新闻详情

新闻详情

首页 / 资讯中心 / 详情

tick-stock-panel 盘前风向标实战:竞价强势榜、追高风险标记与次日收益对照

发布时间:2026/9/28 21:22:52来源:尧图网络
tick-stock-panel 盘前风向标实战:竞价强势榜、追高风险标记与次日收益对照
tick-stock-panel 盘前风向标实战竞价强势榜、追高风险标记与次日收益对照【免费下载链接】tick-stock-panelTSP自托管、零运维的 A 股「选股 监控 回测」量化工作台 | LLM能力驱使策略定制个股分析复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源项目地址: https://gitcode.com/GitHub_Trending/ti/tick-stock-paneltick-stock-panel 是一款自托管、零运维的 A 股「选股 监控 回测」量化工作台其中的盘前风向标功能接入同花顺竞价强势名单自动标记追高风险并叠加当日与次日真实收益对照让你一眼看懂竞价股能不能追——全程不用写一行代码。一、盘前风向标是什么一份带收益数据的竞价观察名单风向标是 fuyao 数据源同花顺 REST在盘前 9:15–9:25 竞价阶段筛出的短线观察名单每日约 5~6 只每只附带竞价涨跌幅与概念标签。当日能力60 个交易日回测中名单股「开盘买入→收盘卖出」均值0.54%对比全市场 0.10%存在真实超额追高陷阱竞价高开 ≥5% 的子集当日收益-1.97%——大幅高开时恰恰不该追次日无优势次日均值仅 0.08%因此项目把该名单定位为「当日观察名单」而非隔夜轮动信号。这些结论来自后端实测核心逻辑见 auction_benchmark.py文件头部注释完整记录了 60 日 353 样本的回测依据。二、三步启用配置 fuyao 数据源进入「设置 → 数据源」配置 fuyao同花顺 RESTAPI Key打开「异动监控」页面切到「竞价异动」标签页若未配置数据源页面会展示统一的引导空态并提供「前往配置数据源」入口。 未配置 fuyao 时盘前风向标、龙虎榜、竞价异动均显示不可用配置一次全部解锁。三、竞价强势榜怎么看4 列数据 追高风险红标风向标名单每只股票展示 4 列核心信息列含义竞价竞价涨跌幅相对昨收股票名称 / 代码 / 板块徽章 概念标签当日开盘买入→收盘卖出收益day0_oc次日次日收益d1_pct追高风险标记当竞价涨幅 ≥5% 时股票旁会自动出现红色「追高风险」徽章悬停提示直接给出回测依据高开 ≥5% 子集当日 -1.97%。阈值与标记逻辑在 AbnormalMoves.tsx 中定义温和高开才是名单超额的真正来源。几个实用细节次日数据晚到收益列会先显示「—」数据到位后自动补齐无需手动刷新目标日名单拉取失败时自动回退上一期并标注「显示上一期」点击任意股票可打开快捷详情弹窗支持在名单内快速切股查看行情。四、次日收益对照为什么只作当日观察服务用相邻日 K 分区为每只股票现算三段真实收益当日开盘买收益、当日全天收益、次日收益。60 日样本的关键对照结论名单整体当日超额约0.44%alpha 来自「温和高开」追高子集竞价 ≥5%当日-1.97%但次日 1.79%典型次日修复说明当日追高极易被套全名单次日均值仅 0.08%「隔夜」没有边际。如果想对同类竞价逻辑做更长周期的验证可以把观察名单带进项目自带的回测工作台接口入口为 api.ts/api/market-recap/auction-benchmark。历史名单按日缓存为 JSON、读取不走插件加载当日名单不缓存以现拉为准——因为竞价阶段名单仍可能变动。五、接入 AI 复盘自动注入盘前上下文配置好 fuyao 后风向标还会进入AI 复盘。auction_benchmark.py 中的build_recap_context会生成一段纯文本摘要每只股票的竞价 %、概念标签、当日开盘买收益与次日收益外加名单当日均值。AI 复盘当日行情时即可引用这段「盘前风向」摘要构建失败也不影响复盘主流程。六、实战要点清单9:25 竞价终态后看最准——当日名单在竞价阶段实时拉取不做缓存温和高开优先——带「追高风险」徽章的股票谨慎对待次日列显示「—」属正常——次日数据到位后自动补齐⚠️它是观察名单不是买入信号——项目本身就把它定位为「当日观察」而非隔夜轮动。盘前风向标把「开盘竞价选股」从人工刷列表变成了一份名单 风险标记 收益对照三者齐备的零运维流水线。配置好 fuyao 数据源打开异动监控页即可开始使用。【免费下载链接】tick-stock-panelTSP自托管、零运维的 A 股「选股 监控 回测」量化工作台 | LLM能力驱使策略定制个股分析复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源项目地址: https://gitcode.com/GitHub_Trending/ti/tick-stock-panel创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

