quant-risk — 零成本 A股+港股 量化选股 Skill

项目定位

零成本 · A股+港股 量化选股 AI Skill（Claude Code · Codex · ZCode 通用）：给人方便使用，GitHub 下载即用——一行命令 install_skill.sh 装为 AI Skill，对话即可推荐标的/分析单股/每日信号/持仓诊断。数据全部来自免费公开接口（腾讯/东财/新浪/Yahoo，零注册、零 API Key、零订阅）。覆盖 A 股 + 港股 全生命周期风控：投前审查 → 持仓监控 → 预警触发 → 处置决策。脚本可直接 CLI 运行（uv run scripts/...），亦可 Docker。

市场范围（2026-08-31 更新）：美股已移出维护范围，主看 A 股 + 港股。recommend_us.py/--market us 属 legacy 兼容路径，不再维护、不纳入日常推荐流程。

分发形态（2026-09-18 用户确认）：以 Skill 分发为第一顺位（scripts/install_skill.sh/install_skill.ps1，装到 ~/.claude/skills/quant-risk 或 --dest 指定 Codex/ZCode 目录，AI 首次执行时自动 uv sync）；Docker 镜像（GHCR，--extra semantica 全量）+ 本地 CLI（install.sh/install.ps1）为备选。仓库不携带用户本地数据（data/ 记忆库、report/ 生成物、ve.pptx 均已 gitignore/出库）。

核心约定（硬约束 + 指针）

• 🧠 变更即同步铁律：用户每次对输出格式、模板、评分体系、分析流程提出的更改，必须立即同步到 AGENTS.md 或对应 docs/agents/ 主题文件（swing-system / value-legacy / data-sources），不得延后。这是防止反复犯同样错误的根本措施。
• Python 包管理: 用 uv add 不用 pip
• 执行 Python: 用 uv run
• 记忆系统: Hindsight（Agent Memory，MCP 前缀 mcp__hindsight__） + OpenKnowledge（文档知识）双轨制（2026-10-12 用户确认：已弃用 AgentMemory/TencentDB，切换为 Hindsight）
• 📄 主题文档索引（细节按需读取，不占常驻上下文）：
  • docs/agents/swing-system.md — 波段系统全部决策细节（四维评分/道氏/ATR/上车离场/候选池/回测闭环/MCP server/daily 工作流/舆情辅助/三tab简介）。任务涉及波段评分、候选池、回测、MCP、daily 时读取。
  • docs/agents/value-legacy.md — legacy value 模式（六维评分/四大师/缠论/镜像测试/行业漏斗/产业链Mermaid）。仅 --mode value、tech_chan、推荐脚本 formatter 投委会时读取。portfolio_report.py 已于 2026-09-23 全道氏化（调仓裁决改为道氏信号驱动、投委会辩论已删除），不再属本文件范围。
  • docs/agents/data-sources.md — 数据源优先级完整表（行情/K线/基本面/资金面源链、限流排查、K线 fallback 链）。涉及数据获取与限流排查时读取。
  • docs/agents/jev-advice.md — TypeSafe jev 外部 AI 裁决（state/questions 写法、依赖 TYPESAFE_API_KEY、三类结构化问题、踩坑）。任务涉及 jev 模型、持仓买卖双引擎交叉验证、scripts/jev_advice.py 时读取。
• 🎯 推荐口径优先级：门控优先（2026-10-22 用户明确「以后优先门控策略推荐」）：门控策略 TrendGate 是默认推荐口径，第一入口 scripts/gate_signal.py（先把行情缓存增量补到最新交易日，再算闸门 + 双动量，避免拿 6 个交易日前的缓存推荐今天的票）。三层分工不可混用：①门控 = 该不该有仓位、买哪 N 只（组合层）；②波段（recommend.py/daily_run.py）= 个股买点与离场点细化（个股层）；③道氏持仓裁决（portfolio_report.py）= 已有仓位去留（持仓层）。冲突时门控优先：门控空仓 → 不建仓，波段不得单独放行仓位；门控给了 N 只 → 波段只能在这 N 只里挑买点，不得扩池、不得放宽 N。仅当用户明确说「波段推荐」时才以波段为主口径。
• 数据分析方法（当前默认）：A股与港股采用纯技术波段筛选，持有周期不限定为 1-2 周——可以是几天、1 个月，若是真正的好标的持有 1 年也可。总分 100 分：日线趋势 30 + 日线量价/资金 25 + 日线道氏 20 + 30 分钟道氏 25。评分只使用行情、成交量、资金和道氏趋势（摆动点）数据——基本面不参与评分与估值比较；但另设基本面门禁（只否决不加分），详见下方「基本面门禁」条与 docs/agents/swing-system.md。
• 波段方向判定（2026-09-08 起为道氏理论，替代缠论）：日线方向用道氏次级趋势（摆动点序列判趋势）、30 分钟用道氏小趋势确认入场/离场。禁止把周线缠论、日线中枢、基本面评分或旧缠论笔/线段作为默认波段入场依据；30 分钟数据缺失或与日线方向冲突时只能观望。
• 滞后性纪律（必须时刻注意）：道氏是「事后确认」理论，趋势反转天然滞后——要等价格跌破前低才确认转势。①动能走弱预警（价创新高但 MACD 柱收缩）的上升趋势必须降级处理——严格等回踩支撑介入、绝不追当日涨幅、仓位减半；②高位放量滞涨视为动能衰竭信号；③「回踩支撑企稳再介入」是默认操作而非可选项；④连续多日高位横盘警惕趋势末端。
• 滞后性纪律=扣分+降档双轨（2026-09-24 grill Q7/Q12，升级原纯降档版）：三条可量化纪律在 swing_score_one 代码化——①动能走弱（价创新高 MACD 柱收缩）日线趋势 -6；②高位放量滞涨（60日区间≥85%分位 + 量比>2x + 当日涨幅<1%）量价 -6；③高位横盘（高位区连续≥10日振幅<4%）日线趋势 -4。扣分写回维度分并在 reason 标注 ⚠️XX扣N分（评分扣分可见），明细进 result["discipline"]；状态封顶谨慎布局且规则引擎 ALLOW 也压不回"当前可布局"（BLOCK/EXIT 等更严裁决不受影响）；预警不抢道氏转势确认的活——跌破前低才由道氏给离场。
• 基本面门禁（2026-09-24 grill Q1/Q5/Q6/Q11，核心实现 scripts/quantrisk/gate.py）：基本面只否决不加分——不进 100 分评分（评分保持纯技术：趋势30/量价25/日线道氏20/30m道氏25）；评分完成后对候选（≤80只/市场）+ 持仓后置拉财务评估，不扫全池。A股严：归母净利为负/负债率>70%/营收同比<-20%/ST·退市；港股松：退市风险/负债率>80%；金融业（名称含 银行/证券/保险/信托）仅豁免负债率规则（负债=存款/保费是商业模式，净利/营收/ST 规则照常，notes 留痕并在报告透出）；财务数据缺失 fail-open 不否决（回测归"未评估"，不硬凑分组）。触发即从 TOP10 剔除并渲染 ⛔ 基本面门禁否决：<规则>，回测记录 veto 字段做通过组/否决组对比（Q13 通过线）；持仓只标"不加仓"，卖出裁决仍完全归道氏 _dow_verdict()；单股分析（analyze_swing.py）同源评估，veto 时状态封顶⛔禁止新建仓。
• 记住：状态必须带触发价，禁止只输出"谨慎布局/观望"不给价格（详见 swing-system.md 上车/离场条件条目）。
• 🔎 联网检索 = DeepSeek Search & Fetch API（2026-10-17 起替代 anysearch）：外部事实数据验证与舆情检索统一用 web_search / web_fetch（Harness 内置工具，已配置走 DeepSeek 官方接口 POST https://api.deepseek.com/v1/tools/search 与 /v1/tools/fetch，见 网页搜索与抓取）。凭据 = Harness 凭据服务 DEEPSEEK_API_KEY（已配置并验证有效），无需注册任何 MCP server。搜索语法支持 site: / -site: / lang: / after: / before: / -"..." 等；Search 与 Fetch 各限 5 QPS/账号，按成功且有结果的请求计费 5 元/1000 次（失败/无结果不计费）。标注格式 > 📡 数据来源: DeepSeek web_search [URL] / > 📡 数据来源: DeepSeek web_fetch [URL]（规则四/规则六）——不再使用 anysearch（anysearch MCP 仍保留注册仅作备用，不主动使用）。

