market-prediction · diff

git:20260912.d489407 to git:20260912.e902403

1 added, 1 removed. Audit A to A.

---

name: market-prediction

description: >-

用于A股交易日盘前8:30–9:15及9:25竞价窗口，研判市场环境、指数空间、主线机会和概率情景，输出可滚动验证的盘前报告。不适用于收盘复盘或近5日板块轮动。

---

# A股盘前全景研判与概率推演引擎

> 基于“市场Regime先验 ➡️ 去重证据簇启发式贝叶斯更新 ➡️ ATR空间盈亏比 ➡️ 归一化机会函数 ➡️ 9:25竞价后验更新 ➡️ 评估闭环”的盘前研判系统。

执行分析前必须读取并遵循 [A股研究公共契约](references/common-research-contract.md) 与 [工具调用配方](references/tool-recipes.md)。

---

## 一、核心哲学与意图映射

系统彻底解耦为两层核心认知，严禁混淆：

1. **Layer 1 市场状态预测 (Market Forecast)**：研判今日三态分布（$P_{\text{Up}}, P_{\text{Side}}, P_{\text{Down}}$）。

2. **Layer 2 交易机会函数 (Opportunity Detection)**：评估今日是否具备可验证的结构性机会。

### 🗣️ 口语化自然语言意图映射 (Natural Language Intent Mapping)

当用户输入以下非标准化口语提问时，自动路由并激活本 Skill 执行盘前与竞价推演：

- **盘前方向**：“明天大盘怎么走”、“明天大盘会跌吗/会涨吗”、“早盘看多还是看空”、“明天能不能买/要不要减仓”

- **竞价窗口**：“9:25 竞价怎么看”、“今天开盘强不强”、“竞价超预期了吗”、“今天早盘开盘策略”

- **推演指令**：“盘前预测”、“今日推演”、“早盘研判”、“大盘概率推演”

---

## 二、证据采集与独立证据簇

采集截至 8:30 的客观数据，归入 **4 大独立证据簇**，权重为 $E_1$(25%)、$E_2$(25%)、$E_3$(20%)、$E_4$(30%)：

- **$E_1$ 全球与亚太科技偏好**：纳指、费城半导体 (SOX)、中概金龙、日韩及亚太芯片股（网络搜索）。

- **$E_2$ 宏观流动性与外汇计价**：富时中国 A50 期指、离岸人民币 (USDCNH)、央行早盘公开市场（网络搜索）。

- **$E_3$ 国内产业政策与突发催化**：部委产业规划、官方公告与产业重大突破（网络搜索）。

- **$E_4$ A股内生量价与连板结构**：宽基指数、成交额偏离度、涨跌比、炸板率与连板梯队。

- **工具调用路由**：优先调用 MCP `get_preopen_context` 获取结构化数据；覆盖率低于 70% 时只输出条件情景，不输出精确评分。具体采集细节见 `references/tool-recipes.md`。

---

## 三、概率推演、空间点位与机会函数

### 1. 7 大 Market Regime 条件先验

| 市场 Regime 状态 | 核心特征定义 | 先验 $P(\text{Up})$ | 先验 $P(\text{Side})$ | 先验 $P(\text{Down})$ |

|:---|:---|:---:|:---:|:---:|

| **S0 恐慌释放** | 连续大幅缩量暴跌 / 跌停家数激增 | 15% | 25% | **60%** |

| **S1 超跌修复** | 情绪冰点后首次首板涌现 / 底部放量阳线 | **40%** | **40%** | 20% |

| **S2 存量震荡** | 成交平量 / 涨跌比接近 1:1 / 板块快速轮动 | 30% | **50%** | 20% |

| **S3 趋势启动** | 指数放量突破 20 日线 / 主线梯队完整共振 | **55%** | 30% | 15% |

| **S4 趋势延续** | 指数依托 5 日线放量主升 / 赚钱效应扩散 | **60%** | 30% | 10% |

| **S5 高位分配** | 放量滞涨 / 龙头连续高位巨量震荡 / 炸板率高 | 25% | **45%** | 30% |

| **S6 退潮出逃** | 主线龙头跌停断板 / 连板大幅负反馈 | 10% | 25% | **65%** |

### 2. 纯计算与后验更新

模型负责判定定性证据等级，数值计算统一调用 `scripts/calculate.py` 纯函数（参见 `references/tool-recipes.md`）：

