# Stock Analysis Framework

> 股票分析研判完整框架 - 整合A股分析、ST公司研判、技术分析、量化回测、地缘政治分析、风险管理、行为金融七大核心模块。 Use when: 股票分析, stock analysis, A股分析, ST公司, 技术分析, 量化回测, 风险管理, 艾尔德三重滤网, 研报, 投资分析, 证券分析. Do NOT use for: - 实时交易信号（仅分析，不提供买卖建议） - 高频交易策略（时间尺度不匹配） - 个股推荐或投资建议（需用户自主决策） - 财务报表编制（用财务分析 skill） - 宏观经济预测（用地缘政治分析 skill）

- Skill: `54laowang/stock-analysis-framework` (Agent Skill)
- Install (CLI): `npx skillmds@latest add 54laowang/stock-analysis-framework`
- Raw SKILL.md: https://api.skillmd.com/api/skills/54laowang/stock-analysis-framework/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: 54laowang (https://skillmd.com/u/54laowang)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/54laowang/stock-analysis-framework

---


# 股票分析研判框架

## 🧬 达尔文进化说明

本 Skill 由 **达尔文进化方法论** 指导整合而成，遵循四大原则：

1. **自然选择**: 保留核心分析能力（基本面/技术面/量化），淘汰冗余流程
2. **渐进优化**: 分七模块渐进整合，每模块独立验证
3. **功能特化**: 每个模块专注单一分析维度
4. **生态平衡**: 依赖 stock-data-acquisition 提供数据基础

**整合来源**:
- `a-share-market-analysis` → A股市场分析SOP
- `st-companies-financial-analysis-cn` → ST公司专项分析
- `stock-analysis` → 通用分析框架（8维度评分）
- `elder-trading-for-a-living` → 艾尔德交易系统
- `geopolitical-commodity-analysis` → 地缘政治分析
- `vibe-trading-integration` → 量化回测系统

---

## 📋 核心架构

```
┌─────────────────────────────────────────────────────────────┐
│        stock-analysis-framework（分析研判层）                │
└─────────────────────────────────────────────────────────────┘

模块一：A股市场分析（检查点 5个）
  ├─ 时间锚定SOP
  ├─ 数据源分级（P0-P2）
  └─ 市场状态判断模型

模块二：ST公司专项分析（检查点 4个）
  ├─ ST类型二分法
  ├─ 亏损原因拆解公式
  └─ 借壳概率评估矩阵

模块三：技术分析体系（检查点 9个）
  ├─ 艾尔德三重滤网（中长线趋势）
  ├─ 爱在冰川周期筹码（中短线波段）
  ├─ 淘股吧游资视角（短线投机）
  └─ Vibe-Trading 技术指标库

模块四：量化回测系统（检查点 8个）
  ├─ 7大回测引擎
  ├─ 因子研究框架
  └─ 统计验证方法

总计检查点: 28个 ✅

模块五：地缘政治分析（检查点 4个）
  ├─ 五阶段分析流程
  ├─ 三情景预测模型
  └─ 供给冲击量化

模块六：风险管理（检查点 5个）
  ├─ 2%/6%风控法则
  ├─ VaR/CVaR计算
  └─ 对冲策略

模块七：行为金融（检查点 4个）
  ├─ Shadow Account 影子账户
  ├─ 行为偏差诊断
  └─ 交易日志分析

总计检查点: 36个 ✅
```

---

## 模块一：A股市场分析

### 【时间锚定SOP】（最高优先级）

**原则**: 任何A股分析前，必须先完成数据获取SOP。

#### 执行流程

```
第一步：读取当前时间
    ↓
第二步：判断市场状态
    ├─ 9:30前：盘前（使用昨日收盘数据）
    ├─ 11:30：午盘收盘（午评数据）
    ├─ 11:30-13:00：午间休盘（推荐分析时段）
    ├─ 15:00后：收盘（收评数据）
    └─ 周末：休市（上周五收盘数据）
    ↓
第三步：精确搜索关键词（必须包含：日期 + 时间节点 + 数据类型）
    ↓
第四步：使用API获取数据并交叉验证
    ↓
第五步：验证数据时间戳
```

#### 【检查点 1】时间锚定验证

**触发条件**: 任何A股分析前

**检查内容**:
- [ ] 当前时间已读取
- [ ] 市场状态已判断
- [ ] 搜索关键词包含日期
- [ ] 数据来源已标注
- [ ] 时间戳已验证

**验证方法**:
```python
from datetime import datetime

def verify_time_anchor():
    now = datetime.now()
    market_status = get_market_status(now)
    
    # 验证时间戳
    if data_timestamp not in acceptable_range:
        raise TimeAnchorError("数据时间戳不符合市场状态")
    
    return True
```

**失败处理**: 时间不确定时，禁止输出分析报告。

#### 【检查点 1.1】数据源可信度验证

**检查内容**:
- [ ] 数据源级别已确定（P0/P1/P2）
- [ ] 多源交叉验证已完成
- [ ] 数据一致性已检查
- [ ] 可信度评分已计算

#### 【检查点 1.2】市场状态完整性

**检查内容**:
- [ ] 涨跌比已计算
- [ ] 量比已计算
- [ ] 板块热度已评估
- [ ] 北向资金已查看
- [ ] 状态判断已完成

---

### 数据源分级体系

#### P0级（首选，可信度0.90）

- 财联社电报
- 东方财富
- 交易所公告
- 官方财报

#### P1级（备选，可信度0.70-0.80）

- 新浪财经
- 雪球
- 腾讯财经
- 证券时报

#### P2级（谨慎使用，可信度0.50）

- 其他平台
- 自媒体（需交叉验证）

### 交叉验证规则

```
验证策略：
  1. 时间戳优先（选择最接近目标时间的数据）
  2. 多数一致（3个一致 → 0.95可信度）
  3. 冲突处理（优先P0级数据源）
  4. 标注来源（必须明确标注数据来源）

验证公式：
  可信度 = Σ(数据源可信度 × 一致性权重) / 数据源数量
```