📋 输出格式铁律（已固化，直接执行，不必再查知识库）

以下规则经过反复踩坑后固化，是 quant-risk 项目的最高优先级行为规范，所有会话必须遵守。

⛔ 规则一：脚本输出原样展示，严禁追加手写内容

• 脚本输出的报告必须原样展示，严禁在末尾追加手写表格或自定义分析
• 所有格式统一由脚本的 formatter（formatter.py / formatters/）控制，改格式只改文件不改输出
• 需要补充分析时，放在脚本输出之后并用 --- 分隔线隔开，且必须写明"以下为补充说明"

📌 规则二：脚本粘贴强制检查（反复踩坑）

执行脚本后，第一步必须把 Bash/工具返回的脚本完整输出逐字复制到回复正文中，不能只写"脚本输出完毕"就跳过。

反复出现的错误：模型拿到了工具结果但在 compose 回复时忘了粘贴，直接跳到补充说明。

写回复前强制自问：工具返回的每一行内容都贴到正文里了吗？确认后再发送。

⛔ 规则三：脚本输出绝不加 ``` 代码块（反复踩坑多次）

脚本输出本身是 markdown（含 | 表格），直接粘贴到回复正文，绝不能包在 ``` 代码块里——加了代码块表格就会变成纯文本，渲染不出来。

写回复前强制自检：

• 脚本输出有没有被包在 ``` 里？→ 如果有，去掉！
• 表格行有没有 | 分隔符？→ 应该有，在正文中直接渲染

🏷️ 规则四：LLM 补充分析必须标注数据来源

在 --- 分隔线之后的"补充说明"中，必须标明每条信息来源。读者必须能区分哪些是原始数据、哪些是 LLM 的二次解读、哪些是外部检索补充的内容。

正确示例：

---

## 以下为补充说明

> 📡 数据来源: 基于脚本输出解读

**技术面判断**：RSI14 仅 38.94，说明反弹动能不足；布林中轨 70.37 是短期压力位。

> 📡 数据来源: DeepSeek web_search [https://www.xxx.com/report]

**行业背景**：MDI 价格处于近3年40%分位，行业景气度回暖。

✅ 规则五：脚本输出展示标准流程（反复踩坑后固化）

脚本输出必须通过 文件落地 + Read 工具读取 的方式展示，禁止依赖 Bash 工具返回的 stdout 直接粘贴（Bash 输出在某些视图下不可见）。

标准三步流程（新会话也必须遵守，不可跳过）：

1. 执行落地：uv run scripts/analyze.py <code> > /tmp/report.md 2>&1
2. Read 展示：用 Read 工具读取 /tmp/report.md 显示完整内容
3. 补充说明：在 --- 分隔线后追加 LLM 补充说明

🔍 规则六：外部数据验证铁律（2026-07-17 新增）

严禁用训练记忆数据充当事实输出。 股票分析和推荐涉及外部事实性数据时，必须通过联网验证。

适用范围：

• 行业市占率、产能数据、全球排名
• 券商研报目标价、评级、盈利预测
• 财务指标的具体数值（季度营收/净利/ROE 等）
• 行业景气度、价格分位、供需平衡
• 公司战略、业务结构、技术壁垒等定性描述

执行规则：

1. 脚本输出（analyze.py / recommend.py）→ 原样展示，不受影响
2. 补充说明中的事实性数据 → 必须用 web_search / web_fetch（DeepSeek Search & Fetch API）验证后再写，且每条数据必须标注来源 URL
3. 某数据无法验证 → 明确标注"数据待验证，来源未确认"，严禁凭空填写
4. 仅凭逻辑推断的合理结论（如"PE 偏低说明估值修复空间"）→ 可以写，因为这是分析方法不是事实数据

⚡ 规则七：输出风格偏好（2026-07-23 用户明确）

这是硬性行为规范，每次输出必须遵守。

核心原则：

• 不要怕和 LLM 吵架，用户就想看 LLM 吵架
• 如果缺失数据，就说"数据缺失"，不要编造"暂无"、"—"等模糊占位符
• 每项分析必须给可操作的结论（买/卖/持有/止损），不能只给"可关注"

评分扣分可见（2026-07-23 新增）：六维评分表中，若维度因大师质疑被扣分，评分列显示 X.X/10 ↓-0.5，扣分原因追加到大师视角列（⚠️ 扣分原因：...）。大师答疑列以 ✅质疑成立，评分已扣减 或 ❌质疑不成立，评分不受影响 开头，给出明确结论。

📐 规则八：结论先行、论据随后、数据溯源（2026-08-05 用户明确）

这是硬性展示模板，每次输出分析必须遵守。

展示结构（任何分析报告、个股点评、推荐回复统一采用）：

1. 结论先行：第一屏先给操作结论（🟢买入 / 🟡持有 / 🔴止损 / 观望 + 仓位 + 一句话理由），禁止把结论埋在数据后面
2. 论据随后：结论之后按「基本面 → 技术面 → 热点/情绪」顺序展开支撑论据，每个论据给明确方向（支持/反对当前结论）
3. 数据带溯源：每个引用数据的论据行必须标注来源，格式 > 📡 数据来源: ...，脚本输出标注 基于脚本输出解读，外部检索标注 URL；禁止出现无来源的数字

正确示例：

**结论**：🟡 持有（10-20% 仓位）— 短期反弹到压力位，中线未反转，回踩企稳再补。

**论据一 · 基本面**（支撑持有）
- 营收 -11.8%、净利 +342.9%（主要靠投资收益）→ 主业弱，不构成买入理由
> 📡 数据来源: 东财 datacenter（脚本输出）

**论据二 · 技术面**（支撑持有/观望）
- 价格触及布林上轨 23.39，RSI 63，短线追高性价比低
> 📡 数据来源: 基于脚本输出解读

禁止的写法：先铺一大段表格/数据再给结论；引用数字但不标来源；结论含糊（"可适当关注"）。

缠论必须给结论（2026-08-05 用户明确）：缠论部分禁止只罗列「笔↓ / 中枢区间 / 价格位置」数据，必须输出一句话结论，包含三要素：

1. 方向：🟢偏多 / 🟡中性 / 🔴偏空（含评分）
2. 买卖点：当前有没有一/二/三类买卖点或背驰信号；无则明确写"当前无买卖点信号，等待背驰或突破确认"
3. 操作含义：把缠论结论翻译成可操作语言（等回踩 / 等突破 / 观望 / 警惕三卖）

示例：缠论结论：🟡 中性（评分 -2）| 单中枢盘整（偏空）| 当前无买卖点信号，等待背驰或突破确认 → 操作：观望，等回踩中枢下沿或放量突破再介入

📊 规则九：表格报告必须含买卖价格与逻辑（2026-08-31 用户明确）

这是硬性展示规范，每次出表格推荐报告必须遵守。

凡输出标的表格（推荐清单、调仓路线图、执行计划等），每只标的必须同时给出价格与逻辑两栏，缺一不可：

正确示例：

禁止：只给"🟢买入"结论却不给价格；只给价格却不给为什么买/为什么卖；用"逢低""择机""动态"等不含数字的模糊词。

用户持仓读取顺序

当需要获取用户持仓信息时，按以下优先级依次查找，找到即停：

1. 当前会话上下文 — 用户在本轮对话中已提及的持仓
2. Hindsight — 通过 mcp__hindsight__recall 查询关键词 portfolio / 持仓 / holding / 02460，迁移与用法详见知识库 /Users/xiazhicheng/project/llm_wiki/articles/dsh-mcp-hindsight-migration.md
3. 询问用户 — 以上均无数据时，要求用户自行提供持仓信息

🗂️ 持仓数据仅存储在 Hindsight 中，不保存本地文件，不再有 portfolio.json。 portfolio_report.py 通过 --stdin 参数接收持仓 JSON，AI 从 Hindsight 取出后通过管道传入。

用户持仓自动保存规则

触发时机（满足任一即执行保存）：

1. 用户主动提供或更新持仓信息时 — 用户明确说出"我的持仓是..."、"买入/卖出了XX"等
2. 持仓诊断/风控分析完成后 — 分析结果涉及持仓变动建议时
3. 会话结束时 — 本会话中持仓信息发生过变更

保存操作（写入 Hindsight）：

通过 mcp__hindsight__sync_retain（同步写入，read-after-write 立即可查；异步用 mcp__hindsight__retain），参数：

• content: 完整的持仓 JSON 内容（账户总览 + 各标的明细）
• context: "preference"
• tags: ["portfolio", "持仓", user_name, ...]

