pg527322814/dsh-bayes-predict

dsh-bayes-predict

基于 贝叶斯定理 的 DeepSeek Harness 个股预测插件（dual-face：Host 工具 + 浏览器面板）。

⚠️ 平台依赖：本插件是 DeepSeek Harness（dsh）平台的扩展插件，依赖其宿主环境（dsh web、cordis 插件系统、window.__ModuleLoader__ 等）。该平台目前未随本仓库公开，单独克隆本仓库无法直接运行，代码仅供学习、参考与移植。

功能

安装

方式一：一键安装（推荐，需要能访问 github.com）

dsh plugin --profile web add github:pg527322814/dsh-bayes-predict

装完重启 dsh web 生效（插件层在启动时合成；client bundle 的 HMR 仅在 pnpm run dev:web 重建时可用）。

方式二：手动安装（离线，或网络访问 github.com 受限时）

1. 插件包拷贝至 %USERPROFILE%\.dsh\profiles\web\node_modules\dsh-bayes-predict （该目录不存在时先创建；profile 的 baseUrl 锚定在 profiles\web，node 解析会向上逐级查找 node_modules）
2. %USERPROFILE%\.dsh\profiles\web\cordis.patch.yml 追加：

- insert:
    - id: bayes-predict
      name: 'dsh-bayes-predict'

3. 重启 dsh web。

⚠️ 客户端契约：lib/client.js 的 factory 必须导出 inject 数组（如 exports.inject = ["slots"]）。 cordis 依据模块导出的 inject 决定注入哪些服务；缺失时 apply(ctx) 里访问 ctx.slots 会直接抛 cannot get property "slots" without inject（package.json 的 dsh.client.inject 只影响 boot 清单，不替代模块导出）。

回测 / 选股缓存目录（可选但强烈建议）：统一数据目录由 DSH_STOCK_CACHE_DIR 指定，未设置时默认 %USERPROFILE%\.dsh\stock-bayes\，结构为：

<cacheRoot>/
├── universe.json          多档股票池 { pools: { all, sh300, custom } } + 每只股票标签
├── data/<code>.json       每只股票K线
├── csi300.json            指数（沪深300）
├── scores/h<horizon>.json 预评分（列式紧凑存储 + 原子写）
└── watchlist.json         自选股清单（原子写）

首次使用某只/某个基准日时，缺失的行情与评分会现场拉取并计算（沪深300 量级约数秒，全市场数千只约分钟级），之后一直命中缓存；面板「🔄 刷新行情缓存」做增量刷新（只拉新 K 线去重追加）。管道中缺少 universe.json 时，股票池回退到内置沪深300 成分（lib/csi300-components.json）。

说明：本仓库只包含插件运行时。用于构建全市场 universe.json 与评分预热的同步脚本属于开发侧工具，未随包发布。

使用

对话中（重启后开新会话，让 agent 看到新工具）：

分析一下 600519
用贝叶斯方法评估一下 300750 未来 5 天的上涨概率
带上历史回测看看 600519 的模型校准

可视化面板：侧边栏底部「📊 贝叶斯股票分析」快捷按钮 → 弹出居中的固定浮层，内含四个页签。

单股分析

输入代码（600519 / sh600519 / 000001 / AAPL），点「贝叶斯分析」。未发起分析时该页显示算法说明空态（模型假设、融合公式与各信号方向校准说明）。报告含：综合判断（先验 → 后验 + 95% 区间 + 评分/评级）、多窗口对比、趋势三状态、EWMA / 经验 VaR 风险、信号证据明细与归因、近 60 日走势、技术面快照。

口径透明：同时给出「证据原始 log-odds 和」与「实际作用于先验的增量」（收缩前的量不等于实得变化）；当信号仅使概率移动不足 1 个百分点时，明确提示结论主要由先验主导，而非分析失效。

策略回测

可配置股票资源池、评分窗口（2/5/10/20 日）、每期持有交易日、同时持有个数、评分门槛区间、初始资金、回测区间、大盘择时规则（R1~R4）、筛选条件（排除 ST / 价格上下限 / 市值下限 / 排除次新股）、风控（个股止损 / 单只最大仓位 / 同板块最多持有数）与交易费用（佣金 + 印花税）。

