加入股汇参数和相应逻辑
This commit is contained in:
zlt
parent
940f4ea688
commit
3eded57d7e
|
|
@ -0,0 +1,382 @@
|
|||
# tradingSystem · 宏观择时接入方案 V2（股汇对冲指数 → 组合仓位 + 个股宏观闸）
|
||||
|
||||
> 状态: **V2，按用户 2026-08-18 三条拍板意见修订，待标定后定稿** | 日期: 2026-08-18
|
||||
> **V2 修订（依用户三点反馈）**：①触发口径不预设默认值，**先跑标定脚本**（`scripts/calibrate_macro_signal.py`，已交付）用历史数据对比"进区即动 vs 极值回落再动"后再定；②仓位调整由固定步长改为**对数映射**——极值越深加码越多、边际递减，参数由标定给建议值；③新增**个股宏观闸**：偏热区确认后，自主增持类个股动作（新建仓/回踩补足/盈利加仓/补仓）一并暂停——这同时堵上 V1 的一个洞（宏观降仓释放的现金会被 `PMS_OPEN_AUTONOMY=full` 的自主新建仓在下一分钟买回去）；④数据源按用户口径：`gp_fx_daily` / `gp_shibor` 在 **192.168.16.153（153 代理）**，标定脚本顺带完成列名探查与核实。
|
||||
> 写作纪律沿袭项目既有文档：术语先白话、阈值给硬数字且全部可配置、失败路径显式、未确认事项进清单。
|
||||
> 关联：`POSITION_MGMT_DESIGN.md`（总体设计）、`README.md`（模块地图与三条铁律）、`DEVLOG.md` 2026-08-06「动 tradingSystem 以外的系统之前先答三题」。
|
||||
|
||||
---
|
||||
|
||||
## 0. 一句话
|
||||
|
||||
给 PMS 加一个「宏观择时层」：每个交易日算一次股汇对冲指数，指数进入极热区就**像用户一样在命令台下降仓命令**（REDUCE_EXPOSURE，幅度按对数映射随极值深度加码），进入极冷区下升仓命令，中性不动；偏热确认期间同时**暂停自主增持类个股动作**（宏观闸，防止降仓的钱被自动建仓买回去）。它产生仓位变化的唯一出口是**命令**与**闸**；方案生成、规则闸、择时出手、下发、对账、进度回报，全部走现有链路，**一行不改**。框架按「信号注册表」做，未来再接别的宏观信号（bionic 宏观水温、择时层日 QRS 等）只加注册表项。
|
||||
|
||||
---
|
||||
|
||||
## 1. 现状盘点：目标需要什么 vs 系统已有什么
|
||||
|
||||
| 环节 | 这个目标需要 | 系统现状 | 差距 |
|
||||
|---|---|---|---|
|
||||
| 信号数据 | `zs_day_data`（上证）、`gp_fx_daily`（USD/CNH）、`gp_shibor`（SHIBOR 1M） | `zs_day_data` 在 199 库有实证（bionic market_regime 在读，列 `symbol/timestamp/close/amount`，代码点式 `000001.SH`）；**用户口径：fx 与 shibor 两表在 153 代理**。两表在五个项目里零代码引用，列名未经实测 | **小**：连接现成（153=proxy 源、199=index 源都已配），列名由标定脚本探查后回填 §4.2 |
|
||||
| 信号计算 | 20 日对数收益 → spread → SHIBOR 修正 → 40 日 Z-Score ×10 | 全生态无任何股汇对冲指数实现（`hedge` 关键词全项目零命中）。bionic 有 `market_regime.py`（宏观水温），但那是决策系统内部件，PMS 不读 | **缺**：需新写，约百行纯函数 |
|
||||
| 组合级自动决策 | 极值 → 升降整体仓位 | **无**。设计 §5 原话：「总仓上限由用户命令控制（升降仓判断权在用户，**不自动联动**）」。本需求是对这条设计决策的一次**有意扩展**，必须带着同样的档位/确认哲学落地 | **缺**：决策引擎（区制/确认/冷却/对数映射/上下限） |
|
||||
| 个股动作联动 | 偏热时管住增量（用户拍板新增） | 自主提议五类动作只看个股与组合约束，不看宏观；`组合刹车`有"回撤后停自主增持"的同型机制可借鉴 | **缺**：宏观闸（§5.2，实现手势照抄刹车） |
|
||||
| 执行面 | 把「降 X%」翻成逐股卖出并执行 | ✅ **已完备**。`REDUCE_EXPOSURE` / `INCREASE_EXPOSURE` 任务命令全生命周期：`command_service.issue()` → planner 四档凑额（停新买→清弱票→收利润→等比微减）→ 方案落表 → executor 转指令 → 规则闸终检 → 择时出手 → 回报进度。`pms_command.issued_by` 字段与 `/api/commands` 的 `by` 参数都在 | **无差距，全量复用** |
|
||||
| 冲突仲裁 | 自动命令不得顶撞用户在途命令 | ✅ `command_spec.detect_conflicts` 已覆盖 REDUCE↔INCREASE、LIQUIDATE、HALT 等对 | 复用，宏观侧遇冲突**跳过不 force** |
|
||||
| 档位/确认哲学 | 先建议后自动，人可随时收权 | ✅ 有成熟模板（`PMS_AUTONOMY` / `PMS_OPEN_AUTONOMY` 三档）。但 `pms_proposal` 是**个股级**，组合级建议放不进去 | **小**：宏观建议自己承载（§7） |
|
||||
| 参数 | 阈值全部页面可调 | ✅ `param_store` 登记即出现在设置页、5 秒生效 | 登记即可 |
|
||||
| 调度 | 每交易日定时算一次 | ✅ celery beat 骨架 + 三条守卫（交易日/休假/吞异常守成）成熟 | 加一个调度位 |
|
||||
| 页面 | 看得见指数、区制、建议、闸状态 | ✅ 单页已有多面板先例 | 加一块面板 |
|
||||
| 留痕 | 为什么动/为什么没动，可回查 | ✅ `pms_action_ledger` + 命令表 | 复用 + 新增信号历史表 |
|
||||
| 历史存储 | 指数序列可回看、可判分、可标定 | 无 | **缺**：新表 `pms_macro_signal` |
|
||||
|
||||
结论：**执行面九成现成，缺的是"信号计算 + 组合级决策 + 宏观闸 + 一小块页面"这一层薄壳**。风险不在工作量，在接入姿势——所以本方案把大部分篇幅花在护栏上。
|
||||
|
||||
---
|
||||
|
||||
## 2. 目标翻译成系统语言：为什么走命令通道 + 扫描层闸
|
||||
|
||||
「极热 → 降低整体仓位」在本系统里最忠实的表达就是一条 `REDUCE_EXPOSURE {pct, window_tdays}`——语义完全一致（释放金额 = 规模 × pct，planner 按 停新买→清弱票→收利润→等比微减 四档凑额，这正是"pms 根据规则执行对个股的降仓位操作"）。反向就是 `INCREASE_EXPOSURE`。存量靠命令，增量靠闸：偏热期间把自主增持的**扫描**停掉（不产生候选就不会有指令），两头合起来才是完整的"仓位受宏观控制"。
|
||||
|
||||
刻意**不做**的两种姿势：
|
||||
|
||||
1. **不做"连续仓位控制器"**（宏观层直接持有目标仓位、每分钟收敛）——绕开命令系统另立产生买卖的路径，与命令冲突时没有仲裁者，正是禁区。
|
||||
2. **不把宏观观点塞进规则闸**——规则闸是合规终检，塞行情观点会让"没通过合规"和"宏观不看好"在评审账本里分不开；宏观闸放在**扫描入口**（proposal_service），与"组合刹车""休假模式"同一落点、同一手势。
|
||||
|
||||
走命令通道的三个直接好处：宏观动作在**命令台可见、可撤销、可改窗口**（命令至上铁律天然成立）；与用户命令的冲突由现有 `detect_conflicts` 仲裁；执行成本统计、进度日结、判分全部免费获得。
|
||||
|
||||
---
|
||||
|
||||
## 3. 总体架构与六条设计原则
|
||||
|
||||
```
|
||||
每交易日 09:35 (beat: macro_scan) 页面「宏观择时」面板
|
||||
│ │ 手动扫描 / 一键采纳
|
||||
▼ ▼
|
||||
┌──────────────────────────────────────────────────────────┐
|
||||
│ macro_service.scan() │
|
||||
│ 取数(macro_repo, 三张源表单表查) → 计算(macro_rules 纯函数) │
|
||||
│ → 落 pms_macro_signal (当日一行, 重扫就地更新) │
|
||||
│ → 决策(macro_rules.decide: 区制/确认/冷却/对数映射/上下限) │
|
||||
│ → 分流: │
|
||||
│ autonomy=full → command_service.issue( │
|
||||
│ REDUCE/INCREASE_EXPOSURE, │
|
||||
│ issued_by="macro") │
|
||||
│ autonomy=propose_only → 当日建议落表, 面板等用户点头 │
|
||||
│ autonomy=off / ENABLED=False / 信号UNAVAILABLE → 不动 │
|
||||
│ → 每一次动作与每一次"想动被拦"落 pms_action_ledger │
|
||||
└──────────────────────────────────────────────────────────┘
|
||||
│ (命令一旦下达, 与用户手下的命令零区别) │ 宏观闸状态 (偏热确认中?)