注意： 不要等待用户说"保存"才执行。上述触发时机到来时，自动执行保存。

🚀 一句话投资建议工作流（2026-07-24 更新）

用户只需说 "给我投资建议"（或类似的一句话），自动触发完整分析流程：

步骤 1 — 获取持仓

• 按「用户持仓读取顺序」查找持仓
• 有持仓 → 跳转步骤 2
• 无持仓 → 请用户手动输入或上传截图

步骤 2 — 获取最新行情

• 调用 hk_stock_quote_tencent_async 获取各标的最新价（无需更新本地文件）

步骤 3 — 宏观环境联网检索（LLM 执行）

• 使用 web_search（DeepSeek Search API）查询当前宏观环境（每条数据必须标注来源 URL）：
  • 关键词示例："港股 2026年7月 市场走势"、"美联储 利率 最新"、"中东局势 原油"、"金十数据 宏观要闻"
• 关注要点：美联储利率政策、地缘政治风险（中东/俄乌）、中国经济数据、港股资金流向、板块轮动
• 将宏观分析结论作为报告的第一部分，为后续组合诊断提供背景

步骤 4 — 运行组合完整报告

• 从 Hindsight 取出持仓 JSON，通过 stdin 传入： echo '{"holdings":[...]}' | uv run scripts/portfolio_report.py --stdin
• 输出报告保存到 report/ 目录

步骤 5 — 运行新标的推荐（门控优先，2026-10-22 起）

• 先跑门控：uv run scripts/gate_signal.py --top-n 3（默认 cn=index / hk=stock；自动把行情缓存增量补到最新交易日，输出两市场闸门裁决 + 门控标的 + 盘中核对）。这一步的结论就是最终仓位结论——闸门关的市场当轮直接"空仓"，不得用波段标的填补
• 辅助跑波段（仅在门控给了标的、需要个股买点/离场点时）：uv run scripts/recommend.py --market cn|hk
• 输出报告保存到 report/ 目录（report/gate-signal-YYYYMMDD.md 为主，recommend-*-daily.md 为辅）

步骤 6 — LLM 综合分析（关键步骤）

• 禁止直接粘贴脚本输出——LLM 必须：
  1. 结合步骤 3 的宏观环境，解读每只持仓和推荐标的风险收益
  2. 结合外部宏观环境，判断脚本给出的道氏持仓裁决（离场/减半/持有观察/持有）是否需要调整，调整意见必须标注为「LLM 补充意见」
  3. 使用 web_search / web_fetch（DeepSeek Search & Fetch API）补充特定标的外部信息（如行业新闻、竞对动态、政策变化），每条数据必须标注来源 URL
• 输出格式：宏观环境 → 调仓路线图 → 组合总览 → 持仓诊断（含委员会主席宏观点评）→ 换仓建议（含委员会主席宏观点评）→ 执行计划

输出格式铁律：

• 脚本输出的报告不直接粘贴，而是由 LLM 解读后重新组织
• 所有宏观数据必须标注来源（> 📡 来源: DeepSeek web_search [URL]）
• LLM 补充分析与脚本输出之间用 --- 分隔

📋 投资建议报告（固定模板）

第一部分：调仓路线图（结论先行）

调仓路线图 Mermaid 图（道氏裁决驱动的卖出端：清仓/减半 → T+2到账 → 买入端自动取自当日 recommend 报告 TOP2，已跳过「观望」，不硬编码）

组合总览

各股分析（逐只）

按以下结构逐只输出，不含六维评分表、行业漏斗、镜子测试、投委会辩论（均已取消）；调仓裁决只由道氏信号决定（portfolio_report.py 的 _dow_verdict()）。

标的名称（代码）— 成本 X.XX → 现价 X.XX | 盈亏 -X.XX%（-XXX HKD）| 仓位 XX.XX%

公司概况

• 🏢 主营业务: ...
• 👤 CEO: ... | 📍 ... | 👥 ...
• 📅 ...年成立 | 📊 ...年上市
• 📡 数据来源: ...

🔧 产业链全景图

graph TB
    subgraph 上游_原材料/技术算力
        ...
    end
    subgraph 中游_生产制造/平台
        ...
    end
    subgraph 下游_用户场景/渠道
        ...
    end
    ... -->|供应/服务关系| ...

卡脖子: 关键制约因素 竞品对标: 与行业龙头差距

核心财务数据（Mermaid 流程图展示营收增速/净利增速/ROE/毛利率/负债率/PE，🟢🔴🟡标记）

🔧 技术面分析

① 周线大势

② 日线走势

③ 关键信号

🔥 市场情绪（Mermaid journey 图，10分制，价格40%+量能30%+趋势30%）

🎯 道氏持仓裁决（方向/边界/量能/裁决/触发价 — 由 _dow_verdict() 生成，基本面不参与调仓裁决）

操作建议: 🔴离场 / 🟡减半 / 🟡持有观察 / 🟡持有 / 🟢持有

（第二只标的重复相同结构）

第二部分：关键提醒

• 各标的操作提醒（为什么这么操作）
• 🌍 宏观环境（联网检索，作为调仓决策的背景补充，每条数据标注来源 URL）

📡 数据来源: scripts/portfolio_report.py + scripts/recommend.py 输出 ⚠️ 声明：基于公开市场数据，不构成投资建议

模板使用铁律：

1. 每部分标题、表格列名、顺序完全一致，不能增删改列
2. 表格内容填脚本输出的实际值，没有值写"暂无"
3. 无持仓需要诊断时跳过第一部分，直接输出"当前无持仓"
4. 无可换仓资金时，推荐表格位置写"无可释放资金，当前无换仓需求"
5. 补充说明可以追加在 --- 分隔线之后

• 保存本次持仓信息到 Hindsight（mcp__hindsight__sync_retain，context="preference"，tags=["portfolio","持仓",...]）

架构速览 (V1.20.0)