---

### 市场状态判断模型

**核心指标**:
- **涨跌比** = 上涨家数 / 下跌家数（市场情绪）
- **量比** = 当日成交量 / 5日均量（放量/缩量）
- **板块热度** = 涨停板块数 / 总板块数（资金活跃度）
- **北向净流入** = 当日净买入额（外资态度）

**状态判断矩阵**:

| 涨跌比 | 量比 | 判断 | 操作建议 |
|--------|------|------|---------|
| >1.5 | >1.2 | 强势上涨 | 持股待涨 |
| >1.5 | <0.8 | 缺量上涨 | 谨慎追高 |
| <0.67 | >1.2 | 放量下跌 | 观望为主 |
| <0.67 | <0.8 | 缩量下跌 | 关注筑底 |

#### 【检查点 2】市场状态验证

**检查内容**:
- [ ] 涨跌比已计算
- [ ] 量比已计算
- [ ] 板块热度已评估
- [ ] 北向资金已查看
- [ ] 状态判断已完成

#### 【检查点 2.1】A股市场分析完整性

**检查内容**:
- [ ] 时间锚定SOP已完成
- [ ] 数据源分级已确定
- [ ] 交叉验证已完成
- [ ] 市场状态矩阵已填写
- [ ] 操作建议已明确

---

## 模块二：ST公司专项分析

### ST类型二分法

| 类型 | 特征 | 案例 | 风险等级 |
|------|------|------|---------|
| **A类：经营失败型** | 连续多年亏损、净资产缩水、濒临退市 | ST亚光 | 高风险 |
| **B类：历史问题型** | 主业已盈利，ST只因历史违规/担保/治理问题 | ST八菱 | 中风险 |

**关键洞察**: 不同类型结论完全不同，必须先分类再分析。

---

### 亏损原因拆解公式

```
总亏损 = 一次性减值计提 + 经营性亏损 + 财务费用 + 坏账/信用减值

类型判断：
  • 周期性亏损 → 低风险（可反转）
  • 经营性亏损 → 中风险（需转型）
  • 财务性亏损 → 高风险（需减债）
  • 突发性亏损 → 需评估持续性
```

---

### "洗大澡"判断框架

**支持刻意做亏的信号**:
- ✅ 连续两年大额商誉/资产减值计提
- ✅ 减值幅度远超实际需要
- ✅ 净资产刚好维持在退市线以上
- ✅ 原大股东持股比例低（<30%）

**不支持刻意做亏的信号**:
- ❌ 主业持续盈利，净资产逐年增长
- ❌ 有现金分红能力
- ❌ ST原因是历史遗留问题，非经营亏损
- ❌ 减值是偶发一次

---

### 借壳概率评估矩阵

**高概率条件**:
- 市值 30-50 亿（理想壳规模）
- 原大股东持股 < 30%
- 净资产接近零/负数
- 资产便于剥离

**低概率情况**:
- 主业持续盈利
- 市值偏离理想壳区间
- 监管政策趋严
- 即将摘帽

#### 【检查点 3】ST公司分析完整性

**检查内容**:
- [ ] ST类型已判断（A类/B类）
- [ ] 亏损原因已拆解
- [ ] 报表真实性已判断
- [ ] 借壳概率已评估
- [ ] 风险等级已标注

#### 【检查点 3.1】ST财务数据验证

**检查内容**:
- [ ] 最新年报数据已获取
- [ ] 净资产数值已验证
- [ ] 减值计提明细已确认
- [ ] 主营业务盈利已确认

#### 【检查点 3.2】借壳概率评估完整性

**检查内容**:
- [ ] 市值已确认（30-50亿区间）
- [ ] 股权结构已分析
- [ ] 资产可剥离性已评估
- [ ] 监管环境已考量

---

## 模块三：技术分析体系

### 三大核心视角协同框架

本模块整合三大互补视角，形成完整的研判体系：

```
┌─────────────────────────────────────────────────────────────┐
│          三大视角协同研判决策树                              │
└─────────────────────────────────────────────────────────────┘

问题：某股票是否值得买入？

步骤1：艾尔德视角（趋势）→ 大周期判断方向
  ├─ 第一重滤网：周线/日线趋势向上？
  │   ├─ 是 → 进入步骤2（位置评估）
  │   └─ 否 → 放弃或等待
  │
步骤2：爱在冰川视角（位置）→ 周期阶段判断性价比
  ├─ 当前处于什么周期阶段？
  │   ├─ 上升期 → 检查筹码分布，计算性价比
  │   ├─ 震荡期 → 等待方向选择，关注突破
  │   ├─ 退潮期 → 放弃，等待冰点
  │   └─ 冰点期 → 关注反转信号，轻仓试错
  │
步骤3：淘股吧视角（情绪）→ 情绪周期确认时机
  ├─ 是否为龙头股？
  │   ├─ 是 → 检查情绪周期
  │   │   ├─ 赚钱效应阶段（溢价率>3%）→ 可跟随
  │   │   └─ 亏钱效应阶段（溢价率<-2%）→ 放弃
  │   └─ 否 → 检查板块轮动机会
```

**三大视角逻辑差异**：

| 视角 | 核心逻辑 | 适用场景 | 时间周期 | 风险偏好 |
|------|---------|---------|---------|---------|
| **艾尔德三重滤网** | 顺势交易，多周期验证 | 中长线趋势跟踪 | 周/日/小时 | 稳健型 |
| **爱在冰川周期筹码** | 位置性价比，禁止主观 | 中短线波段操作 | 日/小时 | 平衡型 |
| **淘股吧游资视角** | 情绪博弈，跟随龙头 | 短线投机 | 日内/小时 | 激进型 |

---

### 子模块一：艾尔德三重滤网系统

**核心思想**：顺势交易，多时间框架验证

```
第一重滤网（潮汐）→ 大周期趋势定方向
    ↓ EMA/MACD 确认趋势
第二重滤网（波浪）→ 中周期震荡找位置
    ↓ 强力指数/RSI 等待回调
第三重滤网（涟漪）→ 小周期突破执行
    → 价格突破入场，止损设置
```