|
||||
▼ ▼
|
||||
command_poll → planner → executor proposal_service 扫描入口:
|
||||
→ 规则闸 → 择时 → 下发 → 对账 偏热确认 → 增持类扫描暂停(留痕)
|
||||
```
|
||||
|
||||
六条设计原则（每条都能在代码评审时逐一核对）：
|
||||
|
||||
1. **默认关**：`PMS_MACRO_ENABLED=False`。部署完成后系统行为与今天完全一致，开关和档位都在页面上，随时收权。
|
||||
2. **唯一出口**：宏观层产生仓位变化的途径只有两条——`command_service.issue()` 下命令、扫描入口的宏观闸（只拦不发）。不直接写 `pms_plan` / `pms_instruction` / `pms_position`，不调 executor，不碰账本。
|
||||
3. **故障即守成**：任一数据源取不到、样本不足、日龄超限 → 信号置 `UNAVAILABLE`，**不动作、不落闸**（拿不到 ≠ 偏热，闸的安全方向是"不额外拦"——增持本身另有规则闸把关），面板亮黄条。挂在调度器 `guard` 下，异常吞掉只记 ERROR。
|
||||
4. **命令至上**：与用户在途命令冲突（issue 返回 CONFLICT）→ 本轮放弃并留痕，**绝不 force**；`HALT_ALL`（休假）由调度守卫直接跳过；`PMS_GLOBAL_BUY_HALT` 生效时不发升仓；组合刹车期间默认不发升仓（可参数放开）。**用户命令永不受宏观闸限制**，且随时可在命令台撤销宏观命令。
|
||||
5. **限频防抖**：进区确认天数 + 迟滞退出带 + 同方向冷却 + 每信号每交易日至多一次动作 + 对数映射的"目标追踪"（§5.1，同一深度不重复加码）+ 上一条宏观命令在途不叠加。指数在极值区横跳不会造成反复买卖。
|
||||
6. **全留痕**：信号值每日入 `pms_macro_signal`（含中间量，可复算）；每次触发/被拦/落闸入 `pms_action_ledger`（action=MACRO，hard_numbers 带当时指数值、区制、超额深度、当前仓位、本次步长）；命令表 `issued_by='macro'` 一眼可辨。
|
||||
|
||||
---
|
||||
|
||||
## 4. 信号层设计
|
||||
|
||||
### 4.1 计算口径（按定义逐条落地）
|
||||
|
||||
数据统一为按国内交易日对齐的日频序列，全部用**收盘值**：
|
||||
|
||||
```
|
||||
① stock_ret = ln(close_t / close_{t-20}) # zs_day_data, symbol='000001.SH'
|
||||
fx_ret = ln(fx_t / fx_{t-20}) # gp_fx_daily USD/CNH, 正值=人民币贬值
|
||||
（fx 的日期先 +1 自然日, 再对齐到国内交易日: 当日无值取最近前值, 即 as-of 对齐）
|
||||
② spread = stock_ret + fx_ret
|
||||
③ spread_adj = spread − β × (SHIBOR1M_t − SHIBOR1M_{t-20}) # β 默认 0.02
|
||||
④ hedge_index = (spread_adj − mean40(spread_adj)) / std40(spread_adj) × 10
|
||||
```
|
||||
|
||||
硬性口径，写进单测：窗口内任一序列缺口用 as-of 前值补齐但**记录补齐天数**；有效样本 < 20+40+5 个交易日 → `UNAVAILABLE`；`std40 = 0` → `UNAVAILABLE`；三源中最新日期落后当前交易日超过 `PMS_MACRO_STALE_TDAYS`（默认 3）个交易日 → `UNAVAILABLE`。
|
||||
|
||||
区制（zone）判定带迟滞，防横跳（阈值初值 ±25/±15，**以标定结果为准回填**）：
|
||||
|
||||
| zone | 进入条件 | 退出条件 |
|
||||
|---|---|---|
|
||||
| HOT（偏热，即 positive 区） | hedge_index > `PMS_MACRO_HOT_TH` | 回落到 < `PMS_MACRO_EXIT_BAND` |
|
||||
| COLD（偏冷，negative 区） | hedge_index < `PMS_MACRO_COLD_TH` | 回升到 > −`PMS_MACRO_EXIT_BAND` |
|
||||
| NEUTRAL | 其余 | — |
|
||||
| UNAVAILABLE | 数据守卫未过 | 数据恢复 |
|
||||
|
||||
### 4.2 数据访问（严格单表，三条独立查询）
|
||||
|
||||
新增 `app/repo/macro_repo.py`。**用户口径：`gp_fx_daily` / `gp_shibor` 在 153 代理** → 走 `db.session.fetch_all(..., source="proxy")`；`zs_day_data` 已证实在 199（`source="index"`），若标定脚本探出 153 也可达则统一走 proxy（少一个依赖库）。每张表一条单表 SQL（`WHERE ... ORDER BY 日期 DESC LIMIT 120` 量级），完全符合单表守卫。**列名以标定脚本探查结果为准回填此处，回填前不写 macro_repo**：
|
||||
|
||||
| 表 | 源 | 日期列 | 取值列 | 过滤条件 |
|
||||
|---|---|---|---|---|
|
||||
| zs_day_data | index（153 待探） | timestamp | close | symbol='000001.SH' |
|
||||
| gp_fx_daily | proxy(153) | 待探 | 待探 | 待探（USD/CNH 筛选） |
|
||||
| gp_shibor | proxy(153) | 待探 | 待探（1M） | 待探 |
|
||||
|
||||
`pms_macro_signal` 的读写走 `source="proxy"`（与其余 pms_* 表同侧）。
|
||||
|
||||
### 4.3 信号注册表（多信号扩展点）
|
||||
|
||||
`app/services/macro_service.py` 内一张注册表，V1 只有一项：
|
||||
|
||||
```python
|
||||
SIGNALS = {
|
||||
"hedge_fx": { # 股汇对冲指数
|
||||
"label": "股汇对冲指数",
|
||||
"fetch": macro_repo.fetch_hedge_inputs, # -> 原始序列
|
||||
"compute": macro_rules.compute_hedge_index, # -> {value, zone, detail}
|
||||
},
|
||||
# 未来: "bionic_regime" (决策系统宏观水温) / "index_qrs" (择时层日QRS) ——
|
||||
# 只加表项与各自参数(命名空间 PMS_MACRO_<KEY大写>_*), 决策层/执行层/闸/页面零改动。
|
||||
}
|
||||
```
|
||||
|
||||
启用哪些由 `PMS_MACRO_SIGNALS`（逗号分隔，默认 `hedge_fx`）控制。多信号合成 V1 定死**最保守者优先**：任一启用信号 HOT → 整体偏热；无 HOT 而有 COLD → 偏冷；否则中性。加权合成属二期，不做预设计。
|
||||
|
||||
### 4.4 新表 `pms_macro_signal`（第 18 张表）
|
||||
|
||||
```sql
|
||||
CREATE TABLE IF NOT EXISTS pms_macro_signal (
|
||||
id BIGINT PRIMARY KEY AUTO_INCREMENT,
|
||||
signal_key VARCHAR(32) NOT NULL COMMENT '信号名, 如 hedge_fx',
|
||||
trade_date INT NOT NULL COMMENT '北京交易日 YYYYMMDD',
|
||||
value DECIMAL(12,4) COMMENT 'hedge_index 值',
|
||||
zone VARCHAR(16) NOT NULL DEFAULT 'NEUTRAL' COMMENT 'HOT/COLD/NEUTRAL/UNAVAILABLE',
|
||||
detail_json TEXT COMMENT '中间量: stock_ret/fx_ret/spread/spread_adj/超额深度/各源末日/补齐天数/周期已执行调整',
|
||||
action VARCHAR(32) NOT NULL DEFAULT 'NONE' COMMENT 'NONE/ADVICE_REDUCE/ADVICE_INCREASE/CMD_ISSUED/BLOCKED/GATED',
|
||||
ref_id VARCHAR(64) NOT NULL DEFAULT '' COMMENT '关联 command_id (下达或采纳后回填)',
|
||||
note VARCHAR(500) NOT NULL DEFAULT '' COMMENT '被拦原因/建议文案/闸状态',
|
||||
updated_at DATETIME COMMENT '写入或重扫更新时间',
|
||||
UNIQUE KEY uk_sig_date (signal_key, trade_date)
|
||||
) COMMENT='宏观信号日快照与动作记录 (每信号每交易日一行, 重扫就地更新)';
|
||||
```
|
||||
|
||||
一行四用：历史序列（面板画近 20 日）、当日建议的承载（propose 档）、冷却与"周期已执行调整"的事实源、宏观闸的状态源（扫描层 5 秒缓存读当日行）。
|
||||
|
||||
---
|
||||
|
||||
## 5. 决策层设计
|
||||
|
||||
### 5.1 组合仓位：对数映射（V2 改，替代固定步长）
|
||||
|
||||
极值越深，调整越多，但**边际递减**——既回应"越极端越该动"，又天然防止 Z-Score 尾部把仓位一次打爆。纯函数 `macro_rules.decide(...)`，规则按优先级：
|
||||
|
||||
1. `PMS_MACRO_ENABLED=False` 或档位 off 或 zone ∈ {NEUTRAL, UNAVAILABLE} → NONE。
|
||||
2. 确认：连续处于同一极值区 ≥ `PMS_MACRO_CONFIRM_DAYS`；触发口径 `PMS_MACRO_TRIGGER_MODE`（zone_enter / zone_exit，**默认值由标定结果定**，两种都实现、页面可切）。
|
||||
3. **对数映射（核心）**：
|
||||
- 超额深度 `e = |hedge_index| − 进入阈值`（e ≥ 0，单位=指数点）；
|
||||
- 本轮极值周期的**累计目标调整** `target(e) = min( S0 × ln(1 + e / k), PMS_MACRO_SHIFT_MAX )`（占规模的百分点）；
|
||||
- 本次步长 `step = target(e_now) − done_shift`（done_shift = 周期内已执行的宏观调整，记在当日信号行 detail 里）；`step < PMS_MACRO_STEP_MIN`（默认 0.02）→ 不动；
|
||||
- **周期**定义：进区 → 迟滞退出；退出后 done_shift 清零，下个周期重新累计。同一深度不重复加码，指数横盘在区内不会连环下命令；指数**更深**才有新步；
|
||||
- `S0` / `k` / `SHIFT_MAX` 初值由标定脚本给建议（目标形状：e 中位数 → 约 5 个点，e 95 分位 → 约 12 个点，封顶 20 个点），页面可调。
|
||||
4. 冷却：同方向上一次**生效**动作距今 < `PMS_MACRO_COOLDOWN_TDAYS`（默认 3 个交易日）→ 本轮不动（下轮 target 追踪仍在，冷却只是把步子隔开）。「生效」= 所发命令未被立刻 CANCELLED（零方案的升仓命令不占冷却，次日重试）。
|
||||
5. 在途：上一条宏观命令仍在 EXECUTING/PARTIAL → 不叠加。
|
||||
6. 方向裁剪：
|
||||
- HOT → 降仓，`step` 再受地板裁剪：不把总仓位降到 `PMS_MACRO_MIN_PCT`（默认 0.20）以下（用户命令不受此限）；
|
||||
- COLD → 升仓，`step` 受 `PMS_MACRO_MAX_PCT`（默认 0=由 `PMS_PORTFOLIO_CAP` 兜底）裁剪；
|
||||
- 升仓独有护栏：`PMS_GLOBAL_BUY_HALT` 生效不发；组合刹车生效且 `PMS_MACRO_RESPECT_BRAKE=True`（默认，用户未反对，标注为**假设**）不发。降仓不受这两条限制（与"冻结与刹车只挡增持不挡减持"同口径）。