所有代码统一在 scripts/ 目录下，quantrisk 作为 scripts/quantrisk/ 子包存在。

scripts/
├── analyze.py               统一多市场分析脚本
├── analyze_swing.py         单股波段分析（A股/港股，复用 swing 评分核心）🎯
├── backtest_rotation.py     市场轮动策略回测 CLI（A股中证500/港股成交额Top100）🎯
├── backtest_multifactor.py  多因子策略回测 CLI（趋势55/波动25/成交额20+择时+止损止盈）🎯
├── backtest_trendgate.py    闸门动量回测 CLI（rotation × 沪深300 MA20 择时闸门）🎯
├── pit_check.py             Point-in-Time 池检验（量化"当前池快照"前视偏差）🎯
├── backtest_grid.py         网格交易回测 CLI（宽基 ETF 等比网格）🎯
├── backtest_dualengine.py   双引擎组合回测 CLI（趋势 TrendGate × 震荡 Grid）🎯
├── analyze_fit.py           策略适配性诊断 CLI（单股：适合网格还是趋势）🎯
├── backtest_adaptive.py     自适应切换回测 CLI（检验"先判定再切换"是否成立）🎯
├── walkforward_gate.py      Walk-forward 闸门验证 CLI（滚动窗口：指数统一 vs 个股独立，多 N）🎯
├── gate_signal.py          🔥 门控策略当日信号（默认推荐入口）：增量补缓存→闸门+双动量→报告 🎯
├── daily_run.py             每日收盘工作流（Phase 1，无 LLM 依赖）🎯
├── recommend.py             统一推荐脚本入口（波段，辅助口径）
├── portfolio.py             持仓诊断工具
├── portfolio_report.py      持仓完整报告（道氏调仓裁决+产业链背景+道氏技术面+情绪面）🔥
├── jev_advice.py            TypeSafe jev 外部模型持仓买卖裁决（state/questions 见 docs/agents/jev-advice.md）🎯
├── tech_chan.py             缠论深度分析 + 产业链Mermaid输出 🔥
├── chan_mtf.py              缠论多周期联立分析
├── formatter.py             选股推荐格式化器 (Pydantic + 渲染)
├── formatters/              四阶段风控格式化器（_pretrade/_holding/_alert/_disposal）
├── mcp_server.py            MCP server（stdio + Streamable HTTP 双 transport，5 工具）
└── quantrisk/               Python 模块（scripts/quantrisk 子包）
    ├── data.py              数据层 — 行情/K线/基本面/资金面/信号/公告 + TickFlow
    ├── daily.py             每日编排：run_daily + render_daily_summary
    ├── chan.py              缠论 — 分型→笔→线段→中枢→背驰→买卖点
    ├── indicators.py        技术指标 — MA/MACD/RSI/KDJ/BOLL + 缠论 re-export
    ├── rotation.py          市场轮动策略核心（成分池/得分/选股/回测引擎）🎯
    ├── multifactor.py       多因子策略核心（硬过滤/三因子/波动档位/择时/止损止盈）🎯
    ├── trendgate.py         闸门动量核心（rotation 选股 × MA20 闸门 + 敞口/确认日数）🎯
    ├── grid.py              网格交易核心（等比网格/逆向低买高卖/费率敏感）🎯
    ├── dualengine.py        双引擎组合核心（资金分层加权/再平衡/相关性/权重扫描）🎯
    ├── fit.py               策略适配性诊断核心（IR 趋势强度/ER 曲折度/一手门槛）🎯
    ├── adaptive.py          自适应切换核心（滚动判定/预测力检验/收益拼接）🎯
    ├── screener.py          标的池筛选 + 批量查询
    ├── report.py            StockAnalyzer 一键全量分析入口
    ├── recommender.py       共享过滤/评分引擎
    ├── recommend_cn.py      A股选股推荐适配器
    ├── recommend_hk.py      港股选股推荐适配器
    ├── recommend_us.py      美股选股推荐适配器（legacy）
    └── chain_renderer.py    产业链渲染器：Mermaid 图文本生成

🎯 两市场推荐配置（2026-10-09 用户确认，全部研究后的最终结论；2026-10-13 A股档位更新）

⚠️ CLI 坑（2026-10-13 review 发现）：backtest_grid.py 默认 spacing=1.5%（路径拟合点），AGENTS.md 旧命令不带 --spacing 实跑的是 1.5%——执行时必须显式传 --spacing 0.025（或 0.02~0.025 区间）。

不做的事（均有数据依据）

• ❌ 港股趋势族用成交额 Top100 池（rotation/TrendGate/multifactor）：PIT 检验后全部负超额；2026-10-13 当前快照口径复测仍跑输 -4.63pp（港股「成交额高」常是炒作/崩盘前兆，动量变接盘侠；智谱/天数智芯/壁仞科技等次新热股是快照偏差红利来源）
• ✅ 但「恒指成分池 + TrendGate gma30」实测反转（2026-10-13 探索，report/explore_hsi_trendgate_20261013.md）：89 只恒指成分公共起点 2023-07-14 起，+40.5% / 年化 13.4% / 回撤 -16.3% / 夏普 0.86 / 超额 vs 同池等权 +5.1pp（vs 成交额池 -4.63pp），分年 2024 +16.1% / 2025 +19.9% / 2026 +4.2% 全正。恒指成分是编制筛选蓝筹（类比中证500），动量跟踪真趋势 → 港股趋势族在"恒指池"下重新可行。⚠️ 残余成分快照前视偏差（无法 PIT），超额含前视红利、样本外预期打折（0~+5pp）——待用户确认是否纳入配置
• ❌ 双引擎组合（TrendGate×Grid）：权重扫描夏普单调下降，最优即 100% TrendGate——低相关 ≠ 值得加入（网格夏普 0.325 vs TG 1.621 且正相关）
• ❌ rotation 单跑（+101%/-44.08%）：被 TrendGate 完全支配
• ✅ 港股「个股独立闸门」= 已采用（2026-10-14 用户决定；V1.20.3 多 N+滚动验证 → V1.20.5 落地）：把恒指闸门换成「每只股票自己的 MA30 闸门」（--gate stock），恒指池同口径下收益与夏普全面更高——全区间（预热后 687 日 / 0.1% 费用）：N=3 +125.14%（指数 +59.54%）/ N=5 +73.37%（指数 +41.39%）/ N=10 +61.28%（指数 +42.40%），超额 +18.9~+65.6pp、夏普差 +0.15~+0.33、个股回撤普遍浅 12pp；滚动验证（29 段×120 日 + 32 段×60 日双口径）胜率 62.575.9%、平均超额 +1.7+11.9%、夏普差全正 → 优势跨窗口长度稳健（非路径依赖）。采用时的四条风险（必须接受）：① 2023-122024-12 曾连续约 1 年跑输（最差窗口 -13.65%）；② 窗口越短优势越弱（60 日超额降到 +1.7~+5.4%）→ 优势来自中长尺度；③ 段间高度重叠（20 日步进/120 日窗），29 段 ≠ 29 个独立样本；④ 成分快照前视红利未消除。若采用建议 N=10（胜率最高 75.9%、最差窗口仅 -7.65%、回撤 -10.60% 最接近指数闸门 -8.80%）；N=3 超额最大但回撤/波动最大。A股 明确不适用：同口径（TOP5/MA30）指数闸门 +390.95%/-16.10%/夏普 2.194 vs 个股 +58.37%/-31.25%/0.665，且 TOP5/TOP10 双口径一致（个股 2026 年 -16.40% 亏损）
• ❌ A股 全市场池（5923 只，2026-10-14 实测，V1.20.8）：把中证500 换成「沪深A股全部股票」原样跑 TrendGate，同口径（N=5/20日/MA30 指数闸门/含摩擦 0.1%佣金+0.1%滑点+涨跌停+停牌）全面劣于中证500——全A +149.66% / -24.09% / 夏普 1.311 vs 中证500 +348.70% / -14.02% / 2.196（收益 -199pp、回撤深 10pp、夏普 -0.885）；分年 2024/2025/2026 = +21.5%/+60.5%/+24.2% 每一年都跑输（中证500 +42.1%/+155.6%/+31.5%）；N=3/10 同样劣（+103.45%/-26.72%/0.967、+62.46%/-28.16%/0.874）。根因：横截面越宽，双动量越倾向把仓位给「短期涨得最猛的小盘题材妖股」——抽样持仓为 深中华A/每日互动/光线传媒/光智科技/中巨芯-U 等题材股，受阻成交中跌停 10 次（中证500 0 次）→ 中证500 的编制筛选（剔除 ST/微盘/流动性差）正是保护层。且全 A 快照前视偏差更大（幸存者偏向有利）→ 真实表现只会更差。执行：uv run scripts/backtest_trendgate.py --market cn --pool all ...（--pool all 新增；构建工具 scripts/build_pool_cache.py）
• ❌ 事件驱动换仓（用户提案 2026-10-14，已用数据否决，V1.20.4）：「不每 20 日强制调仓、只在卖出信号（闸门关闭）才卖、买入信号加仓」在 7 个港股口径 + 2 个 A股口径全部劣于定期换仓：① 港股指数闸门 N=3/5/10 → +40.89%/+38.20%/+17.88%（定期 +59.54%/+41.39%/+42.40%）；② 港股个股闸门 → 收益 -17~-32pp，回撤翻倍到 -37%~-40%（定期 -17%），2026 年 -24%-32%（定期 +3%+8%）；③ A股 指数闸门 N=5 → +42.15% vs 定期 +390.95%（收益只剩 1/9，2025 主升段平均仓位仅 18% 而错过）。两条根因：(a) 动量价值来自横截面重排——不卖则持仓被动能衰减股占满，新强势股进不来（"僵尸仓占位"）；(b) 事件驱动把「闸门重开→立刻重仓最强 N 只」拆成慢速补仓，重建太慢。替代方案（推荐）：想降换手不要取消卖出，应拉长调仓周期——港股指数闸门 60 日调仓 = +54.61% / 夏普 1.032 / 回撤 -14.94%（全面优于 20 日 +41.39%/0.821，换手 -33%）；个股闸门则相反（60 日 +29.57%/0.585 变差），必须按闸门分别定。执行：--compare-rebalance（对照表）/ --rebalance-mode event（复现否决版）/ --rebalance-days 60

