bagholder50

KO | EN

gitlite — search

#javascript #python #react #ai #typescript #llm #go #golang #linux #macos #nodejs #awesome #pytorch #security

(★ 15)

冷西西韭菜50指数：可复现的 A 股散户拥挤度反向理论指数。

bagholder50 Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 冷西西韭菜50指数 · Bagholder 50

冷西西韭菜50指数是一条公开、每日调仓的 A 股散户拥挤度反向理论指数。它在每个交易日收盘后，以追涨热度、换手放大、龙虎榜注意力和特大单流量拥挤度四类信号，对合格股票做横截面排名，并记录综合分最高的 50 只股票在下一交易日开盘至再下一交易日开盘的理论等权收益。

这条指数用于观察高拥挤尾部，不是买入名单、实盘净值或收益承诺。在线页面提供每日更新的数据产品；本仓库提供固定的方法定义、构建代码、数据契约、校验程序和研究结论。

- 在线指数：<https://indices-toocoldcc.pages.dev/>
- 完整方法：[`docs/methodology.md`](docs/methodology.md)
- 安装与使用：[`docs/usage.md`](docs/usage.md)
- AI Agent 获取成分股：[`docs/agent-access.md`](docs/agent-access.md)
- 输入数据：[`docs/data-contract.md`](docs/data-contract.md)
- 常见问题：[`docs/faq.md`](docs/faq.md)

## 先说结论

韭菜50不是“推荐买入的 50 只股票”，也不是一个带真实成交账本的可投资组合。它是一个公开的、理论毛收益口径的等权指数：每天收盘后识别更拥挤、更容易成为散户追涨对象的股票，次一交易日开盘等权进入，下一交易日开盘退出。指数点位的意义是把这种反向信号固化成可观察、可复现的时间序列。

研究结论也没有被包装成收益承诺：散户行为信号在横截面上有统计证据，但纯多头载体的上限有限，和基本面模型叠加也没有形成可靠增益。因此，韭菜50更适合作为“避雷/拥挤度/市场情绪”研究与监控工具，而不是单独的资金配置建议。

## 指数定义

方法版本：`2026-08-12`。

- 基准日：`2016-01-04`，基点：`1000`；
- 股票池：点时 ST/退市风险过滤、上市满 120 个自然日、近 20 日平均成交额至少 3000 万元、排除 `.BJ`，且当天有有效行情；
- 信号时间：收盘数据齐备后计算；
- 调仓时间：下一交易日开盘；
- 持有区间：从进入日开盘到下一交易日开盘；
- 组合：每天综合分最高的 50 只股票，理论等权，每只目标权重 2%；
- 缺失处理：四个公开因子不能全部有效时，不生成该股票的有效分；某日不足 50 只时，构建失败（fail closed），不补位、不偷偷放宽条件；
- 指数收益：使用 Tushare `adj_factor` 调整后的开盘价计算开盘到开盘收益，不加入手续费、印花税、滑点、借券、融资、整手、涨跌停成交约束或现金账本。

四个冻结因子都是“越高，越需要警惕”的方向：

| 因子 | 定义 | 直观含义 |
| --- | --- | --- |
| `price_chase_20` | `rev_20` 与 `limit_touch_20` 的横截面百分位排名等权平均 | 近期涨幅和触及涨停的追涨热度 |
| `turn_spike` | 20 日平均换手率 / 120 日平均换手率 | 换手相对自身常态的放大 |
| `toplist_cnt_20` | 近 20 日龙虎榜出现次数 | 极端注意力与热门交易 |
| `elg_net_20` | 近 20 日特大单净额 / 分类成交额之和 | 大单流量拥挤度；本项目冻结为高值更差，不把它解释成“聪明钱” |

其中，`price_chase_20` 由 20 日复权涨幅排名 `rev_20` 和近 20 日触及涨停次数排名 `limit_touch_20` 各占一半组成。所有原始因子先在当日合格股票池内做横截面百分位排名，再对四个排名等权平均；没有在每日结果上重新搜索权重、阈值、方向或持有期。