|
||||
|
||||
### 5.2 个股宏观闸（V2 新增，用户拍板"个股交易动作受宏观信号控制"）
|
||||
|
||||
**语义**：偏热（HOT）确认期间，PMS 自己发起的**增持类**个股动作暂停——自主新建仓（OPEN）、回踩补足（FILL）、盈利加仓（ADD）、补仓（DCA）的扫描整体跳过并留痕；**减持类动作（TRIM/风控卖出/清仓）与用户命令永不受限**。COLD 期间不加额外限制（自主动作照常，加量由升仓命令负责）。这与"组合刹车"的既有语义完全同型（"自主增持停，命令类不受限"），实现手势照抄。
|
||||
|
||||
**为什么必须有**：不加闸的话存在一条自我打架的路径——宏观降仓卖出 → 现金变多 → `PMS_OPEN_AUTONOMY=full` 的自主新建仓下一分钟把钱又买回去。闸把增量管住，命令管存量，才闭环。
|
||||
|
||||
**实现落点（两处，均为纯增量，与既有 `exec_halt` / 刹车检查并排）**：
|
||||
- `proposal_service.scan_and_route` 入口：宏观闸生效 → 四类已有持仓动作中**买入侧**候选不扫（TRIM 照常），skipped 留痕"宏观偏热闸"；
|
||||
- `proposal_service._scan_open` 入口：宏观闸生效 → 本轮不建仓，skipped 留痕。
|
||||
|
||||
闸状态由 `macro_service.gate_state()` 提供（读当日 `pms_macro_signal`，进程内 5 秒缓存，**读不到 = 不落闸**——闸的安全方向是"不额外拦"，增持自有规则闸把关，不能让宏观层故障把整个自主引擎摁死）。开关 `PMS_MACRO_STOCK_GATE`（默认 True，随 `PMS_MACRO_ENABLED` 总开关生效；即便档位是 propose_only，闸也生效——"停止买入"是保守方向动作，与"减持方向不设确认门槛"同哲学）。
|
||||
|
||||
**边界（待拍板 §12.3）**：个股交易方案（网格/做T/跟踪）的买入侧要不要一并受闸。V2 建议**先不动策略层**——策略是用户特意设的（signal_service 对挂策略票的处理哲学是"只提示不替你做"），宏观闸自动暂停它们容易造成困惑；若你要管，复用现成的 `strategy_service.pause_buy`（页面可恢复）一行接入即可。
|
||||
|
||||
---
|
||||
|
||||
## 6. 执行接入（兼容性核心节）
|
||||
|
||||
### 6.1 下达即普通命令
|
||||
|
||||
```python
|
||||
res = command_service.issue(
|
||||
"REDUCE_EXPOSURE", # 或 INCREASE_EXPOSURE
|
||||
{"pct": step, "window_tdays": param_store.get_int("PMS_MACRO_WINDOW_TDAYS", 3)},
|
||||
issued_by="macro",
|
||||
note="宏观择时: hedge_fx=+31.2 偏热确认(阈值+25, 超额6.2), 周期目标降8.6点已降0点, 本次降8.6点")
|
||||
```
|
||||
|
||||
- `issue()` 内部自动做冲突检测：返回 `ok=False` 且 errors 含 CONFLICT → 宏观层**留痕跳过**（ledger verdict=REJECT），当日不再重试。
|
||||
- 命令落表后与用户命令完全同路：`command_poll` 每分钟排方案、`intraday_exec` 择时出手、`refresh_progress` 日结进度。`shadow` 通道下只记账不真发（与现状一致，宏观层无需感知通道模式）。
|
||||
|
||||
### 6.2 调度时点：09:35，不是盘前
|
||||
|
||||
一个已核实的坑决定了时点：`positions_view` 在取不到实时价时用摊薄成本顶住价格并标 `price_ok=False`，而 `planner._usable` **排除** `price_ok=False` 的票（2026-07-31 静默失败专项第九条）。行情 db13 只有当日分钟线，盘前全部无价——盘前下达的 REDUCE 命令会在一分钟内被排成**零方案并置 CANCELLED**。所以 `macro_scan` 定在 **09:35**（开盘后行情已就位，也在 08:40 拉候选池之后，升仓有票可选）。信号用的是 T-1 日终数据，几点算值都一样。beat 表加一行：
|
||||
|
||||
```python
|
||||
"macro_scan": {"task": "pms.macro_scan", "schedule": crontab(hour=9, minute=35)},
|
||||
```
|
||||
|
||||
任务本体 `@guard(trade_day=True, respect_exec_halt=True)`——休假模式自动跳过，异常吞掉守成。宏观闸的状态在 09:35 扫描落表后当日恒定（信号是日频慢变量），盘中每一跳扫描层读的是同一行。另设手动端点（§7.3）供盘中任意时刻重扫/试算。
|
||||
|
||||
### 6.3 护栏对照表（每条对应代码里一处显式检查）
|
||||
|
||||
| 场景 | 行为 | 靠什么保证 |
|
||||
|---|---|---|
|
||||
| 休假模式 HALT_ALL | 整跳跳过 | 调度 guard `respect_exec_halt`；手动端点内 `macro_service` 自查一遍 |
|
||||
| 用户在途 REDUCE/INCREASE/LIQUIDATE 冲突 | 跳过 + 留痕，不 force | `issue()` 现有 `detect_conflicts`，宏观层永不传 `force_conflict=True` |
|
||||
| 全局暂停买入 | 升仓不发 | 引擎显式读 `PMS_GLOBAL_BUY_HALT`（此开关在参数表而非命令表，冲突检测看不见它，必须自查） |
|
||||
| 组合刹车 | 升仓默认不发 | 引擎读 `PMS_BRAKE_UNTIL` 比对当日 |
|
||||
| 数据缺失/停更 | 不动作、不落闸 + 面板黄条 | 信号 UNAVAILABLE 分支 |
|
||||
| 极值区横跳/横盘 | 不反复动 | 迟滞退出带 + 对数目标追踪（同深度不重复加码）+ 冷却 + 每日一次 |
|
||||
| 上一条宏观命令未走完 | 不叠加 | 查 `issued_by='macro'` 的在途命令 |
|
||||
| 参数表读不到 | 宏观层整体失效（安全方向） | `PMS_MACRO_ENABLED` 文件初值 False，表挂了退初值即关；闸读不到状态 = 不拦 |
|
||||
| 仓位已到地板/天花板 | 不动 + 留痕 | decide() 映射裁剪 |
|
||||
| 宏观闸误伤减持 | 不可能 | 闸只挡买入侧扫描，TRIM/EXIT/风控卖出路径不经过闸 |
|
||||
|
||||
---
|
||||
|
||||
## 7. 档位、建议承载与页面
|
||||
|
||||
### 7.1 三档（沿用系统词汇）
|
||||
|
||||
`PMS_MACRO_AUTONOMY`: `off` / `propose_only`（**默认**）/ `full`。
|
||||
- off：只算信号、只落历史、只展示，不出建议不下命令（**闸也不生效**——off 是"只看不动"档）。
|
||||
- propose_only：触发时把建议写进当日 `pms_macro_signal` 行（action=ADVICE_*，note 带完整理由与建议 pct），面板出卡片等一键采纳；**当日有效**，隔日自动作废。**宏观闸照常生效**（保守方向自动，见 §5.2）。
|
||||
- full：直接 `issue(issued_by="macro")`。三条铁律下用户仍可在命令台撤。
|
||||
|
||||
不复用 `pms_proposal`：它的采纳路径是"生成该股指令"，是个股级语义；硬塞组合级建议要改共用 decide 端点。宏观建议放自己的表行 + 自己的采纳端点，互不沾染。
|
||||
|
||||
### 7.2 采纳路径
|
||||
|
||||
`POST /api/macro/adopt {signal_key}` → 校验建议仍是当日且未采纳 → 重跑一遍 decide 的护栏（冲突/开关/地板可能在建议挂出后变化）→ `command_service.issue(..., issued_by="user")`（用户点的头就是用户意志）→ 回填 `ref_id=command_id, action=CMD_ISSUED`。幂等：同一行只能采纳一次。
|
||||
|
||||
### 7.3 API 与页面
|
||||
|
||||
- `GET /api/macro/status`：各信号 {value, zone, 超额深度, 近 20 日序列, 数据日龄, 当日建议, 闸状态, 最近宏观命令及进度, 冷却剩余, 周期已执行调整}。
|
||||
- `POST /api/ops/macro-scan?dry_run=true|false`：手动扫描；dry_run 只算不落表不下达。
|
||||
- `POST /api/macro/adopt`：见上。
|
||||
- 页面 `index.html` 加「宏观择时」面板：指数当前值 + 区制色带（热红/冷蓝/中性灰/不可用黄）+ 近 20 日迷你走势 + 当日建议卡（一键采纳/忽略）+ **宏观闸状态条**（"偏热闸生效中：自主增持已暂停"）+ 最近宏观命令进度。参数不用做界面——`PMS_MACRO_*` 登记后自动出现在「参数设置」。
|
||||
- Makefile 顺手加 `t-macro`（status + 试算），非必需。
|
||||
|
||||
---
|
||||
|
||||
## 8. 参数清单（settings.py 初值；全部经 param_store 页面可调；标 ⚙ 的初值由标定回填）
|
||||
|
||||
| 参数 | 默认 | 说明 |
|
||||
|---|---|---|
|
||||
| PMS_MACRO_ENABLED | False | 宏观择时总开关（关=调度位空转，不取数不计算，面板显示"未启用"） |
|
||||
| PMS_MACRO_AUTONOMY | propose_only | off / propose_only / full |
|
||||
| PMS_MACRO_SIGNALS | hedge_fx | 启用的信号清单（逗号分隔） |
|
||||
| PMS_MACRO_STOCK_GATE | True | 个股宏观闸：偏热确认期间暂停自主增持类扫描（off 档整体不生效） |
|
||||
| PMS_MACRO_HOT_TH ⚙ | 25.0 | 偏热进入阈值 |
|
||||
| PMS_MACRO_COLD_TH ⚙ | -25.0 | 偏冷进入阈值 |
|
||||
| PMS_MACRO_EXIT_BAND ⚙ | 15.0 | 迟滞退出带（\|值\| 回落到此内算离区） |
|
||||
| PMS_MACRO_CONFIRM_DAYS ⚙ | 1 | 进区连续 N 个交易日才触发 |
|
||||
| PMS_MACRO_TRIGGER_MODE ⚙ | zone_enter | zone_enter=进区即动 / zone_exit=极值回落再动（**默认值待标定对比后定**） |
|
||||
| PMS_MACRO_LOG_S0 ⚙ | 0.12 | 对数映射系数：target = S0·ln(1+e/k) |
|
||||
| PMS_MACRO_LOG_K ⚙ | 10.0 | 对数映射尺度 k |
|
||||
| PMS_MACRO_SHIFT_MAX ⚙ | 0.20 | 单个极值周期的累计调整封顶（占规模的百分点） |
|
||||
| PMS_MACRO_STEP_MIN | 0.02 | 裁剪后步长小于此不动 |
|
||||
| PMS_MACRO_COOLDOWN_TDAYS | 3 | 同方向两次动作最小间隔（交易日） |
|
||||
| PMS_MACRO_MIN_PCT | 0.20 | 宏观降仓地板（自动降仓不把总仓位降到此下；用户命令不受限） |
|
||||
| PMS_MACRO_MAX_PCT | 0.0 | 宏观升仓天花板；0=不单设，由 PMS_PORTFOLIO_CAP 兜底 |
|
||||
| PMS_MACRO_WINDOW_TDAYS | 3 | 宏观命令的执行窗口 |
|
||||
| PMS_MACRO_RESPECT_BRAKE | True | 组合刹车期间不自动升仓（假设项，见 §12.4） |
|
||||
| PMS_MACRO_STALE_TDAYS | 3 | 任一数据源日龄超此（交易日）→ UNAVAILABLE |
|
||||
| PMS_MACRO_RET_WIN / Z_WIN | 20 / 40 | 收益窗 / Z-Score 窗 |
|