**周期映射**:
- 大周期：周线/日线
- 中周期：日线/60分钟
- 小周期：60分钟/15分钟

**关键规则**:
- ✅ 只在大周期趋势方向交易
- ✅ 中周期回调是入场机会
- ✅ 小周期突破确认入场点
- ❌ 禁止逆大周期方向交易

---

### 子模块二：爱在冰川周期筹码思维

**核心思想**：位置性价比，客观描述资金选择

#### 周期四阶段判断

```
上升期特征：
  • 量价齐升，板块轮动有序
  • 赚钱效应强（涨停溢价率 > 3%）
  • 筹码峰上移，成本抬高
  • 操作：持股待涨，跟随趋势

震荡期特征：
  • 量能萎缩，热点分散
  • 赚钱效应减弱（溢价率 0~3%）
  • 筹码峰密集，方向不明
  • 操作：高抛低吸，等待突破

退潮期特征：
  • 放量滞涨，高位分歧
  • 亏钱效应出现（溢价率 < -2%）
  • 筹码峰下移，套牢盘增加
  • 操作：减仓避险，观望为主

冰点期特征：
  • 缩量阴跌，情绪低迷
  • 亏钱效应持续（溢价率 < -5%）
  • 筹码峰分散，恐慌盘出清
  • 操作：关注反转信号，轻仓试错
```

#### 筹码分布分析

**筹码峰识别**：
- 成本集中区域（成交量密集区）
- 上方筹码峰：阻力位
- 下方筹码峰：支撑位

**筹码谷识别**：
- 成交量稀疏区域
- 突破后快速通过区

**位置性价比公式**：
```
位置性价比 = (目标价 - 当前价) / (当前价 - 止损价)

判断标准：
  • 性价比 > 3:1：优秀（值得重仓）
  • 性价比 2:1~3:1：良好（可正常仓位）
  • 性价比 1:1~2:1：一般（轻仓尝试）
  • 性价比 < 1:1：较差（放弃）
```

#### 核心原则

**禁止主观判断，必须客观描述**：

❌ **错误表述**（主观判断）：
- "这个利好会刺激股价上涨"
- "这个利空会导致股价下跌"
- "业绩超预期，应该会涨"

✅ **正确表述**（客观描述）：
- "资金在 20 元位置大量买入，形成筹码峰"
- "昨日涨停股今日溢价率 5%，赚钱效应强"
- "主力资金连续 3 日净流入，累计 2.3 亿"

**分析范式**：
```
1. 资金在什么位置做了什么选择？
   • 买入位置：成本区间
   • 买入金额：资金体量
   • 买入时机：周期阶段

2. 当前位置的风险收益比？
   • 上方空间：距离阻力位
   • 下方风险：距离支撑位
   • 性价比：空间/风险

3. 市场情绪处于什么阶段？
   • 周期阶段：上升/震荡/退潮/冰点
   • 赚钱效应：溢价率数据
   • 情绪定位：主升/分歧/恐慌
```

---

### 子模块三：淘股吧游资视角

**核心思想**：情绪博弈，跟随龙头，短线投机

#### 龙头股识别标准（5维度）

```
1. 涨停时间最早（09:30-10:00 首板）
   • 时间越早，资金态度越坚决

2. 连板高度最高（市场最高板）
   • 高度代表市场认可度

3. 封单金额最大（封单/流通市值 > 10%）
   • 封单强 = 资金看好

4. 市场关注度最高（淘股吧/同花顺人气榜前三）
   • 人气 = 流动性溢价

5. 板块带动性最强（涨停后板块跟随涨停）
   • 龙头带板块，板块护龙头
```

**龙头识别检查清单**：
- [ ] 涨停时间 < 10:00
- [ ] 连板高度 = 市场最高
- [ ] 封单金额 > 流通市值 10%
- [ ] 人气榜排名前三
- [ ] 板块内涨停股 >= 3 只

#### 情绪周期判断

**赚钱效应指标**：
```
昨日涨停今日溢价率 = (今日开盘价 - 昨日涨停价) / 昨日涨停价

判断标准：
  • 溢价率 > 5%：强赚钱效应（高潮期）
  • 溢价率 3~5%：正常赚钱效应
  • 溢价率 0~3%：弱赚钱效应
  • 溢价率 -2~0%：亏钱效应初现
  • 溢价率 < -2%：强亏钱效应（退潮期）
```

**情绪周期四阶段**：

| 阶段 | 特征 | 操作策略 |
|------|------|---------|
| **启动期** | 首板增多，溢价率转正 | 试错龙头，轻仓跟随 |
| **高潮期** | 连板高度增加，溢价率>3% | 持股待涨，不追高 |
| **分歧期** | 高位放量，溢价率回落 | 高位减仓，观望为主 |
| **退潮期** | 涨停减少，溢价率<0 | 空仓等待，避免回撤 |

#### 游资动向追踪

**龙虎榜席位识别**：
- 知名游资席位：拉萨团结路、中信西安朱雀大街等
- 机构席位：机构专用
- 外资席位：沪股通/深股通

**主力资金流向**：
```
主力净流入 = 大单买入 - 大单卖出

判断标准：
  • 连续 3 日净流入 > 1 亿：强关注
  • 单日净流入 > 3 亿：超强关注
  • 连续净流出：撤退信号
```

**板块轮动节奏**：
```
板块轮动规律：
  1. 龙头涨停 → 带动板块
  2. 板块跟涨 → 龙头加速
  3. 板块分化 → 龙头独秀
  4. 龙头倒下 → 板块退潮

操作策略：
  • 板块启动初期：跟随龙头
  • 板块全面高潮：不追高
  • 板块分化阶段：关注补涨
  • 板块退潮阶段：空仓等待
```

