17 KiB
事项五解决方案：策略组合 + 市场测温 + 动态切换
2026-08-13 一次性落地。老莫指示：不分短期中期，全部立即完成。
一、根因诊断（数据铁证）
1.1 分市场状态检验结果
用 market_thermometer 回填 481 日 market_indicators（上证指数），把 v_weak/v_oversold 历史交易按入场日市场状态分组：
v_weak 近1年（2025-08-13后，250交易日）：
| 市场状态 | 天数占比 | 笔数 | 胜率 | 均盈 |
|---|---|---|---|---|
| bull_osc（强势震荡） | 43/250 | 304 | 60.2% | +5.05% |
| bull_trend（牛市趋势） | 47/250 | 95 | 30.5% | -0.61% |
| bear（熊市/下跌） | 111/250 | 223 | 28.3% | -1.88% |
| neutral（中性） | 49/250 | 155 | 28.4% | -1.64% |
v_weak 全历史（2021+）：
| 市场状态 | 笔数 | 胜率 | 均盈 |
|---|---|---|---|
| bull_osc | 441 | 54.4% | +4.18% |
| bull_trend | 234 | 44.4% | +2.47% |
| neutral | 356 | 44.1% | +1.78% |
| bear | 370 | 37.8% | +0.48% |
1.2 核心结论
- v_weak 本质是"强势震荡市反弹策略"（bull_osc 胜率 60%/54%），不是"熊市抄底策略"（bear 胜率仅 28%/38%）
- 近1年 bear 占一半时间（111/250 天）——v_weak 一半时间信号质量差，整体胜率被拉低到 39.3%（vs 10y 53.6%）
- 当前市场 = bull_osc（强势震荡）——正是 v_weak 最有效状态
- v_oversold 信号枯竭：2026 仅 4 笔，结构性牛市下"值得抄底的超跌"消失
- 失效预警实测：v_weak 近90日胜率 22.7% → 红牌淘汰（701笔，盈亏比 1.70 尚可但胜率崩溃）
1.3 根因总结
近1年不佳 = 市场结构切换（bear 占一半 + bull_trend 结构性牛市）vs 弱市策略类型错配 + 单策略无保护
- 不是策略逻辑坏了（bull_osc 胜率仍 60%）
- 是市场在 bear 状态时间太长（111/250 天），弱市策略在这些日子失效
- 程飞的话验证："没有一种策略能在所有市场环境下通吃"
二、解决方案（一次性落地）
2.1 市场测温机制（market_thermometer.py）
核心理念（市场周期测温文/霍华德·马克斯）：周期像钟摆无法预测，但可测温——不是预测拐点，是判断当前摆到哪。
四态判定（复用 market_indicators 已有字段，无拍脑袋）：
| 状态 | 条件 | 策略 |
|---|---|---|
| bull_trend | above_ma20=1 + rsi>55 + adx>20 | 龙头/趋势策略 |
| bull_osc | above_ma20=1 + rsi>50 | 弱市均值回复（v_weak/v_oversold） |
| bear | above_ma20=0 + rsi<45 | 弱市策略降权 |
| neutral | 其他 | 观望/轻仓 |
落地：
market_thermometer.py：回填 481 日 market_indicators + 四态判定 + 输出 market_state.json- cron：每日 16:50 跑（盘后）
- 当前状态：bull_osc（强势震荡）（rsi 58.7 / above_ma20=1 / dd60 -2.5）
2.2 策略动态路由（strategy_router.py）
市场状态 → 策略权重（程飞资金分配原则：不确定时等权，动态只在极端状态用）：
| 状态 | v_weak | v_oversold | leader | 理由 |
|---|---|---|---|---|
| bear | 降权50% | 降权50% | 停用 | bear 胜率28%，信号质量差 |
| bull_osc | 正常1.0 | 正常1.0 | 停用 | bull_osc 胜率60%，最有效 |
| bull_trend | 降权50% | 降权50% | 启用1.0 | bull_trend 适用龙头 |
| neutral | 轻仓0.5 | 轻仓0.5 | 停用 | 观望 |
落地：
strategy_router.py：读 market_state.json → 输出 strategy_weights.json- cron：每日 16:55 跑（测温后）
2.3 龙头识别策略（leader_scanner.py，新增武器）
适用状态：bull_trend（牛市趋势） 核心理念（12维方法论 + 龙头识别低波动优化版）：龙头股回调到 MA20 附近（趋势中的健康回调，不追高）
12维条件（复用 stock_indicators 已有字段，无拍脑袋）：
- 个股 close > MA20（趋势向上）→ dist_ma20 ∈ [-3%, +2%]（回调到 MA20 附近）
- RSI ∈ [45, 65]（强势未超买）
- 市值/流动性（mcap_q > 0.3，龙头非小盘）
- 量能配合（vol_ratio > 0.8，非极度缩量）