||||
| PMS_MACRO_SHIBOR_BETA | 0.02 | SHIBOR 修正系数 β |
|
||||
|
||||
`_RANGES` 同步登记，`DESC` 写中文说明。**不进 FAIL_CLOSED**：ENABLED 的文件初值就是 False，表读不到退初值即安全方向。
|
||||
|
||||
---
|
||||
|
||||
## 9. 触碰面清单与三条铁律自证
|
||||
|
||||
新增文件（5 个，互相独立，删净即回到今天——"三题"规矩第 3 题）：
|
||||
|
||||
| 文件 | 内容 |
|
||||
|---|---|
|
||||
| app/core/macro_rules.py | 纯逻辑：对齐与四步计算、zone 迟滞判定、对数映射 decide（无 IO，可单测） |
|
||||
| app/repo/macro_repo.py | 三张源表单表取数 + pms_macro_signal 读写 |
|
||||
| app/services/macro_service.py | 编排：守卫→取数→算→落表→决策→分流→留痕；status / adopt / gate_state |
|
||||
| scripts/calibrate_macro_signal.py | 标定脚本（**已交付**，探查+分布+口径对比+对数参数，只读） |
|
||||
| scripts/test_batch14_units.py | 单测约 25 例（§11） |
|
||||
|
||||
触碰的既有文件（9 处，**全部纯增量**——只加行/加检查，不改既有行为，逐处可 diff 核对）：
|
||||
|
||||
| 文件 | 加什么 | 不动什么 |
|
||||
|---|---|---|
|
||||
| config/settings.py | PMS_MACRO_* 字段一段 | 既有字段零改动 |
|
||||
| app/services/param_store.py | DESC / _RANGES / _range_check 各加宏观项 | 缓存、FAIL_CLOSED、既有键 |
|
||||
| app/scheduler.py | `macro_scan` 任务 + beat 一行 | 既有九个调度位 |
|
||||
| app/services/proposal_service.py | 两处入口各加一个宏观闸检查（与 exec_halt 检查并排，闸关/读不到=原行为） | 扫描、闸门、分流逻辑零改动 |
|
||||
| app/web/main.py | 三个新端点 | 既有端点 |
|
||||
| app/web/static/index.html | 一块面板 | 既有面板 |
|
||||
| ddl_pms_v1.sql | 第 18 张表 CREATE IF NOT EXISTS | 既有表 |
|
||||
| scripts/check_db.py | PMS_TABLES 加 pms_macro_signal | （顺带发现：pms_strategy / pms_op_log 也不在这份清单里，属既有欠账，按"不夹带"纪律单独提，不在本次一起改） |
|
||||
| scripts/run_tests.py | SUITES 登记 batch14 | 既有批次 |
|
||||
|
||||
三条铁律逐条自证：**命令至上**——宏观动作本身就是命令，冲突让位用户，可撤可改；宏观闸只拦 PMS 自主动作，用户命令与减持全不受限。**分工不越权**——宏观层只回答"整体该多重、增量该不该停"，逐股怎么卖买仍由 planner/择时/规则闸决定，不碰决策系统（bionic/桥/择时层**零改动**，"三题"规矩天然满足）。**先记账后动作 + 故障即守成**——信号先落表再决策，命令走 issue 的先落表路径，任何取数/计算失败 = 不产生新指令、不落闸。
|
||||
|
||||
---
|
||||
|
||||
## 10. 前置标定（先于一切编码，脚本已交付）
|
||||
|
||||
`scripts/calibrate_macro_signal.py`（**严格只读**，只发 SELECT/SHOW）在桥机跑，一次回答四件事：
|
||||
|
||||
1. **列名探查**：对 153（proxy）与 199（index）两源探查三张表的位置、列名、样本行——结果回填 §4.2 后才写 macro_repo；
|
||||
2. **分布体检**：hedge_index 历史分位数、±20/25/30 各阈值的触发天数与年频次、极值区段的持续天数与最大深度——回答"±25 合不合身"；
|
||||
3. **触发口径对比**：zone_enter vs zone_exit 各自触发事件后 5/10/20 交易日上证的均值/中位数/胜率（HOT 后应偏负、COLD 后应偏正才算有效）——**注意样本量会很小，结论当参考不当真理**；
|
||||
4. **对数映射标定**：极值周期超额深度 e 的分布 → 解出 S0/k 建议值（e 中位数→5 点、95 分位→12 点、封顶 20 点），并打 e→调整幅度对照表。
|
||||
|
||||
**运行方式（不需要重建镜像**——脚本从宿主工作树经 stdin 喂给容器 python，`python -` 的 sys.path[0] 是工作目录 /app，`config.settings` 照常可导入）：
|
||||
|
||||
```bash
|
||||
cd ~/tradingSystem # git pull 之后
|
||||
docker compose run --rm -T pms-web python - < scripts/calibrate_macro_signal.py > /tmp/macro_calib_report.md
|
||||
cat /tmp/macro_calib_report.md
|
||||
# 需要完整序列时:
|
||||
docker compose run --rm -T pms-web python - --dump-csv < scripts/calibrate_macro_signal.py > /tmp/hedge_series.csv
|
||||
```
|
||||
|
||||
探查失败的退路：脚本会打出该表全部列名与样本行，按提示带 `--fx-table/--fx-date-col/--fx-price-col/--fx-where/--shibor-*` 覆盖重跑；表真不存在 → 数据先落地（数据管道补），或立项由桥/择时层供数（跨系统改动，按"三题"规矩单独议，本方案不带）。
|
||||
|
||||
---
|
||||
|
||||
## 11. 实施步骤与判收
|
||||
|
||||
| 步 | 内容 | 判收标准 |
|
||||
|---|---|---|
|
||||
| 1 | 桥机跑标定脚本（§10，可立即做） | 三表列名落实；报告出分布/口径对比/S0-k 建议；把报告拿回来定 §8 带 ⚙ 的初值 |
|
||||
| 2 | 写码 + batch14 单测 | `make test` ALL SUITES PASS。用例：合成序列对照手算值验四步计算；fx +1 对齐与缺口 as-of；样本不足/停更→UNAVAILABLE；zone 迟滞进出与横跳；对数映射（target 单调、同深度不重复加码、周期清零、封顶）；confirm/cooldown/每日一次；零方案命令不占冷却；冲突/HALT_BUY/刹车跳过（打桩）；宏观闸（HOT 拦买入侧不拦 TRIM、读不到不拦、off 档不拦）；建议采纳幂等与隔日作废 |
|
||||
| 3 | ddl 建表 + `make deploy`（收盘后） | `make check` 见 18 表；页面参数区出现 PMS_MACRO_*，ENABLED=False，系统行为与部署前一致 |
|
||||
| 4 | 手动 `POST /api/ops/macro-scan?dry_run=true` | 面板出指数值与区制；与标定脚本同日值一致（同一套纯函数，天然一致） |
|
||||
| 5 | 开 ENABLED=True，档位 propose_only，观察 ≥1 周 | 每日一行信号历史；极值日出建议卡不出命令；宏观闸在 HOT 日真的把自主增持 skipped（留痕可查）；采纳一次走通 建议→命令→方案→指令 全链 |
|
||||
| 6 | 冲突演练：挂一条在途 INCREASE，手动扫描触发降仓 | 账本见 MACRO REJECT 留痕，无命令产生 |
|
||||
| 7 | （拍板后）切 full | 首条自动命令端到端回执，日报关注区可见 |
|
||||
|
||||
回滚：页面把 `PMS_MACRO_ENABLED` 置 False 即回到现状（秒级，命令、闸、建议全停）；代码级回滚 = 还原上表 9 处触碰 + 删 5 个新文件；新表留着无任何读方，无副作用。
|
||||
|
||||
---
|
||||
|
||||
## 12. 待拍板清单（V2 更新）
|
||||
|
||||
1. ~~触发口径默认值~~ → **改为由标定结果定**：跑完 §10 脚本，拿两种口径的事后对比数据来选（样本小的话建议 zone_enter + CONFIRM_DAYS 取 1~2 里标定更稳的那档）。
|
||||
2. ~~固定步长 vs 目标带~~ → **已定：对数映射**（用户拍板）。S0/k/SHIFT_MAX 初值等标定回填。
|
||||
3. **策略层（网格/做T）的买入侧要不要受宏观闸**：V2 建议先不动（理由 §5.2 末），要管的话复用 `strategy_service.pause_buy` 一行接入。
|
||||
4. **升仓是否受组合刹车约束**：上轮问题未获直接答复，V2 按**受约束（True）**落地并标注为假设；要放开改参数即可。
|
||||
5. **数据源**：已答——153。zs_day_data 是否也统一走 153 由探查定。
|
||||
|
||||
## 13. 风险与已知限制（说在前面）
|
||||
|
||||
- **信号本身是慢变量**：20 日收益 + 40 日 Z，天然滞后，抓的是阶段冷热不是日内顶底；对数映射 + 冷却是为此设的缓冲。
|
||||
- **z-score 的尾部行为**：40 日窗里刚经历过极端行情时 std 变大，新极端可能"钝化"；反之平静期小波动被放大。标定报告的分位数表就是用来看这个的。
|
||||
- **事后对比样本小**：±25 级别的极值一年可能只有几次，标定里的口径对比是参考不是显著性检验，别过度拟合。
|
||||
- **升仓依赖候选池**：极冷区触发升仓但当日无强传导候选 → 命令零方案 CANCELLED（留痕可见，不占冷却，次日重试）——"宁缺毋滥"纪律优先于宏观意愿，这是设计取向不是缺陷。
|
||||
- **宏观闸的机会成本**：偏热确认期间个股级的好机会也会被一并拦下（闸不看个股质地）——这是"个股动作受宏观控制"的题中之义；propose_only 观察期里可以从 skipped 留痕回看拦了什么，评估闸的松紧。
|
||||
- **UNAVAILABLE 长期化**：数据停更时宏观层安静失效（不动作、不落闸），只有面板黄条与日报提示——不会误动作，但也不会提醒你"该人工判断了"，需要把面板纳入日常一眼。
|
||||
|
|
@ -0,0 +1,593 @@
|
|||
# -*- coding: utf-8 -*-
|
||||
"""
|
||||
宏观择时 · 股汇对冲指数 标定脚本 (只读, 一次性分析用)
|
||||
=====================================================
|
||||
配套 MACRO_TIMING_PLAN.md §10: 在编码接入之前, 先用真实数据回答四件事:
|
||||
|
||||
1. 三张源表 (zs_day_data / gp_fx_daily / gp_shibor) 的位置与列名
|
||||
—— 自动探查并打印, 供方案 §4.2 回填钉死;
|
||||
2. hedge_index 历史分布 —— ±25 阈值合不合身, 各阈值触发频率;
|
||||
3. 触发口径对比 —— 进区即动 (zone_enter, 含确认1/2日两档) vs 极值回落再动
|
||||
(zone_exit), 触发后 5/10/20 交易日上证走势孰优 (样本会很小, 当参考不当真理);
|
||||
4. 对数映射标定 —— target = S0·ln(1+e/k) 的 S0/k 建议值与 e→幅度 对照表。
|
||||
|
||||
运行 (桥机 factorevaluation, **不需要重建镜像** —— 从宿主工作树经 stdin 喂给容器 python;
|
||||
`python -` 的 sys.path[0] 是工作目录 /app, config.settings 照常可导入):
|
||||
|
||||
cd ~/tradingSystem # git pull 之后
|
||||
docker compose run --rm -T pms-web python - < scripts/calibrate_macro_signal.py \
|
||||
> /tmp/macro_calib_report.md
|
||||
cat /tmp/macro_calib_report.md
