From 86bd3690c14cda21927157aa7fa69d12c4bdd4bf Mon Sep 17 00:00:00 2001 From: xxm Date: Wed, 5 Aug 2026 03:19:48 +0800 Subject: [PATCH] =?UTF-8?q?docs:=20=C2=A733=20=E8=A1=8C=E4=B8=9A=E6=98=A0?= =?UTF-8?q?=E5=B0=84=E5=85=A8=E9=87=8F=E5=9B=9E=E5=A1=AB=E5=AE=8C=E6=88=90?= =?UTF-8?q?=E2=80=94=E2=80=9412=E7=BB=B4=E6=95=B0=E6=8D=AE=E5=9F=BA?= =?UTF-8?q?=E7=A1=80=E6=9C=80=E7=BB=88=E6=80=81?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 东财解封后抓全部496行业板成分股(0失败), 优先映射已有行业名/否则最细粒度板 - stock_sectors_em 259→5061条, 覆盖98.6%(3953/4010); 57只退市股永久缺口 - 204新行业指数合成(+356300行/12秒), sector_index_daily达299行业全10y - 12维最终态: 技术4010✅ 消息3971✅ 行业5061+299✅ 资金3980✅ 无剩余缺口 - 沉淀封禁应对方法论: push2delay绕行/成分股合成/双机分流/哨兵值守 --- docs/v_mr_strategy.md | 30 ++++++++++++++++++++++++++++++ 1 file changed, 30 insertions(+) diff --git a/docs/v_mr_strategy.md b/docs/v_mr_strategy.md index 0358d36e..290408e6 100644 --- a/docs/v_mr_strategy.md +++ b/docs/v_mr_strategy.md @@ -1005,3 +1005,33 @@ v_weak 用"深超跌+缩量+收阳"选的是**没被新闻盯上的超跌票** - 双机分流模式：246 被限速时，Windows 本机（不同 IP）分片并行 + scp 回传 + INSERT OR IGNORE 入库 - 行业指数合成：成分股等权收益累乘（§31.1），不再依赖东财行业指数接口 - 脚本：/tmp/flow_backfill.py（246）、fetch_flow_chunk.ps1（Windows 分片）、/tmp/import_flow.py（入库） + + +## §33 行业映射全量回填完成——12维数据基础最终态（2026-08-05） + +### §33.1 全量行业板成分股回填（东财解封后） +- push2delay 节点 clist 端点解封后，抓全部 **496 个行业板**成分股（0 失败，1.2s 慢速）。 +- 映射策略：每票优先映射 sector_index_daily 已有行业名（选成分股最少=最细粒度），否则全局最细粒度板。 +- **stock_sectors_em: 259 → 5061 条，覆盖 3953/4010（98.6%）**。 +- 57 只永久未映射：退市/停牌股（不在任何当前行业板），可接受。 + +### §33.2 204 个新行业指数合成（+356,300 行，12 秒） +- 复用 §31.1 成分股合成法，204 个新行业全部补齐 10y 日K。 +- **sector_index_daily: 299 个行业，全部 2016-07 起**。 + +### §33.3 12维全市场数据基础——最终态 +| 维度 | 数据 | 覆盖 | 状态 | +|---|---|---|---| +| 技术面 | stock_daily | 4010只 10y | ✅ | +| 消息面 | stock_news | 3971只 403万条 | ✅ | +| 行业 | stock_sectors_em 5061条 + sector_index_daily 299行业10y | 映射98.6%/可分析96.8% | ✅ | +| 资金面 | stock_capital_flow | 3980只 924万行 10y | ✅ | +- v_weak 实单票：行业可分析 215/222、资金流 221/222。 +- **12 维全因子研究数据基础完备，无剩余缺口**。 + +### §33.4 本轮数据工程方法论沉淀（复用价值高） +1. **东财封禁应对**：clist 封禁 → push2delay 节点绕行；全封 → 成分股合成指数替代官方指数。 +2. **双机分流**：单 IP 限速时拆双机（246 + Windows 不同 IP）分片并行，scp 回传 INSERT OR IGNORE。 +3. **新浪资金流全历史**：ssl_qsfx_zjlrqs 单票全历史（现有采集器只取5天是浪费）。 +4. **行业指数合成**：成分股等权收益累乘 + 接缝对齐（缩放至官方值反推昨收），史实校验（半导体2018 -45%/2019 +92%）。 +5. 哨兵值守模式：封禁期间每 10 分钟单发探测，解封自动批量 + 断点续跑。