一套面向中国 A 股的量化研究系统：从多源行情适配、四引擎量化诊断、题材短线筛选，到日内五阶段流水线、纸面账户与策略治理，形成可复盘的研究闭环。
⚠️ 本系统仅供量化研究与训练，不构成投资建议，不会自动下单。账户为纸面训练账户（paper account），所有"盈亏"均为模拟。
一键查看项目路演（16 页，键盘 ← → 翻页，F 全屏）：
open docs/roadshow.html| 子系统 | 职责 |
|---|---|
stock-analyzer/ |
量化主引擎。四引擎框架 + ML 概率集成 + 多源行情适配 + 组合回测 + 策略版本注册表 |
Shenzhen intern trail/ |
A 股短线题材筛选管道。新闻/热搜 → DeepSeek 题材提取 → 四层规则 → 买点计划 |
stock-research-lab/ |
研究生命周期。观察池、买入 thesis、卖出条件、复查日期 |
trading-journal/ |
纸面账户与交易日志。唯一组合总表 + 五阶段流水线记录 + 复盘文档 |
tools/ |
账本工具链。Excel 工作簿同步、历史回填、组合账本重建 |
- 多源行情适配：推送缓存 / Tushare / 腾讯 / 东方财富 / Stooq，复权与缓存健康门禁
- 四引擎框架：题材轮动 + 量价技术 + 投研证据链 + 回测风控
- ML 集成：决策树 / 随机森林 / ExtraTrees / 逻辑回归 / SVM / KNN / MLP，TimeSeriesSplit + gap 防泄漏
- 日内五阶段流水线：preopen → open → midday → afternoon → close，dry-run 默认，每阶段 JSON 留痕
- 策略治理：训练/验证/测试三段 + walk-forward 滚动复核 + 晋级门禁，失败桶反馈闭环
- 纸面账户：成本模型含佣金/印花税/过户/滑点，风控阈值单日亏损 1% / 回撤 5% 预警 / 10% 停止
# 数据链路健康检查
python3 stock-analyzer/scripts/analyze.py --health-check
# 单票量化诊断
python3 stock-analyzer/scripts/analyze.py --stock 600519 --days 360
# 组合回测（显式计入交易成本）
python3 stock-analyzer/scripts/backtest.py \
--stocks 000001,000858,600000,300750,600519 --days 720 \
--fee-bps 3 --min-commission 5 --tax-bps 5 --slippage-bps 5
# 日内五阶段流水线（dry-run）
python3 stock-analyzer/scripts/daily_pipeline.py --stage preopen \
--stocks 600519,300750 --days 260 --source premium --record详细参数与工作流见各子系统 README。
极简依赖，无重型框架：
- pandas / numpy — 数据处理与数值计算
- requests — 多源行情 HTTP 适配
- openpyxl — Excel 审计视图同步
- stdlib urllib — DeepSeek / 行情源原生 HTTP（无 LLM SDK）
- vanilla JS — 前端无框架无构建
.
├── stock-analyzer/ # 量化主引擎
├── Shenzhen intern trail/ # 短线题材筛选管道
├── stock-research-lab/ # 研究生命周期
├── trading-journal/ # 纸面账户与交易日志
├── tools/ # 账本工具链
└── docs/ # 文档与路演
└── roadshow.html # 项目路演稿
本系统输出仅供量化研究和辅助决策，不构成投资建议。A 股存在涨跌停、停牌、流动性、政策冲击和数据源稳定性问题。进入实盘前必须补齐全市场回测、交易成本建模、样本外验证、组合级风控、券商接口、撤单逻辑和人工复核。所有自动决策默认 dry-run，--execute 才写入纸面账本；即使策略通过晋级门禁，也只能进入纸面交易观察，不允许自动真实下单。