初始提交：高股息策略研究与回测系统

从 Point-in-Time 股票筛选到统一 Web 前端的完整链路：筛选 → 画像 → 策略 → 回测 → Walk-forward → 绩效分析 → 报告/前端。架构 - 数据层与策略层分离；策略代码不写 SQL，只经 data/repo.py 取数 - 所有业务阈值集中在 config/*.yml，代码零硬编码（字段写错直接报错） - 报告只做「run_id → SQL → 渲染」，不做任何计算，数字可追溯 - 前后端分离：output/ 静态站点 + hdiv web 提供的 REST API 数据安全 - 只增不删：SQL 钩子拦截 DELETE/DROP/TRUNCATE，并有源码扫描测试守护 - qlib 原有表只读，本项目数据写入 hd_ 前缀表 - 回补使用 INSERT IGNORE，保证既有行零改动 - .env 存密钥且已 gitignore；output/、logs/、.venv/ 不入库交付物 - 30 张 hd_* 表、7 个 YAML 配置、283 项自动化测试 - 统一 Web 前端（hash 路由 SPA）+ nginx 部署配置与 launchd 托管脚本如实声明的限制 - 策略缺少稳定的样本外超额收益（Walk-forward 7 窗口均值 -0.95%，基准 +2.29%）；其价值体现在回撤控制，而非超额收益 - 涨跌停/停牌约束仅覆盖 2019 年起；index_weight 尚未填充 - AI Agent 层（plan.md 第四版 P8）未实现详见 docs/user-guide.md 与 docs/implementation-status.md。
2026-10-03 13:54:56 +08:00
commit fce725e13c
127 changed files with 28001 additions and 0 deletions
@@ -0,0 +1,194 @@
+{% extends "base.html" %}
+
+{% block content %}
+
+{% if analysis %}
+<div class="callout {{ 'ok' if analysis.robust else 'fail' }}">
+  <strong>敏感性结论：{{ analysis.verdict }}</strong><br>
+  CAGR 跨度 <strong>{{ analysis.cagr_range_s }}</strong>
+  （{{ analysis.cagr_min_s }} ~ {{ analysis.cagr_max_s }}），
+  相邻档最大跳变 <strong>{{ analysis.max_jump_s }}</strong>，
+  平滑度 <strong>{{ analysis.smoothness_s }}</strong>
+  {% if analysis.spikes %}，检出 <strong>{{ analysis.spikes|length }}</strong> 处尖峰{% endif %}。
+</div>
+{% else %}
+<div class="callout warn">扫描点数不足，无法评估参数敏感性。</div>
+{% endif %}
+
+<div class="kpi-grid">
+  <div class="kpi"><div class="label">参数组合数</div><div class="value">{{ point_count }}</div>
+    <div class="note">扫描网格 {{ sweep }}</div></div>
+  <div class="kpi"><div class="label">CAGR 区间</div>
+    <div class="value" style="font-size:17px">{{ analysis.cagr_min_s }} ~ {{ analysis.cagr_max_s }}</div>
+    <div class="note">跨度 {{ analysis.cagr_range_s }}</div></div>
+  <div class="kpi"><div class="label">平滑度</div>
+    <div class="value {{ 'gain' if analysis.robust else 'loss' }}">{{ analysis.smoothness_s }}</div>
+    <div class="note">越接近 1 越平滑（≥0.6 且无尖峰视为稳健）</div></div>
+  <div class="kpi"><div class="label">尖峰数</div>
+    <div class="value {{ 'loss' if analysis.spikes else 'gain' }}">{{ analysis.spikes|length if analysis.spikes else 0 }}</div>
+    <div class="note">某点显著高于左右邻居即为尖峰</div></div>
+</div>
+
+<div class="callout">
+  <strong>如何判读（plan.md §27）</strong>：若买入分位 P75→13%、P80→13.5%、P85→13.2%，
+  说明策略对参数<strong>不敏感</strong>，结论相对可信；
+  若 P79→18%、P80→20%、P81→8%，说明存在<strong>尖峰</strong>，很可能过拟合。
+  平滑度指标把这一判断从主观观察变成了可量化的数字。
+</div>
+
+{% if point_count > 1 %}
+<div class="card">
+  <h2>绩效随参数的变化</h2>
+  <div id="chart-sweep" class="chart"></div>
+</div>
+{% endif %}
+
+<div class="card">
+  <h2>扫描明细</h2>
+  <div class="table-scroll">
+  <table class="data">
+    <thead>
+      <tr>
+        {% for k in sweep_keys %}<th>{{ k }}</th>{% endfor %}
+        <th>CAGR</th><th>总收益</th><th>最大回撤</th>
