RSI.端到端选股.demo · 申请访问

本页面需要管理员审批通过后方可访问

已提交申请, 等待审批

页面每 10 秒自动检查一次审批结果, 通过后立即解锁。
如久未通过, 可联系管理员并告知申请 ID:
—

申请未通过

你的访问申请未被管理员通过。如需重新申请, 请联系管理员后再试。

—

—

RSI.端到端选股.demo

基准日 2026-09-04 · 368 持仓 / 250 独立股票 · 构建 2026-09-04T21:37:36 · 行情未加载
推送 2026-09-04T21:37:36 · 来源 incremental 选股 · 换票辩论裁决后 (final) · 收盘价基准 2026-09-03 · 美股复盘 2026-09-04
行情来源: 腾讯 / 东财 (经同域代理) · 点表头切换排序 · 代码后 "新" 字 = 今日新选
指标计算公式
每档组合视作1只产品: 单资金池 daily NAV 曲线 (close-to-close mark-to-market), 全部指标基于这条曲线计算. 交易按开盘价成交、买入持有到期不调仓 (漂移) — T+1 开盘等权买入 K 只 → 持有 hold 天、权重随个股涨跌自由漂移、持有期内不每日 rebalance → 到期开盘卖出 → 用回笼现金等权买入当日新批 (重叠批次各自滚动, 满仓不加杠杆). 以上指标已扣交易费率与滑点 (净收益 / net-of-cost, 2026-06-27 起) — 默认 A股往返约 0.30% (佣金双边~万2.5 + 卖出印花税 0.05% + 过户费~万0.1 + 滑点~10bp 双边), 在买入与到期卖出两点从 NAV 扣减. 持有期越短换手越高、成本拖累越大: h1 近每日满换手、扣费后明显缩水, h10/h20 换手低、影响很小.
口径说明 (2026-06-04): 收益与风险类指标 (累计/年化/年化波动/夏普/Sortino/Calmar/最大回撤/超额) 均为 盯市口径 — 每个交易日把全部持仓 (含未平仓的浮动盈亏) 按收盘价 mark-to-market, 反映"实时净值"; 仅【结算胜率】为结算口径 — 只统计已到期平仓的持仓, 不含浮动. 两套口径并列, 各看各的问题.
  • 累计收益 = NAVT / NAV0 − 1 (含浮动持仓的 mark-to-market, TWR)
  • 年化收益 = (1 + 累计)252 / 交易日 − 1
  • 年化波动 = std(daily return) × √252
  • 夏普 = (年化收益 − rf) / 年化波动, rf = 0; n < 60 标 * 警示样本不足
  • Sortino = (年化收益 − rf) / 年化下行偏差 (只用负收益日算 std, 不惩罚正向波动)
  • Calmar = 年化收益 / |最大回撤| (单位收益换多少回撤)
  • 最大回撤 = max((peak NAV − 当前 NAV) / peak NAV), 取 NAV 曲线 peak-to-trough 跌幅最大值
  • 超额(全A) = 策略 NAV − 万得全A (881001.WI) 同期 NAV (相同窗口 mark-to-market, 盯市口径)
  • 结算胜率 (展示值) = 已结算(到期平仓)持仓腿中实际收益 > 0 的腿数 / 已结算总腿数 (结算口径: 绝对盈利, 不与基准比, 未平仓的浮动腿不计入. >50% 表示平掉的仓多数赚钱)
  • 日胜率 (悬停对照) = 单日策略 return > 基准 return 的天数 / 总交易日 (盯市口径, 含浮动; >50% 表示常态跑赢大盘). 鼠标悬停"结算胜率"格可见此对照值
  • 交易日 = 参与统计的交易日数 (TWR daily NAV 序列长度)
  • 持仓数 = 全部 trade leg 累加 (已结算 + 持仓中合计)
  • 顶部档位徽章 (持有1日 +X% 等) = 该档自策略上线以来的累计收益 (盯市 TWR 口径)
