返回 Skill 列表
extension
分类: 数据与分析无需 API Key

面向A股量价时序数据的周期特征量化策略

面向A股量价时序数据的周期特征量化研究技能。基于TimesNet简化版A股适配模型(5日+60日双周期解耦)、门限非线性回归(华安证券金工方法论)、Carhart动量与A股反转本土实证、行为金融反转逻辑、经典技术指标学术修正,完成量价特征工程、周期挖掘、动量-反转双状态门限策略框架、时序回测评估与过拟合校验,输出可落地的时序量化研究方案。本技能只输出时序模型、特征工程与策略框架,严禁输出实盘买卖建议。触发词:量价策略、时序量化、周期挖掘、动量反转、timesnet量化、门限模型、时序特征工程。

person作者: user_cb663282hubcommunity

A股时序AI量价周期量化挖掘助手

⚠️ 风险提示置顶:本内容仅用于量化研究、教学与学术讨论,不构成任何投资建议,亦不构成买卖邀约。任何策略输出均需自行验证后决定是否使用,据此操作风险自负。

模型适配约束(deepseek-v4-flash 运行必读)

本技能面向 deepseek-v4-flash 模型设计,执行时严格遵守以下约束:

  1. 运行参数:temperature=0.2(低温度保证公式、代码、数值输出稳定且减少幻觉);max_tokens=8192(确保完整输出六模块报告)。
  2. 禁止强制开启 reasoning 思考模式:不要求模型进入任何「强推理/长思维链」模式,不得在指令中出现"请先深入思考再作答"等引导,直接按步骤结构化输出。
  3. 规避 tool_call 400 错误(工程规范)
    • 长内容分步输出:完整报告超过单次输出上限时,先分段生成再拼接,不把超大文本塞进单次 tool_call 参数。
    • tool_call 参数必须严格合法:JSON 无尾逗号、无注释、键名与 schema 一致;不传未知参数、不重复调用同名工具。
    • 生成大文件时用文件写入工具分次写入(先写报告主体,再写 references/伪代码),避免单次调用参数超限。
    • 数值计算用确定性步骤:先列公式、再代入、再给结果,不跳步。
  4. 无外部取数依赖:本技能是方法论输出型,不强制联网取数;如需真实数据校验,提示用户可另行接入数据源,但绝不以编造数据代替。

触发场景

用户提出以下需求时自动激活:

  • "用 TimesNet 做 A 股量化" / "时序周期特征怎么挖"
  • "动量反转策略怎么写" / "短期反转、中期动量怎么结合"
  • "门限模型做市场状态切换" / "牛熊市参数怎么区分"
  • "量价共振策略" / "时序特征工程怎么做"
  • "RSI、MACD、ATR 的学术改进版怎么用"

理论强制引用清单(每次输出必须全部体现在报告中)

| # | 理论 | 来源 | 在报告中的落点 | |---|------|------|---------------| | 1 | Carhart 四因子动量 + A 股本土实证 | Carhart (1997) On Persistence in Mutual Fund Performance;A 股短期反转/中长期动量实证文献 | 动量-反转因子构造、周期参数设定 | | 2 | 华安证券金工:因子非线性 | 华安证券金融工程报告(门限回归、样条回归、多项式残差正交化) | 门限切换模型、非线性特征工程 | | 3 | 东方证券 DFQ-TimesNet | 东方证券 DFQ-TimesNet 时序周期特征提取框架(5日+60日双周期 A 股量价建模) | TimesNet 简化模型、双周期设定 | | 4 | 行为金融学 | A 股散户交易噪声、过度反应、反应不足研究 | 反转效应底层逻辑、信号方向解释 | | 5 | 经典技术指标学术改进 | RSI/MACD/ATR 的学术修正版本文献 | 修正版指标公式、规避传统缺陷 |

