracker(); o = WeightsOptimizer(); r = o.check_and_report(t, cfg.get('weights',{}), 'short'); print(r['summary'])"

---

飞书格式铁律（每条消息前自检）

1. 禁止 | 符号 — 飞书表格降级成纯文本，不用表格线
2. 禁止 ### #### 标题 — 用 **粗体** 替代
3. 禁止报告体开头 — 不要 "以下是..." / "下面展示..." / "为您生成..."，直接输出内容
4. 每段 emoji 不超过 2 个 — 保持克制
5. 段落用 --- 分隔 — 保持阅读节奏
6. 列表用数字 / 无序列表 — 不用表格
7. 代码块用 ``` 包裹

---

因子架构表（7 因子 + risk）

• capital_flow 主力资金流 25% — ASHareHub moneyflow → 大单缓存 → 同花顺全市场。独立熔断，日配额共享。评分方式：净流入横截面百分位排名。
• momentum 动量/RPS 25% — 全市场涨幅排位计算，20 日百分位映射 0-100。无数据源依赖，从 K 线计算。
• technical 技术形态 15% — mootdx K 线 6 维评分（趋势 30 + 乖离 20 + 量能 15 + 支撑 10 + MACD 15 + RSI 10）。ASHareHub technical 双源校验。
• volume_price 量价配合 10% — 量比 + 尾盘成交结构，0.8~2.0 = 80 分。
• north_flow 北向资金 10% — ASHareHub northbound_holdings，持股量变化（股数）计算增减仓方向。独立熔断，日配额共享。回测中恒定为 50 分。
• hot_theme 同花顺热点 10% — 10jqka 强势股 + 题材归因（列格式 "算力租赁+Token工厂+AI政务"）。三源融合（同花顺 + 东财 + ASHareHub concepts）。
• dragon_tiger 龙虎榜 5% — 东财 datacenter，上榜 + 机构净买入为正。em_get 限流。
• risk 风险（过滤层，不占权重） — risk_filter.py 前置拦截 ST / 涨跌停封死 / 流动性不足 / 换手率异常。剩余软风险由 scoring_model 的 penalty 路径在总分上额外扣减。

数据源熔断状态（当前）

• big_deal — 通
• ths_fund_flow — 通
• north_flow — 通（asharehub）
• lockup — 通
• asharehub_moneyflow — 通
• asharehub_tech_factors — 通
• asharehub_concepts — 通
• asharehub_financial — 通

ASHareHub 4 端共享日配额 100 次，用满静默降级，独立熔断。熔断每 10 分钟自动恢复。

---

审计框架

业务 4 层

1. 数据层 — 14 源统一接入 → 独立熔断 → SQLite WAL 缓存 → 失效降级
   • 检查点：mootdx TCP 连接是否复用、em_get 是否串行、ASHareHub 配额是否监控、缓存是否命中
2. 策略层 — 初筛 → 预评分 → 详评 → 评分 → 仓位分配
   • 检查点：市场评估是否跳过、预过滤条件是否合理、防凑数是否生效、极差市是否输出简报
3. 回测层 — 历史快照 → 逐日回放 → 真实 K 线收益 → 仓位模拟 → 因子 IC
   • 检查点：是否用真实 K 线而非 np.random、是否用历史当日行情而非今日数据、sell_config 是否从 config 读取
4. 反馈层 — 推荐入库 → 回填收益 → Ridge 优化 → 审批写入
   • 检查点：三段式是否合规（只报告不自动写）、坍缩保护是否触发、新鲜度检查是否通过、ast.literal_eval 是否已替换为 json.loads

工程 3 维

1. 代码规范 — except 必须 log / SQLite 必须 try/finally / import 必须文件顶部 / 禁止方法体内 import
2. 配置规范 — config.yml 权重段必须 short_term.weights / API Key 必须环境变量 / sell 参数必须从 config 读取而非硬编码
3. 文档规范 — 飞书格式铁律 / 文档与代码同步更新 / 陷阱编号可追溯

---

回测与优化器的关系

回测能验证的（量价 + 动量 + 技术因子）

• volume_price / momentum / technical 从历史 K 线重新计算，在回测中有真实方差
• IC 信息系数 > 0.03 视为有效信号
• 仓位模拟：按 PortfolioOptimizer 分配比例，T+1 开盘买 / 收盘卖，含滑点万十 + 佣金万三

回测不能验证的（资金流 + 北向 + 热点 + 龙虎榜）

• 这些因子在回测期间没有真实历史数据，恒定为中性 50 分
• 赢单/输单分差趋近于零，IC 接近零——这不代表因子无效，是数据条件下的必然
• 这些因子的有效性通过优化器从实盘收益学习验证

优化器的工作

• 积累 >= 60 条有 T+1 结果的推荐后触发
• 用 Ridge 回归将因子原始得分映射到实际收益率
• RI 系数 → 归一化新权重（负系数截断为 0）
• 三段式：check_and_report() → 审批 → apply_from_report()
• 不自动写入，只产出报告供人工审批

最佳实践：先用默认权重跑实盘积累记录 → 让 Ridge 回归纳一化调整 → 审批后 apply → 下次回测对比效果。

---

代码改动纪律（三步走）

1. 审 — 先读目标文件全文，理解现有逻辑和数据流，搜索相关引用
2. 改 — 最小改动原则：改函数不改架构，除非有明确重构需求
3. 验 — 改后跑一次完整流程验证不报错