• 严格防前视：每个换仓日只用当日及之前的数据估计似然比与先验
• 市值下限按"截至换仓日的历史推算市值"过滤，消除前视偏差（historicalCap=0 可退回快照市值）
• 三条对照曲线：策略·高分 Top / 策略·低分 Top（反向对照）/ 池基准（当期全部合格股票等权），三者差距即可检验「评分排序是否携带信息」
• 评分缓存按「模型版本 × 模型参数指纹 × 逐股数据指纹」三维校验，参数变化时旧行全部作废、全新写入；数据追加时只补算缺失日期；跨池跨 step 的评分按 (code, date) 累积复用
• 多 horizon 预热：一次运行同时评分并缓存 2/5/10/20 日（共享指标与信号计算，约 2~2.5 倍单窗口成本），之后切换窗口零等待

选股筛选

用与回测完全相同的一套条件，但不做换仓模拟——只对基准日做一次截面评分并列表（基准日留空 = 行情最新交易日；非交易日自动回退并标记）。表头可点击排序；行首 ★/☆ 一键加入或移出自选（不影响整行跳转）；点任意行跳到「单股分析」并自动分析。评分与回测共享同一份缓存文件。

自选股

核心是**「自选日至今涨跌幅」**，默认拉实时行情：

• 实时价 + 真实价口径（本页刻意与其余页签不同）：自选价 = 自选日的不复权收盘，最新价 = 腾讯实时现价。实时接口只能拿到真实价，若把后复权锚点（茅台 ≈9200）与真实现价（≈1300）混算会得出 −84% 这类荒唐跌幅；且腾讯 hfq 日线盘中常不含当日 bar、新交易日可能跨复权基准断裂。故本页单独用真实价口径，与券商 App 显示一致
• 降级路径清晰：拿不到报价的股票仍按不复权口径但标记 live=false 并显示 ⚠︎（tooltip 给原因）；live=0 可整体回退到本地缓存（后复权）收盘价，离线可用
• 锚点不漂移：加入时把「自选日 + 自选价」写进 watchlist.json，此后涨跌幅永远以它为起点；重复收藏只刷新名称，不重置锚点
• 汇总行给出平均涨跌幅、盈亏只数、实时 N/M 只 @MM-DD HH:mm；表头筛选行支持 代码/拼音/名称 模糊搜索、自选日起止、盈亏状态、评分下限；「🔄 刷新」带 force=1 绕过 TTL

Host 接口

代码结构

lib/
├── index.js         Host 端：bayes_stock_predict 工具 + 9 条 /bayes-predict/* 路由 + markdown 报告
├── bayes.js         贝叶斯核心：指标 / 双向信号 / 时间衰减四格表 LR / 卡尔曼增益融合（默认）/ 趋势 / EWMA-经验风险 / 多窗口 / walk-forward 回测
├── kalman.js        卡尔曼滤波：LLT 状态空间滤波 + 卡尔曼增益证据融合 + Katz 对数方差近似
├── backtest.js      参数化回测引擎（严格防前视）+ screenStocks() 单日截面选股（同一套条件与缓存）
├── backtest-data.js 回测数据提供层：缓存根、资源池、列式编解码、沪深300 成分、增量刷新
├── watchlist.js     自选股：watchlist.json 持久化 + 自选日/自选价锚点 + 实时收益 + 复用 screenStocks 评分
├── realtime.js      自选实时行情：批量报价（60 只/请求）+ 不复权日线 + liveAnchorStats 纯函数 + 短 TTL 缓存
├── pinyin.js        汉字 → 拼音首字母（GB2312 码段法，零依赖）+ 多音字变体展开
├── market.js        行情获取：代码归一化、腾讯 K 线（含复权断层检测）、腾讯/新浪实时、批量报价、指数日K、TTL 缓存
├── market-prior.json 全市场横截面先验（通用 LR 表，启动时自动加载）
├── csi300-components.json 沪深300 成分快照（无 universe.json 时的回退股票池）
└── client.js        浏览器端：React 面板（侧边栏入口 → 四个页签），SVG 自绘走势图/仪表/权益曲线

