dsh-bayes-predict

dsh plugin --profile web add 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

模块 · 说明

多指标信号融合评分 · 假设 H =「未来 N 日上涨」。先验取加权历史胜率（shrunk）；MACD 金叉、RSI、均线排列、布林带位置、量能、动量、近 5 日走势等信号作为证据，双向经验似然比（看多信号用 LR_bull、看空信号用 LR_bear，时间衰减加权 + 样本收缩），log-odds 更新 → 后验上涨概率（含 95% 置信区间）+ 0-100 评分与评级

卡尔曼增益融合 · 证据的收缩强度不再手调：用卡尔曼增益 K = P⁻/(P⁻+R) 融合先验与证据，观测方差由 LR 四格表经 Katz 近似给出、先验方差由先验有效样本量给出，逐股逐日自适应（等价温度 T_eff = 1/K）

卡尔曼趋势滤波 · 对数价格的局部线性趋势（LLT）状态空间滤波，提供斜率 t 值与标准化新息两个信号源（kalman_slope / kalman_innov，默认关闭，见「卡尔曼增益」章）

多窗口对比 · 同时输出 2/5/10/20 日后验对比表

趋势状态识别 · 贝叶斯 t 检验风格的三状态分类：P(上涨)=P(μ>+δ)、P(下跌)=P(μ<-δ)、P(震荡)，阈值 δ = max(0.5·SE, 年化 5% 经济当量)，防大样本下微小趋势误判

持仓风险估计 · EWMA 波动率（RiskMetrics λ=0.94）+ 经验分位数 VaR/CVaR 为主（正态估计对照）、历史最大回撤

信号归因 · 输出贡献绝对值 Top3 的信号；方向标签按实际贡献符号显示（名义方向经实证校准后可能与贡献相反）

策略回测 · 严格防前视的参数化回测：逐换仓日现场评分 → 门槛 + TopN 选股 → 等分资金模拟换仓；支持大盘择时、ST/价格/市值/上市天数筛选、止损与仓位/板块上限、佣金与印花税；输出策略·高分 Top / 策略·低分 Top / 池基准三条曲线

全市场选股筛选 · 与回测完全同一套条件的单日截面选股（不做换仓模拟），表格可排序、可一键加自选、点行跳转单股分析

自选股（实时口径） · 自选日锚定价 + 「自选日至今」实时涨跌幅（真实价、不复权口径，与券商 App 一致），可与选股/回测共享同一份评分缓存

拼音首字母搜索 · 代码 / 中文名 / 拼音首字母三合一模糊匹配（ZGYH → 招商银行），GB2312 码段法实现、多音字变体展开、零依赖

walk-forward 回测（模型校准） · 工具可选 backtest 参数：输出 Brier / log-loss / 方向准确率 / 可靠性表 / 分级命中率 / 自动校准温度，并与「无信息基线」「只用先验」等口径对照

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

方法 · 路径 · 说明

GET · /bayes-predict/analyze?symbol=&horizon= · 单股分析报告

POST · /bayes-predict/backtest?pool=&horizon=&step=&topN=&threshold=&... · 策略回测（含低分 Top 对照与多窗口预热）

GET · /bayes-predict/screen?pool=&horizon=&date=&limit=&... · 单日截面选股

GET · /bayes-predict/watchlist?horizon=&date=&live=&force= · 自选股报告；codesOnly=1 只取代码清单（轻量）

POST · /bayes-predict/watchlist/add\ · remove\ · clear?symbol= · 自选变更，一律 POST（GET 返回 405，防止预取/缓存把 GET 当副作用请求）

GET · /bayes-predict/pools · 资源池与标签（供面板动态渲染）

POST · /bayes-predict/refresh?pool= · 增量刷新行情缓存

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 + liveAnchorStat

…(truncated)