褚宏光
bf6baa5483
- Add scripts/scoring/ module with normalizer, sensitivity analysis, and config - Enhance stock_viewer.html with standardized scoring display - Add integration tests and normalization verification scripts - Add documentation for standardization implementation and usage guides - Add data distribution analysis reports for strength scoring dimensions - Update discussion documents with algorithm optimization plans
3.4 KiB
3.4 KiB
预设模式对比
工作流程
原始数据 (CSV)
↓
标准化处理 (normalizer.py)
↓
应用权重计算 (config.py)
↓
生成HTML (generate_stock_viewer.py)
所有预设模式都是基于标准化后的数据进行计算的。
一、4种基础预设模式
权重分配对比
| 维度 | 等权模式 | 激进模式 | 保守模式 | 放量模式 |
|---|---|---|---|---|
| 突破幅度 | 16.7% | 35% | 15% | 25% |
| 收敛度 | 16.7% | 15% | 30% | 15% |
| 成交量 | 16.7% | 25% | 10% | 35% |
| 形态规则 | 16.7% | 10% | 15% | 10% |
| 活跃度 | 16.7% | 10% | 25% | 10% |
| 倾斜度 | 16.7% | 5% | 5% | 5% |
各模式特点
1. 等权模式（默认）
- 权重：每个维度 1/6 = 16.7%
- 特点：不偏向任何维度，探索性分析用
- 适用：初筛、全面评估
2. 激进模式
- 权重：突破幅度 35% + 成交量 25% = 60%
- 特点：最看重"是否突破"和"是否放量"
- 适用：趋势行情，追涨信号
- 筛选策略：突破阈值较低（0.55），成交量阈值较高（0.60）
3. 保守模式
- 权重：收敛度 30% + 活跃度 25% = 55%
- 特点：最看重"形态质量"和"价格活跃"
- 适用：震荡市，等待形态完善后再入场
- 筛选策略：突破阈值较高（0.70），收敛度阈值较高（0.65）
4. 放量模式
- 权重：成交量 35% + 突破幅度 25% = 60%
- 特点：最看重"成交量"，捕获主力异动
- 适用：发现异动股票，资金关注信号
- 筛选策略：成交量阈值最高（0.70）
二、6种单维度测试模式（50%主导）
每个模式将一个维度设为50%权重，其余5个维度各10%。
权重分配对比
| 维度 | 突破主导 | 收敛主导 | 成交量主导 | 形态主导 | 活跃主导 | 倾斜主导 |
|---|---|---|---|---|---|---|
| 突破幅度 | 50% | 10% | 10% | 10% | 10% | 10% |
| 收敛度 | 10% | 50% | 10% | 10% | 10% | 10% |
| 成交量 | 10% | 10% | 50% | 10% | 10% | 10% |
| 形态规则 | 10% | 10% | 10% | 50% | 10% | 10% |
| 活跃度 | 10% | 10% | 10% | 10% | 50% | 10% |
| 倾斜度 | 10% | 10% | 10% | 10% | 10% | 50% |
测试用途
这6种模式用于测试单个维度对排序的影响：
- 观察排序变化：某维度权重提高到50%后，股票排序如何变化
- 发现潜力股：找出某维度得分高但综合得分低的股票
- 验证区分度：检验各维度的实际区分能力
- 对比分析：同一股票在不同主导模式下的排名变化
使用示例
假设某股票在等权模式下排名第20，但在"收敛主导"模式下排名第3：
- 说明该股票的收敛度得分很高
- 但其他维度得分较低，拉低了综合排名
- 如果你重视收敛度，可以关注这只股票
三、使用建议
| 场景 | 推荐模式 |
|---|---|
| 不确定选哪个？ | 等权模式 |
| 牛市/上涨趋势 | 激进模式 |
| 震荡市/谨慎选股 | 保守模式 |
| 寻找主力资金异动 | 放量模式 |
| 测试单维度影响 | 6种测试模式 |
| 寻找做空机会 | 任意模式 + 方向选"向下" |
四、代码位置
- 配置定义：
scripts/scoring/config.py - 标准化处理：
scripts/scoring/normalizer.py - HTML生成：
scripts/generate_stock_viewer.py