执行要点

1. 两市场独立运行，不做统一组合（标的不同、逻辑不同、无共同资金调度）
2. A股执行（2026-10-14 网格扫描定档：3 只 / 20 日 / 沪深300 指数闸门；摩擦真实化）：--market cn --top-n 3 --rebalance-days 20 --gate index --gate-ma 30 --commission 0.001 --slippage 0.001（双动量 ≥0.65 取前 3、70% 敞口、每 20 交易日重排；闸门关 → 空仓等待）。含摩擦实测 +671.01% / 年化 105.4% / 回撤 -15.92% / 夏普 2.531（无摩擦口径 +795.12%/-18.56%/2.580）；13 个季度中 N=3 夺冠 10 次。⚠️ 滑点使收益降约 124pp（高换手策略的必然代价）→ 降换手请拉长周期而非取消卖出；个股闸门在 A股 全组合垫底，不采用。
3. 港股执行（2026-10-14 网格扫描定档：3 只 / 20 日 / 个股自身 MA30 闸门；摩擦真实化）：--pool hsi --gate stock --top-n 3 --rebalance-days 20 --gate-ma 30 --commission 0.001 --slippage 0.001（逐只 close vs 自身 MA30 + 连续3日确认；跌破自身 MA30 即卖出该股；持仓上限 3；每 20 日按双动量重排）。含摩擦实测 +115.61% / 年化 32.6% / 回撤 -17.69% / 夏普 1.172（无摩擦 +128.31%/-17.29%/1.249）；个股闸门包揽前 2 名。⚠️ N=3 季度一致性弱（13 季夺冠 N=3/N=5/N=10 = 5/3/5，下跌季 N=3 跌幅更大）→ 求回撤保护改用 N=10（含摩擦 +53.56%/-11.02%/夏普 1.021）；成分快照前视红利未消，实盘按 1 年维度评估。每日信号：uv run scripts/daily_run.py --gate-modes cn=index,hk=stock（输出池内站上比例 + TOP10 逐只闸门标记 ✅/🔴）。网格 02828 仍为备选（--spacing 0.025 --lower 0.25 --upper 0.25 --init-position 0.3，震荡市互补）
4. 网格资金效率低（平均仓位仅 11~40%，大量现金闲置）→ 港股网格资金占比应显著低于 A股；跌破下界默认满仓持有（--breakout stop 可改为清仓止损）
5. 两者的共同软肋：TrendGate 怕震荡市（闸门反复开关，空仓率 5861%）；Grid 怕单边上涨（2025 类年份 -25-36pp）
6. 每日信号有两条路，日常用 gate_signal.py（2026-10-22 起门控优先）：uv run scripts/gate_signal.py --top-n 3（推荐口径：先把 rotation 缓存增量补到最新交易日再算闸门+双动量，含 --markets / --top-n / --gate-modes / --no-extend / --no-save；数据源限流时自动降级——个股 K 线走 cn_stock_kline_fallback 兜底、闸门指数走 腾讯→新浪→Yahoo→510300/02800 ETF 代理→本地最后成功缓存，并在报告顶部明确标注「代理」或「缓存截至 X 日」，不假装新鲜）；另一条是 daily_run 的策略信号（2026-10-13 接入）：uv run scripts/daily_run.py 跑完波段推荐后自动输出 report/strategy-signals-YYYYMMDD.md（两市场 TrendGate 闸门状态 + 双动量 TOP10，复用回测缓存秒级出结果；信号截至=缓存矩阵最后交易日）；闸门类型按市场配置：--gate-modes cn=index,hk=stock（2026-10-14 起港股用个股闸门 → 输出「池内 X/Y 站上自身 MA30」+ TOP10 逐只 ✅/🔴 标记；A股仍为沪深300指数闸门）
7. 港股个股闸门 = 已采用（2026-10-14 用户决定；V1.20.3 多 N+滚动验证 → V1.20.5 落地）：见上方配置表与港股执行条（逐只 MA30 卖出 + 20 日重排 + 持仓上限 10）；A股 明确不适用（同口径指数闸门完胜：个股闸门 +58.37% vs 指数 +390.95%，个股 2026 年 -16.40% 亏损）
8. 降换手的正确姿势（2026-10-14，V1.20.4/V1.20.5）：不要取消强制换仓（事件驱动已否决，见上条根因）；也不要盲目拉长 A股 周期——实测 A股 拉长周期全部变差且 60 日突破回撤预算：N=10 → 20日 +197.94%/-17.92%/夏普1.813、40日 +180.24%/-17.94%/1.734、60日 +136.56%/-20.39%/1.450；N=5 → 20日 +390.95%/-16.10%/2.194、40日 +340.84%/-16.09%/2.064、60日 +239.46%/-22.07%/1.725 → A股 维持 20 日（60 日已否决）。港股侧：指数闸门 60 日更优（+54.61%/1.032）但已切换个股闸门，而个股闸门 20 日最优（40 日 +50.90%/-15.15%/1.071 变差）→ 港股维持 20 日。机制对照：uv run scripts/backtest_trendgate.py --market cn|hk --compare-rebalance --rebalance-days 60

策略适配性诊断（Fit，2026-10-09 新增，V1.18.0）

• 用途：随便挑一只股票，判断它适合网格还是趋势（回答"这标的能不能上我们的策略"）
• 入口：单股 uv run scripts/analyze_fit.py <代码>；批量 uv run scripts/analyze_fit.py --screen cn|hk [--limit N] [--top N] [--min-score 70]；报告落 report/fit_{code}_*.md / report/fit_screen_{cn,hk}_*.md
• 批量筛查（screen，V1.20.0）：--screen cn 扫中证500成分 / --screen hk 扫港股成交额Top100，按适配度排序并分四类输出（🟢网格候选 / 🟡中性 / 🔴趋势型 / 🔴资金门槛不足 / 🔴流动性不足），报告含网格可操作参数（区间/间距/一手金额）
  • 实测分布（150 只中证500成分，801 交易日）：🟢候选 115（77%）/ 🟡中性 16 / 🔴趋势型 9 / 🔴门槛不足 0 / ⚪适配达标但网格绝对亏损 12（剔除）
  • → 区分度不高是真实分布：中证500 成分在这段样本里普遍高波动、低 |IR|，所以筛选的价值在排除那 23%，而不是"精选出少数"
  • ⚠️ 候选判定加了"网格绝对收益 > 0"：只靠"超额 vs 同仓位基准"会把"超额为正但绝对亏钱"的标的混进候选（实测剔除 12 只）
  • 池子优先用本地缓存（data/rotation_cache/universe_{cn,hk}.json）——东财 push2 限流是常态（2026-10-09 实测多次失败），--no-cache 可强制重拉
• 🔴 概念纠偏（必须记住）：趋势型标的不等于"适合用 TrendGate 交易它"——TrendGate 是组合策略（需 500 只池子横截面排名选前 10），不能对单股使用。趋势型标签的正确含义只是「它不适合做网格」；若它恰在池内且被双动量选中，TrendGate 会自行持有，无需手动干预
• ⚠️ 用途边界：这是历史特征筛选，不是走势预测——|IR|/ER 无预测未来走势类型的能力（backtest_adaptive.py 已实测否决）。事前可知的硬约束只有三个：年化波动、流动性、一手金额
• 概念边界（必须说清）：TrendGate/rotation 是组合策略（需 500 只池子横截面排名选前 10）→ 不能对单股使用；本工具对单股只判断"走势类型适合哪类策略"，以及若被选中时趋势跟踪吃不吃得开
• 判别框架（震荡 ←→ 趋势 一根轴）：
  • 主判据 = 趋势强度 |IR| = 年化收益 / 年化波动：|IR| ≤0.30 无方向（网格的菜）/ ≥0.80 强方向（网格必然踏空套牢）
  • 辅助 = 效率比 ER(60)：路径曲折度（越低"进三退二"越频繁，网格可赚的来回越多）
  • 波动燃料（年化波动）+ 流动性（日均成交额）+ 一手资金门槛
• ⚠️ 踩坑 1：ER 不能作主判据——高波动会压低 ER。实证：中际旭创区间 +608%（强趋势）却 ER 仅 0.213，用 ER 会误判成"混合/非趋势"；改用 IR 后判 |IR|=1.20 强方向 ✓
• ⚠️ 踩坑 2：成交额单位——A股腾讯 volume 单位是手（须 ×100），漏乘会把成交额算小两个数量级（茅台被算成 0.48 亿，实际 48.25 亿）
• ⚠️ 踩坑 3：高价股一手门槛让网格无法执行——贵州茅台一手 126,647 元 > 每格预算 55,556 元（10 万本金）→ 回测成交 0 次，网格「一格都买不起」。工具会给出建议最低本金（茅台 228 万）并在适配度上腰斩 + 裁决标注"主因：资金门槛"
• 验证（判别力，801 交易日）：