cc持仓 · 数据与「实时持仓」完全同源 (同一批持仓) · 表格右侧 10 列为 /rocket 同源「模型DD」底层模型命中 (STRIKE_DATA 最近 10 交易日 50B pool, hit_count 数字, 2/3 类正交共识橙底) · 已去掉财务估值/盈利/增长列
行情来源: 腾讯 / 东财 (经同域代理) · 点表头切换排序 · 代码后 "新" 字 = 今日新选 · 模型列同 /rocket
指标计算公式
每档组合视作1只产品: 单资金池 daily NAV 曲线 (close-to-close mark-to-market), 全部指标基于这条曲线计算, 与「实时持仓」同口径. 交易按开盘价成交、买入持有到期不调仓 (漂移, 持有期内不每日 rebalance) — T+1 开盘等权买入 → 持有 hold 天权重自由漂移 → 到期开盘卖出 → 回笼现金等权买入当日新批. 以上指标已扣交易费率与滑点 (净收益, 2026-06-27 起) — 默认 A股往返约 0.30% (佣金双边~万2.5 + 印花税 0.05% 仅卖 + 过户费~万0.1 + 滑点~10bp 双边), 买入与到期卖出两点从 NAV 扣减; 持有期越短换手越高、成本拖累越大.
  • 累计收益 = NAVT / NAV0 − 1 (含浮动持仓的 mark-to-market, TWR)
  • 年化收益 = (1 + 累计)252 / 交易日 − 1
  • 年化波动 = std(daily return) × √252
  • 夏普 = (年化收益 − rf) / 年化波动, rf = 0; n < 60 标 * 警示样本不足
  • Sortino = (年化收益 − rf) / 年化下行偏差 (只用负收益日算 std)
  • Calmar = 年化收益 / |最大回撤|
  • 最大回撤 = max((peak NAV − 当前 NAV) / peak NAV)
  • 超额(全A) = 策略 NAV − 万得全A (881001.WI) 同期 NAV
  • 结算胜率 = 已结算(到期平仓)持仓腿中实际收益 > 0 的腿数 / 已结算总腿数 (结算口径)
  • 交易日 = 参与统计的交易日数 (TWR daily NAV 序列长度)
  • 持仓数 = 全部 trade leg 累加 (已结算 + 持仓中合计)
glm持仓 · 数据源 = GLM-5 Evolve 完整在持仓（按最新持仓快照跨档累积；仅同日或更新的 GLM 选股才会补入新批次）· 与 cc持仓 同版式/同列 · 表格右侧 10 列为 /rocket 同源「模型DD」底层模型命中 (STRIKE_DATA 最近 10 交易日 50B pool) · PE当年/次年/远2 + FY+1预期 + Neo4j摘要
数据源: GLM-5 Evolve 持仓 (D:\\prediction\\reports\\{date}_GLM-5_持仓.md → glm_holdings.json；过期选股不会伪装为最新持仓) · 行情来源: 腾讯 / 东财 · 点表头切换排序 · 模型列同 /rocket
指标计算公式
每档组合视作1只产品: 单资金池 daily NAV 曲线 (close-to-close mark-to-market), 全部指标基于这条曲线计算, 与「实时持仓」同口径. 交易按开盘价成交、买入持有到期不调仓 (漂移, 持有期内不每日 rebalance) — T+1 开盘等权买入 → 持有 hold 天权重自由漂移 → 到期开盘卖出 → 回笼现金等权买入当日新批. 以上指标已扣交易费率与滑点 (净收益, 2026-06-27 起) — 默认 A股往返约 0.30% (佣金双边~万2.5 + 印花税 0.05% 仅卖 + 过户费~万0.1 + 滑点~10bp 双边), 买入与到期卖出两点从 NAV 扣减; 持有期越短换手越高、成本拖累越大.
  • 累计收益 = NAVT / NAV0 − 1 (含浮动持仓的 mark-to-market, TWR)
  • 年化收益 = (1 + 累计)252 / 交易日 − 1
  • 年化波动 = std(daily return) × √252
  • 夏普 = (年化收益 − rf) / 年化波动, rf = 0; n < 60 标 * 警示样本不足