|
||||
|
||||
# 需要完整指数序列时 (CSV 到 stdout):
|
||||
docker compose run --rm -T pms-web python - --dump-csv < scripts/calibrate_macro_signal.py \
|
||||
> /tmp/hedge_series.csv
|
||||
|
||||
**严格只读**: 只发 SELECT / SHOW, 不写任何表、不建任何东西。
|
||||
列名自动探查失败时会打出该表全部列名与样本行, 按提示用
|
||||
--fx-table/--fx-date-col/--fx-price-col/--fx-pair-col/--fx-pair
|
||||
--shibor-table/--shibor-date-col/--shibor-value-col/--shibor-term-col/--shibor-term
|
||||
--zs-date-col/--zs-close-col/--zs-symbol-col/--index-code
|
||||
覆盖后重跑。数据源优先级默认 proxy(153),index(199) —— 用户口径两张 gp 表在 153。
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import argparse
|
||||
import json
|
||||
import math
|
||||
import os
|
||||
import sys
|
||||
from datetime import date, datetime, timedelta
|
||||
|
||||
try:
|
||||
from sqlalchemy import create_engine, text
|
||||
except Exception as e: # pragma: no cover
|
||||
print(f"FATAL: 需要 sqlalchemy (+pymysql), 请在 PMS 容器里跑。{e}", file=sys.stderr)
|
||||
sys.exit(2)
|
||||
|
||||
|
||||
# ================================================================ 连接
|
||||
def _dsns() -> dict:
|
||||
"""DSN 取值: 优先 config.settings (容器内), 退回环境变量 (裸跑)。"""
|
||||
out = {}
|
||||
try:
|
||||
from config.settings import settings # noqa
|
||||
out["proxy"] = settings.PROXY_DB_URL
|
||||
out["index"] = settings.DB_MYSQL_URL
|
||||
except Exception:
|
||||
out["proxy"] = os.environ.get("PROXY_DB_URL", "")
|
||||
out["index"] = os.environ.get("DB_MYSQL_URL", "")
|
||||
return {k: v for k, v in out.items() if v}
|
||||
|
||||
|
||||
_engines = {}
|
||||
|
||||
|
||||
def _eng(name: str, dsn: str):
|
||||
if name not in _engines:
|
||||
_engines[name] = create_engine(dsn, pool_pre_ping=True,
|
||||
connect_args={"connect_timeout": 5}, future=True)
|
||||
return _engines[name]
|
||||
|
||||
|
||||
def _rows(name: str, dsn: str, sql: str, params=None) -> list:
|
||||
with _eng(name, dsn).connect() as c:
|
||||
return [dict(r) for r in c.execute(text(sql), params or {}).mappings().fetchall()]
|
||||
|
||||
|
||||
# ================================================================ 探查
|
||||
def discover(table: str, sources: list, dsns: dict) -> dict:
|
||||
"""在各源上找这张表: 返回 {source, columns[], sample[]}; 全部失败返回 {errors}。"""
|
||||
errors = {}
|
||||
for src in sources:
|
||||
dsn = dsns.get(src)
|
||||
if not dsn:
|
||||
errors[src] = "DSN 未配置"
|
||||
continue
|
||||
cols = None
|
||||
try:
|
||||
cols = [str(r.get("Field") or r.get("field")) for r in
|
||||
_rows(src, dsn, f"SHOW COLUMNS FROM `{table}`")]
|
||||
except Exception as e1:
|
||||
try: # 代理不支持 SHOW 时退化: 取一行读键名
|
||||
sample1 = _rows(src, dsn, f"SELECT * FROM `{table}` LIMIT 1")
|
||||
cols = list(sample1[0].keys()) if sample1 else None
|
||||
if cols is None:
|
||||
errors[src] = f"表存在但为空? SHOW 失败: {e1}"
|
||||
continue
|
||||
except Exception as e2:
|
||||
errors[src] = f"{type(e2).__name__}: {str(e2)[:160]}"
|
||||
continue
|
||||
try:
|
||||
sample = _rows(src, dsn, f"SELECT * FROM `{table}` LIMIT 3")
|
||||
except Exception:
|
||||
sample = []
|
||||
return {"source": src, "columns": cols, "sample": sample}
|
||||
return {"errors": errors}
|
||||
|
||||
|
||||
def pick(cols: list, cands: list):
|
||||
low = {c.lower(): c for c in cols}
|
||||
for c in cands:
|
||||
if c in low:
|
||||
return low[c]
|
||||
for c in cands: # 次选: 前缀/包含
|
||||
for lc, orig in low.items():
|
||||
if lc.startswith(c) or c in lc:
|
||||
return orig
|
||||
return None
|
||||
|
||||
|
||||
DATE_CANDS = ["trade_date", "timestamp", "date", "ymd", "day", "quote_date", "data_date",
|
||||
"trade_day", "dt"]
|
||||
|
||||
|
||||
def norm_ymd(v):
|
||||
"""任意日期形态 → int YYYYMMDD; 解析不了返回 None。"""
|
||||
if v is None:
|
||||
return None
|
||||
if isinstance(v, (datetime, date)):
|
||||
return int(v.strftime("%Y%m%d"))
|
||||
s = str(v).strip()[:10].replace("-", "").replace("/", "")
|
||||
if len(s) >= 8 and s[:8].isdigit():
|
||||
return int(s[:8])
|
||||
return None
|
||||
|
||||
|
||||
def ymd_plus_days(ymd: int, n: int) -> int:
|
||||
d = datetime.strptime(str(ymd), "%Y%m%d").date() + timedelta(days=n)
|
||||
return int(d.strftime("%Y%m%d"))
|
||||
|
||||
|
||||
# ================================================================ 取数
|
||||
def fetch_zs(args, sources, dsns):
|
||||
info = discover("zs_day_data", sources, dsns)
|
||||
if "errors" in info:
|
||||
return None, info
|
||||
cols = info["columns"]
|
||||
dcol = args.zs_date_col or pick(cols, DATE_CANDS)
|
||||
ccol = args.zs_close_col or pick(cols, ["close", "close_price", "px_close", "price"])
|
||||
scol = args.zs_symbol_col or pick(cols, ["symbol", "ts_code", "code", "index_code"])
|
||||
info.update({"date_col": dcol, "close_col": ccol, "symbol_col": scol})
|
||||
if not (dcol and ccol and scol):
|
||||
info["errors"] = {"guess": f"列名猜不全 date={dcol} close={ccol} symbol={scol}"}
|
||||
return None, info
|
||||
src, dsn = info["source"], dsns[info["source"]]
|
||||
rows = []
|
||||
for code in (args.index_code, args.index_code.replace(".SH", ""),
|
||||
"SH" + args.index_code.split(".")[0]):
|
||||
try:
|
||||
rows = _rows(src, dsn,
|
||||
f"SELECT `{dcol}` AS d, `{ccol}` AS v FROM `zs_day_data` "
|
||||
f"WHERE `{scol}` = :c ORDER BY `{dcol}` DESC LIMIT :n",
|
||||
{"c": code, "n": args.days})
|
||||
except Exception as e:
|
||||
info["errors"] = {"query": f"{type(e).__name__}: {str(e)[:160]}"}
|
||||
return None, info
|
||||
if rows:
|
||||
info["symbol_used"] = code
|
||||
break
|
||||
series = sorted([(norm_ymd(r["d"]), float(r["v"])) for r in rows
|
||||
if norm_ymd(r["d"]) and r["v"] not in (None, 0)], key=lambda x: x[0])
|
||||
return series, info
|
||||
|
||||
|
||||
def fetch_fx(args, sources, dsns):
|
||||
info = discover(args.fx_table, sources, dsns)
|
||||
if "errors" in info:
|
||||
return None, info
|
||||
cols = info["columns"]
|
||||
dcol = args.fx_date_col or pick(cols, DATE_CANDS)
|
||||