#### 打板 vs 低吸策略选择

**打板策略**（适合高潮期）：
- 适用：情绪高涨，溢价率高
- 时机：10:00 前首板，封单强
- 风险：炸板风险，次日低开

**低吸策略**（适合分歧期）：
- 适用：龙头分歧，缩量回调
- 时机：回调 5-10 日线，量能萎缩
- 风险：反弹失败，继续下跌

**策略选择矩阵**：

| 情绪周期 | 溢价率 | 推荐策略 | 仓位 |
|---------|--------|---------|------|
| 启动期 | 0~3% | 打板试错 | 20-30% |
| 高潮期 | >3% | 持股待涨 | 50-70% |
| 分歧期 | 0~3% | 低吸龙头 | 30-50% |
| 退潮期 | <0% | 空仓观望 | 0% |

---

### 强力指数指标

**计算公式**:
```
强力指数 = 成交量 × (今收 - 昨收)
```

**应用方法**:
- **2日EMA**: 寻找进出场时机
- **13日EMA**: 确认趋势方向

**信号解读**:
- 强力指数 > 0：多头力量占优
- 强力指数 < 0：空头力量占优
- 强力指数背离：趋势反转信号

---

### Vibe-Trading 技术指标库

**基础指标**:
- EMA（指数移动平均）
- ADX（平均方向指数）
- BB（布林带）
- RSI（相对强弱指数）
- OBV（能量潮）
- 量比（三维投票系统）

**K线形态**:
- 15 种经典形态
- 5 单烛 + 5 双烛 + 4 三烛 + 1 趋势确认

**高级指标**:
- 一目均衡表（五线系统）
- 艾略特波浪（5浪推动 + 3浪调整）
- 谐波形态（Gartley/Bat/Butterfly/Crab）
- Smart Money Concepts（BOS/ChoCH/FVG）
- 缠论（分型/笔/中枢/买卖点）

#### 【检查点 4】技术分析完整性

**检查内容**:
- [ ] 大周期趋势已确认
- [ ] 中周期位置已判断
- [ ] 小周期信号已验证
- [ ] 强力指数已计算
- [ ] 止损位已设置

#### 【检查点 4.1】三重滤网验证

**检查内容**:
- [ ] 第一重滤网（潮汐）已完成
- [ ] 第二重滤网（波浪）已完成
- [ ] 第三重滤网（涟漪）已完成
- [ ] 周期比例符合要求（3:1~10:1）
- [ ] 信号一致性已确认

#### 【检查点 4.2】技术指标组合验证

**检查内容**:
- [ ] 指标数量合理（1-7个）
- [ ] 指标之间无冲突
- [ ] 参数设置符合周期
- [ ] 信号有效性已验证

#### 【检查点 4.3】周期筹码分析验证（爱在冰川）

**检查内容**:
- [ ] 当前周期阶段已判断（上升/震荡/退潮/冰点）
- [ ] 筹码峰位置已识别（上方阻力/下方支撑）
- [ ] 位置性价比已计算（空间/风险比）
- [ ] 资金选择已客观描述（禁止"利好利空"）
- [ ] 周期阶段操作策略已明确

#### 【检查点 4.4】游资情绪分析验证（淘股吧）

**检查内容**:
- [ ] 龙头股识别已完成（5维度检查）
- [ ] 情绪周期已判断（启动/高潮/分歧/退潮）
- [ ] 溢价率已计算（昨日涨停今日开盘）
- [ ] 游资动向已追踪（龙虎榜/主力资金）
- [ ] 打板低吸策略已选择

#### 【检查点 4.5】三视角协同验证

**检查内容**:
- [ ] 艾尔德视角（趋势方向）已完成
- [ ] 爱在冰川视角（位置性价比）已完成
- [ ] 淘股吧视角（情绪时机）已完成
- [ ] 三视角结论一致性已确认
- [ ] 最终操作决策已明确

---

## 模块四：量化回测系统

### 7大回测引擎

| 引擎 | 市场 | 特性 |
|------|------|------|
| ChinaAEngine | A股 | 涨跌停、T+1、停牌处理 |
| GlobalEquityEngine | 港股/美股 | 分红、拆股、货币转换 |
| CryptoEngine | 加密货币 | 7x24交易、资金费率、滑点 |
| ChinaFuturesEngine | 商品期货 | 夜盘、保证金、杠杆 |
| GlobalFuturesEngine | 全球期货 | 跨时区、保证金 |
| ForexEngine | 外汇 | 点差、隔夜利息 |
| CompositeEngine | 跨市场组合 | 共享资金池、市场间再平衡 |

---

### 因子研究框架

**IC/IR分析**:
```python
# IC（信息系数）= 因子值与未来收益的相关系数
IC = correlation(factor_value, future_return)

# IR（信息比率）= IC均值 / IC标准差
IR = IC.mean() / IC.std()

判断标准：
  • IC > 0.03, IR > 0.5：基本有效
  • IC > 0.05, IR > 1.0：强因子
  • IC > 0.10：疑似前视偏差
```

**分位数回测**:
- 将股票按因子值分成 N 组
- 检验单调性和多空价差
- 计算 Top组 - Bottom组收益差

---

### 统计验证方法

**Monte Carlo 模拟**:
- 置换检验（随机打乱因子值）
- 计算p值（策略收益的显著性）

**Bootstrap 置信区间**:
- 重采样计算置信区间
- 评估策略稳健性

**Walk-Forward 验证**:
- 滚动前向验证
- 避免过拟合

#### 【检查点 5】量化回测完整性

**检查内容**:
- [ ] 回测引擎已选择
- [ ] 因子IC/IR已计算
- [ ] 分位数回测已完成
- [ ] 统计验证已执行
- [ ] 过拟合检查已完成

#### 【检查点 5.1】因子研究验证

**检查内容**:
- [ ] 因子值已计算
- [ ] IC值符合阈值（>0.03）
- [ ] IR值符合阈值（>0.5）
- [ ] 分位数单调性已验证
- [ ] 行业中性化已完成

#### 【检查点 5.2】统计验证完整性

**检查内容**:
- [ ] Monte Carlo模拟已完成
- [ ] Bootstrap置信区间已计算
- [ ] Walk-Forward验证已完成
- [ ] 样本外测试已完成
- [ ] p值显著性已确认

---

## 模块五：地缘政治分析

### 五阶段分析流程

```
阶段一：情报收集与验证
  ├─ 多源搜索（中英文关键词 + 今日日期）
  └─ 时间戳强制验证（24-48小时内）

阶段二：供给侧冲击量化
  ├─ 原油：航道封锁/减产/制裁/储备释放
  └─ 贵金属：避险需求、美债收益率、央行购金

阶段三：多情景价格预测
  ├─ 乐观情景（概率20-30%）
  ├─ 基准情景（概率40-60%）
  └─ 悲观情景（概率20-30%）

阶段四：投资策略矩阵
  ├─ 时间维度：短期/中期/长期
  └─ 资产维度：目标商品 + 关联资产

阶段五：风险提示
  ├─ 尾部风险
  ├─ 黑天鹅
  └─ 时间风险
```