  • Sortino = (年化收益 − rf) / 年化下行偏差 (只用负收益日算 std)
  • Calmar = 年化收益 / |最大回撤|
  • 最大回撤 = max((peak NAV − 当前 NAV) / peak NAV)
  • 超额(全A) = 策略 NAV − 万得全A (881001.WI) 同期 NAV
  • 结算胜率 = 已结算(到期平仓)持仓腿中实际收益 > 0 的腿数 / 已结算总腿数 (结算口径)
  • 交易日 = 参与统计的交易日数 (TWR daily NAV 序列长度)
  • 持仓数 = 全部 trade leg 累加 (已结算 + 持仓中合计)
火箭动量 · 数据源 = 火箭动量组合 (Rocket Evolve) 选股 · 候选池 = /rocket 实现涨幅 5/10/30 日 top200 并集 (不经底层模型筛选), 持有期 h1(1日)/h5(5日) 两档 · 表格右侧 10 列为 /rocket 同源「模型DD」底层模型命中 (可见底层模型未必看好却已大涨的票) · PE当年/次年/远2 + FY+1预期 + Neo4j摘要
数据源: 火箭动量组合 Evolve 选股 (D:\\prediction\\reports\\{date}_Rocket_选股.md → rocket_holdings.json) · 候选 = /rocket 实现动量并集 · 行情来源: 腾讯 / 东财 · 点表头切换排序 · 模型列同 /rocket
指标计算公式
每档组合视作1只产品: 单资金池 daily NAV 曲线 (close-to-close mark-to-market), 全部指标基于这条曲线计算, 与「cc持仓」同口径. 交易按开盘价成交、买入持有到期不调仓 (漂移, 持有期内不每日 rebalance) — T+1 开盘等权买入 → 持有 hold 天权重自由漂移 → 到期开盘卖出 → 回笼现金等权买入当日新批. 以上指标已扣交易费率与滑点 (净收益, 2026-06-27 起) — 默认 A股往返约 0.30% (佣金双边~万2.5 + 印花税 0.05% 仅卖 + 过户费~万0.1 + 滑点~10bp 双边), 买入与到期卖出两点从 NAV 扣减; 持有期越短换手越高、成本拖累越大.
  • 累计收益 = NAVT / NAV0 − 1 (含浮动持仓的 mark-to-market, TWR)
  • 年化收益 = (1 + 累计)252 / 交易日 − 1
  • 年化波动 = std(daily return) × √252
  • 夏普 = (年化收益 − rf) / 年化波动, rf = 0; n < 60 标 * 警示样本不足
  • 最大回撤 = max((peak NAV − 当前 NAV) / peak NAV)
  • 结算胜率 = 已结算(到期平仓)持仓腿中实际收益 > 0 的腿数 / 已结算总腿数 (结算口径)
  • 交易日 = 参与统计的交易日数 (TWR daily NAV 序列长度)
  • 持仓数 = 全部 trade leg 累加 (已结算 + 持仓中合计)
选股日 — — 仅显示今日新选, 实时行情同步
由 daily_pipeline 选股记录, 每日自动同步 · 点表头切换排序
选股日 同一交易日 daily(晚间) vs incremental(次日盘前) 两次选股对比, 按代码合并高亮差异
数据源: dual_picks.json (选股.md 覆盖前自动备份的 daily 版本 + 当前 incremental 版本, 按「来源:」标记区分) · 2026-06-28 前的旧数据无法区分
纯量价策略 · 各档为对应底层量价模型 (GRU / XGB top-N) 每日 Top5 等权组合回测 · 指标口径同「实时持仓」· 底层模型见「GRU&XGB看图」tab
数据源: model_metrics.json (与 /strike 底层模型回测同源) · 选具体档位看在持腿与指标 · 当期收益 = 该期 Top5 持有到期收益
指标计算公式
