方法论 — 数据来源与验证
数据来源与时间
股价为雅虎财经日线(非盘中),财务、公告来自韩国DART、美国EDGAR,新闻汇总自各市场多个RSS源。下表数值读取自实际批处理配置(deploy/crontab.txt)。
| 市场 | 新闻来源数 | 收盘后批处理时间(UTC / KST) |
|---|---|---|
| 美国 | 8 | 22:30 / 07:30 |
| 韩国 | 6 | 07:15 / 16:15 |
| 加密资产 | 4 | 00:15 / 09:15 |
| commodity | 0 | 23:20 / 08:20 |
时点处理 — 阻断未来信息
财务判定只使用截至该日期已实际披露的季度数据——韩国以DART受理日(rcept_no)为准,美国以EDGAR提交日(filed)为准。若同一季度多次提交,只使用首次提交版本,后续更正数值因当时尚未可知而不予采用(engine/quality_backtest.py)。价格信号同样只使用截至当日的收盘价。
信号与评分
急跌风险分数把17个信号(离散度、波动率、趋势突变、成交量激增等)仅用当天之前的数据转换为百分位(0~1,扩展窗口——expanding percentile),再用每年年初仅以此前数据重新训练的模型合成为0~100分(engine/crash.py)。个股评分是趋势、动量等因子的横截面排名,采用前向验证方式计算。
验证方法
前向验证(训练不使用未来数据) + 分块自助法95%置信区间(持有期重叠、每日并不独立) + 样本低于30不下结论。急跌风险分数的“危险”级别仅在样本达到20天以上、且危险后的下跌倍数(lift)达到1.5倍以上时才用于警报(通知、判定);未达标的市场仍显示分数,但通知最多只到“警戒”。
局限 — 不隐瞒
- 各市场预报记录长度(实际天数): 美国 40 · 韩国 41 · 加密资产 44 · commodity 0
- 仅使用日线——不反映盘中波动。
- 未计入成交、手续费与税费(回测费用假设为模拟估算值)。
- 生存者偏差处理仅部分覆盖——我们把价格历史从4年延长到10年(2026-09-20),但历史区间仍沿用今天的股票列表。 10年前就已存在的股票,韩国约82%%、美国约80%%,期间退市的公司并未包含在内。 由于缺少当时的实际成分股记录,我们无法区分增加的部分有多少来自样本变长、有多少来自只看幸存股票——因此如实说明,不做猜测。
- 行业收益率使用固定在某一时点的市值权重回溯适用于过去区间——与当时的实际权重不同。
- 记录较短的市场、级别不下结论(见上表)。
- 这不是投资建议——仅为参考性统计信息。
更新频率
收盘后每天自动更新1〜2次。本页最后确认时间:2026-11-19。