vcol = args.fx_price_col or pick(cols, ["close", "price", "rate", "mid", "value",
|
||||
"exchange_rate", "cnh", "px"])
|
||||
pcol = args.fx_pair_col or pick(cols, ["currency", "ccy_pair", "ccy", "pair", "symbol",
|
||||
"code", "name", "curr", "currency_pair"])
|
||||
info.update({"date_col": dcol, "price_col": vcol, "pair_col": pcol})
|
||||
if not (dcol and vcol):
|
||||
info["errors"] = {"guess": f"列名猜不全 date={dcol} price={vcol}"}
|
||||
return None, info
|
||||
src, dsn = info["source"], dsns[info["source"]]
|
||||
where, params = "", {"n": args.days}
|
||||
if args.fx_where:
|
||||
where = f"WHERE {args.fx_where}"
|
||||
elif pcol:
|
||||
try:
|
||||
vals = [str(list(r.values())[0]) for r in
|
||||
_rows(src, dsn, f"SELECT DISTINCT `{pcol}` AS p FROM `{args.fx_table}` LIMIT 60")]
|
||||
except Exception:
|
||||
vals = []
|
||||
info["pair_values_seen"] = vals[:30]
|
||||
want = args.fx_pair
|
||||
if not want:
|
||||
cands = [v for v in vals if "USD" in v.upper() and "CN" in v.upper()]
|
||||
cnh = [v for v in cands if "CNH" in v.upper()]
|
||||
want = (cnh or cands or [None])[0]
|
||||
info["pair_used"] = want
|
||||
if want:
|
||||
where, params = f"WHERE `{pcol}` = :p", {"p": want, "n": args.days}
|
||||
else:
|
||||
info["note_pair"] = "没找到 USD/CN* 形态的品种值, 按整表取 (若整表就是 USDCNH 则正确)"
|
||||
rows = _rows(src, dsn,
|
||||
f"SELECT `{dcol}` AS d, `{vcol}` AS v FROM `{args.fx_table}` {where} "
|
||||
f"ORDER BY `{dcol}` DESC LIMIT :n", params)
|
||||
series = sorted([(norm_ymd(r["d"]), float(r["v"])) for r in rows
|
||||
if norm_ymd(r["d"]) and r["v"] not in (None, 0)], key=lambda x: x[0])
|
||||
return series, info
|
||||
|
||||
|
||||
def fetch_shibor(args, sources, dsns):
|
||||
info = discover(args.shibor_table, sources, dsns)
|
||||
if "errors" in info:
|
||||
return None, info
|
||||
cols = info["columns"]
|
||||
dcol = args.shibor_date_col or pick(cols, DATE_CANDS)
|
||||
wide = args.shibor_value_col or pick(cols, ["shibor_1m", "1m", "m1", "shibor1m",
|
||||
"rate_1m", "one_month"])
|
||||
info.update({"date_col": dcol, "wide_1m_col": wide})
|
||||
if not dcol:
|
||||
info["errors"] = {"guess": "找不到日期列"}
|
||||
return None, info
|
||||
src, dsn = info["source"], dsns[info["source"]]
|
||||
if wide: # 宽表: 每期限一列
|
||||
rows = _rows(src, dsn,
|
||||
f"SELECT `{dcol}` AS d, `{wide}` AS v FROM `{args.shibor_table}` "
|
||||
f"ORDER BY `{dcol}` DESC LIMIT :n", {"n": args.days})
|
||||
else: # 长表: 期限一列 + 值一列
|
||||
tcol = args.shibor_term_col or pick(cols, ["term", "period", "tenor", "name",
|
||||
"type", "item"])
|
||||
vcol = pick(cols, ["rate", "value", "shibor", "price", "close"])
|
||||
info.update({"term_col": tcol, "value_col": vcol})
|
||||
if not (tcol and vcol):
|
||||
info["errors"] = {"guess": f"长表列名猜不全 term={tcol} value={vcol}"}
|
||||
return None, info
|
||||
terms = ([args.shibor_term] if args.shibor_term
|
||||
else ["1M", "1m", "30", "30D", "1月", "1个月", "一个月"])
|
||||
rows = []
|
||||
for t in terms:
|
||||
rows = _rows(src, dsn,
|
||||
f"SELECT `{dcol}` AS d, `{vcol}` AS v FROM `{args.shibor_table}` "
|
||||
f"WHERE `{tcol}` = :t ORDER BY `{dcol}` DESC LIMIT :n",
|
||||
{"t": t, "n": args.days})
|
||||
if rows:
|
||||
info["term_used"] = t
|
||||
break
|
||||
series = sorted([(norm_ymd(r["d"]), float(r["v"])) for r in rows
|
||||
if norm_ymd(r["d"]) and r["v"] is not None], key=lambda x: x[0])
|
||||
return series, info
|
||||
|
||||
|
||||
# ================================================================ 对齐与计算
|
||||
def asof_align(trade_days: list, series: list, shift_days: int = 0) -> tuple:
|
||||
"""把 (ymd,value) 序列 as-of 对齐到交易日历。shift_days: 先把数据日期 +N 自然日。
|
||||
返回 (对齐后的值列表, 补齐天数)。找不到任何前值的交易日置 None。"""
|
||||
if shift_days:
|
||||
series = [(ymd_plus_days(d, shift_days), v) for d, v in series]
|
||||
series.sort(key=lambda x: x[0])
|
||||
vals, filled, j, last = [], 0, 0, None
|
||||
for t in trade_days:
|
||||
while j < len(series) and series[j][0] <= t:
|
||||
last = series[j][1]
|
||||
j += 1
|
||||
exact = j > 0 and series[j - 1][0] == t
|
||||
if last is not None and not exact:
|
||||
filled += 1
|
||||
vals.append(last)
|
||||
return vals, filled
|
||||
|
||||
|
||||
def log_rets(vals: list, win: int) -> list:
|
||||
out = [None] * len(vals)
|
||||
for i in range(win, len(vals)):
|
||||
a, b = vals[i], vals[i - win]
|
||||
if a and b and a > 0 and b > 0:
|
||||
out[i] = math.log(a / b)
|
||||
return out
|
||||
|
||||
|
||||
def diffs(vals: list, win: int) -> list:
|
||||
out = [None] * len(vals)
|
||||
for i in range(win, len(vals)):
|
||||
if vals[i] is not None and vals[i - win] is not None:
|
||||
out[i] = vals[i] - vals[i - win]
|
||||
return out
|
||||
|
||||
|
||||
def roll_z(vals: list, win: int) -> list:
|
||||
out = [None] * len(vals)
|
||||
for i in range(len(vals)):
|
||||
w = [v for v in vals[max(0, i - win + 1): i + 1] if v is not None]
|
||||
if len(w) < win:
|
||||
continue
|
||||
m = sum(w) / len(w)
|
||||
var = sum((x - m) ** 2 for x in w) / (len(w) - 1)
|
||||
sd = math.sqrt(var)
|
||||
if sd > 1e-12 and vals[i] is not None:
|
||||
out[i] = (vals[i] - m) / sd * 10.0
|
||||
return out
|
||||
|
||||
|
||||
def pctl(sorted_vals: list, q: float):
|
||||
if not sorted_vals:
|
||||
return None
|
||||
k = (len(sorted_vals) - 1) * q
|
||||
lo, hi = int(math.floor(k)), int(math.ceil(k))
|
||||
if lo == hi:
|
||||
return sorted_vals[lo]
|
||||
return sorted_vals[lo] + (sorted_vals[hi] - sorted_vals[lo]) * (k - lo)
|
||||
|
||||
|
||||
# ================================================================ 区段与事件
|
||||
def episodes(idx: list, th: float, exit_band: float, side: int) -> list:
|
||||
"""side=+1 找 HOT (v>th), side=-1 找 COLD (v<-th)。带迟滞: 退出条件 |v|<exit_band。
|
||||
返回 [{start,end,exit_i,max_depth,len}], exit_i=首个满足退出条件的 bar (可能 None=样本末)。"""
|
||||
out, in_ep, st, mx = [], False, 0, 0.0
|
||||
for i, v in enumerate(idx):
|
||||
if v is None:
|
||||
continue
|
||||
sv = v * side
|
||||