禁止的改动模式

• 不要修改 predictions.db 的 SQLite 结构——那是优化器的数据来源
• 不要给东财开多线程/协程并发——em_get 已经是串行的
• 不要在策略层硬编码止盈止损值——必须从 config.yml sell 段读取
• 不要在回测里用 np.random——必须用真实 K 线
• 不要手动改权重文件——通过优化器三段式流程
• 不要在方法体内写 import——统一放文件顶部

---

所有常见陷阱（编号 1-22）

1. json.loads 不能 ast.literal_eval — JSON 的 true/false 不是 Python 字面量。optimizer._load_history() 已修复。
2. Optimizer 列缺失填充 0.5 — Ridge 回归时新因子列（如 hot_theme）在旧记录中不存在，自动填 0.5。
3. 权重坍缩保护 — 单因子 ≥ 80% 跳过优化，防止单一因子主导。
4. 不要多线程并发东财 — em_get 已经是串行的。
5. 不要手动改 predictions.db — SQLite 结构固定。
6. 回测不要用 np.random — 必须用真实 K 线。
7. 不要同时跑多个策略实例 — mootdx TCP 和 SQLite 缓存有状态。
8. 不要直接调 akshare 东财接口 — 境外网络不通，走大单缓存。
9. Config 权重字段名 — short_term.weights，不是 short_term.weights_model。
10. Baostock 复权参数 — 回测用 adjustflag='1'（后复权），不是 '2'（前复权）。
11. 北向回测语义 — 回测中北向因子恒定为 50（中性值），因北向数据不可回溯。
12. 两状态同步 — 策略退出前调用 self._save_state() 保存运行状态。
13. CLI 默认日期 — run_backtest.py --start 默认 2026-04-01，--end 默认 2026-06-27。
14. push2 直连已删除 — _get_capital_flow_push2() 方法已移除。push2.eastmoney.com 仅存在于板块归属 URL 中（走 em_get 限流），不是数据源。
15. ModelRegistry 已删除 — core/model_registry.py 整文件移除（144 行死代码），版本管理通过带时间戳的权重文件实现。
16. Optimizer 三段式工作流 — check_and_report() 只产出报告不写入 → 审批 → apply_from_report() 写入。maybe_optimize() 保留原签名但降级为只报告。
17. Optimizer 缓存目录 — .last_optimize_short 计数文件在 data/cache/，不在 data/weights/。
18. Tracker UNIQUE 约束 — predictions(date, code, mode) 有 UNIQUE 索引，重复插入会抛异常。
19. factor_scores JSON 序列化 — json.dumps(factor_scores, default=str) 处理 numpy 类型。
20. backtest_engine SQLite — _load_factor_data() 连接无 try/finally（已知遗留，低风险）。
21. ScoringModel 权重加载顺序 — v1.json > config 传入 > DEFAULT_WEIGHTS。v1.json 存在时 config 权重被忽略并记录 warning。
22. 止盈止损从 config 读取 — sell_config 参数传入 ScoringModel，short_term.sell.take_profit / stop_loss，不再硬编码。

---

数据状态（截至 2026-06-27）

最新回测成绩（2026-04-01 ~ 2026-06-27）

• 总交易次数：95 次
• 胜率：57.9%
• 平均收益 T+1：+1.63%
• 平均收益 T+5：+5.87%
• 最大回撤：-13.93%
• 夏普比率：4.36
• 策略收益：+62.50%（vs 沪深 300 +7.56%）
• 超额收益：+54.94%

因子 IC（近 3 个月回测）

• volume_price — IC +0.1202 / 强有效
• technical — IC +0.0916 / 强有效
• hot_theme — IC -0.0394 / 反向
• momentum — IC -0.0382 / 反向
• dragon_tiger — IC -0.0076 / 噪声

系统运行状态

• K 线缓存：4483 只股票，2025-06 至 2026-06
• 大单缓存：685 只每日更新
• 同花顺资金流：5189 只全量缓存
• 代码列表缓存：5205 只
• 回测版本：最新为 v2（95 笔，57.9% 胜率）

---

策略运行时序

14:50 启动
  ├── get_all_codes()        0.001s
  ├── get_all_quotes()       ~46s
  ├── get_ths_hot_stocks()   ~0.22s
  ├── _prefilter()           ~0.5s
  ├── 5维预评分              ~0.3s
  ├── get_main_fund()        ~25s（首次）/ 毫秒（有缓存）
  ├── get_kline() × 200      ~25s（3线程并行）
  ├── RPS 排名               ~0.1s
  ├── scoring_model.score()  ~0.2s
  ├── portfolio_optimizer    ~0.05s
  ├── 板块 + 龙虎榜（Top 3） ~8s（em_get 限流）
  └── 输出简报               15:00 前完成

---

数据源优先级速查

1. mootdx TCP 7709 — K线 + 财务，永不封 IP，~0.1s/只
2. 腾讯财经 HTTP — 实时行情 5205 只，不封 IP，~46s
3. 同花顺 10jqka — 强势股 + 题材，零鉴权 73ms
4. hexin.cn — 北向汇总，零鉴权
5. ASHareHub — 北向持仓 / 资金流 / 技术 / 概念 / 财务，100次/天
6. 东财 em_get — 板块归属 / 龙虎榜，限流

铁律：K 线不要走 baostock（~8s/只），用 mootdx TCP（~0.1s/只）。