xuangu

XuanGu — это интеллектуальная система отбора акций для A-акций, гонконгских и американских рынков, ориентированная на ближайшие 10 торговых дней. Она объединяет в единую аудируемую цепочку этапы: отбор кандидатов, проверку рыночных данных, факторную оценку, углублённое исследование, событийные доказательства, риск-контроль и историческую проверку. Цель — отфильтровать акции, которые после вычета комиссий заслуживают приоритетного изучения на предмет доходности в следующие 10 торговых дней. Проект прямо заявляет, что главная страница представляет собой интерпретируемый рейтинг на основе правил, а не модель, подтверждённую для прогнозирования роста, и не является инвестиционной рекомендацией. Основные возможности: система динамически формирует пулы кандидатов для трёх рынков: A-акции — 300 целей, гонконгские акции — 200, американские — 300, при каждом снимке данных перечитывая открытые рыночные сечения, не полагаясь на статический список. Для A-акций все валидные кандидаты сначала проходят базовую и техническую оценку, после чего не более 300, удовлетворяющих торговым фильтрам, продолжают анализ по моделям Legacy, V2, Double-Low, Chan/CZSC, Serenity, UZI и жюри. Оценка включает независимый «Рейтинг возможностей двухнедельной доходности», состоящий из шести компонентов: мультипериодный импульс, относительная сила на том же рынке, ускорение импульса, структура цены и объёма тренда, отраслевой резонанс и событийные катализаторы с дедупликацией. Затем вычитаются штрафы за перекупленность на основе роста за последние 5/10 дней и отклонения от MA20. Выделяются три статуса входа: ожидание открытия, осторожное подтверждение и только наблюдение за откатом. Система подчёркивает, что эти баллы — детерминированные правила, а не вероятности роста и не гарантия доходности. Производственный вывод имеет двухуровневую структуру: production_decision V4 после общего шлюза безопасности запускает два канала квалификации по правилам — событийные катализаторы и качественный тренд, выдавая QUALIFIED_PICK или NO_QUALIFIED_PICK; global_decision отвечает за независимую строгую калибровку вероятностей. Баллы квалификации не равны вероятности роста, и модель Shadow не получает разрешения на покупку, даже если у правил есть кандидаты. Автоматизация: используются встроенный планировщик GitHub Actions и 30-минутный watchdog, а Cloudflare Cron с отдельным токеном репозитория обеспечивает основной запуск и повторную отправку. Конкурентные блокировки и онлайн-шлюз schedule_gate предотвращают дублирование, а для тайм-аутов и кратковременных сбоев предусмотрены ограниченные повторные попытки. При устаревании снимка система переключается в режим HISTORICAL_RESEARCH_ONLY, принудительно обнуляя текущие исполняемые кандидаты. На странице доступны шесть вкладок: ответы дня, пул кандидатов, событийные доказательства, историческая проверка, логика моделей и состояние данных. Все цифры берутся из опубликованных снимков, браузер отображает только серверные результаты, прошедшие проверку согласованности. Историческая проверка использует шесть физически изолированных типов доказательств, включая последующую производительность рейтинга, результаты квалификации, официальный исполняемый трек, исследовательский трек Shadow и полный наблюдательный трек; исходные снимки остаются неизменными. Проект также включает 10-дневную теневую вероятностную модель и рейтинг чистой избыточной доходности V2, которые находятся на стадии исследования или сбора данных, с фиксированными параметрами calibrated=false и production_eligible=false, и не получают прав на покупку. В README зафиксированы записи приёмочных испытаний от 2026-09-10 и 2026-09-11, подтверждающие, что версия способна генерировать, публиковать и отображать проверяемые исследовательские результаты, но не гарантирует максимальную будущую доходность и не является обязательством по точному времени SLA.