每档 = 对应底层量价模型每日 Top5 等权组合, 视作1只产品: 每个交易日 Top5 equal-weight 平均 → daily portfolio return → 复利成 NAV 曲线 (TWR, close-to-close mark-to-market). 全部指标基于这条 daily NAV 曲线计算, 与「实时持仓」同口径. 交易按开盘价成交; 为毛收益 (gross)，未扣交易费率与滑点 (A股往返约 0.15%–0.30%, 高换手净收益明显低于毛收益).
  • 累计收益 = NAVT / NAV0 − 1 (TWR daily NAV)
  • 年化收益 = (1 + 累计)252 / 交易日 − 1 (短样本偏高)
  • 年化波动 = std(daily return) × √252
  • 夏普 = (年化 − rf) / 年化波动, rf = 0; 样本不足标 *
  • Sortino = (年化 − rf) / 年化下行偏差 (只罚负收益日)
  • Calmar = 年化 / |最大回撤|
  • 最大回撤 = max((peak − 当前) / peak), NAV 曲线 peak-to-trough 最大跌幅
  • 超额(全A) = 策略 NAV − 万得全A (881001.WI) 同期 NAV
  • 结算胜率 = 已结算腿中收益 > 0 占比 (结算口径)
  • 交易日 = 参与统计的交易日数 (daily NAV 序列长度)
  • 持仓数 = 当前在持腿数 (最近 持有期 × 每期 Top5)
  • 顶部档位徽章 = 该档自回测起的累计收益
TOP100 策略 · 各档为 transformer 生产模型 (top100 / top200 候选池 × 持有1/5日) 当期预测 Top10 · 选股按持有期(5日档)操作;止盈目标价(+20%)与 regime 仓位为研究提示、非自动交易指令 · 列口径同「纯量价」· 独立于 50B pool
数据源: top100.json (transformer t100view 生产预测) · 点表头切换排序 · 代码后 "新" 字 = 最新交易日选股
指标计算公式
每档 = 对应 transformer 生产模型每日预测 Top10 等权组合, 视作1只产品: 每个交易日 Top10 equal-weight 平均 → daily portfolio return → 复利成 NAV 曲线 (TWR, close-to-close mark-to-market). 全部指标基于这条 daily NAV 曲线计算, 与「纯量价」/「实时持仓」同口径. 交易按开盘价成交; 为毛收益 (gross)，未扣交易费率与滑点 (A股往返约 0.15%–0.30%, 高换手净收益明显低于毛收益).
  • 累计收益 = NAVT / NAV0 − 1 (TWR daily NAV)
  • 年化收益 = (1 + 累计)252 / 交易日 − 1 (短样本偏高)
  • 年化波动 = std(daily return) × √252
  • 夏普 = (年化 − rf) / 年化波动, rf = 0; 样本不足标 *
  • Sortino = (年化 − rf) / 年化下行偏差 (只罚负收益日)
  • Calmar = 年化 / |最大回撤|
  • 最大回撤 = max((peak − 当前) / peak), NAV 曲线 peak-to-trough 最大跌幅
  • 超额(全A) = 策略 NAV − 万得全A (881001.WI) 同期 NAV
  • 结算胜率 = 已结算腿中收益 > 0 占比 (结算口径)
  • 交易日 = 参与统计的交易日数 (daily NAV 序列长度)
  • 持仓数 = 当前在持腿数 (最近 持有期 × 每期 Top10)
  • 顶部档位徽章 = 该档自回测起的累计收益 (模型刚上线无回测序列时不显示)
载入中…
历史白话版 · 时间线
载入中…
组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL CALENDAR

