|
|
||
|---|---|---|
| .. | ||
| figures | ||
| results | ||
| .gitignore | ||
| README.md | ||
| audit.py | ||
| engine.py | ||
| finalize.py | ||
| protocol.json | ||
| protocol.sha256 | ||
| regions.py | ||
| render.py | ||
| requirements.txt | ||
| run.py | ||
| test_engine.py | ||
| 宏观网格首轮研究报告.md | ||
README.md
宏观价格成交网格实验
本实验使用既有指数日线,检验同步形成、进入方向和价格推进效率对未来二十日趋势概率的增量价值。主协议在计算结果前于2026年10月29日北京时间11时10分固定,提交为2877c59。协议与原始缓存均检查SHA256,不覆盖此前宏观研究。
研究入口为首轮报告,完整参数在protocol.json。结果只进入本目录,不导入PMS配置或业务服务,不访问服务器。研究代码不属于业务镜像,没有需要重建的业务容器。
数据和实现
数据复用../macro_timing_20261026/raw/export.json和../macro_timing_20261026/raw/csi2000.json,截止2026年10月23日。原始文件未加入Git;复现需要取得同一摘要的源缓存,不能用汇总结果代替行情。
engine.py负责当时可用特征、标签和固定模型。regions.py负责冻结区域边界和首次到达。run.py执行五年训练下一年检验、消融比较与当前快照。audit.py独立重算源窗口与标签,检查分年隔离和截断一致性。render.py仅从结果绘图和写报告,不重选参数。
网格为价格五层乘成交五层。三项因素各自加入静态同步模型,再从完整模型中逐项删除。分类使用固定L2多项逻辑回归,连续收益使用固定岭回归。所有模型对同一目标使用相同日期,标准化只在训练期拟合。
本地复现
从仓库根目录运行。研究虚拟环境使用Python 3.12及requirements.txt中的版本;本次环境位于/tmp/pms-macro-grid-20261029-venv,该临时路径不保证跨重启保留。首次建立环境可以安装依赖,统计、测试和复核阶段禁止联网。
/tmp/pms-macro-grid-20261029-venv/bin/python scripts/unit_test_guard.py research/macro_grid_20261029/test_engine.py
/tmp/pms-macro-grid-20261029-venv/bin/python research/macro_grid_20261029/run.py
/tmp/pms-macro-grid-20261029-venv/bin/python research/macro_grid_20261029/audit.py
/tmp/pms-macro-grid-20261029-venv/bin/python research/macro_grid_20261029/render.py
git diff --check
主计算与审计安装套接字审计钩子,模型计算固定为一个本地计算线程。测试另外经过仓库护栏,清除业务环境变量,在无.env临时目录执行。
解释范围
报告的“当前”是数据末日快照。全市场标签按三条宽基的方向多数判断,风格收益分别计算。中证2000训练包含发布前回溯,科创50不足五完整年时不缩短训练期。日线在当前行情版本上重算,不能复原供应商过去所有修订版本。
区域统计的首次到达与触区反应是训练内类比;候选区域没有逐日外推胜率的称谓。预测误差的增量比较才来自逐年外推。未来部署、参数与真实交易判收不属于本轮。