完整字段与文件布局见 [`docs/data-contract.md`](docs/data-contract.md)，机器可读的冻结规格见 [`config/model.json`](config/model.json)。

## 已完成实验与结论

以下是截至 2026-07-09 的散户行为研究结论，也是韭菜50为什么采用“避雷指数”定位的依据。它们不是用来承诺未来收益的宣传数字；重新下载数据时，供应商修订、权限和样本截止日变化都可能改变点估计。

### 1. 信号不是凭直觉拼出来的，但存在多重比较背景

研究阶段检查了 18 个行为信号 × 3 个持有期，共 54 个信号-持有期组合。方向稳定、近三年仍有表现的信号主要集中在彩票偏好、追涨、涨停热度、反转和拥挤度：

- `max_ret_20`、`vol_20`、`intraday_20`、`rev_20`、`limit_touch_20`、`turn_spike` 的 20 日周频 rank-IC 均为负，且多数在 2016—2026 的逐年分段中保持负值；
- `toplist_cnt_20` 也呈现稳定的负向关系；
- `elg_net_20` 的历史 rank-IC 约为 `-0.033`、Newey-West t 约为 `-7.1`，所以“特大单净流入 = 主力聪明钱”的直觉在这套研究里被否证，它更像拥挤度代理；
- `sm_net_20` 没有形成稳定的“散户小单反指”证据；`log_price`、`consec_board` 等因子不够稳定，未进入公开四因子指数；
- 融资余额因子在预注册的 2016—2025 OOS 消融中没有给 Top50 尾部识别带来材料增量，因此从公开四因子版本中删除。

### 2. Alpha 主要集中在最差的一端

十分位结果不是“分数越高，未来收益越高”的平滑选股曲线，而是 D9 到 D10 的断崖：最热、最拥挤的一小段股票显著更差，D1—D7 相对平坦。这决定了它更像一个避雷器或拥挤度监控器，而不是一个自然的多头选股器。

### 3. 复合避雷分的统计结果很强，但不能跳过载体检验

研究中预注册的七因子复合避雷分（不是本仓库公开的四因子指数配方）在 20 日持有期的 rank-IC 约为 `-0.1022`、Newey-West t 约为 `-12.5`，D10 的未来 20 日绝对收益约为 `-1.31%`。这说明“识别最差尾部”的信号有研究价值，但不等于可以买入一个由这些股票组成的多头产品。

### 4. 真实执行与纸面排序必须分开

在 2017—2026 的组合研究中，纸面净池版本的理论上限约为年化 `10.4%`、Sharpe `0.44`、最大回撤约 `-49.6%`；加入真实的整手、涨跌停顺延、费用和滑点后，结果明显受交易载体影响。五组稳定抽样种子的净池相对全池差异均为正，均值约 `+2.59` 个百分点/年，但这仍是同一时间段内的抽样分布，不是五个独立时间样本。

因此研究最终把独立纯多头模型判定为 `Reject`：不是说行为信号不存在，而是纯多头载体装不下它的主要优势。把它叠加到 EM/BV 基本面模型的过滤层也判定为 `Reject`，因为基本面模型中的热度可能是业绩驱动的有效强势，不能机械地当作散户噪声删除。

### 5. 对韭菜50的实际含义

- 这是一条公开、可复现、每日更新的理论指数，不是实盘净值；
- 看到指数长期走弱，首先应理解为“高拥挤尾部确实危险”的研究结果，而不是直接推出“按这 50 只股票做空可实现同样收益”；
- A 股做空可得性、借券费率、涨跌停、成交冲击和资金容量都没有被页面指数模拟；
- 任何改因子、改窗口、改阈值或改持有期，都应作为新版本单独记录，不能回写成旧版本的历史表现；
- 官网的每日值以部署产物为准；要复现某个历史快照，请同时保存数据截止日、输入文件 hash、代码版本和构建 manifest。