---

### 黄金战争期三阶段模型

| 阶段 | 时间 | 价格走势 | 核心驱动 |
|------|------|---------|---------|
| 爆发期 | 第1-3天 | ↑ 短暂冲高 | 避险需求 |
| 流动性挤压期 | 第1-4周 | ↓ 大幅下跌 | 抛售补保证金、美债收益率飙升 |
| 滞胀博弈期 | 第2-3月 | ↕️ 震荡 | 油价高企 vs 美联储暂停降息 |

**关键教训**: 战争初期不应盲目追高黄金，等待流动性压力释放后的配置机会。

#### 【检查点 6】地缘政治分析完整性

**检查内容**:
- [ ] 情报已收集并验证时间戳
- [ ] 供给冲击已量化
- [ ] 三情景预测已完成（概率和=100%）
- [ ] 投资策略矩阵已生成
- [ ] 风险提示已明确

#### 【检查点 6.1】情报收集验证

**检查内容**:
- [ ] 中英文关键词已搜索
- [ ] 多源数据已交叉验证
- [ ] 时间戳在24-48小时内
- [ ] 官方声明已确认
- [ ] 价格水平已核实

#### 【检查点 6.2】三情景预测验证

**检查内容**:
- [ ] 乐观情景已定义
- [ ] 基准情景已定义
- [ ] 悲观情景已定义
- [ ] 概率分配合理（和=100%）
- [ ] 价格区间已明确

---

## 模块六：风险管理

### 2%/6%风控法则

**2%法则（躲避鲨鱼）**:
```
单次交易最大亏损 ≤ 账户2%

仓位计算公式：
最大仓位 = (账户资金 × 2%) ÷ |买入价 - 止损价|

示例：
账户：5万元
买入价：50元
止损价：48元
最大仓位 = 1000 ÷ 2 = 500股
```

**6%法则（躲避食人鱼）**:
```
当月最大回撤 ≤ 账户6%

触发机制：
  • 当月累计亏损达到6% → 停止交易
  • 下月重新开始计数
```

---

### VaR/CVaR计算

**VaR（在险价值）**:
```python
# 历史模拟法
VaR_95 = np.percentile(returns, 5)

# 解释：有95%的概率，损失不会超过 VaR_95
```

**CVaR（条件在险价值）**:
```python
# 超过VaR的平均损失
CVaR_95 = returns[returns <= VaR_95].mean()

# 解释：在极端情况下，平均损失为 CVaR_95
```

---

### 对冲策略

**Beta对冲**:
```python
# 计算组合Beta
portfolio_beta = Σ(weight_i × beta_i)

# 对冲仓位
hedge_position = portfolio_value × portfolio_beta / index_value
```

**期权保护**:
- 买入看跌期权（保护性看跌）
- 卖出看涨期权（备兑看涨）
- 领口策略（Collar）

#### 【检查点 7】风险管理完整性

**检查内容**:
- [ ] 单笔风险已计算（≤2%）
- [ ] 当月回撤已监控（≤6%）
- [ ] VaR/CVaR已计算
- [ ] 对冲策略已评估
- [ ] 止损位已设置

#### 【检查点 7.1】仓位计算验证

**检查内容**:
- [ ] 账户资金已确认
- [ ] 止损距离已计算
- [ ] 最大仓位已计算
- [ ] 单笔风险符合2%法则
- [ ] 仓位上限符合30%限制

#### 【检查点 7.2】风险度量验证

**检查内容**:
- [ ] VaR已计算（95%置信度）
- [ ] CVaR已计算
- [ ] 最大回撤已计算
- [ ] Sharpe比率已计算
- [ ] 风险等级已评估

---

## 模块七：行为金融

### Shadow Account 影子账户

**四步工作流**:
```
步骤一：提取规则
  └─ 从交割单提炼3-5条人话规则

步骤二：跨市场回测
  └─ A股/港股/美股/加密货币四市场并跑

步骤三：差值归因
  ├─ 情绪单
  ├─ 早退/晚退
  ├─ 过度交易
  └─ 错失信号

步骤四：反事实分析
  └─ Top 5 "最该做没做 / 最不该做却做了"
```