test/
├── kalman.test.mjs        卡尔曼数值单测（57 项：零噪声极限、无前视不变式、增益等价 T_eff=1/K、方差单调性）
├── smoke.mjs              插件冒烟（36 项：默认路径 / 回退路径 / 回测字段 / 报告结构）
├── pinyin.test.mjs        拼音首字母与多音字变体（38 项）
├── screen.test.mjs        选股筛选（129 项：条件与排序 / limit 截断 / 非交易日回退 / 缓存复用 / codes 子集，
│                          以及与 runBacktest 同一基准日候选集逐只一致的等价性）
├── watchlist.test.mjs     自选股（78 项：归一化 / 锚点语义与停牌回退 / 重复加入不重置锚点 / 持久化往返 / 评分复用）
├── realtime.test.mjs      实时口径纯函数（36 项）
├── routes.test.mjs        Host 契约（假 ctx 收集注册结果：1 个工具 + 9 条路由的命名）
├── client-render.test.mjs 客户端 bundle 渲染（138 项：迷你 React + fetch 桩，跑通四页签交互链路与拼音搜索）
├── client-fixtures.json   上面用到的真实接口响应夹具（已裁剪）
└── normalize.test.mjs     代码归一化单测

模型要点

• 后验更新：logit(H) += K · Σ strength_i·log(LR_i)；收缩强度由卡尔曼增益 K 决定（默认口径），fusion: "temperature" 可回退到固定 T=3 的旧口径
• 双向 LR：LR_bull = P(看多信号|涨)/P(看多信号|跌)，LR_bear = P(看空信号|涨)/P(看空信号|跌)；四格表统计 + 拉普拉斯平滑 + 向 1 的样本收缩（k=20）+ 单信号截断 [1/4, 4]
• 信号方向实证校准（审计 → 方向修正 → 消融确认）：
  • 方向正确保留：MACD 金叉/死叉、MACD 柱、近 5 日走势、影线形态、跳空、缠论背驰
  • 反转方向：价格 vs MA20（追高后回归）、量能（放量冲高回落/恐慌见底）
  • 弱信号弱化：RSI、均线排列、布林带、动量、ATR（强度打折）
• 时间衰减：LR 与先验均按指数衰减加权（半衰期 200 交易日），近期样本权重更高
• 波动率归一化：动量/近 5 日收益信号阈值按滚动 σ 自适应（|x| > 0.5·σ·√k），跨股票可比
• 信号强度：每个信号输出 strength ∈ (0,1]，弱信号（如 RSI 50 附近）贡献打折
• 分层先验（默认启用）：启动时加载 market-prior.json 通用 LR 表，单股 LR 与之混合（w = n/(n+80)）
• 先验：近 sampleWindow 日加权胜率 shrunk 到 0.5（强度 30），horizon 默认 5 日
• 风险：EWMA σ（λ=0.94）为主，VaR/CVaR 以经验分位数为主输出、正态近似对照
• MODEL_VERSION：模型定义（信号集合 / LR 估计 / 融合口径 / 先验参数）变更时必须递增——评分缓存据此失效重建，避免新旧模型结果混用。当前为 2

卡尔曼增益

融合层：卡尔曼增益替代手调 temperature（默认启用）

把潜在 log-odds 视为待估状态：先验给出 z ~ N(logit(prior), P⁻)，证据给出一次含噪观测 y = Σ strength_k·log(LR_k)，观测方差 R = Σ strength_k²·Var(log LR_k)·γ。于是

K = P⁻ / (P⁻ + R)          ← 卡尔曼增益
z = logit(prior) + K·y
P = (1 − K)·P⁻             ← 后验方差（置信区间由它给出，不再是启发式 nEff）
等价收缩 T_eff = 1/K = 1 + R/P⁻

• Var(log LR_k) 由四格表计数经 Katz 对数风险比近似给出，并乘上 shrink / 分层先验混合的雅可比修正：样本少的信号自动获得大方差、增益自动变小，不需要为「这个信号可不可信」再手调参数
• γ（kalmanObsInflate，默认 2）是证据相关性/过拟合的膨胀因子：技术信号彼此相关，独立假设会低估 R、高估证据精度
• P⁻ 由先验有效样本量经 delta 方法给出：Var(logit(p)) ≈ 1/(n·p(1−p))
• 后验区间来自 P（logit 正态近似），取代了原先没有概率意义的 nEff 启发式