## 快速复现

需要 Python 3.11 或更高版本、Git，以及具备所需接口权限的 Tushare Pro 账户。完整的 macOS、Linux、Windows PowerShell 和 Windows CMD 指引见 [`docs/usage.md`](docs/usage.md)。

先克隆仓库并创建虚拟环境：

```bash
git clone https://github.com/toocoldcc/bagholder50.git
cd bagholder50
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -e .
```

Windows PowerShell 对应的激活命令是：

```powershell
py -3.11 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -e .
```

将 Tushare token 只放进当前终端的环境变量。macOS/Linux：

```bash
export TUSHARE_TOKEN='your-token'
```

Windows PowerShell：

```powershell
$env:TUSHARE_TOKEN = 'your-token'
```

下载数据、构建指数并校验输出；以下命令在激活虚拟环境后的 macOS、Linux 和 Windows 终端中相同：

```text
python scripts/fetch_tushare.py --start 20150501 --end 20260811 --output-dir data/raw
python scripts/build_index.py --data-root data/raw --start 20160104 --end 20260811 --output-dir outputs/bagholder50
python scripts/verify_output.py --output-dir outputs/bagholder50
```

下载起始日早于指数基准日，是为了给 20/120 日滚动窗口和上市年龄过滤预留足够数据。已有兼容数据时可以跳过下载，直接通过 `--data-root` 指向本地数据根目录。

## 如何使用输出

| 文件 | 用途 |
| --- | --- |
| `selection.csv` | 每个 `signal_date` 的 Top50；`rank=1` 表示拥挤度综合分最高、最需警惕 |
| `daily_returns.csv` | 信号日、进入日、退出日、理论开盘到开盘收益和换手率 |
| `index_ohlc.csv` | 从 1000 点开始复合的理论指数序列 |
| `index_nav.csv` | 指数点位、累计收益和回撤 |
| `metadata.json` | 方法版本、因子、股票池和收益口径 |
| `manifest.json` | 输出文件大小和 SHA-256；校验器会检查是否被改动 |

`selection.csv` 是研究和监控结果，不是建议买入或可直接执行的空头组合。若要把信号用于交易研究，必须另行处理停牌、涨跌停、整手、费用、滑点、借券、资金容量和现金账本。

## AI Agent 获取最新成分股

仓库内置 [`toocoldcc-bagholder50`](skills/toocoldcc-bagholder50/SKILL.md)
skill。它使用 Python 标准库从官网固定 endpoint 获取并校验最新公开成分股，
不需要 Tushare token、金融数据库或完整项目依赖；目标名单尚未发布时会返回
`not_ready`，不会拿旧名单冒充最新结果。

需要让 AI Agent 自动安装并立即获取成分股时，直接复制
[`AI Agent 接入文档中的完整提示词`](docs/agent-access.md#一段话安装并获取)。
该文档同时提供手动安装、跨平台命令、验收标准和失败边界。

## 数据与安全边界

- `.env`、原始数据、Parquet、数据库和生成产物默认被 Git 忽略；程序不会自动读取 `.env`；
- `TUSHARE_TOKEN` 只从环境变量读取；抓取脚本不会把 token 写入 manifest 或日志；
- 如果 token 曾经误提交，必须先在 Tushare 侧撤销/轮换，再处理 Git 历史，不能只删当前文件；
- 原始数据是否允许再分发取决于数据供应商条款，本项目不把 Tushare 原始快照作为开源资产。

## 许可、引用与维护

项目由冷西西（toocoldcc）创建和维护。每次方法变更都应增加版本号、说明原因、更新测试并保留旧版本结论；在线页面的当日值不能替代可审计的数据快照和构建 manifest。

本项目不构成证券投资建议，也不代表任何平台、数据供应商或券商的意见。

bagholder50

bagholder50 Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

bagholder50

bagholder50 Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README