---

### 行为偏差诊断

**处置效应（Disposition Effect）**:
- 过早卖出盈利股
- 过久持有亏损股
- **诊断**: 盈利股平均持仓天数 vs 亏损股平均持仓天数

**过度交易**:
- 交易频率过高
- 手续费侵蚀收益
- **诊断**: 月度交易次数 / 胜率 / 盈亏比

**追涨杀跌**:
- 高位追入
- 低位割肉
- **诊断**: 买入时涨幅 vs 卖出时跌幅

**锚定效应**:
- 过度关注买入价
- 忽视市场变化
- **诊断**: 止损设置基于成本而非技术位

#### 【检查点 8】行为金融分析完整性

**检查内容**:
- [ ] 影子账户已创建
- [ ] 行为偏差已诊断
- [ ] 差值归因已完成
- [ ] 反事实分析已生成
- [ ] 改进建议已明确

#### 【检查点 8.1】影子账户验证

**检查内容**:
- [ ] 交割单已解析
- [ ] 盈利规则已提炼
- [ ] 跨市场回测已完成
- [ ] 差值已归因
- [ ] 反事实分析已生成

#### 【检查点 8.2】行为偏差诊断验证

**检查内容**:
- [ ] 处置效应已诊断
- [ ] 过度交易已诊断
- [ ] 追涨杀跌已诊断
- [ ] 锚定效应已诊断
- [ ] 改进建议已生成

#### 【检查点 8.3】交易日志分析验证

**检查内容**:
- [ ] 交易日志已记录
- [ ] ABCD评分已完成
- [ ] 盈亏比已计算
- [ ] 胜率已计算
- [ ] 经验总结已完成

#### 【检查点 8.4】行为金融分析报告完整性

**检查内容**:
- [ ] 影子账户报告已生成
- [ ] 行为偏差诊断报告已生成
- [ ] 反事实分析报告已生成
- [ ] 改进建议报告已生成
- [ ] 跟踪计划已制定

---

## 📊 边界条件清单

### 时间边界

| 约束项 | 最小值 | 默认值 | 最大值 | 说明 |
|--------|--------|--------|--------|------|
| 分析时间范围 | 1个月 | 1年 | 5年 | 历史数据回溯期间 |
| 回测时间范围 | 3个月 | 2年 | 10年 | 策略验证期间 |
| 因子验证窗口 | 30天 | 90天 | 365天 | 因子IC计算窗口 |
| 数据新鲜度要求 | 实时 | 24小时 | 7天 | 数据可接受的延迟 |
| 技术指标周期 | 5分钟 | 日线 | 周线 | K线时间周期 |
| 三重滤网周期比 | 3:1 | 5:1 | 10:1 | 大/中/小周期比例 |

### 数据量边界

| 约束项 | 最小值 | 默认值 | 最大值 | 说明 |
|--------|--------|--------|--------|------|
| 分析股票数量 | 1只 | 10只 | 100只 | 单次分析股票数 |
| 回测股票池 | 10只 | 100只 | 1000只 | 策略股票池大小 |
| 因子数量 | 1个 | 5个 | 20个 | 多因子模型因子数 |
| 情景数量 | 2个 | 3个 | 5个 | 情景分析数量 |
| ST分析对比案例 | 3个 | 5个 | 10个 | 同类ST公司对比数 |
| 技术指标组合数 | 1个 | 3个 | 7个 | 同时使用的指标数 |

### 风险边界

| 约束项 | 最小值 | 默认值 | 最大值 | 说明 |
|--------|--------|--------|--------|------|
| 单笔风险 | 0.5% | 2% | 5% | 单次交易最大亏损占比 |
| 当月回撤 | 3% | 6% | 10% | 月度最大回撤限制 |
| VaR置信度 | 90% | 95% | 99% | VaR计算置信水平 |
| 止损距离 | 2% | 5% | 10% | 止损位距买入价比例 |
| 仓位上限 | 10% | 30% | 50% | 单只股票最大仓位 |
| 杠杆倍数 | 1x | 1x | 2x | 最大杠杆倍数 |

### 性能边界

| 约束项 | 最小值 | 默认值 | 最大值 | 说明 |
|--------|--------|--------|--------|------|
| IC阈值 | 0.01 | 0.03 | 0.10 | 因子有效性判断 |
| IR阈值 | 0.2 | 0.5 | 2.0 | 因子稳定性判断 |
| 回测夏普比率 | 0.5 | 1.5 | 3.0 | 策略质量判断 |
| 最大回撤容忍 | 10% | 20% | 40% | 策略风险容忍度 |
| 胜率要求 | 40% | 55% | 70% | 交易胜率下限 |
| 盈亏比要求 | 1.0 | 1.5 | 3.0 | 平均盈利/平均亏损 |

### 分析深度边界

| 约束项 | 最小值 | 默认值 | 最大值 | 说明 |
|--------|--------|--------|--------|------|
| 财务指标数量 | 5个 | 15个 | 30个 | 基本面分析指标数 |
| 技术形态数量 | 1个 | 3个 | 5个 | K线形态识别数量 |
| 关联市场数量 | 1个 | 3个 | 5个 | 跨市场分析维度 |
| 新闻来源数量 | 2个 | 5个 | 10个 | 情报收集来源数 |
| 专家意见数量 | 0个 | 3个 | 5个 | 外部观点参考数 |

### 回测验证边界

| 约束项 | 最小值 | 默认值 | 最大值 | 说明 |
|--------|--------|--------|--------|------|
| Monte Carlo模拟次数 | 100次 | 1000次 | 10000次 | 统计显著性检验 |
| Bootstrap采样次数 | 100次 | 500次 | 1000次 | 置信区间计算 |
| Walk-Forward窗口数 | 3个 | 12个 | 24个 | 滚动验证窗口 |
| 样本外测试比例 | 10% | 30% | 50% | 样本外数据占比 |
| 过拟合检测阈值 | 0.1 | 0.3 | 0.5 | 样本内外差异容忍度 |

---

## 🎯 使用示例

### 示例1：A股个股深度分析

```
用户：分析 600053 九鼎投资

助手：
【模块一：A股市场分析】
时间锚定：2026-05-02 10:30（周六，休市）
市场状态：上周五收盘数据
数据来源：东方财富（P0级）

【模块三：技术分析】
大周期（周线）：下降趋势
中周期（日线）：震荡筑底
小周期（60分钟）：反弹信号

强力指数：-123.5（空头力量减弱）
RSI：45.7（中性偏弱）

【模块六：风险管理】
建议止损位：11.80元（-5%）
仓位控制：≤2%风险暴露

风险等级：中等
操作建议：观望为主，关注11.80支撑
```

### 示例2：ST公司借壳研判

```
用户：分析 ST某某的借壳概率

助手：
【模块二：ST公司分析】
ST类型：B类（历史问题型）
主业状态：已盈利，ST因历史担保
市值：35亿（理想壳规模）

亏损拆解：
  • 经营性亏损：0元（主业盈利）
  • 财务费用：800万元
  • 坏账减值：1200万元

"洗大澡"判断：无刻意做亏迹象

借壳概率评估：
  ✅ 市值符合壳标准（30-50亿）
  ✅ 主业盈利（有谈判筹码）
  ❌ 净资产为正（无迫切重组压力）

综合概率：40-50%（中等）
风险提示：监管趋严，借壳难度增加
```