- 趋势共振（trend_aligned=1）
- 行业强势（待接入 sector 数据）
落地：
leader_scanner.py：bull_trend 状态扫描龙头回调买点，输出 leader_signals.json- 当前 bull_osc 状态不扫描（避免追高——测温决定策略）
注意：这是初版框架，需 MoFin 引擎验证达标（年化≥13.2%）才正式上线。当前标记为"待验证"。
2.4 失效预警机制（strategy_alert.py，三振出局）
核心理念（机器学习策略攻防体系文）：
- 三振出局：黄牌（减半）→ 橙牌（1/4）→ 红牌（清仓淘汰）
- 不是 IC 掉到负就删，是降权到观察模式（权重设 0 保留，恢复可启用）
MoFin 阈值（基于滚动胜率/盈亏比）：
| 级别 | 条件 | 动作 |
|---|---|---|
| 黄牌 | 滚动90日胜率 < 40% | 权重减半 |
| 橙牌 | 胜率 < 35% 或盈亏比 < 0.5 | 权重降1/4 |
| 红牌 | 胜率 < 30% | 权重0（淘汰观察） |
落地：
strategy_alert.py：监控 v_weak/v_oversold 滚动胜率/盈亏比，输出 strategy_alerts.json- cron：每周五 17:00 跑
- 实测：v_weak 近90日胜率 22.7% → 红牌淘汰（当前 bull_osc 状态仍可观察，恢复可启用）
三、落地清单（已完成）
| 模块 | 文件 | 功能 | cron | 状态 |
|---|---|---|---|---|
| 市场测温 | market_thermometer.py |
四态判定+历史回填 | 每日16:50 | ✅ 跑通 |
| 策略路由 | strategy_router.py |
状态→策略权重 | 每日16:55 | ✅ 跑通 |
| 龙头识别 | leader_scanner.py |
bull_trend 龙头回调 | （手动/待验证） | ✅ 框架 |
| 失效预警 | strategy_alert.py |
三振出局 | 每周五17:00 | ✅ 跑通 |
| 分市场检验 | analyze_market_state2.py |
v_weak/v_oversold 分态胜率 | （一次性） | ✅ 完成 |
四、下一步（待验证/优化）
- leader_scanner 回测验证：用 MoFin 引擎跑 bull_trend 日的龙头回调信号，验证年化≥13.2%
- v_weak 恢复观察：当前红牌（22.7%胜率），但市场已转 bull_osc——每周失效预警自动重评，胜率回升至 40%+ 自动恢复权重
- v_oversold 信号恢复：结构性牛市下信号枯竭，待市场转 bear/neutral 时恢复
- sector 数据接入龙头扫描：行业强势确认（sector_above_ma20/sector_ret20）
五、关键原则（来自四篇文章）
- 程飞（多策略组合）："单策略是茧，多策略是翅膀"——分散化本质是低相关性，不是数量
- 程工（市场测温）："周期无法预测，但可测温"——不是预测拐点，是知道现在摆在哪
- 因子挖掘框架："每个因子都有旱季雨季，没有任何因子能连续36个月保持正超额"——策略必须动态切换
- 机器学习攻防："三振出局，不是IC掉到负就删"——降权观察，恢复可启用
- 程飞（资金分配）："宁简勿繁，少动就是多赚"——动态配置只在极端状态用，其他时候等权
结论：近1年不佳不是策略坏了，是市场在 bear 状态时间太长（111/250 天）vs 弱市策略类型错配。解法 = 市场测温动态切换（bear 降权/bull_osc 正常/bull_trend 换龙头）+ 新增龙头策略（bull_trend 武器）+ 失效预警淘汰（三振出局）。
六、测温机制定稿：三态骨架 + 温度(rsi)连续维度（2026-08-13 数据验证后修正）
6.1 三态 vs 四态对比（老莫提问，数据决定）
对比实验：用 market_regime 回填 10 年（2016-2026，2319 条），按三态分组所有历史策略交易：
| 策略 | trend_up | choppy | trend_down | 适用温区 |
|---|---|---|---|---|
| v_weak | 46% | 55% | 47% | choppy |
| v_oversold | 50% | 57% | 60%/+12.5% | trend_down |
| v_next4 | 63%/+13.6% | - | - | trend_up |
| v8.1 | 57%/+9.4% | - | - | trend_up |
| s2_panic | - | - | 86%/+16.6% | trend_down×恐慌 |
| v_lurk_v3 | - | 77% | 71% | choppy/trend_down |
| v_lurk_bull | 33%/-4.7% | 35%/-4.0% | - | 全失效（负收益） |
choppy 内部按 rsi 温度分组（决定性验证）：
| rsi 档 | v_weak 胜率 | 均盈 |
|---|---|---|
| 恐慌<45 | 71% | +6.43% |
| 中性45-60 | 46% | +1.74% |
| 亢奋>60 | 37% | -0.16% |
6.2 结论：三态够用，温度是叠加的连续维度
- 三态（trend_up/choppy/trend_down）= 策略类型分类（用哪类策略）——market_regime.py 已有，回填 10 年完成
