docs: 消息面补数据研究——同花顺API定向拉取能力(§22)

- offset游标语义: 严格排他上界(返回之前新闻), 实测验证
- 窗口化拉取算法: offset=终点+1s往回翻, 到起点停, 过滤区间
- 历史深度2011+, 6周窗口19页(size100约4页)0越界
- 定向补: 210只赢家波段×[起点-7天~起点+40天]窗口, 已入库9471条
- 12维消息面可补: 同花顺主源(2016-2026)+东财近期补充

docs/v_mr_strategy.md

@@ -533,3 +533,63 @@ r5f/RSI/bias60 合成强度分，十等分：D1(+1.24%/41%) → D10(+18.17%/90.5
 | 年化 | 12.0% | **12.8%** |
 | 回撤 | 18.7% | **16.4%** |
 | 收益/回撤 | 8.7 | **10.9** |
+
+
+## §22 消息面补数据研究：同花顺 API 定向拉取能力（2026-08-04）
+
+> 老莫提醒：现代 web 应用是"拉到最后触发拉取下一批"（无限滚动），不是"下一页"翻页。且做过的事要记录（§ + 代码块规范）。本节固化消息面补数据的研究结论。
+
+### §22.1 同花顺 timeline API 定向拉取能力（实测验证）
+
+**接口**：`https://news.10jqka.com.cn/timeline_web/web/v1/news/list`
+
+**分页参数**：
+- `marketId`: 17=上交所(6开头), 33=深交所(0/3开头)
+- `code`: 6位股票代码
+- `size`: 每页条数（默认20，**实测可用100**，减少请求数）
+- `offset`: **秒级时间游标**（publishTime/1000），语义=**严格排他上界**（返回该时间戳之前的新闻）
+
+**实测确认（600519 茅台）**：
+- offset=2024-06-01 00:00 → 返回 2024-05-31 21:49:29 及更早新闻（**offset 之前的**）
+- offset=某条新闻的确切秒 → **该新闻自身不被返回**（严格排他）
+- 翻页连续无重叠无缺口（page1末 05-30 08:02:19 → page2首 05-30 06:41:30）
+- **历史深度可回溯到 2011 年**（offset=2015 时返回 2011/2013/2014 新闻）
+- `startTime/endTime/start/end/beginTime` 等参数**全部无效**——API 只支持 offset 单边上界
+
+**窗口化拉取算法**（用于定向补某时间段新闻）：
+1. offset = 窗口终点 + 1秒（排他上界，包含终点时刻）
+2. 往回翻页（size=100 减少请求）
+3. 当本页最后一条 publishTime < 窗口起点 → 停止
+4. 过滤只保留 [起点, 终点] 区间内的新闻
+5. 实测：6 周窗口 19 页（size=20）→ size=100 只需 ~4 页，**0 条越界**
+
+### §22.2 消息面补数据方案：定向拉取（非全量）
+
+**原则**：不全量补全市场新闻，而是**先定赢家波段，只补相关股票在相关时段的消息**。
+
+**首批研究对象**：涨幅≥80% 的极端波段，每年取涨幅前 20 → **220 个波段，210 只股票**，年份分布均衡（2016-2026）。
+
+**定向窗口**：波段起点前 7 天 ~ 起点后 40 天（约 47 天），覆盖入场前后的消息面。
+
+**执行结果**：`news_backfill_window.py` 已完成首批拉取：
+- 210 只 × 波段窗口
+- **共入库 9471 条新闻**（stock_news 表，source=同花顺iNews）
+- 单票窗口拉取约 3-8 页（size=20），全程约 20-30 分钟
+
+### §22.3 12 维消息面可补的结论
+
+| 维度 | 数据源 | 历史覆盖 | 状态 |
+|------|--------|---------|------|
+| 个股消息面 | 同花顺 ths_news.py | **2011+（实测）** | ✅ 可补 |
+| 个股消息面(近期) | 东财 search-api | 近6个月 | ⚠️ 仅近期 |
+| 大盘消息面 | macro_context_collector.py | 仅实时 | ❌ 硬缺口 |
+| 行业消息面 | signal_news | 仅实时 | ❌ 硬缺口 |
+
+**消费端**：strategy_lab.py 的 `prepare_news_context()` + `news_mult=2.0` 已启用，补数据直接进回测增益。
+
+### §22.4 已固化的采集脚本
+```
+/home/hmo/MoFin/deploy/profile-scripts/ths_news.py        # 同花顺翻页采集（全量backfill+daily）
+/home/hmo/MoFin/deploy/profile-scripts/news_collector.py  # 东财翻页采集（近6个月）
+/tmp/news_backfill_window.py                              # 定向窗口拉取（赢家波段相关时段）
+```