+        <th>Sharpe</th><th>Calmar</th><th>Sortino</th><th>成交</th><th>年换手</th>
+      </tr>
+    </thead>
+    <tbody>
+      {% for p in points %}
+      <tr class="{{ 'spike-row' if p.is_spike else '' }}">
+        {% for v in p.key_values %}<td class="mono">{{ v }}</td>{% endfor %}
+        <td class="num {{ 'gain' if p.cagr_positive else 'loss' }}"><strong>{{ p.cagr }}</strong></td>
+        <td class="num">{{ p.total_return }}</td>
+        <td class="num loss">{{ p.max_drawdown }}</td>
+        <td class="num">{{ p.sharpe }}</td>
+        <td class="num">{{ p.calmar }}</td>
+        <td class="num">{{ p.sortino }}</td>
+        <td class="num">{{ p.trade_count }}</td>
+        <td class="num">{{ p.turnover }}</td>
+      </tr>
+      {% endfor %}
+    </tbody>
+  </table>
+  </div>
+  {% if analysis.spikes %}
+  <div class="callout fail">
+    <strong>检出的尖峰：</strong>
+    <ul style="margin:4px 0 0 18px">
+      {% for s in analysis.spikes %}
+      <li>第 {{ s.index }} 点 CAGR {{ s.cagr_s }}，高于左右邻居均值 {{ s.excess_s }}
+        （邻居均值 {{ s.neighbour_mean_s }}）</li>
+      {% endfor %}
+    </ul>
+    这意味着收益对参数的微小变化异常敏感，是过拟合的典型信号。
+  </div>
+  {% endif %}
+</div>
+
+<div class="card">
+  <h2>性能与参数的关系</h2>
+  <div class="chart-grid">
+    <div><h3>年化收益 CAGR</h3><div id="chart-cagr" class="chart short"></div></div>
+    <div><h3>最大回撤</h3><div id="chart-dd" class="chart short"></div></div>
+    <div><h3>Sharpe</h3><div id="chart-sharpe" class="chart short"></div></div>
+    <div><h3>成交笔数（换手）</h3><div id="chart-trades" class="chart short"></div></div>
+  </div>
+</div>
+
+<div class="card">
+  <h2>可复现性</h2>
+  <div class="table-scroll">
+  <table class="data">
+    <thead><tr><th style="text-align:left">项</th><th style="text-align:left">值</th></tr></thead>
+    <tbody>
+      <tr><td style="text-align:left">敏感性 ID</td><td style="text-align:left" class="mono">{{ sens_id }}</td></tr>
+      <tr><td style="text-align:left">基准策略</td><td style="text-align:left" class="mono">{{ strategy_id }} v{{ strategy_version }}</td></tr>
+      <tr><td style="text-align:left">扫描网格</td><td style="text-align:left" class="mono">{{ sweep }}</td></tr>
+      <tr><td style="text-align:left">区间</td><td style="text-align:left">{{ period }}</td></tr>
+      <tr><td style="text-align:left">数据版本</td><td style="text-align:left" class="mono">{{ data_version }}</td></tr>
+    </tbody>
+  </table>
+  </div>
+  <div class="callout warn">
+    <strong>注意</strong>：敏感性结论依赖扫描区间长度与股票池规模。
+    若股票池仅数十只、区间仅数年，即使平滑度低也可能只是样本噪声 ——
+    应结合 Walk-forward 的样本外结果共同判断。
+  </div>
+</div>
+
+{% endblock %}
+
+{% block scripts %}
+<script>
+(function () {
+  if (typeof echarts === 'undefined') return;
+  var C = {{ chart_colors | json }};
+  var P = {{ param_values | json }};
+
+  function lineChart(id, values, name, formatter, color, markSpikes) {
+    var el = document.getElementById(id);
+    if (!el) return;
+    var c = echarts.init(el);
+    c.setOption({
