a-share-selection-strategy

name	a-share-selection-strategy
description	提供可复现、可审查的股票选股流程。用于今日 A 股、全 A 扫描、扩大股票池、低价超短、prediction-derived、多因子评分、候选解释和策略审查；已落地港股/美股数据集可按同一契约审查。缺少本地行情或明确联网授权时，不得输出候选名单、模拟行情、预测或收益；所有输出均非投资建议、非交易指令。

A-Share Selection Strategy

本 Skill 面向 AI Agent，把 A 股优先的股票选股任务拆成可解释、可验证、可复用的流程。默认工作流覆盖今日 A 股、全 A 严格扫描、低价超短和 prediction-derived 门禁；港股、美股等已落地数据集只能按同一契约审查。

核心原则：先定义数据契约，再校验、评分、过滤、排序和解释。任何结论都必须能追溯到输入数据、配置、脚本输出、JSON/CSV artifact 或真实门禁记录；不得伪造行情、候选股、LightGBM prediction、回测收益或联网结果。

启动顺序

先读本文件完成任务路径判断；再按命中场景读取一个 reference。不要把历史报告整篇塞进上下文。

场景	继续读取
汇报失败、0 候选、partial result、最终候选或机器字段解释	templates/output-templates.md
全 A、全市场、扩大股票池或真实广度扫描	instructions/full-a-strict-workflow.md
脚本入口和 helper 边界	scripts/SCRIPTS.md
依赖、配置、数据源能力、字段映射和输入契约	references/script-reference.md
可复制 demo、今日命令、联网取数、P1/P2/P3 门禁	instructions/runbook.md
prediction-derived 公式、质量边界和回测口径	references/prediction-derived-profile.md
专题文档、历史复验证据或文档地图	references/index.md

任务拓扑

先选任务路径，再选评分 mode。任务路径回答“怎么取数和收口”，mode=generic/prediction/auto 只回答“最终评分按通用技术评分还是外部 prediction-derived 评分”。

用户只说“选 A 股”“今日 A 股选股”“真实选股”且没有给出明确 symbol、板块、本地股票池或本地行情文件时，默认按全 A 严格任务判断。这里的全 A 是沪深 A 股股票池（前缀过滤，不含北交所），固定 symbol、小样本或 demo 只能用于 smoke test、回归测试或用户明确限定的定向任务。

路径	触发场景	首选动作	首轮必看 artifact	不能误判
无数据源	没有本地行情，也没有明确联网授权	用 templates/output-templates.md 的“无法直接选股”模板	无	不能输出候选名单、示例股票代码或模拟理由
本地评分	已有 prices.csv / prices.parquet	只评分时用 validate_ohlcv.py 后接 score_candidates.py；需要 manifest、summary 或 HTML 时用 run_today_a_share_selection.py --prices-input ...	summary.json 或 score_candidates.py stdout、candidates.csv、diagnostics.csv	不能写成真实全市场扫描
定向真实任务	明确 symbol、板块或少量标的	run_today_a_share_selection.py --history-source ... --symbols ...；列表较长时用 --symbols-file ...	run_manifest.json、history_metadata.json、summary.json	不能外推全 A
全 A 严格任务	全 A、全市场、扩大股票池、真实广度扫描；当前口径为沪深 A 股股票池（前缀过滤，不含北交所）	先读 instructions/full-a-strict-workflow.md	spot_metadata.json、selected_symbols.json、history_metadata.json、summary.json	不要把 mode=auto 当成全 A 工作流规划
prediction-derived	用户坚持原 prediction 口径，或输入已有预测列	validate_ohlcv.py --config configs/prediction_profile_config.json 后评分	外部输入先看 prediction 字段和 disclosure；本仓库生成预测时再看 prediction_summary.json；最终看 prediction_candidates.csv	不要用 generic 结果替代

任务拓扑中的首选动作只能引用 default_entry=true 的公开 CLI。其他 skill_route=true public CLI 只在明确的路径、provider 或 artifact 门禁命中后选择。

Agent 执行协议

1. 判断任务路径：无数据源、本地评分、定向真实任务、全 A 严格任务、prediction-derived。
2. 判断数据条件：本地价格文件、spot 快照、历史源、prediction 列、联网授权是否存在。
3. 只选择一个主入口和一条主路径，不要一开始混用多个入口。
4. 先读该路径的首轮 artifact，再决定是否继续下一轮或汇报。
5. 先读取 summary.json 或 stdout 中的通用字段：execution_path、coverage_class、candidate_field_coverage、full_market_claim_allowed、full_market_claim_boundary、selection_failed_reason、selection_failed_next_action。
6. 仅当本轮是全 A 严格任务或显式传入 --full-a-provenance 时，再读取 full_a_provenance_validation_status、full_a_provenance_closure_eligible、full_a_provenance_as_of_date、full_a_provenance_final_filter_removed_symbol_count 和 full_a_provenance_output_cleanup_errors。
7. 出现 strict gate failed、partial result、provider error、provenance 缺口、output_written=false 或 full_market_claim_allowed=false 时，先恢复或缩短结论，再汇报。