if not in_ep and sv > th:
|
||||
in_ep, st, mx = True, i, sv - th
|
||||
elif in_ep:
|
||||
mx = max(mx, sv - th)
|
||||
if sv < exit_band:
|
||||
out.append({"start": st, "exit_i": i, "max_depth": mx, "len": i - st})
|
||||
in_ep = False
|
||||
if in_ep:
|
||||
out.append({"start": st, "exit_i": None, "max_depth": mx, "len": len(idx) - st})
|
||||
return out
|
||||
|
||||
|
||||
def fwd_ret(close: list, i: int, h: int):
|
||||
if i + h < len(close) and close[i] and close[i + h]:
|
||||
return close[i + h] / close[i] - 1.0
|
||||
return None
|
||||
|
||||
|
||||
def ev_stats(close: list, events: list, horizons=(5, 10, 20)) -> dict:
|
||||
out = {}
|
||||
for h in horizons:
|
||||
rs = [fwd_ret(close, i, h) for i in events]
|
||||
rs = [r for r in rs if r is not None]
|
||||
if not rs:
|
||||
out[h] = {"n": 0}
|
||||
continue
|
||||
rs_sorted = sorted(rs)
|
||||
out[h] = {"n": len(rs), "mean": sum(rs) / len(rs),
|
||||
"median": pctl(rs_sorted, 0.5),
|
||||
"win_pos": sum(1 for r in rs if r > 0) / len(rs)}
|
||||
return out
|
||||
|
||||
|
||||
def fmt_ev(st: dict) -> str:
|
||||
ps = []
|
||||
for h in (5, 10, 20):
|
||||
s = st.get(h) or {}
|
||||
if not s.get("n"):
|
||||
ps.append(f"{h}日:无样本")
|
||||
else:
|
||||
ps.append(f"{h}日: n={s['n']} 均值{s['mean']*100:+.2f}% "
|
||||
f"中位{s['median']*100:+.2f}% 上涨占比{s['win_pos']*100:.0f}%")
|
||||
return " · ".join(ps)
|
||||
|
||||
|
||||
# ================================================================ 对数映射标定
|
||||
def calib_log(depths: list, mid_target=0.05, p95_target=0.12) -> dict:
|
||||
"""解 S0·ln(1+m/k)=mid_target 且 S0·ln(1+p/k)=p95_target。
|
||||
比值方程对 k 二分; 无解 (p/m 太小) 则锚中位数, k 固定 10。"""
|
||||
ds = sorted(depths)
|
||||
if len(ds) < 3:
|
||||
return {"ok": False, "why": f"极值区段太少 ({len(ds)} 段), 用默认 S0=0.12 k=10",
|
||||
"S0": 0.12, "k": 10.0, "m": pctl(ds, 0.5) if ds else None}
|
||||
m, p = max(pctl(ds, 0.5), 0.5), max(pctl(ds, 0.95), 1.0)
|
||||
R = p95_target / mid_target
|
||||
f = lambda k: math.log(1 + p / k) / math.log(1 + m / k)
|
||||
lo, hi = 1e-3, 1e6
|
||||
if f(hi) < R: # k→∞ 比值→p/m 仍不够 → 无解
|
||||
S0 = mid_target / math.log(1 + m / 10.0)
|
||||
return {"ok": False, "why": f"深度分布太窄 (中位{m:.1f} / 95分位{p:.1f}), "
|
||||
f"锚中位数取 S0, k 固定 10", "S0": S0, "k": 10.0,
|
||||
"m": m, "p": p}
|
||||
for _ in range(200):
|
||||
mid = math.sqrt(lo * hi)
|
||||
# f(k) 随 k 单调递增 (k→0 时→1, k→∞ 时→p/m): 比值还不够大就要更大的 k
|
||||
if f(mid) < R:
|
||||
lo = mid
|
||||
else:
|
||||
hi = mid
|
||||
k = math.sqrt(lo * hi)
|
||||
S0 = mid_target / math.log(1 + m / k)
|
||||
return {"ok": True, "S0": S0, "k": k, "m": m, "p": p}
|
||||
|
||||
|
||||
# ================================================================ 主流程
|
||||
def main():
|
||||
ap = argparse.ArgumentParser(description="股汇对冲指数标定 (只读)")
|
||||
ap.add_argument("--days", type=int, default=1600, help="回看条数 (交易日, 默认约6年)")
|
||||
ap.add_argument("--index-code", default="000001.SH")
|
||||
ap.add_argument("--beta", type=float, default=0.02)
|
||||
ap.add_argument("--ret-win", type=int, default=20)
|
||||
ap.add_argument("--z-win", type=int, default=40)
|
||||
ap.add_argument("--th", type=float, default=25.0, help="主阈值")
|
||||
ap.add_argument("--exit-band", type=float, default=15.0)
|
||||
ap.add_argument("--thresholds", default="20,25,30", help="敏感性对比的阈值列表")
|
||||
ap.add_argument("--source-priority", default="proxy,index",
|
||||
help="按序尝试的数据源 (用户口径: 两张 gp 表在 153=proxy)")
|
||||
ap.add_argument("--fx-table", default="gp_fx_daily")
|
||||
ap.add_argument("--fx-date-col"), ap.add_argument("--fx-price-col")
|
||||
ap.add_argument("--fx-pair-col"), ap.add_argument("--fx-pair")
|
||||
ap.add_argument("--fx-where", help="整段 WHERE 逃生口, 如 \"ccy='USDCNH'\"")
|
||||
ap.add_argument("--shibor-table", default="gp_shibor")
|
||||
ap.add_argument("--shibor-date-col"), ap.add_argument("--shibor-value-col")
|
||||
ap.add_argument("--shibor-term-col"), ap.add_argument("--shibor-term")
|
||||
ap.add_argument("--zs-date-col"), ap.add_argument("--zs-close-col")
|
||||
ap.add_argument("--zs-symbol-col")
|
||||
ap.add_argument("--dump-csv", action="store_true", help="只输出完整序列 CSV")
|
||||
args = ap.parse_args()
|
||||
|
||||
dsns = _dsns()
|
||||
if not dsns:
|
||||
print("FATAL: PROXY_DB_URL / DB_MYSQL_URL 都拿不到 (容器内跑, 或导出环境变量)",
|
||||
file=sys.stderr)
|
||||
sys.exit(2)
|
||||
sources = [s.strip() for s in args.source_priority.split(",") if s.strip() in dsns]
|
||||
|
||||
# ---- 取数 ----
|
||||
zs, zi = fetch_zs(args, sources, dsns)
|
||||
fx, fi = fetch_fx(args, sources, dsns)
|
||||
sh, si = fetch_shibor(args, sources, dsns)
|
||||
|
||||
def head(name, info, series):
|
||||
lines = [f"### {name}"]
|
||||
if info.get("source"):
|
||||
lines.append(f"- 源: **{info['source']}** ({dsns[info['source']].split('@')[-1]})")
|
||||
if info.get("columns"):
|
||||
lines.append(f"- 全部列: `{', '.join(info['columns'])}`")
|
||||
for k in ("date_col", "close_col", "symbol_col", "symbol_used", "price_col",
|
||||
"pair_col", "pair_used", "wide_1m_col", "term_col", "value_col",
|
||||
"term_used", "note_pair"):
|
||||
if info.get(k):
|
||||
lines.append(f"- {k}: `{info[k]}`")
|
||||
if info.get("pair_values_seen"):
|
||||
lines.append(f"- 品种值样本: {info['pair_values_seen']}")
|
||||
if series:
|
||||
lines.append(f"- 数据: {len(series)} 条, {series[0][0]} → {series[-1][0]}, "
|
||||
f"末值 {series[-1][1]}")
|
||||
if info.get("errors"):
|
||||
lines.append(f"- **失败**: {info['errors']} —— 按文件头提示带覆盖参数重跑")
|
||||
if info.get("sample"):
|
||||
lines.append(f"- 样本行: `{json.dumps(info['sample'][:1], ensure_ascii=False, default=str)[:400]}`")
|
||||
return "\n".join(lines)
|
||||
|
||||
if not args.dump_csv:
|
||||
print("# 股汇对冲指数 · 标定报告")
|
||||
print(f"\n> 生成: {datetime.now().isoformat(timespec='seconds')} · "
|
||||
f"参数: ret_win={args.ret_win} z_win={args.z_win} beta={args.beta} "
|
||||
f"主阈值±{args.th} 退出带±{args.exit_band} 回看={args.days}\n")
|
||||
print("## 一、表探查 (回填方案 §4.2 用)\n")
