一组可解释的 A 股短线事件研究程序，用于构建本地事件表、合并第三方裁判字段，并在严格时间序列边界下快速检查事件、市场压力、开盘幅度和流通市值等条件组合。
本仓库是本地研究流程的脱敏公开快照。它不包含原始行情、平台导出数据、个人交易记录、私有候选池或已经锁定的验证集。
flowchart LR
A[公开涨跌停池 / 用户数据] --> B[日线获取与本地缓存]
B --> C[事件表构建]
C --> D[第三方字段解析与合并]
D --> E[时点与字段完整性检查]
E --> F[条件组合快速验证]
F --> G[交易明细与分层统计]
G --> H[基线比较 / 留出集验证]
| 程序 | 用途 |
|---|---|
fetch_public_limit_pools.py |
逐日缓存公开涨跌停池 |
build_public_limit_pool_table.py |
合并每日公开池 |
build_shortline_event_store.py |
拉取日线并生成本地事件表 |
analyze_jq_export.py |
解析第三方研究平台日志中的表格行 |
merge_jq_export.py |
把第三方裁判字段合并进本地事件表 |
quick_check_strategy.py |
按事件、市场压力、开盘幅度和流通市值检查样本 |
git clone https://github.com/111aaa327/Agu-duanxian-yanjiu.git
cd Agu-duanxian-yanjiu
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt先用仓库内4行合成数据验证处理流程：
python quick_check_strategy.py examples\sample_events.csv --out outputs\sample_trades.csv当前示例会读取4条记录，并在默认事件、开盘幅度、流通市值和市场状态条件下筛出3条。示例只用于验证字段映射、筛选和统计输出，不能作为策略有效性或收益证据。
构建少量股票的烟雾测试事件库：
python build_shortline_event_store.py --start 2026-04-01 --end 2026-04-20 --limit 30 --source auto结束日期必须覆盖最后信号日之后两个交易日，否则无法计算下一交易日开盘退出收益。
完整规则见 RESEARCH_GUARDRAILS.md，核心要求包括：
- 按日期划分开发集、测试集和留出集，不随机打乱时间序列；
- 所有特征必须在实际决策时点已经可知，未来数据只能作为标签；
- 留出集在策略定义冻结前不得用于选因子、阈值或权重；
- 不从大量参数中只汇报最优结果，同时保留失败版本；
- 始终与无筛选基线和上一冻结版本比较；
- 同时报告漏掉的大涨样本和躲过的大亏样本。
python -m compileall -q .
python -m unittest discover -s tests -vGitHub Actions 会在每次提交时安装公开依赖、执行语法检查、单元测试，并运行仓库内的合成样本烟雾测试。
- 公开接口可能变化，历史名称、停牌、特殊处理股票和涨停价需要更严谨的数据源复核。
- 日线数据不能完整还原分钟级炸板和实际排队成交。
- 数据许可不随本仓库的 MIT 许可重新授权，商业使用前应检查各数据源条款。
- 历史统计不代表未来收益，本项目仅供研究与教育，不构成投资建议。
当前版本聚焦“事件表构建—字段审查—快速验证”这一最小研究闭环。它适合展示研究流程、时间序列纪律和可解释条件验证，不是完整的实盘交易平台。
MIT，详见 LICENSE。