- 温度（rsi 分档）= 力度维度（仓位乘数，连续量）——不并入状态分类（四态会把 rsi 硬切成 50/55 拍脑袋阈值，丢失连续性斜坡：恐慌71%→中性46%→亢奋37%）
- 废弃 market_thermometer 四态（避免重复基建，数据纪律：统一 market_regime 三态）
6.3 策略-适用温度表（数据驱动固化，STRATEGY_TEMP 基础数据）
| 策略 | 适用状态 | 温度档 | 数据依据 |
|---|---|---|---|
| v_weak | choppy | fear/neutral | 恐慌71% |
| v_oversold | trend_down | panic/fear | 64-86% |
| v_next4 | trend_up | greed/euphoria | 63% |
| v8.1 | trend_up | - | 57% |
| s2_panic | trend_down | panic | 86% |
| v_lurk_v3 | choppy/trend_down | fear/neutral | 71-77% |
关键发现：趋势市策略 v_next4/v8.1 已躺在历史列表（不需要新发明 leader_scanner），三态×已有策略 = 完整武器库。
6.4 落地文件
| 文件 | 功能 |
|---|---|
| market_regime.py | 三态判定（已有，回填10年） |
| temp_band.py | 温度分档 + 仓位乘数（panic/fear/neutral/greed/euphoria） |
| strategy_router.py v2 | 三态选策略 + 温度乘数 → strategy_weights.json |
| strategy_alert.py | 三振出局失效预警 |
当前：choppy×neutral → v_weak/v_lurk_v3 weight=0.8，v_next4/v8.1 观察。
七、温区平滑与周期记录（2026-08-13 老莫补充设计）
7.1 设计原则（老莫定）
- 策略内部不放温区门控因子（v_next4 的 行业ADX>25 是反例，应去除）——让策略在所有温区都能发信号，才能测出全温区表现
- 策略带"适用温区"属性——记录温区测试结果，不是内部硬门控
- 适用温区是动态的——常态化测试，记录策略在不同温区随时间的变化
- 系统监控温区变化、记录温区周期——以温区周期为锚点，触发策略周期性评估
7.2 平滑手段（数据选参）
问题：日级 regime 切换太频繁（原始 457 周期/151个1天周期），无法直接作为评估锚点。
方案：滞回确认（hysteresis）——连续 K 天同温区才确认切换。
数据选参：
| K（确认天数） | 周期数 | 平均长度 | 效果 |
|---|---|---|---|
| K=1（原始） | 457 | 5.1天 | 太碎，151个1天 |
| K=3 | 177 | 13.1天 | 无1天，仍偏碎 |
| K=5 | 112 | 20.7天 | 甜区：无1天噪音，周期合理 |
| K=10 | 49 | 47.3天 | 过度平滑，choppy 只剩391天 |
选 K=5：滞后约5天（宁慢勿错），事后评估与实时判断统一口径。
7.3 实时 vs 事后
- 实时温区：K=5 滞回确认（滞后5天，确认才切换策略权重）
- 温度（rsi）：不滞后（连续量，实时反映恐慌/亢奋，用于仓位乘数）
- 事后评估：用 K=5 平滑后的周期做策略-温区归因
温区与温度互补：温区滞后、温度实时。例：当前平滑温区=trend_down（7/17起19天）但温度=neutral（rsi 58）——阴跌状态，v_oversold/s2_panic 主导（weight 0.8），v_weak 观察（0.24）。
7.4 落地文件
| 文件 | 功能 |
|---|---|
| regime_tracker.py | 滞回平滑（K=5）+ 周期记录 regime_cycles 表 + 输出平滑温区 |
| strategy_router.py v3 | 读平滑温区 + 温度 → strategy_weights.json |
cron 顺序（每日）：16:50 market_regime → 16:52 regime_tracker（平滑）→ 16:55 strategy_router（路由）
八、温区自适应全链路（2026-08-13 完整落地）
8.1 核心架构（老莫定）
组合组织不变（固定的组合/策略），但组合内策略根据当前温区自动激活/休眠，选股/买卖/重评各环节按温区过滤。
8.2 策略-温区表现常态化记录（regime_perf.py）
- 表 strategy_regime_perf（strategy × regime × 胜率/均盈/样本）
- 全策略动态纳入（老莫提醒：不漏历史策略，特定温区可能能打）
- 发现被埋没的温区强者：
- v_mr_sel：trend_down 93%/+15.8%（129笔）——比 v_oversold（60%）强得多
- v7.3：trend_up 94%/+9.2%、v6.2：82%、v6.0：71%、v9.2：72%
- v_combo：trend_up 60%（实盘主力）
8.3 策略去门控（老莫原则）
- 策略内部不放温区门控因子——v_next4/v8.1 的 mkt_above_ma20/mkt_adx_min 是反例（只测了 trend_up 一个温区）
