Sobre o projeto

XuanGu é um sistema inteligente de pesquisa de seleção de ações para os próximos cerca de duas semanas (10 dias de negociação) nos mercados A-shares, Hong Kong e EUA. Ele integra recall de candidatos, validação de cotações, pontuação por fatores, pesquisa aprofundada, evidências de eventos, controle de risco e verificação histórica em um único pipeline auditável, com o objetivo de filtrar, para os próximos 10 dias de negociação, ações que mereçam prioridade de pesquisa com base no retorno líquido de taxas. O projeto declara explicitamente que a página inicial é uma ordenação de pesquisa por regras explicáveis, não um modelo já validado capaz de prever altas, e não constitui recomendação de investimento. Em termos de capacidades centrais, o sistema oferece pools dinâmicos de candidatos para três mercados: o recall dinâmico de A-shares tem meta de 300 ações; Hong Kong e EUA releem a seção transversal pública do mercado a cada snapshot, com metas de recall de 200 / 300 ações, respectivamente, sem depender mais de listas estáticas do repositório. Para A-shares, todos os candidatos com cotações válidas passam primeiro pela pontuação básica e técnica; no máximo 300 que atendam ao filtro de negociabilidade seguem para execução de Legacy, V2, Duplo Baixo, Chan/CZSC, Serenity, UZI e pesquisa aprofundada do júri. O mecanismo de pontuação inclui uma "lista de pesquisa de oportunidades de retorno em duas semanas" independente, composta por seis contribuições de evidência: momentum multiperíodo, força relativa no mesmo mercado, aceleração do momentum, estrutura de preço-volume da tendência, ressonância setorial e catalisadores de eventos deduplicados; em seguida, deduz uma penalidade por esgotamento baseada nos ganhos dos últimos 5/10 dias e no desvio em relação à MA20, distinguindo três estados de entrada: aguardando revisão na abertura, revisão cautelosa e apenas observação de recuo. O sistema enfatiza que essas pontuações são pontuações determinísticas por regras, não probabilidades de alta, e não representam promessa de retorno. A saída de produção adota uma estrutura de duas camadas: production_decision V4, após o controle de segurança compartilhado, executa separadamente dois canais de qualificação por regras — catalisadores de eventos e tendência de qualidade — produzindo QUALIFIED_PICK ou NO_QUALIFIED_PICK; global_decision é responsável por probabilidades estritamente calibradas e independentes. A pontuação de qualificação por regras não equivale à probabilidade de alta, e o modelo Shadow não é autorizado apenas porque a trilha de regras tem candidatos. Em termos de automação, o sistema usa o schedule nativo do GitHub Actions e um watchdog de 30 minutos; após configurar um token dedicado do repositório, o Cloudflare Cron fornece disparo principal independente e reenvio; bloqueios de concorrência e o schedule_gate online deduplicam, e timeouts e falhas breves têm retentativas limitadas. Quando o snapshot expira, muda para HISTORICAL_RESEARCH_ONLY, e os candidatos executáveis atuais são forçados a 0. A página oferece seis abas: resposta de hoje, pool de candidatos, evidências de eventos, verificação histórica, lógica do modelo e saúde dos dados. Todos os números vêm de snapshots já publicados; o navegador exibe apenas resultados publicados pelo servidor e com validação consistente. A verificação histórica usa seis tipos de evidências fisicamente isoladas, incluindo desempenho subsequente da lista de oportunidades, resultados de qualificação por regras, trilha executável oficial, trilha de pesquisa Shadow e trilha de observação completa; os snapshots originais permanecem imutáveis. O projeto também inclui um modelo de probabilidade shadow de 10 dias de negociação e uma ordenação V2 por excesso de retorno líquido, ambos em fase de pesquisa ou coleta, com calibrated=false e production_eligible=false fixos, e não obtêm permissão de compra por conta própria. O README registra os registros de aceitação de lançamento de 2026-09-10 e 2026-09-11, indicando que esta versão é capaz de gerar, publicar e exibir resultados de pesquisa verificáveis, mas não prova maximização de retorno futuro nem constitui SLA de pontualidade contínua.