A股选股操作系统（stock-report）

Public code and result summaries for FisherQuant: an A-share research pipeline that scores strategies, publishes an observation list, and keeps execution at observe-only (no auto-order).

这是 Fisher 选股系统的公开代码与结果仓库。它包含系统架构、核心选股与验证代码、测试，以及 GitHub Pages 展示层。

线上： https://fisher-admin.github.io/stock-report/

本仓库内容是量化研究记录，不构成投资建议，不保证收益，不接自动下单。股市有风险。

• 首页：index.html → 系统总控台
• 市场层：market-overview.html → 市场驾驶舱
• 策略层：strategy-vs-market.html → 策略中心
• 个股层：decision-candidates.html → 候选股决策中心
• 复盘研究层：research-lab.html / recommendation-review.html

本机与 GitHub 的边界

1. 行情、财务数据、数据库、历史逐股推荐、原始 AI 分析和缓存只在本机保存与计算。
2. GitHub 仓库公开系统架构、核心源代码、测试、说明和页面代码。
3. GitHub Pages 只读取明确列入白名单的结果摘要；不提供原始数据下载或全量历史明细。
4. 每次发布先做合同校验、隐私清理和白名单审计，任何一步失败都不推送。
5. 所有公开结果可追溯到交易日、运行编号和生成时间；策略未通过门槛时保持“观察”，不接自动下单。

公开合同清单：config/public-result-allowlist.txt。设计说明：docs/ARCHITECTURE.md。

本地预览 Pages

仓库是静态站点，不需要打包。不要用本机 data.json 当 Pages 数据源。

cd stock-report
python3 -m http.server 8080

打开 http://127.0.0.1:8080/。页面读取 data/latest/*.json。

公开层测试

不需要行情账号。用于回归「公开边界」和 Pages 渲染：

python3 -m unittest discover tests -p 'test_*.py' -v
node tests/render.test.mjs
node tests/dual-track-render.test.mjs

完整本机选股/回测不在这个仓库里跑；system/ 只是可公开的核心代码快照。

自动发布与 Pages CD

交易日发布任务在本机完成研究计算、合同校验和公开边界清理，校验通过后才推送公开结果。仓库内的 pages-cd 工作流会再次运行公开边界与页面渲染测试，随后由 scripts/build_pages_artifact.py 只打包静态前端和白名单内的脱敏结果，并通过 GitHub Actions 部署到 Pages。任何测试、构建或审计失败都会阻断部署。

仓库结构

• system/：本机选股、事件策略、评价与发布闸门的核心源代码快照
• docs/ARCHITECTURE.md：系统结构、数据流和公开边界
• assets/ 与页面文件：GitHub Pages 展示层
• data/latest/：当前允许公开的结果合同
• config/public-result-allowlist.txt：唯一允许发布的数据文件清单
• scripts/enforce_public_boundary.py：发布前清理和审计
• tests/：页面与公开边界回归测试

关键公开结果包括：

• run_manifest.json：本轮运行总状态
• market_state.json：市场层状态
• strategy_state.json：策略层状态
• candidate_state.json：当前候选结果
• review_track_latest.json：组合级复盘摘要，不含逐股历史明细
• research_state.json：研究摘要

目标

这套站点的目标不是“展示很多页面”，而是回答一条完整链路：

本机完成数据计算与 AI 核对 → 规则闸门验证 → 生成公开结果摘要 → GitHub Pages 展示

完整设计见 系统架构。

Contributors

• Fisher — maintainer
• Codex — OpenAI's coding agent

The GitHub identity is @codex (OpenAI’s coding agent). It is not GitHub Copilot, and it is not chatgpt-codex-connector[bot]. If ChatGPT is connected to GitHub, tag @codex on a pull request to request a review.

License

MIT. Contributions: CONTRIBUTING.md. Security: SECURITY.md.

English overview

FisherQuant is a public display layer for an autonomous AI agent pipeline for A-share quantitative research. Its workflow is organized as daily market assessment → strategy scoring → candidate selection → retrospective review. Public pages read versioned JSON from data/latest/, and published results are traceable to trade_date, run_id, and generated_at. The repository contains the public display layer, tests, and publication safeguards; full local selection and backtesting run outside this repository.

Contributing and feedback

Feedback on the public display layer and public-data boundary is welcome in Issues. For code, tests, or documentation changes, please read CONTRIBUTING.md and open a pull request. Published-data changes must preserve the project's verification and traceability requirements.