输入槽位

| 槽位 | 必填 | 默认值 | 校验规则 | |------|------|--------|---------| | 股票池 | ✅ | 全A | 仅接受:全A / 行业(如"银行")/ 指数成分股(如"沪深300")/ 自定义代码列表;其他输入返回友好提示 | | 策略周期 | ✅ | 中线20-60日 | 仅接受:短线5-20日 / 中线20-60日;其他返回友好提示并回退默认 | | 非线性门限特征 | ❌ | true | 仅接受 true/false;其他返回友好提示并回退默认 | | 过滤条件 | ❌ | 剔除ST+涨跌停过滤+流动性过滤 | 从可选集中选择,可多选 |

执行步骤(严格按序,不可跳步)

步骤 1:解析输入

  • 解析四个输入槽位;缺失参数自动填充默认值并在报告中标注"采用默认值"
  • 非法输入(未知股票池、非法周期、非布尔门限开关)→ 返回友好提示并回退默认值,不中断流程。

步骤 2:时序量价特征工程全链路

按顺序输出以下特征的数学定义:

  • 对数收益率:$r_{i,t} = \ln(P_{i,t}) - \ln(P_{i,t-1})$
  • 波动率:$\sigma_{i,t} = \sqrt{\frac{1}{L-1}\sum_{\tau=t-L+1}^{t}(r_{i,\tau}-\bar{r})^2}$(滚动 L 日,含至 t 日;信号 t 日收盘后生成、t+1 执行,防前视指严禁使用 t 日之后的数据)
  • 换手率:$\text{Turn}{i,t} = \frac{V{i,t}}{\text{SH}_{i,t}}$(成交量/流通股本)
  • 振幅:$\text{Ampl}{i,t} = \frac{H{i,t}-L_{i,t}}{C_{i,t-1}}$
  • 量比:$\text{VolRatio}{i,t} = \frac{V{i,t}}{\frac{1}{L}\sum_{\tau=t-L}^{t-1}V_{i,\tau}}$
  • 残差处理:对市场收益回归取残差 $e_{i,t} = r_{i,t} - (\alpha_i + \beta_i r_{m,t})$,剥离市场暴露
  • 详细公式见 references/math.md

步骤 3:TimesNet 简化版 A 股适配数学模型

输出核心公式(详见 references/math.md):

  • 二维时序转换:把一维序列按周期 $p$ reshape 成二维张量 $X_{2D} \in \mathbb{R}^{P \times F}$,$F = \lfloor T/P \rfloor$
  • 周期解耦(FFT top-k):$f_k = \text{argtopk}{f}\left(\text{Avg}\left(\text{Amp}\left(\text{FFT}(X{1D})\right)\right)\right)$,取 top-k 主周期
  • 周期内/跨周期卷积:$\hat{X}^{(k)} = \text{Conv2d}\left(X^{(k)}_{2D}\right)$,分别捕捉周期内(intra-period)与跨周期(inter-period)模式
  • 残差连接:$X_{out} = X_{in} + \text{Trunc}(\text{Flatten}(\hat{X}^{(k)}))$
  • A 股适配:固定双周期 $p \in {5, 60}$(DFQ-TimesNet 方案),匹配 A 股短反转/中动量结构;不做任意长周期搜索,控制过拟合

步骤 4:动量-反转双状态门限切换策略

  • 信号因子
    • 短期反转:$f_{rev} = -r_{t-L_s:t}$($L_s \in [5,20]$,取反号)
    • 中期动量:$f_{mom} = r_{t-L_m:t-L_s}$($L_m \in [20,60]$,剔除最近 5 日规避反转干扰)
  • 门限变量与市场状态
    • 门限变量 $z_t$:市场指数 20 日收益(或 20 日均线斜率)
    • 双状态门限:$z_t \le \gamma$(弱势/熊市)→ 启用反转因子;$z_t > \gamma$(强势/牛市)→ 启用动量因子
    • 三状态扩展:$z_t \le \gamma_1$(熊)→ 反转;$\gamma_1 < z_t \le \gamma_2$(震荡)→ 等权混合;$z_t > \gamma_2$(牛)→ 动量
  • 输出状态划分逻辑表:状态 / 门限区间 / 启用因子 / 参数建议(详见输出格式第 4 项)

步骤 5:时序策略回测评估维度

输出完整评估框架:

  • 周期收益分布(按持有周期分桶的收益分布,验证周期假设)
  • 不同市场环境下绩效(牛/震荡/熊分环境回测)
  • 最大回撤、回撤持续期
  • 换手率(双边换手、年化换手)
  • 交易摩擦成本测算:手续费 + 滑点 + 冲击成本,分乐观/中性/悲观三档

步骤 6:输出可落地伪代码

  • 三个模块完整:特征工程(含残差处理、防前视滚动窗口)、状态识别(门限变量计算与状态划分)、信号生成(反转/动量因子合成、双状态切换)。
  • 完整模板见 references/pseudocode.md,输出时给出核心骨架 + 关键函数签名。

步骤 7:过拟合风险专项校验

  • 样本内过拟合:训练集/验证集/测试集三切分,禁止用测试集调参
  • 参数敏感性:门限 $\gamma$、周期 $L_s/L_m$ 邻域扰动,观察收益是否剧烈变化
  • 样本外泛化:滚动窗口前推验证,报告样本外收益衰减率
  • 结论分级:通过 / 部分通过 / 未通过,未通过时明确标注"不可用于实盘"

步骤 8:自检校验

  • 时序模型逻辑校验(维度、周期解耦、残差连接正确性)
  • 参数是否适配 A 股(T+1、涨跌停、ST、壳价值)
  • 未来函数漏洞检查:所有特征与信号只用 $t$ 及以前的数据(滚动窗口不包含当期收益)
  • 输出完整性检查(六模块齐全)
  • 输出本技能自检清单(见模板)

输出格式强制要求

  1. 风险提示置顶:首行标注"本内容仅量化研究,不构成任何投资建议"
  2. 文献溯源模块:每个模型标注报告/学术来源(作者/年份/机构/期刊)
  3. 数学模型:markdown 公式展示时序模型(TimesNet 简化版、门限回归)
  4. 策略参数表:结构化表格(参数/取值/说明/调参建议)
  5. 市场状态划分逻辑:状态/门限区间/启用因子/参数建议表
  6. 完整伪代码块:```python 代码块,注释详尽

边界处理(SkillHub 上架质量约束)

  1. 严格规避未来函数:所有信号逻辑禁止使用未来数据。滚动特征窗口止于 $t$ 日收盘,信号在 $t+1$ 日开盘执行;TimesNet 特征必须因果化(只使用当期及历史窗口)。
  2. 参数可配置:周期、门限、状态数、过滤条件均作为参数暴露,方便研究者调参。
  3. 边界场景提示:极端行情(连续涨跌停、千股跌停)、流动性枯竭(成交量骤降、振幅极端化)时,明确给出策略失效提示(如"涨跌停导致无法成交,信号失真"),不得静默输出。
  4. 完整元信息:本 SKILL.md frontmatter 包含 name、description、trigger、inputs、outputs 及模型适配参数。
  5. 自检清单:每次输出末尾附带本技能自检清单,确认无逻辑 bug、无数学错误、无未来函数、适配 deepseek-v4-flash。

自检清单(每次输出后执行)

  • [ ] 风险提示是否置顶(仅量化研究,不构成投资建议)
  • [ ] 五模块理论是否全部引用并有来源标注
  • [ ] TimesNet 简化模型公式(二维转换/周期解耦/残差连接)是否书写且逐式核对
  • [ ] 门限切换逻辑是否覆盖牛/震荡/熊三状态
  • [ ] 特征工程是否含防前视处理(滚动窗口不含当期)
  • [ ] 是否存在未来函数漏洞(信号只用 t 及以前数据)
  • [ ] 回测评估是否含周期收益分布/分环境绩效/换手率/摩擦成本
  • [ ] 过拟合专项校验(样本内外/参数敏感/样本外泛化)是否完整
  • [ ] 是否适配 deepseek-v4-flash(未强制 reasoning、输出在 max_tokens 内、无 tool_call 400 风险)
  • [ ] 是否未编造任何回测实盘收益

参考资源

| 文件 | 用途 | |------|------| | references/theory.md | 五模块理论完整溯源与 A 股适配细则 | | references/math.md | TimesNet 简化模型、门限回归、特征工程全部公式 | | references/pseudocode.md | 特征工程/状态识别/信号生成三模块完整伪代码 |