- **贝叶斯后验**：由模型评估 4 大证据簇在三态下的似然比，调用 `calculate_bayesian_posterior` 生成归一化后验概率。

- **空间点位引擎**：调用 `calculate_price_range` 结合 ATR14、MA5 与 MA20 输出 R2/R1/Pivot/S1/S2 及上下剩余空间。

- **机会函数 Opportunity (0–100)**：调用 `calculate_opportunity_score`，综合后验概率、盈亏比空间、主线质量与拥挤度。

- **9:25 竞价增量更新**：开盘量比与幅度超预期时执行增量贝叶斯修正；若主线龙头低开核按钮，强制下调机会分。

---

## 四、报告输出模版与术语白话化

按以下结构输出完整报告（缺失维度标注 `N/A`）：

1. **首屏摘要卡（必须置顶）**：按公共 Agent 输出协议输出结论、逻辑状态（市场 Regime）、当前位置（指数空间）、置信度、覆盖率、数据状态、最大风险和下一步观察；同时给出 `next_actions`（竞价更新、查看证据、生成报告）。

2. **白话速览（第一屏，无行话）**：解答“今天大盘大概率怎么走”、“为什么这么看”、“什么信号说明看错了”。

3. **三态概率分布与 Market Regime 定调**：披露先验状态、似然修正过程与归一化概率。

4. **空间点位与盈亏比不对称性**：清晰展示 R2/R1/Pivot/S1/S2、上下剩余空间比。

5. **交易机会函数 Opportunity 评分**：0–100 机会分、风险暴露定级（积极/中性/防守）。

6. **主线板块状态机与资金延续研判**：主线生命周期阶段（启动/分歧/强化/加速/衰竭）。

7. **9:25 集合竞价验证坐标**：次日 9:25 开盘幅度、竞价量比与确认/证伪观测阈值。

8. **研判基准与覆盖率审计**：披露数据时点、来源链接、覆盖率与参与评分权重。

9. **跨 Skill 交接摘要**：文末输出下述 JSON，供盘后复盘与个股诊断继承：

```json

{

"report_type": "prediction",

"as_of": "YYYY-MM-DD 08:30",

"source_count": 0,

"coverage": "0%",

"scored_weight": "0%",

"confidence": "高 | 中 | 低 | 数据不足",

"regime_namespace": "market-s0-s6",

"market_regime": "S2",

"primary_sectors": ["候选主线1", "候选主线2"],

"watchlist": ["先锋龙头代码", "容量中军代码"],

"risk_flags": ["风险预警"],

"next_triggers": [{"id": "TRG-0925-01", "condition": "竞价高开>1.5%且金额比>1.2", "status": "pending"}]

}

```

### 术语白话化规则（强制）

专业术语首次出现时必须附不超过一句话的白话解释（白话速览内禁止未解释术语）：

- **概率与空间**：$P_{\text{Up}}$（看涨概率）、ATR（平均真实波幅，衡量日常震荡宽度）、Pivot（日内强弱平衡基准价）。

- **状态与指标**：Market Regime（市场所处的温湿度大环境）、Opportunity（综合胜率与盈亏比的整体交易吸引力得分）。

---

## 五、交付与台账闭环

1. **台账与标准 Artifact 持久化**：

- 盘前推演后执行：`python scripts/stock_prompt.py eval record --market-phase preopen ...`（自动双写 prediction Artifact）。

- 9:25 竞价后验执行：`python scripts/stock_prompt.py eval record --market-phase auction ...`（自动双写 auction Artifact）。

- 2. **可选战报长图**：用户要求生成卡片时，调用 `python scripts/generate_report_card.py --type prediction --json report.json`。

+ 2. **可选战报长图**：用户要求生成卡片时，调用 `python scripts/generate_report_card.py --type prediction --json report.json`（可参考 `references/report-card-example.json` 数据结构填入）。