---

## ⚠️ 注意事项

1. **时间锚定优先**: 任何分析前必须验证数据时间戳
2. **风险控制第一**: 遵守2%/6%法则，活下来最重要
3. **不做投资建议**: 提供分析框架，决策权在用户
4. **数据溯源**: 所有核心数据必须标注来源
5. **行为偏差**: 警惕处置效应、过度交易等心理陷阱

---

## ✅ Done When 完成判据

> **核心思想**：从"我猜我做完了"变成"我能确认我做完了"
> 这是 Agent 具备自愈、自迭代能力的前提

### 四大支柱

| 支柱 | 说明 | 本 Skill 对应 |
|------|------|--------------|
| **Goal** | 任务目标 | 完成股票分析并给出研判结论 |
| **Context** | 上下文来源 | MemPalace + fact_store + 数据获取层 |
| **Constraints** | 约束条件 | 时间锚定、风险控制、数据溯源 |
| **Done When** | 完成判据 | 下方必检项 |

### 必检项（全部满足才算完成）

#### 【任务：A股个股分析】

- [ ] **时间锚定已验证**
  - 当前时间已读取
  - 市场状态已判断（盘前/盘中/收盘/休市）
  - 数据时间戳已确认
  - **验证方法**：输出包含「时间锚定」章节

- [ ] **数据来源已标注**
  - 数据源级别已确定（P0/P1/P2）
  - 交叉验证已完成
  - 时间戳已标注
  - **验证方法**：每个数据点都有「来源: 时间戳」

- [ ] **技术分析已完成（三视角）**
  - 艾尔德视角：趋势方向已确认
  - 爱在冰川视角：周期阶段 + 位置性价比已计算
  - 淘股吧视角：情绪周期 + 溢价率已判断（如适用）
  - **验证方法**：输出包含「技术分析」章节，三视角结论明确

- [ ] **风险控制已明确**
  - 止损位已设置
  - 仓位建议已给出
  - 风险等级已评估
  - **验证方法**：输出包含「风险管理」章节

- [ ] **研判结论已量化**
  - 操作建议明确（买入/观望/卖出）
  - 风险收益比已计算
  - 不确定性已说明
  - **验证方法**：结论可执行，不模糊

#### 【任务：ST公司借壳研判】

- [ ] **ST类型已判断**
  - A类/B类二分法已完成
  - 主业状态已确认
  - **验证方法**：输出明确「ST类型: A类/B类」

- [ ] **亏损拆解已完成**
  - 总亏损 = 一次性减值 + 经营性亏损 + 财务费用 + 坏账
  - 亏损类型已分类（周期性/经营性/财务性/突发性）
  - **验证方法**：数字准确，分类明确

- [ ] **借壳概率已评估**
  - 市值符合度（30-50亿）
  - 股权结构（原大股东持股<30%）
  - 净资产状态（接近零/负数）
  - 监管环境已考量
  - **验证方法**：输出包含「借壳概率: XX%」

- [ ] **风险提示已明确**
  - 监管风险
  - 退市风险
  - 时间风险
  - **验证方法**：输出包含「风险提示」章节

#### 【任务：量化回测】

- [ ] **回测引擎已选择**
  - 引擎类型匹配市场（A股/美股/加密货币）
  - 参数已配置
  - **验证方法**：`backtest(engine='ChinaAEngine')` 运行成功

- [ ] **因子有效性已验证**
  - IC值 > 0.03
  - IR值 > 0.5
  - 分位数单调性已验证
  - **验证方法**：`factor_analysis()` 输出符合阈值

- [ ] **统计显著性已确认**
  - Monte Carlo p值 < 0.05
  - Bootstrap 置信区间已计算
  - Walk-Forward 验证已完成
  - **验证方法**：统计报告输出完整

- [ ] **过拟合检查已通过**
  - 样本内外差异 < 0.3
  - 参数稳健性已测试
  - **验证方法**：`overfit_check()` 返回 False

### 可选项（加分项）

- [ ] **多市场交叉验证完成**
  - A股/港股/美股相关性分析
  - 跨市场信号一致性检查
  - **验证方法**：输出包含「跨市场分析」章节

- [ ] **反事实分析已生成**
  - Top 5「最该做没做」交易
  - Top 5「最不该做却做了」交易
  - **验证方法**：Shadow Account 报告输出完整

- [ ] **行为偏差诊断已完成**
  - 处置效应检测
  - 过度交易检测
  - 锚定效应检测
  - **验证方法**：行为金融报告输出完整

### 失败处理

| 失败场景 | 处理路径 | 用户提示 |
|---------|---------|---------|
| 数据时间戳超期 | 禁止输出分析 | ❌ 数据过期，请稍后重试 |
| 因子IC不达标 | 提示调整参数 | ⚠️ 因子有效性不足，建议优化 |
| 回测过拟合 | 拒绝发布策略 | ⚠️ 策略过拟合，需重新设计 |
| ST财务数据缺失 | 降级分析 | ⚠️ 部分数据缺失，结论可靠性降低 |

