#002 顶部概率评分 Framework v0 — CIO 设计

为 #002 提供基于历史 2020-2021 新能源样本顶部信号训练 + 当前 AI 链状态匹配的"顶部概率评分"框架。

**重要 disclaimer**: 这是 **风险预警工具, 不是择时模型**。0-100 分仅是 multi-signal confluence 表示, 不构成卖出建议。所有持仓变动仍遵循 v1.5 框架。

设计原则

1. **Confluence-based, 单一信号不触发**: 5 层信号同时验证, 排除噪音。

2. **基于历史可比样本训练**: 使用 2020-2021 新能源样本顶部前 1-3 个月信号分布做阈值校准。

3. **Rule-level descriptive, 不依赖 ML / 黑盒**: 5 层信号都有明确投资 lens 解释。

4. **Forward-looking but conservative**: 评分仅作风险提示, 不替代 v1.5 三轴退出。

5. **公开可解释**: 任何评分变化都可追溯到 5 层信号哪几层投票。

5 层 Confluence Signal 设计

L1: PE 扩张幅度信号 (1 票 if 触发)

**触发**: 个股 PE TTM 自个性化锚点 (突破前 1 day) 起累计扩张 > +200%

**投资 lens**: PE 扩张 >+200% 已超 2020-2021 历史核心龙头 (+102.3% 中位数) 与历史弹性区下沿 (+150%), 进入"高弹性 / 高敏感" 区间。这一区间内, 后续上行需 EPS 强力兑现支撑; 任何 EPS 兑现速度低于预期都会引发倒灌。

**示例**: #001 报告中鼎泰高科 +347% / 中际旭创 +237% 当前均触发 L1。

L2: 绝对 PE 极端信号 (1 票 if 触发)

**触发**: 个股 PE TTM 绝对水平 > 250x

**投资 lens**: 绝对 PE 极端 (>250x) 表明市场已 price in 强力 EPS 兑现预期。即使 EPS 同步兑现, 这一估值水平在历史长期是不可持续的 (任何回归历史中位数都意味着 50% 以上 valuation 风险)。

**示例**: #001 报告中宏和 573x / 鼎泰 254x 当前均触发 L2。

L3: EMA20 短期 overheat 信号 (1 票 if 触发)

**触发**: 个股价格相对 EMA20 偏离 > +15%

**投资 lens**: 短期价格偏离 EMA20 > +15% 表明近期非线性上涨, 通常伴随趋势加速末段特征 (vertical move)。历史顶部前 1-2 周通常含 EMA20 显著偏离信号。

**示例**: #001 中 新易盛 +18.2% / 中际旭创 +17.5% / 鼎泰高科 +23.9% 当前均触发 L3。

L4: 资金流持续净流出信号 (1 票 if 触发)

**触发**: 任一以下条件 met:

- 个股北向资金 (沪深港通) 连续 5 个交易日净流出

- 个股主力资金 (RQData get_capital_flow 主力净额) 连续 5 个交易日净流出

- 注意: 这是 stock-specific signal, 不是市场层面的资金流

**投资 lens**: 北向 + 主力资金 (smart money 代理) 持续退出, 与价格上涨形成 divergence (price up, smart money out), 这是历史顶部信号典型模式之一。

**当前 data 状态**: JimSimons 6/3 报告中 5/29 stress 时 科创50ETF 净 active sell -9.5% (但 6/3 数据可能已变化), 个股需 stock-level RQData 拉取。

L5: PCR 综合 percentile 跌至 20% 以下信号 (1 票 if 触发)

**触发**: 市场综合 PCR (沪深300+科创50+创业板 OI PCR 加权) percentile 跌至历史 20% 以下, 表明 put protection 显著萎缩

**投资 lens**: PCR percentile 显著下降 (defense shrink) 表明市场参与者集体降低 hedging 仓位, 这是 "everyone bullish, no one hedging" 的拥挤交易特征。历史顶部前 1-3 周通常含 PCR 显著下降信号。