真实废弃物分类数据集实战:4,800张图从训练到部署 2026/9/28 22:22:11

真实废弃物分类数据集实战:4,800张图从训练到部署

简介:本资源为面向计算机视觉初学者与图像分类实践者的真实废弃物图像分类数据集,覆盖纸板、食品有机物、玻璃、金属、杂项垃圾、纸张、塑料、纺织品垃圾和植被共9个类别,适合用于分类网络训练、迁移学习验证及垃圾分类相关课程设计。数据已完…

阅读更多 →
Altium Designer晶振铺铜挖空设计原理与实操 2026/9/28 22:21:49

Altium Designer晶振铺铜挖空设计原理与实操

1. 这不是“填铜”而是“控铜”:晶振区域铺铜的本质矛盾与破局逻辑Altium Designer里画多边形铺铜,很多人以为只是把空白区域“填满”——这恰恰是导致晶振电路失效、EMI超标、起振失败的根源。我带过三届硬件新人,90%的人第一次做STM32H743Z…

阅读更多 →
Superpowers 实战:为 AI 编程助手注入技能包与四阶段工作流 2026/9/28 22:21:42

Superpowers 实战:为 AI 编程助手注入技能包与四阶段工作流

做开发这么多年,我越来越相信一件事:工具本身不产生价值,用工具的习惯才产生价值。superpowers 这个名字听起来像游戏外挂,实际上是一套围绕 AI 编程助手设计的技能增强方案。它不是要替代 Codex 这类智能体,而是给它们…

阅读更多 →
Superpowers技能包:让AI编程Agent输出质量更稳的实战指南 2026/9/28 22:21:35

Superpowers技能包:让AI编程Agent输出质量更稳的实战指南

superpowers 这个名字第一次看到时,我以为是某个效率玄学工具,直到在 Codex 工作流里真正连续用了一周,才确认它并不是包装出来的概念,而是真的能把 AI 编程 Agent 的产出质量往前推一截的东西。它不是脚手架,也不是&q…

阅读更多 →
基于PaddleOCR的车牌识别算法:从检测到识别的全流程实战与优化 2026/9/28 22:21:08

基于PaddleOCR的车牌识别算法:从检测到识别的全流程实战与优化

简介:本资源面向计算机视觉初学者与进阶开发者,提供一套基于PaddleOCR的车牌识别完整项目源码,帮助读者从零搭建可运行的车牌检测与识别系统,解决车牌定位、字符识别及模型部署等实际问题。压缩包共416个文件,约37MB&a…

阅读更多 →
Python深度学习人脸识别系统毕业设计:从CNN选型到答辩演示全链路 2026/9/28 22:21:08

Python深度学习人脸识别系统毕业设计:从CNN选型到答辩演示全链路

简介:这份资源面向高校学生与深度学习入门者,提供一套基于Python的人脸识别系统完整毕业设计实现,涵盖代码、模型与文档说明,可用于毕业设计、课程设计或期末大作业。项目采用深度学习方案,涉及FER2013、CK、JAFFE等公…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