|
||||
print(head("zs_day_data (上证)", zi, zs), "\n")
|
||||
print(head(f"{args.fx_table} (USD/CNH)", fi, fx), "\n")
|
||||
print(head(f"{args.shibor_table} (SHIBOR 1M)", si, sh), "\n")
|
||||
|
||||
if not (zs and fx and sh):
|
||||
if args.dump_csv:
|
||||
print("FATAL: 取数不全, 先跑一遍报告模式看探查结果", file=sys.stderr)
|
||||
else:
|
||||
print("\n**取数不全, 后续标定跳过。** 按上面失败提示带覆盖参数重跑。")
|
||||
sys.exit(1)
|
||||
|
||||
# ---- 对齐 (交易日历 = zs 日期) ----
|
||||
tdays = [d for d, _ in zs]
|
||||
close = [v for _, v in zs]
|
||||
fx_al, fx_fill = asof_align(tdays, fx, shift_days=1) # 汇率 +1 自然日再 as-of
|
||||
sh_al, sh_fill = asof_align(tdays, sh, shift_days=0)
|
||||
|
||||
# ---- 计算 ----
|
||||
sr = log_rets(close, args.ret_win)
|
||||
fr = log_rets(fx_al, args.ret_win)
|
||||
sd = diffs(sh_al, args.ret_win)
|
||||
spread = [None if (sr[i] is None or fr[i] is None) else sr[i] + fr[i]
|
||||
for i in range(len(tdays))]
|
||||
spread_adj = [None if (spread[i] is None or sd[i] is None)
|
||||
else spread[i] - args.beta * sd[i] for i in range(len(tdays))]
|
||||
idx = roll_z(spread_adj, args.z_win)
|
||||
|
||||
if args.dump_csv:
|
||||
print("ymd,sh_close,fx,shibor_1m,stock_ret20,fx_ret20,spread,spread_adj,hedge_index")
|
||||
for i, d in enumerate(tdays):
|
||||
row = [d, close[i], fx_al[i], sh_al[i], sr[i], fr[i], spread[i],
|
||||
spread_adj[i], idx[i]]
|
||||
print(",".join("" if v is None else (f"{v:.6f}" if isinstance(v, float) else str(v))
|
||||
for v in row))
|
||||
return
|
||||
|
||||
valid = [v for v in idx if v is not None]
|
||||
print("## 二、数据体检\n")
|
||||
print(f"- 交易日历 (取自上证): {len(tdays)} 天, 最新 {tdays[-1]} (距今天 "
|
||||
f"{(date.today() - datetime.strptime(str(tdays[-1]), '%Y%m%d').date()).days} 自然日)")
|
||||
print(f"- 汇率末日 {fx[-1][0]} · as-of 补齐 {fx_fill} 天; "
|
||||
f"SHIBOR 末日 {sh[-1][0]} · 补齐 {sh_fill} 天")
|
||||
print(f"- hedge_index 有效样本 {len(valid)} 天 (预热损耗 {len(tdays) - len(valid)} 天)")
|
||||
if valid:
|
||||
print(f"- 当前值: **{valid[-1]:+.1f}**")
|
||||
|
||||
if len(valid) < 120:
|
||||
print("\n**有效样本不足 120 天, 分布与口径对比意义有限, 到此为止。**")
|
||||
sys.exit(1)
|
||||
|
||||
sv = sorted(valid)
|
||||
print("\n分位数: " + " · ".join(
|
||||
f"P{int(q*100)}={pctl(sv, q):+.1f}" for q in (0.01, 0.05, 0.25, 0.5, 0.75, 0.95, 0.99)))
|
||||
|
||||
# ---- 阈值敏感性 ----
|
||||
print("\n## 三、阈值敏感性 (±TH 触发频率与事后走势)\n")
|
||||
print("| TH | 超阈天数占比 | HOT段/年 | COLD段/年 | HOT进区后10日均值 | COLD进区后10日均值 |")
|
||||
print("|---|---|---|---|---|---|")
|
||||
years = max(len(valid) / 244.0, 0.1)
|
||||
for th in [float(x) for x in args.thresholds.split(",")]:
|
||||
eb = th * args.exit_band / args.th # 退出带按比例缩放
|
||||
hot = episodes(idx, th, eb, +1)
|
||||
cold = episodes(idx, th, eb, -1)
|
||||
beyond = sum(1 for v in valid if abs(v) > th) / len(valid)
|
||||
h10 = ev_stats(close, [e["start"] for e in hot]).get(10, {})
|
||||
c10 = ev_stats(close, [e["start"] for e in cold]).get(10, {})
|
||||
f = lambda s: (f"{s['mean']*100:+.2f}% (n={s['n']})" if s.get("n") else "无样本")
|
||||
print(f"| ±{th:.0f} | {beyond*100:.1f}% | {len(hot)/years:.1f} | "
|
||||
f"{len(cold)/years:.1f} | {f(h10)} | {f(c10)} |")
|
||||
|
||||
# ---- 触发口径对比 (主阈值) ----
|
||||
th, eb = args.th, args.exit_band
|
||||
hot, cold = episodes(idx, th, eb, +1), episodes(idx, th, eb, -1)
|
||||
print(f"\n## 四、触发口径对比 (主阈值±{th:.0f}, 退出带±{eb:.0f})\n")
|
||||
print(f"- HOT 区段 {len(hot)} 段 (平均持续 "
|
||||
f"{sum(e['len'] for e in hot)/max(len(hot),1):.1f} 天, "
|
||||
f"最大深度 {max((e['max_depth'] for e in hot), default=0):.1f}); "
|
||||
f"COLD 区段 {len(cold)} 段 (平均 "
|
||||
f"{sum(e['len'] for e in cold)/max(len(cold),1):.1f} 天, "
|
||||
f"最大深度 {max((e['max_depth'] for e in cold), default=0):.1f})\n")
|
||||
|
||||
def second_day(eps): # 确认=2: 区段第 2 天 (不足 2 天的区段无事件)
|
||||
return [e["start"] + 1 for e in eps if e["len"] >= 2]
|
||||
|
||||
rows = [
|
||||
("HOT · 进区即动(确认1)", [e["start"] for e in hot], "降仓视角: 越负越好"),
|
||||
("HOT · 进区确认2日", second_day(hot), "降仓视角: 越负越好"),
|
||||
("HOT · 极值回落再动", [e["exit_i"] for e in hot if e["exit_i"] is not None],
|
||||
"降仓视角: 越负越好(但可能已回落)"),
|
||||
("COLD · 进区即动(确认1)", [e["start"] for e in cold], "升仓视角: 越正越好"),
|
||||
("COLD · 进区确认2日", second_day(cold), "升仓视角: 越正越好"),
|
||||
("COLD · 极值回落再动", [e["exit_i"] for e in cold if e["exit_i"] is not None],
|
||||
"升仓视角: 越正越好"),
|
||||
]
|
||||
for name, evs, note in rows:
|
||||
print(f"**{name}** ({note})\n> {fmt_ev(ev_stats(close, evs))}\n")
|
||||
print("> 提醒: 样本很小, 这是参考不是显著性检验; 两口径都已实现、页面可切, 这里只定默认档。\n")
|
||||
|
||||
# ---- 对数映射标定 ----
|
||||
print(f"## 五、对数映射标定 target = S0 · ln(1 + e/k), e = |idx| − {th:.0f}\n")
|
||||
depths = [e["max_depth"] for e in hot + cold]
|
||||
cal = calib_log(depths)
|
||||
if depths:
|
||||
dsrt = sorted(depths)
|
||||
print(f"- 区段最大深度 e 分布: 中位 {pctl(dsrt, 0.5):.1f} · "
|
||||
f"P95 {pctl(dsrt, 0.95):.1f} · 最大 {dsrt[-1]:.1f} (共 {len(depths)} 段)")
|
||||
tag = "标定成功" if cal.get("ok") else f"退化取值 ({cal.get('why')})"
|
||||
print(f"- **建议初值: PMS_MACRO_LOG_S0 = {cal['S0']:.3f} · "
|
||||
f"PMS_MACRO_LOG_K = {cal['k']:.1f}** —— {tag}")
|
||||
print(f"- 目标形状: e 中位数 → 约 5 个点仓位, e 95分位 → 约 12 个点, "
|
||||
f"SHIFT_MAX 封顶 20 个点\n")
|
||||
print("| e (超额深度) | 2 | 5 | 8 | 10 | 15 | 20 | 30 | 40 |")
|
||||
print("|---|" + "---|" * 8)
|
||||
tgt = lambda e: min(cal["S0"] * math.log(1 + e / cal["k"]), 0.20)
|
||||
print("| 累计调整幅度 | " + " | ".join(f"{tgt(e)*100:.1f}%" for e in
|
||||
(2, 5, 8, 10, 15, 20, 30, 40)) + " |")
|
||||
|
||||
print("\n## 六、把这些数拿回去干什么\n")
|
||||
print("1. 表探查一节的 源/列名 → 回填 MACRO_TIMING_PLAN.md §4.2, 才能写 macro_repo;")
|
||||
print("2. 第三节选 TH 与退出带 → PMS_MACRO_HOT_TH / COLD_TH / EXIT_BAND;")
|
||||
print("3. 第四节选触发口径默认档 → PMS_MACRO_TRIGGER_MODE / CONFIRM_DAYS;")
|
||||
print("4. 第五节的 S0/k → PMS_MACRO_LOG_S0 / LOG_K;")
|
||||
print("5. 报告全文存档进仓库 (建议 docs/ 或贴回对话), 作为参数初值的依据留痕。")
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Loading…
Reference in New Issue