默认不要先做这些事：

• 不要先生成 HTML 再判断本轮是否成功。
• 不要先看候选股数量再判断数据链是否闭环。
• 不要把 demo、小样本、固定池命令当成全市场路径。
• 不要把 mode=auto 当成“工作流自动规划”。
• 不要把历史 review 报告当成当前推荐命令。

Agent 控制合同

每次执行前先把任务收敛成 5 个控制项；执行后用机器字段回填，不靠印象判断。

控制项	Agent 必须确定	可观测字段或产物	停止条件
任务目标	本地评分、定向真实任务、全 A 严格任务、prediction-derived 之一	execution_path、coverage_class、candidate_field_coverage	无法归类时先澄清，不盲跑
数据输入	本地文件、spot 快照、历史源、prediction 列是否存在	input_metadata、source_scope、source_provenance	来源不明时不能声称真实行情或全市场
执行动作	只选一个主入口和一条主路径	run_manifest.json.steps[]	多入口混跑且无统一 manifest 时不下结论
质量门禁	validate、history、score、partial、empty、failed symbols	summary.json、history_metadata.json、diagnostics.csv	strict gate failed、partial 或 output_written=false 时先恢复
汇报边界	本轮能否按用户目标汇报	full_market_claim_allowed、full_market_claim_boundary、selection_failed_reason、selection_failed_next_action	false 或非空失败原因时必须缩短结论并说明边界

高效执行的标准不是“尽快出 HTML”，而是每轮都能回答：这次跑了哪条路径、覆盖到哪里、哪些字段阻止外推、下一步该恢复还是汇报。

路径到入口的映射

入口映射只在任务拓扑尚不能决定动作，或需要复制命令、确认依赖、字段映射或 helper 边界时展开。首轮只读只加载决定下一步的最小文档；不要因为一个路径列出多个资源就一次性全部打开。本地评分、定向真实任务和今日低价超短已由上方任务拓扑给出默认 CLI 与首轮 artifact，不必先读完整 scripts/SCRIPTS.md。只有需要区分公开 CLI、路径命中入口和内部 helper 时才读它；字段、配置或依赖再读 references/script-reference.md，可复制完整命令或验证门禁才读 instructions/runbook.md。

路径	首轮读取	按需追加
本地评分 / 定向真实任务 / 今日低价超短	不追加文档；直接按任务拓扑的默认 CLI 和首轮 artifact 执行	入口边界不清时读 scripts/SCRIPTS.md；字段、配置、依赖看 references/script-reference.md；复制完整命令或验证门禁看 instructions/runbook.md
全 A 严格任务	instructions/full-a-strict-workflow.md	数据源字段和命令细节再按 workflow 指向读取
prediction-derived 公式和质量口径	references/prediction-derived-profile.md	CLI 边界不清时再读 scripts/SCRIPTS.md
helper 或内部模块边界	scripts/SCRIPTS.md	字段映射看 references/script-reference.md；完整命令看 instructions/runbook.md

每条路径的必看 artifact

向用户下结论前，至少确认：退出码、summary.json、关键 metadata、候选/诊断文件是否由本轮写出。只要 summary_output_written、manifest_output_written、source_provenance、selection_failed_reason 或 selection_failed_next_action 仍不清楚，就不要提前给“已完成”“已经跑通”“结果可信”这类结论。

