🚀 核心升级支柱一：Danelfin 式 AI 胜率打分、财报 AI 拆解与高管内幕雷达

#

发布版本: v7.2.0
核心组件: core/ai_winrate_engine.py, core/post_earnings_analyzer.py, core/insider_radar.py
标签: AI Alpha · 多因子胜率 · 财报审计 · 高管风控

📖 引言：从规则驱动到 AI Alpha 概率画像

#

在传统的交易系统中，多头或空头的决策往往依赖于单一的技术指标或滞后的财务数据，容易遭受市场噪声与虚假突破的干扰。V7.2.0 的发布标志着 Trade OS 真正迈入了 AI 选股与多因子 Alpha 判定时代。

通过引入 Danelfin 式 1-10 分 AI 胜率打分引擎、Fiscal.ai 级绩后电话会议 AI 拆解 以及 SEC Form 4 高管内幕交易风控雷达，系统实现了对标的未来 3 个月跑赢 SPY/QQQ 概率的量化评估与全维风控。

🎯 一、 1-10 分 AI 胜率综合打分引擎

#

胜率打分引擎 AIWinRateEngine (core/ai_winrate_engine.py) 将多源异构数据收敛为一个 1.0 - 10.0 的连续量化分值，并将其直接映射为跑赢大盘的统计学概率。

1.1 四维加权评分公式

#

综合评分由四个独立维度的子得分加权而成：

$$\text{Overall Score} = 0.35 \times S_{\text{tech}} + 0.30 \times S_{\text{fund}} + 0.20 \times S_{\text{micro}} + 0.15 \times S_{\text{insider}}$$

# core/ai_winrate_engine.py 核心打分逻辑
overall_score = round(
    (valid_tech * 0.35) + 
    (valid_fund * 0.30) + 
    (valid_micro * 0.20) + 
    (insider_score * 0.15), 
    1
)
overall_score = float(np.clip(overall_score, 1.0, 10.0))

• 技术面分 $S_{\text{tech}}$ (35%): 评估 20/50/200 日均线多头排列、价格处于 200SMA 上方及 20 日动量收益。
• 基本面与共识分 $S_{\text{fund}}$ (30%): 结合 YoY 营收增速（>20% 显著加分）、净利润率及华尔街机构 Recommendation 评级。
• 微观量价分 $S_{\text{micro}}$ (20%): 计算近 5 日相对 20 日均量的放量比率，惩罚放量下跌破位（ret_5 < -2% 且 ratio > 1.2 扣 2.5 分）。
• 高管内幕分 $S_{\text{insider}}$ (15%): 提取 SEC EDGAR 申报，对高管增持给予 9.0 分，清仓式减持降至 2.0 分。

1.2 跑赢大盘概率映射与评级

#

系统将最终的 overall_score 映射为未来 3 个月跑赢大盘的概率：

🎙️ 二、 Fiscal.ai 级绩后财报 AI 拆解与专有 KPI 审计

#

财报季是阿尔法超额收益的核心窗口，也是尾部风险集中的黑天鹅区域。

2.1 绩后 Transcript 智能拆解

#

PostEarningsAnalyzer (core/post_earnings_analyzer.py) 在财报发布后自动抓取管理层 Earnings Call Transcript，分析问答环节（Q&A Section）的语调自信度（Confidence vs. Hesitation），并审计行业专属 KPI：

• SaaS / 软件板块: 深度提取 ARR (Annual Recurring Revenue) 增速与 NRR (Net Retention Rate) 留存率。
• AI 硬件 / 半导体: 审计 Data Center 业务占比、CapEx 指引与毛利率 (Gross Margin) 走势。

2.2 三阶段防雷闭环

#

配合 check_earnings_alerts.py，系统建立 T-7d / T-1d / T-0d 递进式防雷机制。在财报前一日收盘前强行校验仓位与隐式波动率，防止单只股票财报暴雷对 Portfolio 造成不可逆伤害。

🕵️‍♂️ 三、 SEC Form 4 高管内幕交易风控雷达

#

InsiderRadar (core/insider_radar.py) 解决了散户投资者信息不对称的痛点。

3.1 EDGAR 数据流抓取与解析

#

系统实时监控 SEC EDGAR 的 Form 4 申报文件，识别 CEO、CFO 及拥有 10%+ 股权的大股东（Insiders）的真实交易行为（买入代码 P vs. 卖出代码 S）。

# 高管内幕标签判定规则
if net_insider_volume > 0 and buy_count >= 2:
    status = "INSIDER-ACCUMULATION"  # 高管进场抢筹
elif sell_count >= 3 and sell_ratio > 0.8:
    status = "INSIDER-DUMP"          # 高管密集高位派发

当识别到 INSIDER-DUMP 时，AI Win Rate 引擎自动将内幕分调降至 2.0，拉低总体胜率，触发交易控制台的安全警报。

💡 总结与架构意义

#

通过 AIWinRateEngine (core/ai_winrate_engine.py)，Trade OS 实现了将数据分析升华为直观的 胜率概率。无论是盘中扫描还是统一操盘终端，交易员都能在第一时间内看到标的的胜率标签与多维子项打分，大幅提升决策效率与胜率下限。