全局日历

同一日期 · 多个全局特征 · 历史季节状态

正在读取日历坐标…

正在读取全局特征的历史日历坐标…
组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL TECHNICAL

全局技术

上证 / 沪深300 / 创业板 / 科创50 · 日线 / 30分钟

三张图各自选择指数和周期，互不联动；状态只描述已确认结构。

阅读地图

固定框架与状态全集

固定：字段、状态词表与判定规则。动态：当前类别、日期、价位、中枢、浪点和候选权重；下方三张图展示最新选择结果。

01 · PRICE ACTION

Al Brooks 价格行为

  • 市场周期多/空突破 · 多/空窄通道 · 多/空宽通道 · 震荡区间
  • 趋势结构HH/HL · LH/LL · 高低点重叠/转换
  • 方向偏置Always In Long · Always In Short · 中性
  • 当前阶段突破待跟随 · 突破失败 · 高潮观察 · 顺势小回调 · 双向波段 · 区间待突破
  • 确认事件突破/跌破 · 假突破/假跌破 · H2/L2 · 微型双顶/底 · 三推楔形 · 高潮
02 · CHAN STRUCTURE

因果式缠论结构

  • 走势类型上涨趋势 · 下跌趋势 · 盘整走势 · 尚未确认
  • 高低点结构同步抬高 · 同步降低 · 重叠/转换
  • 中枢位置中枢上方 · 中枢下方 · 中枢内部 · 尚未确认
  • 中枢阶段向上/向下离开待回抽 · 中枢震荡/延伸 · 三买/三卖确认 · 等待中枢
  • 买卖点B1/S1 背驰候选 · B2/S2 再确认 · B3/S3 离开中枢后回抽不进入
03 · ELLIOTT WAVE

Elliott 概率数浪

  • 推动结构上行五浪候选 · 下行五浪候选 · 暂无合规候选
  • 当前阶段W2确认/W3形成 · W3确认/W4形成 · W4确认/W5形成 · 五浪完成/A浪观察
  • 硬约束方向交替 · 2浪不越起点 · 3浪越过1浪 · 4浪不重叠1浪 · 3浪非最短
  • Fibonacci软特征2浪回撤 · 3浪扩展 · 4浪回撤 · 5浪相对1浪比例
  • 候选置信状态相对集中 · 多解并存 · 单一可行解 · 证据不足
正在读取四个指数、两个周期与三套结构…
A 股 ERP (沪深300) —
载入中…

ERP = 1 / HS300_PE_TTM − CN10Y 收益率 (百分点); 高位 = 股票相对债券便宜。数据源 data/macro/{hs300_pe,cn_treasury}.csv, 由 fetch_macro.py 维护。

MULTI-LEVEL

多级别核对

传统缠论里本级别的笔对应次级别的线段，本级别中枢由次级别走势构成。这里只报事实：三个周期各自的结构、重叠窗口内两级的段数之比、最新中枢的区间关系。

载入中…
载入数据…
检索源: 两路并集 (RRF k=60 融合)
组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL OVERVIEW

全局总览

数据新鲜度 · 逐维头条读数 · 跨维极端并置

把全部全局特征放在同一屏对照，只给事实与历史位置；不合成总分，也不给方向。

载入中…
组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL MODEL

全局模型

模型注意力 · 行业超配 · 主题与个股命中

聚合底层模型的候选分布与跨日变化，描述模型当前把注意力放在哪里。

载入中…
上方选一个主题
组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL TIMING

全局时点

情绪轨迹 · 关键状态 · 领头行业

定位由情绪、广度与领头行业共同确认的市场时点，并保留历史样本边界。

组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL ROTATION

全局轮动

风格轴 · 行业截面 · 阶段迁移

把成长/价值、大小盘、风险偏好与申万行业轮动放在同一页分层观察，不把单项读数包装成评分。

组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL TEXT

全局文本

文本拥挤度 · 新脉冲 · 主题深研

观察市场正在集中讨论什么、热度处于哪个阶段，以及研究证据如何展开。

载入中…
载入中…
载入中…
未加载
载入中…
数据来自 feed_intraday.py: comein MCP 4 类 (点评/内参/事件信号/公告) 经 LLM 抽取入 Neo4j, XGB 给个股 + 主题 T+5/T+10 信号. 自动 30s 轮询.
载入中…
小作文经 LLM 抽取关键字段, 来源: 公众号 / 进门 / alpha派 / 涨停 / 星球. 留空默认最新 50 条时间线, 输入个股可过滤. 质量分 < 0.3 已过滤.
载入中…
载入中…
数据来自韭研公社异动解析 (D:\TextRaw\涨停信息\YYYY-MM-DD-韭研公社异动解析.md), 近 7 个交易日合并. 每条 = 一只涨停/异动股 + 板数/涨幅/涨停时间/催化标签 + 编号要点.
模型指标载入中…
载入中…
载入中…
载入中…
载入数据…
载入中…
组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL SENTIMENT

全局情绪

样本外预测 · 信号强度 · 不确定性

把预测、真实值、分层命中与误差带放在同一页，重点观察方向、强弱和稳定性。

载入中…

口径本页所有预测点均为真实样本外: 历史段来自 walk-forward 逐年折 (每折只用该年之前数据训练), 近端来自每日实时预测 (point-in-time 冻结)。预测与实际同在 0-10 原始尺度, 不做 z-score 匹配。信号强度阈值 / 分层命中率 / 误差带 / 回测全部由样本外数据在每次建站时实时重算。

