hectorlee-daily-precision-picker

每日精选策略 V2.2 — 四层漏斗 + 三层分级 + 离线容错

概述

从量价形态初筛池（volume-price-screener 或其他来源）中，通过 4 层漏斗过滤和打分，输出三个层级的精选结果：

各层独立筛选，不互相依赖。每层可能不满（信号不足时空出），第三层也可能超过 50 只（按总分截断）。

核心设计原则：基本面做硬过滤兜底，资金流向做核心打分（d=1.21 超大单区分力远超量价特征），量价只做 MA 支撑初筛和辅助打分。

V2.1 更新（2026-08-03）— 基于端到端回测优化：

基于 103,758 条记录、655 个交易日的 VPS 全量回测，关键发现：

• VPS 纯量价评分 Top30 仅产生 +0.10% 超额收益（vs 随机基线），区分力极弱
• DPP L1 过滤中，仅 MA 支撑有实质边际贡献（+0.48%），缩量天数/振幅/背离预警近乎零贡献
• 少而精胜过大而全：L1+Top3 = +2.04% vs L1+Top30 = +1.17%
• 量价质量得分从 20% 降至 10%，资金流向提升至主导地位（75%）

数据依据：基于 103,758 条历史回测记录的赢家画像 + 近期多维度截面分析 + 端到端路径对比回测（详见 references/research_findings.md）。

运行模式

收盘模式（默认）

每日收盘后运行一次，数据完整、信号稳定。全链路约 3-8 分钟。

盘中模式（可选）

盘中可多次运行，但需注意以下限制和调整：

与收盘模式的区别：

盘中模式调整：

1. L1 放宽：缩量天数阈值不强制（盘中缩量可能未完成），但振幅、MA支撑、背离预警仍需检查
2. L3 降级：资金流向使用前一日数据（标注"T-1数据"）
3. 历史信号去重：盘中多次运行产生的命中记录，按 (code, date) 去重后再统计出现天数，避免同一交易日的重复扫描抬高历史计数

# 去重示例
history_count = len(set(
    (rec['code'], rec['date']) 
    for rec in records 
    if rec['code'] == target_code and rec['date'] < today
))

1. 输出标注：盘中报告需标注"盘中模式，信号仅供参考"和时间戳
2. 收盘后最终确认：收盘后必须重新运行一次收盘模式，以正式报告为准

去重数据结构

为避免多次扫描污染历史数据，所有运行记录在写入时需要：

写入前检查: 该 (code, date) 组合是否已存在？
  → 已存在: 更新最新评分，不新增记录
  → 不存在: 新增记录

工作流程

使用场景

• 全链路自动精选：先运行 volume-price-screener 获取初筛池，然后自动触发本技能做精选
• 独立候选池分析：用户提供一批候选股票代码，直接运行精选

执行步骤

1. 获取候选池

扩大初筛池以支撑三层分级（目标 ≥ 50 只候选）：

cd volume-price-screener-dir/scripts
python screener.py --all --top 100

提取命中结果中的全部股票代码作为候选池。

2. 四层漏斗过滤

按顺序执行，每层通过后才进入下一层。

第一层：量价初筛（MA 支撑硬条件）

VPS 仅作为粗筛池来源（形态命中即可，不依赖 VPS 评分排序）。对每只候选股检查：

不满足的直接排除。排除原因做标注。

V2.1 简化：基于 103,758 条回测，缩量天数（边际 +0.05%）、振幅（+0.01%）、背离预警（-0.02%）三项的边际贡献近乎为零，已移除。仅保留边际贡献 +0.48% 的 MA 支撑条件。

第二层：基本面安全排雷（硬过滤）

westock-data finance CODES --num 1

排除以下任一情况的股票：

• 最近季度净利润 < 0（亏损）
• 商誉 / 净资产 > 30%（商誉暴雷风险）
• 资产负债率 > 80%（过高杠杆，金融/银行行业豁免）
• 最近季度经营现金流净额 < 0 且净利润 > 0（利润质量差）
• ST / *ST 标记

对排除原因做明确标注。

第三层：资金流向打分（权重 75%）

westock-data fund flow PASSING_CODES

两项相加得到资金得分（满分 75）。

第四层：板块与量价辅助打分（权重 25%）

通过 tdx-connector 获取板块信息：

查询 STOCK_CODE 的所属行业和概念板块

V2.1 调整：量价形态质量从 20 分降至 10 分。基于回测数据，量价各特征与 fwd20 相关性均 < 0.02，量价评分的作用是辅助而非主导。

历史重复信号说明：统计该股票在前50个交易日中出现在初筛关注池的交易日数量（同一天多次扫描只计1次，按 (code, date) 去重）。反复出现意味着形态持续性更强，资金可能已在暗中布局。数据来源为 volume-price-screener 的历史回测样本库。

3. 三层分级输出

总分 = 资金得分（75）+ 板块得分（15）+ 量价质量得分（10）+ 历史重复信号（10）= 满分 110

按总分降序排列后，分三层输出。核心原则：少而精——回测证实 Top3 的胜率和收益率显著优于 Top30。精选层宁缺毋滥。

空层处理：某层无股票达标时，输出"该层无标的"（不降层凑数）。

4. 输出报告（三部分）

报告必须包含：分层列表 + 板块热力图 + 操作建议。

第一部分：分层列表 — 结构化表格输出三层结果（代码/名称/总分/各维得分/资金/行业），附淘汰明细。

第二部分：板块热力图 — 统计全部命中股票的行业分布：

• 按一级行业聚合，标注各层分布数量
• 列出代表股、计算板块集中度（Top 3占比）
• 判断资金风格（超大单主导/主力主导/散乱）

第三部分：操作建议 — 基于以下信号输出 3-5 条建议：

• 精选层有无（有→积极，无→谨慎）
• 板块集中度（>60%→聚焦，<40%→分散）
• 资金风格（超大单→趋势，主力→短线博弈）
• 历史重复率（高频→持续性机会）
• 当前时段（开盘观察/盘中确认/尾盘决策/收盘定论）

所有建议需标注：基于量价+资金信号，不构成投资建议。

注意事项

• 所有颜色约定：涨=红、跌=绿（中国 A 股惯例）
• 数据依赖 westockdata（资金/财务）和 tdx-connector（板块）
• 精选结果为量价+资金多维信号，不构成投资建议
• 若数据源不可用，标注"数据缺失"并降级处理（跳过该维度，满分相应调整）
• 单日执行全流程约 2-5 分钟（含数据拉取）
• 各层分数阈值可根据市场环境调整：牛市中提高精选层阈值到 80 分，熊市中降低关注池到 30 分