稳定执行面

本 Skill 的稳定执行面是 CLI 和已落地文件，不是 Python package API。

必须保留的入口规则：

• 优先处理用户提供的本地 CSV/Parquet；只有明确联网授权时才取数。
• 联网结果必须先落地为本地行情文件和 metadata，再校验、评分、解释。
• validate_ohlcv.py、score_candidates.py、run_today_a_share_selection.py 是常规主入口；全 A 严格任务还必须先读 instructions/full-a-strict-workflow.md。
• scripts/ 下的 __main__ 保护不等于用户 CLI 合约；根层 a_share_selection_*.py 只保留兼容 wrapper，不是用户 CLI 入口；HTML、runner、walk-forward、zzshare fetch、gates support 和 selection_core helper 已分别下沉到 scripts/lib/report_html/、scripts/lib/runner/、scripts/lib/walk_forward/、scripts/lib/fetch/、scripts/lib/gates/ 和 scripts/lib/selection_core/，详见 scripts/SCRIPTS.md。
• 脚本入口机器注册表见 configs/script_entrypoints.json；v3 将 visibility/kind/stability/domain/default_entry 作为分类轴，并以 skill_route 标记路径命中资格，只用于审计根层 .py 分类，不做运行时 dispatch 或 CLI 合约替代。
• default_entry=true 只标记 validate_ohlcv.py、score_candidates.py 和 run_today_a_share_selection.py 三个任务拓扑默认主入口。skill_route=true 仍表示公开 CLI 可在路径命中后引用，不表示默认选择。新增默认路由前先更新注册表和 tests/test_skill_entrypoint_contracts.py；文档语义变化时同时更新关联的文档一致性测试。
• --spot-input 可合并已落地实时快照展示字段；spot_industry 等 spot 展示字段只用于候选、诊断和 HTML 展示，不参与核心评分；匹配数量以 summary.json.spot_matched_symbols 为准。只有显式传 --filter-prices-to-spot-universe 时，runner 才会把本地 --prices-input 复跑收敛到当前 spot/universe；只有显式传 --min-symbol-latest-date 时，runner 才会剔除最新日期过期的 symbol。大 clean prices 复跑可显式加 --prices-filter-output-format parquet，让过滤后的运行内 prices 直接以 Parquet 交给 validate/score；默认仍保留输入格式。
• run_today_a_share_selection.py 的联网历史抓取默认写 prices.csv。只有 --history-source baostock 可显式加 --history-output-format parquet 或 pq，让大批量已抓取行情直接以 Parquet 进入 validate/score，并保留 HTML 候选 K 线；运行环境必须提供 pyarrow 或 fastparquet，缺失时在联网前失败。该参数只减少本地写入和后续读取成本，不提高远端请求吞吐，也不改变 provider 路由、字段、门禁或全 A 声明边界。

关键边界

• 最小行情字段、日期格式、前导零、成交量单位、prediction-derived 必需列和数据源字段映射见 references/script-reference.md。
• 数据源能力机器注册表见 configs/data_sources.json；业务场景到主源/备用源/补充源的路由见 configs/source_routing.json。二者只用于审计和一致性检查，不做运行时自动选源或自动 fallback；CLI fallback 必须显式传参，runtime_cli_explicit_fallback_requires_parameter=true。
• mode=auto 只选择评分口径，不规划全 A 工作流；generic 技术评分不消费 prediction 或 prediction_score。
• score_candidates.py 只消费预测列，不训练 LightGBM，也不会用技术因子伪造机器学习预测。
• prediction_source=external_unverified、prediction_model_executed_by_runner=false 或 prediction_model_executed_by_score_script=false 不能证明上游模型真实、无泄漏或已执行。
• effective_empty_result 和 empty_result_reason 是成功空结果的审计字段；优先从 stdout、summary、diagnostics 或 candidates 中读取。output_written=false 是输入失败或严格门禁失败，不能写成成功 0 候选。
• report.html 只是展示层；事实仍以 JSON/CSV、退出码和门禁字段为准。
• 候选、sizing、回测或资金曲线必须写明非投资建议、非交易指令、非真实成交、非收益证明。

审查与验证边界

• 目标、市场、周期、股票池和评分 mode 必须能回到输入字段、配置和 artifact。
• 因子公式、权重、硬过滤、排序和候选解释要与配置一致；通用公式细节见 references/factor-framework.md。
• 未来数据、缺失值、前导零损坏、重复日期、不同市场量纲混用、停牌和涨跌停约束缺口，都必须显式披露或失败。
• mock、demo、小样本、固定池、partial result、fallback 或外部未验证 prediction，都不能写成真实全市场闭环。
• 能运行时至少验证输入校验、评分排序、过滤原因、输出字段和失败路径；有历史数据时再验证时间切分、样本外、成本滑点、组合资金曲线和不可交易状态。
• 不能运行真实验证时，明确说明“未验证真实行情结果”，不要用理论推导冒充已通过。

维护本 Skill

修改本仓库代码或 Skill 时，按仓库根 AGENTS.md 跑 JSON/YAML、py_compile、unittest、quick_validate，并校验 agents/openai.yaml。evals/evals.json 是触发和行为覆盖 manifest，不在真实选股任务启动路径中；新增或重构 Skill 触发语义时，按 manifest 只读取相关场景分片。