出处模型 = 生产 XGB 1d/3d/5d (每晚滚动重训, P15.7); 样本外档案 = walk-forward 回补 + 逐日 cycle JSON 冻结预测自动延长; 监控 = P15.8 每日漂移监控 (IC 转负告警)。详见执行文档《情绪模型滚动重训与诚实标注》。

载入中…
载入中…
组合阅读前提以「距交易所严重异常波动硬线还剩多少」为主轴观察当日异动票，并列呈现题材强度与结构位置；同时观察板块内最强、最先形成辨识度的标的，是否带动资金向同一主题及产业链扩散，为挖掘潜在题材方向和结构性机会提供线索。
MARKET ANOMALIES

anomalies

制度红线余量 · 题材梯队卡位

以「距交易所严重异常波动硬线还剩多少」为主轴观察当日异动票，并列呈现题材强度与结构位置；同时观察板块内最强、最先形成辨识度的标的，是否带动资金向同一主题及产业链扩散，为挖掘潜在题材方向和结构性机会提供线索。

载入中…
载入中…
数据源: 情绪切换组合 (moodswitch_builder.py → vibework_holdings.json) · 行情来源: 腾讯 / 东财 · 点表头切换排序 · 模型列同 /rocket · 详细净值/触发历史见「情绪切换」tab
指标计算公式
整个组合视作1只产品: 单资金池 daily NAV 曲线 (close-to-close mark-to-market), 全部指标基于这条曲线计算, 与「cc持仓」同口径. 交易按开盘价成交、买入持有到期不调仓 (漂移, 持有期内不每日 rebalance) — T+1 开盘等权买入 → 持有 5 天权重自由漂移 → 到期开盘卖出 → 回笼现金等权买入当日新批. 以上指标已扣交易费率与滑点 (净收益) — 默认 A股往返约 0.30% (佣金双边~万2.5 + 印花税 0.05% 仅卖 + 过户费~万0.1 + 滑点~10bp 双边), 买入与到期卖出两点从 NAV 扣减.
  • 累计收益 = NAVT / NAV0 − 1 (含浮动持仓的 mark-to-market, TWR)
  • 年化收益 = (1 + 累计)252 / 交易日 − 1
  • 年化波动 = std(daily return) × √252
  • 夏普 = (年化收益 − rf) / 年化波动, rf = 0; n < 60 标 * 警示样本不足
  • 最大回撤 = max((peak NAV − 当前 NAV) / peak NAV)
  • 结算胜率 = 已结算(到期平仓)持仓腿中实际收益 > 0 的腿数 / 已结算总腿数 (结算口径)
  • 交易日 = 参与统计的交易日数 (TWR daily NAV 序列长度)
  • 持仓数 = 全部 trade leg 累加 (已结算 + 持仓中合计)
组合阅读前提没有哪一个全局特征能单独告诉你大盘接下来涨还是跌。它们的用处在于交叉：与其他全局状态、个股特征和多维证据放在一起，再由后续的实际结果反复修正，才可能读出单项本身给不出的信息。请把本页当作组合输入的一部分，不要单独拿它下结论。
GLOBAL US MARKET

全局美股

美股收盘复盘 · 关键资产 · 美债利率

把隔夜市场叙事、关键资产表现与利率环境放在同一阅读上下文中。

美股复盘 —
载入中…
10Y 美债收益率 ^TNX —
载入中…

数据源 data/us_market/*.json :: quotes["^TNX"].last_close; 每个交易日 BJ 凌晨拉取 Yahoo Finance 美股收盘报价, 单位百分点。

正在加载资产列表...
BTC-USDT — —
—
正在加载图表...
数据源：OKX API 实时行情（已翻页拼接 600 条历史 K 线）。拖拽可平移，滚轮缩放，双击复位。K 线自动刷新。
实时深度 (Order Book)
盘口加载中...
市场指标 & 实时资讯 (Yahoo Finance)
24h 最高—
24h 最低—
24h 成交—
当期资金费率—
资讯加载中...
载入中…
载入中…
载入中…
载入中…