### 自检代码示例

```python
def verify_done_when(task_type, stock_code=None):
    """验证 Done When 是否满足"""
    
    if task_type == 'stock_analysis':
        # 检查时间锚定
        assert '时间锚定' in output
        assert '市场状态' in output
        
        # 检查技术分析
        assert '艾尔德视角' in output
        assert '爱在冰川视角' in output
        assert '周期阶段' in output
        assert '位置性价比' in output
        
        # 检查风险管理
        assert '止损位' in output
        assert '仓位建议' in output
        assert '风险等级' in output
        
        # 检查数据溯源
        assert '数据来源' in output
        assert '时间戳' in output
    
    elif task_type == 'st_analysis':
        # 检查ST类型
        assert 'ST类型' in output
        assert '主业状态' in output
        
        # 检查亏损拆解
        assert '总亏损' in output
        assert '经营性亏损' in output
        
        # 检查借壳概率
        assert '借壳概率' in output
        assert '%' in output
        
    elif task_type == 'quant_backtest':
        # 检查回测引擎
        assert backtest_result['engine'] in ENGINES
        
        # 检查因子有效性
        assert factor_result['IC'] > 0.03
        assert factor_result['IR'] > 0.5
        
        # 检查统计显著性
        assert stats_result['p_value'] < 0.05
    
    return True  # 所有检查通过
```

---

## 🔄 版本历史

### v1.0.0 (2026-05-02)
- ✅ 整合 6 个源 Skills
- ✅ 36 个检查点完整设计
- ✅ 七大分析模块
- ✅ 完善的风险管理体系

---

**完整度**: 100% ✅
**检查点**: 36 个 ✅
**异常处理**: 20+ 处 ✅
**边界条件**: 25+ 项 ✅

**达尔文进化**: 自然选择 ✓ 渐进优化 ✓ 功能特化 ✓ 生态平衡 ✓

---

## ⚠️ Known Gotchas

### 数据源问题

- **A股数据延迟**: Tushare 免费接口有延迟
  ```python
  # 使用 pro_bar 获取实时数据（需要积分）
  df = pro.daily(ts_code='000001.SZ', start_date='20240101')
  
  # 免费接口延迟约 15 分钟
  # 付费接口可获取实时数据
  ```

- **ST公司财务数据缺失**: 部分公司财报不完整
  ```python
  # 检查数据完整性
  if df.empty or len(df) < 4:  # 至少 4 个季度
      print("财报数据不足，跳过分析")
      return
  ```

- **美股数据时区**: Yahoo Finance 使用美东时间
  ```python
  # 转换为北京时间
  from datetime import timedelta
  beijing_time = us_time + timedelta(hours=12)
  ```

### 技术分析陷阱

- **艾尔德三重滤网参数不当**: 默认参数不适合所有市场
  ```
  ❌ 错误: A股使用美股参数（周线/日线）
  ✅ 正确: A股使用 60分钟/15分钟 或 日线/60分钟
  
  # A股参数建议：
  - 第一重滤网：日线 MACD
  - 第二重滤网：60分钟 KDJ
  - 第三重滤网：15分钟 价格形态
  ```

- **技术指标钝化**: 趋势行情中震荡指标失效
  ```
  # 强趋势市场（涨跌幅 > 5%）
  # KDJ/RSI 会持续超买/超卖
  # 改用 MACD、均线等趋势指标
  ```

- **成交量陷阱**: A股缩量涨停不一定是买入信号
  ```
  # 检查涨停原因
  # 1. 利好消息（可能继续涨）
  # 2. 资金接力（风险较大）
  # 3. 炒作（高位风险）
  ```

### ST公司分析风险

- **退市风险误判**: 仅看财务指标不够
  ```
  ❌ 错误: 仅看亏损年限
  ✅ 正确: 综合判断
  - 亏损年限（3年退市）
  - 净资产为负（*ST）
  - 审计意见（保留意见风险大）
  - 重整/重组进展
  ```

- **借壳预期落空**: 重组不确定性高
  ```
  # 成功率统计
  - 发布重组公告后成功率: ~60%
  - 证监会审核通过率: ~75%
  - 最终完成借壳: ~45%
  
  # 避免: 重仓押注单一ST股
  ```

### 量化回测陷阱

- **过拟合风险**: 回测表现好 ≠ 实盘好
  ```python
  # 检查过拟合
  # 1. 样本内 vs 样本外表现差异
  # 2. 参数敏感性测试
  # 3. Walk-forward 分析
  ```

- **未来函数**: 使用了未来数据
  ```python
  ❌ 错误: 使用当日收盘价做当日决策
  ✅ 正确: 使用昨日收盘价或当日开盘价
  
  # 检查代码中的时间戳
  ```

- **手续费和滑点**: 回测未计入成本
  ```python
  # 回测必须计入
  # 1. 手续费（双边 0.1-0.3%）
  # 2. 印花税（卖出 0.1%）
  # 3. 滑点（市价单 0.1-0.2%）
  ```

### 地缘政治分析难点

- **事件影响滞后**: 新闻发布 ≠ 市场立即反应
  ```
  # 黄金/原油通常领先 1-3 天
  # 股市可能滞后 1-2 周
  ```

- **多事件叠加**: 难以分离单一事件影响
  ```
  # 2024年案例：
  # - 美联储降息预期
  # - 地缘冲突
  # - 美国大选
  # 三者同时影响市场，难以分离
  ```

### 行为金融陷阱

- **确认偏误**: 只看支持自己观点的证据
  ```
  # 强制检查反面证据
  # 1. 做空理由（即使看多）
  # 2. 风险因素（必须列出 ≥3 条）
  # 3. 止损条件（必须设定）
  ```

- **过度自信**: 高估自己的分析能力
  ```
  # 预测准确率统计
  - 专业分析师: 55-60%
  - 散户: 45-50%
  - 随机: 50%
  
  # 避免: 过度自信导致重仓
  ```

### 平台和工具限制

- **Vibe-Trading 依赖**: 需要 Tushare Token
  ```bash
  # 检查环境变量
  echo $TUSHARE_TOKEN
  
  # 免费注册获取
  # https://tushare.pro/register
  ```

- **内存限制**: 大量股票数据导致内存溢出
  ```python
  # 分批处理
  for chunk in pd.read_csv(file, chunksize=1000):
      process(chunk)
  
  # 或使用 Dask
  import dask.dataframe as dd
  ```

- **API 限流**: Tushare/东方财富接口限流
  ```python
  # 添加延时
  time.sleep(0.5)  # 每次请求间隔 0.5 秒
  
  # 或使用批量接口
  df = pro.daily(ts_code='000001.SZ,600000.SH,...')
  ```