  标的	区间涨跌	|IR|	网格裁决	趋势裁决
  中际旭创 300308	+608%	1.20	🔴 不适合（20 分）	🟢 趋势型
  海光信息 688041	+167%	0.61	🟡 中性（53 分）	🟢 趋势型
  贵州茅台 600519	-22%	0.30	🔴 不适合（31 分，主因门槛）	🟡 偏趋势
  南方恒生科技 03033	+2.4%	0.02	🟢 适合（98.8 分）	🔴 非趋势型
  格林美 002340	-6.6%	0.06	🟢 适合（100 分）	🔴 非趋势型
  比亚迪 002594	-2.6%	0.03	🟢 适合（96.9 分）	🔴 非趋势型

• 报告自带硬证据：跨 2 个间距的网格回测 vs 同仓位 buy&hold（特征分只解释"为什么"，回测超额才是判据）
• 测试 tests/test_fit.py 11 项（ER 边界/ADX 趋势更高/趋势股不适合网格/震荡股适合网格/成交额单位 ×100/一手门槛拦截高价股/打分截断/IR 驱动震荡分/数据不足报错/报告章节完整）

自适应策略切换（Adaptive，2026-10-09 新增，V1.19.0）—— 🔴 结论：设想起点对，实测不成立

• 用户设想："先判断股票是震荡型还是趋势型，再分别用网格 / 趋势门控"
• 两个硬伤（必须先解决才谈得上可行）：
  1. 趋势门控不能套单股：TrendGate 是组合策略（需 500 只池子排名选前 10），单股版只能降级为「单股趋势跟随」（价格 vs MA20 开关）
  2. ⚠️ 致命：类型判定必须滚动——fit.py 的 IR/ER 用全区间数据算是事后指标，拿它选策略＝前视偏差；可执行形式只能是「每个判定日只用截至当日的数据算 IR」
• 实测（滚动判定 lookback=120 / step=20 / 阈值 0.25-0.50，800 交易日）：

  标的	自适应	纯网格	纯趋势	最优单一	自适应 vs 最优
  南方恒生科技 03033	14.85%	13.59%	12.99%	13.59%	+1.26pp ✓
  格林美 002340	7.50%	15.09%	9.80%	15.09%	-7.59pp ✗
  中际旭创 300308	219.59%	17.77%	283.67%	283.67%	-64.08pp ✗
  贵州茅台 600519	-23.47%	-10.42%	-21.77%	-10.42%	-13.05pp ✗
  → 4 标的中 3 个跑输最优单一策略，唯一"赢"的只赢 1.26pp → 方案不成立

• 判定预测力检验（判 trend 后未来 20 日 |IR| vs 判 choppy 后）：03033 -2.97、600519 -0.56（方向相反）、002340 +0.47（微弱）、300308 +80.21 但 30/34 次都判 trend（88%）→ 无区分度，且 20 日窗口年化的 |IR| 极不稳定（102 量级）→ 判定没有可用预测力
• 失效根因：① 判定滞后（窗口确认趋势时行情已走大半）② 判定在噪声中来回横跳（连纯 OU 震荡序列也产生 8 次切换）③ 切换摩擦 ④ 两头挨打（趋势末端切过去就反转）
• 🔑 最根本的洞察：「事后知道该用哪个策略」≠「事前能判断出来」。 analyze_fit.py 的 IR/ER 是事后指标 → 它的正确用法是"筛标的"（波动率/流动性/一手门槛这些事前可知的属性），不是"预测未来走势类型"
• 建设性替代：策略选择应在标的维度做（事前可知），而非时间维度做（事前不可知）—— 网格就固定选高波动、低门槛、流动性好的标的长期做；趋势策略就在池子里选股（TrendGate 现状）
• 入口：uv run scripts/backtest_adaptive.py <代码> [--lookback 120] [--step 20]；报告落 report/adaptive_{code}_*.md
• 实现口径（诚实标注）：切换用收益拼接近似（切换日按新子策略日收益 + 摩擦成本），未模拟真实仓位转移 → 自适应结果是上界估计（实际只会更差）
• 测试 tests/test_adaptive.py 11 项（无前视检验：截断序列后已判定日状态不变/状态合法/趋势与震荡识别/滞后带/切换次数上界/摩擦成本生效/曲线长度/双腿对比/预测力字段/数据不足报错）

市场轮动策略（rotation，2026-10-09 新增）

• 规格：A股池=中证500成分（000905.SH，东财板块 BK0701 全量 500 只）；港股池=东财成交额 f6 降序 Top100（过滤 f100="-" 的 ETF/基金）；得分=0.5×rank(近20日涨跌)+0.5×rank(近60日涨跌)（逐日横截面归一化 0~1）；选股=得分≥0.65 降序取前 10；调仓=每 20 交易日等权，100 股整数倍，无合格标的则空仓；预热=120 交易日
• 无前瞻铁律：调仓日 t 用 t-1 已收盘行情 决策、t 日开盘价成交、t 日收盘价计市值；测试 test_no_lookahead 用"调仓日收盘价灾难化篡改"验证 target 不变
• 回测入口：uv run scripts/backtest_rotation.py --market cn/hk [--days N] [--top-n N] [--min-score X] [--rebalance-days N] [--commission X]；行情/池缓存于 data/rotation_cache/，二次运行 < 1 秒；报告落 report/rotation_{market}_*.md
• 数据坑：中证500成分必须用东财 BK0701——腾讯 rank 接口仅 428 只（过滤停牌）、东财 BK0500 是别的板块 300 只、datacenter RPT_INDEX_TS_COMPONENT 无数据；成分拉取带 data.retry_async（东财 push2 偶发 ServerDisconnected）