+      color: [color || C[0]],
+      grid: { left: 62, right: 20, top: 28, bottom: 40 },
+      tooltip: { trigger: 'axis', valueFormatter: formatter },
+      xAxis: { type: 'category', data: P, name: '{{ sweep_keys[0] if sweep_keys else "参数" }}',
+               axisLabel: { color: '#64748B' } },
+      yAxis: { type: 'value', axisLabel: { color: '#64748B', formatter: formatter },
+               splitLine: { lineStyle: { color: '#E9EEF6' } } },
+      series: [{
+        name: name, type: 'line', data: values, showSymbol: true, symbolSize: 7,
+        lineStyle: { width: 2 },
+        markPoint: markSpikes ? {
+          symbol: 'pin', symbolSize: 40,
+          data: {{ spike_points | json }}.map(function (i) {
+            return { coord: [i, values[i]], value: '尖峰', itemStyle: { color: '#DC2626' } };
+          })
+        } : undefined
+      }]
+    });
+    window.addEventListener('resize', function () { c.resize(); });
+  }
+
+  var pct = function (v) { return v == null ? '—' : (v * 100).toFixed(2) + '%'; };
+  var num = function (v) { return v == null ? '—' : Number(v).toFixed(2); };
+
+  lineChart('chart-cagr', {{ charts.cagr | json }}, 'CAGR', pct, C[0], true);
+  lineChart('chart-dd', {{ charts.max_drawdown | json }}, '最大回撤', pct, C[4], false);
+  lineChart('chart-sharpe', {{ charts.sharpe | json }}, 'Sharpe', num, C[2], false);
+  lineChart('chart-trades', {{ charts.trade_count | json }}, '成交笔数', num, C[1], false);
+
+  var el = document.getElementById('chart-sweep');
+  if (el) {
+    var c = echarts.init(el);
+    c.setOption({
+      color: C,
+      grid: { left: 66, right: 66, top: 44, bottom: 46 },
+      tooltip: { trigger: 'axis' },
+      legend: { top: 0, textStyle: { color: '#64748B' } },
+      xAxis: { type: 'category', data: P, axisLabel: { color: '#64748B' } },
+      yAxis: [
+        { type: 'value', name: '收益/回撤', axisLabel: { color: '#64748B',
+          formatter: function (v) { return (v * 100).toFixed(0) + '%'; } },
+          splitLine: { lineStyle: { color: '#E9EEF6' } } },
+        { type: 'value', name: 'Sharpe', axisLabel: { color: '#64748B' },
+          splitLine: { show: false } }
+      ],
+      series: [
+        { name: 'CAGR', type: 'line', data: {{ charts.cagr | json }},
+          showSymbol: true, symbolSize: 7, lineStyle: { width: 2.4, color: C[0] } },
+        { name: '最大回撤', type: 'line', data: {{ charts.max_drawdown | json }},
+          showSymbol: true, symbolSize: 6, lineStyle: { width: 1.6, color: C[4] } },
+        { name: 'Sharpe', type: 'line', yAxisIndex: 1, data: {{ charts.sharpe | json }},
+          showSymbol: true, symbolSize: 6, lineStyle: { width: 1.6, type: 'dashed', color: C[2] } }
+      ]
+    });
+    window.addEventListener('resize', function () { c.resize(); });
+  }
+})();
+</script>
+<style>
+  tr.spike-row td { background: #FEF2F2; font-weight: 600; }
+</style>
+{% endblock %}