- scanner 层的温区门控是执行层合理设计（mr_scanner 只在 trend_down/choppy 扫，v_next4 让位）——保留
- 策略全温区发信号 → 适用温区由实测动态决定（不是内部硬门控）
8.4 各环节接入
| 环节 | 文件 | 接入方式 |
|---|---|---|
| 选股 | mr_scanner / predictive_oversold_scanner | 温区判定升级为平滑温区（regime_gate），adx 仍读原始表（甜区门控） |
| 买卖 | price_monitor | 温区感知：非激活策略的买入/加仓机会抑制（不进摘要），风控（卖出/止盈）仍推 |
| 重评 | strategy_lifecycle | market_regime 加载用平滑温区（regime_gate）→ timing_signal 合成反映温区 |
| 路由 | strategy_router v5 | 动态策略库：当前温区实测胜率高者激活（>=50%门槛剔除全负策略） |
| 前端 | research Tab | 温区横幅（平滑温区+温度档+rsi+激活策略）+ 成员卡温区徽章 |
8.5 验证结果
- 平滑温区 = trend_down（7/17 起 19 天），原始 market_regime = choppy（8/11-8/12 两天）——平滑避免误判
- 激活策略（trend_down）：s2_panic（86%）、v_mr_sel（93%）、v_oversold（60%）、v_mr4（63%）、v_mr（59%）、v_lurk_v3（77%）
- 观察：v_weak（choppy 55%）、v_next4/v_combo（trend_up）
- price_monitor 非激活策略买入机会抑制、风控仍推
8.6 新增文件
| 文件 | 功能 |
|---|---|
| regime_gate.py | 温区门控共享工具（平滑温区 + 策略激活判断） |
| regime_perf.py | 策略-温区表现常态化记录（全策略动态） |
九、知微日志审查发现的问题（2026-08-13 小小莫遗漏）
老莫要求：从知微发来的沟通日志（XMPP）找问题，看我遗漏了什么。
已修复
-
agents_health_check.py 停摆 22+ 小时（最严重，持续告警）：系统 crontab 里该任务被删（AgentsMeeting 监控，非 MoFin 违规 cron）。已恢复 crontab（*/5，备份 /tmp/crontab_backup_health_20260813.txt）。
- 副作用：它检测到的 xmpp_bot_xxm/article_processor 端口关闭（服务本就停用，非本次问题）
-
deploy_guard 反复回滚我的改动（工作方式错误）：我改完没立即 git commit，deploy_guard 15分钟回滚未提交改动。已改正：走 git 工作流（本地改→commit→push→246 pull）。
-
多个新脚本未跟踪告警（strategy_executor/regime_perf/market_thermometer/health_monitor_daily/daily_kline_collector/factor_engine/live_data_collector/step49_save）：我 scp 到 246 没 git add 提交。已逐步补提交（strategy_executor/regime_perf 已提交）。
待确认（未修）
- LLM 端点故障反复：最近60分钟多次调用失败（opencode.ai 端点不可用），影响重评/健康检查。
- price_monitor 重评管道异常：1022分未更新（可能 LLM 故障或逻辑卡住）。
- 服务停用确认：xmpp_bot_xxm/article_processor/wechat_fetcher 端口关闭——需确认是预期停用还是故障。
教训（记录 .memory/error_library）
- 改 246 代码必须走 git 工作流（本地改→commit→push→246 pull），deploy_guard 回滚未提交改动
- 新脚本必须 git add 提交，否则 deploy_guard 告警"未跟踪文件"
- 处理系统 crontab 时别漏 AgentsMeeting 的监控任务（agents_health_check 不是 MoFin 违规 cron）
十、信号溯源系统（2026-08-13 老莫要求）
要求：记录股票被推的原因（策略/版本/时间/温区），多策略同推完备记录并加关注。
落地：
- signal_ledger.py：表 signal_ledger（code/name/strategy/version/regime/temp_band/pushed_at/reason/resonance_count/resonance_strategies/source_module）
- 共振检测：同一股票 24h 内被多个激活策略推 → resonance_count>1，标记"🔥多策略共振"（加关注）
- stale_push_wlin 推送行带溯源标记：[策略][温区] + 共振标记（如 🛒 宁德时代(300750) ... [v_oversold][trend_down] 🔥多策略共振(2策略: v_mr_sel,v_oversold)）
用途：日后评估"哪个策略在什么温区推了什么股票，效果如何"；多策略共振的股票给予更多关注。