公开计算口径

数据、指标、频率与局限

这里说明系统如何把基础行情和财务数据转化为筛选条件,也明确什么情况下数据可能延迟、失真或不适合直接比较。

5 节公开口径5 类数据来源6 个核心指标

01 数据来源

以金融数据库为基础,不采集交易账户

证券代码、名称、交易日历、日线、分钟快照、每日指标、财务指标、行业分类和公开榜单等数据来自金融数据库。宣传站不读取用户交易账户、持仓或委托记录。

数据类别主要字段用途重要限制
证券主数据代码、名称、上市状态、行业建立统一可交易样本行业分类可能随来源调整
行情数据开高低收、成交量额、涨跌幅趋势、波动、回撤与活跃度盘中数据与收盘确认口径不同
每日指标换手率、量比、PE_TTM、PB、总市值流动性、估值和规模约束估值对亏损企业可能不可比
财务数据ROE、营收、利润、经营现金流盈利质量与成长观察受披露周期和财务重述影响
公开市场榜单龙虎榜、资金流向等补充观察市场行为不能直接代表机构真实意图

02 更新频率

按数据形成时点安排更新

系统不会为了看起来“实时”而高频重复拉取本质上尚未变化的数据。交易时间与非交易时间采用不同频率,页面应显示数据实际生成时间而非页面打开时间。

数据交易时段非交易时段页面口径
市场与个股快照约 1 分钟,由后台单实例采集5–10 分钟或停止至下一时段展示快照实际时间,精确到秒
分钟成交与资金观察1–5 分钟,取决于接口许可最近有效快照明确“准实时”而非交易所直连
日线与每日指标盘中仅作临时观察收盘后确认一次标记“盘中估算”或“日终确认”
财务与估值按披露和日终数据更新发现新披露后刷新同时展示报告期与数据日期
算法与形态运行上午观察、尾盘观察等配置任务收盘确认任务展示运行批次和实际完成时间

03 核心指标

使用可复核的基础计算

5 日 / 20 日收益

以复权收盘价计算区间收益,用于描述价格变化,不等同未来趋势。

return_n = close_t / close_(t-n) - 1

20 日波动

日收益标准差年化,用于比较波动强弱;横截面比较前进行样本口径检查。

vol_20 = std(return_1d, 20) × √252

区间位置

当前收盘价在给定窗口高低点之间的位置,接近 1 表示靠近区间高位。

position = (close-low_n)/(high_n-low_n)

20 日回撤

窗口内从阶段高点到后续低点的最大跌幅,用于约束路径风险。

drawdown = min(close/running_max-1)

成交稳定

用成交量或成交额的变异系数描述稳定性,避免把单日异常放量视为持续活跃。

stability = 1 - clip(std(amount)/mean(amount))

相对估值

PE_TTM、PB 等先处理无意义值,再与行业样本和自身历史进行分位比较。

valuation_rank = percentile(valid_pe_ttm)

04 量纲校验

依据运行时样本识别量纲

外部接口文档可能滞后,系统不会仅凭文档假定涨跌幅、换手率等字段采用小数还是百分数。每批数据先计算最大值、最小值、均值、中位数和关键分位,再识别量纲与异常。

profile = { min, p01, median, mean, p99, max, null_rate }
if profile matches decimal pattern: normalize × 100
if profile matches percentage pattern: keep value
otherwise: dimension_status = "unknown"

unknown → 保留审计展示,不进入确认信号
运行时识别的目的
防止 0.05 与 5 被误认为同一数值,也防止单个异常值主导判断。识别结果和样本统计应随运行批次一并保存。

05 局限性

筛选模型无法消除这些问题

  • 历史统计关系可能在市场制度、流动性或风格变化后失效。
  • 财务数据存在披露滞后、修订和会计口径差异。
  • 停牌、涨跌停、流动性不足会使理论结果无法在实际交易中复现。
  • 行业分组、复权方式和样本排除规则会影响横截面排名。
  • 任何模板都可能产生假阳性和假阴性,不应脱离公告、行业与风险承受能力单独使用。
服务边界
筛票小漏斗提供数据整理、条件筛选、统计展示和方法教育,不提供收益保证,不替代持牌机构服务,也不替用户作出交易决策。