闸门动量（TrendGate，2026-10-09 新增，V1.15.0）

• 背景：rotation（+101%/-44.1%）与 multifactor（+45.1%/-8.9%）各占一端；实测两者日收益相关性仅 0.295、同跌日 5% → 分散化有效，但"高收益+低回撤两头取最优"是幻觉（50/50 静态只给中位数 +73.4%/-32.2%）
• 机制：选股/仓位完全复用 rotation（双动量 ≥0.65 取前10、等权、20日调仓）；沪深300 MA20 作全局开关（t-1 评估 → t 开盘清仓/再入场），纯组合层、不改内部逻辑
• 默认参数（实测达标解）：gate_ma=20、gate_confirm_days=3（连续3日站上均线才再入场，降 whipsaw）、max_exposure=0.7（敞口刻度，回撤预算 ≤15%）、use_stock_risk=False
• 逐只闸门对照（2026-10-10）：新增 gate_mode=stock / --compare，保持中证500双动量前10、20日调仓、70%预算、MA20/连续3日和 t-1 决策→t 开盘成交不变；个股闸门关闭的预算槽位留现金，不替补。与统一沪深300闸门同池同口径回测（713日、单边费0.1%）显示：统一指数闸门 +161.45% / 最大回撤-13.46% / 夏普1.663 / 空仓60.9%，个股独立闸门 +50.60% / 最大回撤-20.01% / 夏普0.765 / 空仓2.7%；个股版2025/2026显著落后，当前默认仍保留指数闸门。该结果是同一历史路径对照，不是独立样本外证明；中证500当前成分快照仍有成分前视偏差。执行：uv run scripts/backtest_trendgate.py --market cn --compare --commission 0.001。
• 交易摩擦与可成交性（2026-10-14 新增，V1.20.7）：新增 --slippage（单边滑点，买价×(1+s)/卖价×(1-s)；建议 A股/港股 均用 0.001）、--no-limit-check、--no-halt-check 三个开关，引擎侧新增可成交性模型——① 开盘涨停买不进 / 开盘跌停卖不出（按板块：ST 5% / 创业板科创板 20% / 北交所 30% / 主板 10%；港股无涨跌停）；② 停牌（成交量 0 或缺失）当日不可成交（需 volume.csv，用 scripts/patch_volume_cache.py 给已有缓存补齐）；③ 被挡下的卖单登记 pending 并逐日重试（清仓意图不因一个跌停日作废），买单则等下一个调仓日再评估。实测受阻极少（A股 N=3/20日：涨停 3 次 + 停牌 3 次），影响主要来自滑点：A股 +795.12%→+671.01%、港股 +128.31%→+115.61%（回撤 A股 反而改善 -18.56%→-15.92%）。网格扫描重跑后两市场最优组合不变（A股 仍是 N=3/20日/指数、港股 N=3/20日/个股）→ 选择对摩擦稳健。测试 tests/test_trendgate_friction.py 11 项（涨停买不进/跌停卖不出+pending 重试/停牌不成交/无 volume 兼容/滑点方向/港股无涨跌停/创业板 20%/ST 5%/开关关闭/非法参数/旧口径兼容）
• 换仓机制对照（2026-10-14 新增 rebalance_mode，V1.20.4）：新增 --rebalance-mode {periodic,event}（默认 periodic 保持原行为）+ --compare-rebalance（同口径对照表）+ --exit-on-rank-drop（event 下掉出排名也算卖出）+ --add-tolerance。event 模式语义：不强制换仓（掉出排名不卖）；每日只认卖出信号（闸门关闭即离场）；调仓日才评估买入信号——持仓数 < N 时新信号入场，已有持仓低于目标权重才补足加仓，总敞口受 max_exposure 约束。结论：event 全部劣于 periodic（港股 7 口径 + A股 2 口径），根因是"不卖→僵尸仓占位、闸门重开后重建太慢"，详见「不做的事」事件驱动条；降换手正解 = 拉长 --rebalance-days（港股指数闸门 60 日更优、个股闸门 20 日不可拉长）。测试 tests/test_rebalance_mode.py 10 项（不强制换仓/闸门卖出/持仓上限/rank-drop/指数清仓/非法参数/periodic 回归）
• 结果：+161.30% / 年化 40.42% / 回撤 -13.73% / 夏普 1.621（基准 +29.65%）；费用 00.2% 回撤稳在 -13.4%-14.4%；分年 2024/2025/2026 = +22.5%/+62.7%/+30.7%；分半段两段皆正
• 被数据否决的方案：注入 multifactor 的 8%止损/15%止盈 → 回撤恶化 -21.6%→-27.2%、收益 249%→153%（72 次止损割在低点）→ 默认关闭，--stock-risk 仅供对照
• 参数网格全表（MA20/60 × 确认1/2/3 × 波动目标 on/off，12 变体）：无一达 ≤15%，MA60 恶化到 -31%~-35%；波动率目标几乎无效（市场波动多数 <20% 触发不到上限）
• ⚠️ 风险披露：① 确认日数/敞口在同一回测窗口内选定 → 样本内挑选风险；② gate 额外滞后 1 天回撤从 -21.6% 恶化到 -36.2%，保护对信号时效敏感；③ 空仓占比 60.9%
• 闸门指数按市场切换：A股=沪深300（sh000300）/ 港股=恒生指数（hkHSI）；--gate ew 可改用池内等权指数当闸门
• 港股结论（2026-10-09 实测，池=新浪兜底 Top100 / 621 个交易日）：
  • 正确基准是同池等权 buy&hold（+108.45%），不是恒指（+21.33%）——用恒指当基准会掩盖跑输
  • 闸门=恒指：+24.14% / 回撤 -19.60% / 夏普 0.658 → 跑输同池基准 -84.31pp（灾难级错配）
  • 闸门=池内等权：+118.50% / 回撤 -15.31% / 夏普 1.906 → 相对同池基准仅 +10.05pp 微弱超额
  • ⚠️ 港股数字有严重前视偏差：池是"当前成交额 Top100 快照"，其等权基准涨幅（+108%）远超恒指（+21%），即池子自带 +87pp 赢家偏差红利 → 绝对收益只能当上界；有意义的只是相对同池基准的超额（+10pp，微弱）
  • 结论：港股 TrendGate 可信度远低于 A股；A股 仍以沪深300闸门为准（真实超额 +101pp）
• 🔴 港股最终结论（2026-10-09 PIT 检验后推翻，见 scripts/pit_check.py / report/pit_hk_*.md）：
  • point-in-time 检验（候选 500 只、清洗复权跳变 69 只、953 交易日 2022-11→2026-10、逐期用"截至该日20日均成交额"重算 Top100）：

    方案	累计	回撤	夏普	相对可比基准
    静态池 + 恒指闸门	+20.91%	-25.43%	0.433	-105.76pp
    静态池 + 池等权闸门	+86.44%	-18.69%	1.115	-40.23pp
    PIT池 + 恒指闸门	-75.59%	-77.02%	-0.505	-94.14pp
    PIT池 + 池等权闸门	-2.89%	-21.59%	0.075	-21.43pp

  • 四个方案全部跑输各自可比基准（-21pp ~ -106pp）→ 港股 TrendGate 在无前视条件下不成立
  • 偏差量级实测：静态池等权 +126.67% vs PIT池等权 +18.55% = +108.12pp（"当前快照"偏差） → 之前所有港股漂亮数字（+118.50%/+269% 等）绝大部分由该偏差制造
  • 复权脏数据也会造假：未清洗时 PIT池等权 +97.51%，剔除 69 只跳变股后仅 +18.55%（差 79pp）
  • 原因：港股"成交额高"常是炒作/崩盘前兆（老千股、炒壳），动量策略在此变成接盘侠； 对比 A股 中证500 有指数编制筛选，质量高得多（快照偏差 ~30pp 且含正常等权效应）
  • A股 无法做同样 PIT 检验（免费源不提供历史中证500成分）→ 诚实标注为残余不确定性
• A股 闸门对照：沪深300闸门 +161.30%/-13.73%/夏普1.621（跑赢同池等权基准 +101.05pp）优于 池内等权闸门 +107.21%/-26.23%/夏普1.223 → A股 保留沪深300闸门
• 入口：uv run scripts/backtest_trendgate.py --market cn|hk [--gate index|ew] [--exposure 0.7] [--confirm 3] [--gate-ma 20] [--commission 0.001] [--no-timing] [--stock-risk]；报告落 report/trendgate_{market}_{gate}_*.md
• 港股池数据坑（2026-10-09）：① 东财单页上限 100 条且前 100 名约 30 只是 ETF/基金 → 不翻页池子只剩 ~70 只（已修为翻页）；② 东财 push2 当日持续限流 → 新增新浪榜单兜底 fetch_hk_top_amount_sina（node=qbgg_hk，分页 60 条/页，关键词过滤基金/ETF/债券）自动降级