**当前 data**: JimSimons 6/3 EOD 综合 PCR pct60 47.3%, 不触发。但 5/30 综合曾接近 30%, 个股 / sector 层面已有触发迹象。

评分映射

5 层信号每层 1 票, 总分 0-5; 映射至 0-100% 顶部概率:

**Important**: 即使触发 100%, 仍 **不构成自动卖出信号**。v1.5 三轴退出 (ATR / Trend / Fundamental) 才是退出触发。100% 顶部概率是 **风险预警 + principal 优先 review trigger**, 而非系统动作触发。

历史 2020-2021 训练样本设计 (待 JimSimons 实证)

**Training universe**: #001 用过的 2020-2021 新能源 18 只样本

**Training period**: 各股自身 peak date 前 1 个月 (~20 交易日) 与前 1-3 个月对比 baseline

**实证问题**:

1. 各股 peak date 前 1 个月内, 五层信号平均触发几层?

2. 历史顶部前 1-3 个月 vs 主升中段 vs 主升早段, 信号 confluence 是否有明显梯度?

3. 5/4/3/2/1 票阈值在历史 2020-21 顶部前实际分布是怎样的? 0-100% 评分映射是否需调整 (non-linear)?

**期望 output**:

- L1-L5 信号在 18 只样本 peak 前 (-90 至 0 days) 触发频率统计

- 各信号 trigger 时刻 → peak date 平均提前天数 (lead time)

- 5 层 confluence 在 -30 days / -15 days / 0 days 三个时间窗的分布

当前 AI 链 (#002 主样本) 应用

待 JimSimons 提供 (a) 收敛后的 strict leader 主样本 (~25 只) + (b) 各股当前 5 层信号触发状态, CIO 在报告中:

1. 主样本各股 5 层信号当前 ticker

2. 当前主样本顶部概率分布 (中位数 / 极值)

3. 与 2020-2021 顶部前 1-3 月分布对比

4. CIO 投资 lens 解读 + v1.5 决策 implication

CIO 自律 caveats

1. **5 层信号是 rule-level descriptive proxy, 不是顶部因果机制**。信号 confluence 不等于必然下跌; 历史顶部前曾有低评分突然崩盘的极少数 case (黑天鹅事件 driven, 非 valuation/sentiment driven)。

2. **20% percentile 阈值 (L5) 与 +15% EMA20 (L3) 是 #001 已用阈值, 不是优化后阈值**。后续可基于 2020-21 训练样本做阈值调优 (grid search), 但本 v0 框架先采用 conservative defaults。

3. **L4 主力资金不是 RQData "大单" 字段**, 是 active buy/sell net or 北向/沪深港通 net flow proxy。不构成 institutional vs retail 明确分类。

4. **不构成择时**: 100% 评分意味着 "高度近似历史顶部" 但不意味 "今天就顶". 历史顶部 lead time 可能为 0-90 天甚至更久。

5. **CIO discretionary watch 不直接执行卖出**: 评分 60%+ 会进入 watch list, v1.5 三轴退出 / 主力资金 持续转弱 / fundamental 信号配合时, 才触发 smart_replacement 卖出端。

实证 backtest 设计提案 (给 JimSimons)

请基于 2020-2021 新能源 18 样本 + RQData 历史数据, 实证:

1. 各股 peak 前 -90 / -60 / -30 / -15 / -5 / 0 days 的 L1-L5 信号状态 snapshot

2. 各信号触发后到 peak 的平均距离 (lead time 分布)

3. 5 层 confluence 评分时间序列, 与价格曲线叠加可视化

4. 评分 ≥3 (60%+) 触发后 30 days / 60 days 后股价回撤幅度统计

**期望 output**: 历史训练 brief + 评分 framework v1 calibration 报告 (附在 #002 报告附录)。