信号层：LLT 状态空间滤波（默认关闭）

对对数价格建局部线性趋势模型（level 随机游走 + slope 慢变，观测噪声极小），一次 O(n) 前向递推给出滤波斜率 slope/√P_ss（t 值归一化）与标准化新息 v/√S，对应信号 kalman_slope / kalman_innov。

硬约束（均写进单测）：

• 只做前向滤波，绝不用 RTS 平滑——平滑器会用到未来观测，把前视泄漏进 LR 四格表
• 滤波参数必须因果：观测噪声用滚动窗口估计；test/kalman.test.mjs 用「续接未来 K 线不改变历史滤波状态」的不变式守住这一点
• 必须预计算：signalDirectionsAt 被 LR 估计/审计/回测按每根 K 线各调一次，递推放进信号函数会退化成 O(n²)

实证结论（为何是这样默认）

A) 卡尔曼融合 vs 手调 T=3（无前视对比，Brier 越低越好）

配对差异（每只股票一个观测，负值 = 卡尔曼更好）：γ=2 时 −0.0020 ±0.0001（89.0% 股票改善） 与 −0.0009 ±0.0001（90.9%），两个独立样本同向且都高度显著；γ∈[2,6] 内收益已趋平。

B) 卡尔曼信号的消融（默认关闭的依据）

两者都为正 ⇒ 不是与趋势类信号冗余，而是样本外没有边际价值。其原始信息量并不弱（十年池化审计：kalman_slope 分段 spread +6.33%/+14.40%/+8.24%，t 最高 5.87），但全量审计 ≠ 样本外有效——这正是 ROC(20) / streak / beta 被移除的同一条教训。

C) 必须一起看的负面结论

在合计 34.7 万个预测点上，本模型的 Brier 始终高于 priorOnly（最好配置也只到 −0.0001）。γ 越大越好、最终收敛到 priorOnly，本质是模型在自动学会「少信证据」。因此卡尔曼增益的价值应表述为：在不引入前视的前提下，把手调的固定收缩换成自适应收缩，稳住了过度自信（相对 T=1 改善 −0.0167，相对 T=3 改善 −0.0020 / −0.0009），而不是"带来了新的预测力"。

开关与调参

报告与面板中的 calibration.fusion / kalmanGain / effectiveTemperature / priorVar / obsVar / stateVar 与顶层 kalman 快照（斜率 t、标准化新息 z、年化斜率）即为上述量的诊断出口。

数据源

免费、无需 key：

• A 股日 K：腾讯 fqkline 后复权 hfq（最多约 700 根 ≈2023-12 至今；主/备用域名自动切换规避限流），东财后复权兜底
• 实时快照：腾讯（A 股）/ 腾讯 us 前缀（美股）；批量报价一次最多 60 只
• 指数：东财沪深300 日 K（供市场 beta 与池基准）
• 美股日 K：新浪全历史
• 内存 TTL 缓存 30 分钟（实时报价 60s / 不复权日线 5min）

⚠️ 数据口径：评分、回测与单股分析均使用后复权（hfq）——收益序列含分红再投资，除权日无假跳空，信号干净；但价格非真实股价。自选股页是唯一例外，它用真实价（不复权）口径，理由见上文。

⚠️ 腾讯 hfq 复权断层防护：腾讯后复权的复权基准随最新交易日滚动，接口返回的最后一天可能发生"跨基准断裂"（假跳变）。fetchKlines 已内置断层检测：hfq 最后一天 |单日涨跌| > 8% 时拉不复权序列核对，判定复权断层则丢弃最后一天（宁缺毋滥）；refreshCache 检测到缓存末尾断层时自动全量替换修复。

开发

零第三方依赖，Node 18+。

npm test

依次运行 9 个测试文件：kalman(57) → smoke(36) → pinyin(38) → screen(129) → watchlist(78) → realtime(36) → routes(9 条路由契约) → client-render(138，迷你 React + fetch 桩跑通四页签交互) → normalize。CI（Node 20 / 22）在每次 push 与 PR 上执行同一套测试。

卸载

• 删除 cordis.patch.yml 中 bayes-predict 的 insert 行
• 删除 node_modules\dsh-bayes-predict
• 重启 dsh web

许可证

MIT © pg

⚠️ 本插件输出由贝叶斯统计模型基于历史行情生成，仅供参考，不构成投资建议。