网格交易（Grid，2026-10-09 新增，V1.16.0）

• 与趋势策略哲学相反：网格=逆向（跌买涨卖）、价格触档、靠震荡市赚钱、怕单边趋势；TrendGate/rotation=顺势、时间触发、靠趋势市赚钱、怕震荡
• 实现：宽基 ETF（默认 510500 中证500ETF）；等比网格，间距驱动档数（n = round(ln(hi/lo)/ln(1+spacing))+1，末档=上界）；上下预算自洽（每格卖出份额=初始持仓÷上方档数 → 涨穿卖光；每格买入侵额=现金÷下方档数 → 跌穿买满）；最高档清仓（避免取整零头卖不掉）；日线 low/high 撮合，同日多档按保守顺序（先跌后涨），--optimistic 给上界
• 数据层修复：cn_market_prefix/cn_secid ETF 前缀（5 开头=sh、1 开头=sz）——此前 5 开头落默认 sz，腾讯只返回未复权 day 拿不到 qfqday（网格用错价全盘失真）
• 回测（510500，801 交易日，2023-06→2026-10，标的 +24.96%）：网格 +12.28% / 回撤 -23.04% / 夏普 0.325；满仓 buy&hold +24.05% / -29.15% / 0.394；同仓位(36.4%) buy&hold +8.78% / -10.68%
• 三个关键结论：① 网格 vs 同仓位基准 +3.49pp → 低买高卖确实创造价值，但幅度不大；② 网格 vs 满仓 -11.77pp → 踏空代价巨大（空仓 301 天 = 37.6%，涨穿上界后卖光错过后续涨幅）；③ 回撤 -23.04% 远大于同仓位基准 -10.68% → 网格越跌越买，平均仓位低估了下行风险（满仓天数 116 天）
• 分年验证市场假设：下跌年 2023 +5.89pp、温和年 2024 +7.65pp、下跌年 2026 +4.76pp 均占优；单边大涨年 2025 -33.70pp 惨败
• 费率敏感：0% → 12.53%，0.1% → 11.21%（199 次成交），ETF 免印花税是适合网格的关键
• 港股网格（2026-10-09 新增支持，V1.17.1）：CLI 支持 5 位港股代码（自动走港股接口）
  • 可做，且超额普遍高于 A股（港股波动更大 = 网格燃料更多）。网格不受池子快照偏差影响（标的是 ETF、不选股）→ 是港股唯一未被 PIT 检验否决的策略族
  • 实测（801 交易日 2023-07→2026-10，费用 0.1%/边，间距 2%，对比同仓位基准）：

    标的	区间涨幅	年化波动	网格	同仓位买持	超额
    盈富基金 02800	+28.4%	23.3%	6.94%	5.28%	+1.66pp
    恒生国企 02828	+27.3%	25.8%	7.88%	—	+4.48pp
    南方恒生科技 03033	+2.5%（纯震荡）	34.1%	13.64%	0.28%	+13.36pp
    A股中证500ETF（对照）	+25.3%	—	6.72%	7.48%	-0.76pp

  • 间距敏感性（超额 pp，⚠️ 关键风险）：呈锯齿状非单调——盈富 0.85/11.18/1.66/10.86/9.96（间距 1.0/1.5/2.0/2.5/3.0%）；恒生科技 10.26/28.43/13.36/29.35/25.17；A股 0.56/3.29/-0.76/6.86/6.67 → 间距与价格路径存在"共振/错配"效应，说明网格参数本质上在拟合路径 → 不能拿最好间距（1.5%）当预期，应看跨间距均值：港股均值 +6.9~21.3pp vs A股 +3.3pp
  • 分年规律跨市场跨标的完全一致（12 个年度观测无一例外）：震荡/下跌年网格全部跑赢（+3.84~+27.75pp），单边上涨年全部大幅跑输（-9.19~-36.07pp，2025 是重灾区）
  • ⚠️ 缺点照旧：资金效率低（均仓 11~23%，大量现金闲置）、回撤被平均仓位低估（盈富 -13.00% vs 同仓位 -5.15%）、单边上涨年惨败
  • 港股整体裁决：趋势族（rotation/TrendGate/multifactor）被 PIT 检验否决 → 🔴 放弃；网格是港股唯一可用工具（但需接受"怕单边上涨 + 参数路径依赖"两个前提）
• 入口：uv run scripts/backtest_grid.py --code 510500|02800|03033 [--spacing 0.015] [--lower 0.15] [--upper 0.15] [--init-position 0.5] [--breakout hold|stop] [--optimistic]；报告落 report/grid_{code}_*.md

双引擎组合（DualEngine，2026-10-09 新增，V1.17.0）

• 动机：TrendGate（顺势）与 grid（逆向）市场假设互为反面，且实测日收益相关性仅 0.183 → 理论上分散化空间大
• 机制：资金分层并行（各腿用分配资金独立回测 → 对齐交易日 → 加权求和），不预测市场状态（避免趋势/震荡判别器过拟合）；--rebalance annual 可选年度拉回权重
• 关键对照腿：ETF 被动持有（同样资金直接买 510500 不跑网格）——回答"那部分钱给网格值不值"
• 🔴 结论：本区间组合不成立（区间 2023-10-30→2026-10-09，713 交易日）

  方案	累计	回撤	夏普	卡玛
  100% TrendGate	161.30%	-13.73%	1.621	2.94
  80/20	132.57%	-12.92%	1.615	2.69
  50/50（网格腿）	89.48%	-14.62%	1.502	1.73
  50/50（ETF被动腿）	100.16%	-15.39%	1.305	1.81
  100% 网格	17.65%	-20.39%	0.463	0.29

  • 权重扫描夏普单调下降（1.621→1.502→0.463），最优即 100% TrendGate（90% 仅浮点级差异 Δ+0.0008）
  • 核心洞察「低相关 ≠ 值得加入」：分散化只能"平均"两腿的风险收益特征，网格自身夏普 0.325 远低于 TrendGate 1.621 且正相关 → 组合夏普必然落在中间（现代组合理论的数学必然）
  • 网格腿 vs 被动腿：50/50 下网格腿夏普 1.502 > 被动腿 1.305，但收益更低（89.48% vs 100.16%）→ 网格作为第二腿优于被动持有（风险调整口径），只是拖累绝对收益
  • 分子区间：2023 +0.42pp / 2024 +3.82pp / 2025 -16.84pp / 2026 +1.85pp → 网格腿 3/4 年优于被动腿，唯一惨败在 2025 大涨年（网格踏空），与其"怕单边趋势"的特性一致
  • 区间局限（必须标注）：样本以趋势市为主（2025 中证500ETF 大涨），网格主场（震荡市）占比低 → 结论对区间敏感；不能为给网格找理由而挑区间
• 入口：uv run scripts/backtest_dualengine.py [--etf 510500] [--tg-weight 0.5] [--grid-spacing 0.02] [--rebalance annual]；报告落 report/dualengine_*.md
• 复用的判断：组合研究的第一性原理——先看单腿风险调整收益，再看相关性；单腿夏普差且正相关时，低相关性救不了它

多因子策略（multifactor，2026-10-09 新增）

• 规格：池=A股中证500（复用 BK0701）／港股成交额 Top100（复用 rotation 池构建）；硬过滤=停牌/ST·退/亏损/20日均成交额<1000万（亏损用东财 RPT_LICO_FN_CPD 归母净利润，报告期+120天披露滞后防未来函数；港股财务接口脏→fail-open 不过滤）
• 因子合成（横截面 rank 归一化 0~1）：得分=0.55×rank(20日动量)+0.25×(1-rank(20日波动))+0.20×rank(20日均成交额)；选股=得分降序取前10
• 仓位：按入选股 20日波动率三等分——低波动×1.0（标准）/中×0.7/高×0.4，剩余现金
• 择时+风控：沪深300 收盘≥MA20 才持仓（fail-closed 缺失则空仓）；8% 止损；15% 浮盈后峰值回撤 5% 止盈；全部 t-1 收盘评估→t 开盘执行
• 回测入口：uv run scripts/backtest_multifactor.py --market cn/hk [--days N] [--no-timing] [--commission X]；净利润表缓存 data/rotation_cache/netprofit_{market}.csv（CSV！pyarrow 未装，勿用 parquet）；报告落 report/multifactor_{market}_*.md
• A股单边注意：沪深300 MA20 择时在震荡市频繁开关（A股回测空仓 79.5%），换手与费用敏感性需 --commission 复核

数据源优先级（速览，完整表见 docs/agents/data-sources.md）

腾讯 K 线域名（2026-08-12 修复）：http://web.ifzq.gtimg.cn（HTTP+web 前缀）已失效 501，修复为 _tencent_kline_get() 多域名降级：https://ifzq.gtimg.cn → https://proxy.finance.qq.com/ifzqgtimg/。HTTPS + 非 web 前缀是硬要求，改回 web.ifzq.gtimg.cn 会让道氏摆动点判定全挂（波段评分只拿最低基准分 = K 线源全挂的信号）。

文件清单（核心）

分析框架（默认波段）

总分 100 分：日线趋势 30 + 日线量价/资金 25 + 日线道氏 20 + 30 分钟道氏 25。三档状态：当前可布局 / 谨慎布局 / 观望。详细评分维度、道氏三步、降级链、ATR 止损移动止盈、上车/离场条件见 docs/agents/swing-system.md。legacy 六维评分框架（--mode value）见 docs/agents/value-legacy.md。