Cost-Aware Engulfing Analyzer

一个面向 DA/量化分析场景的端到端项目：
基于 MGC 1 分钟数据识别 engulfing_bear（吞没阴线）做空信号，进行参数扫描、成本后回测，并输出可复现分析报告。

项目目标

• 验证吞没阴线做空信号是否在统计上有效；
• 评估不同参数组合对结果的影响（敏感性分析）；
• 在交易成本 (cost_bps) 条件下评估净收益；
• 估计盈亏平衡成本阈值（break-even cost）。

核心能力

• 策略信号引擎（入场/出场、止盈、ATR过滤、单仓位顺序交易）
• 交互式前端（参数面板 + K线标记 + 统计卡片）
• 网格搜索脚本（31K+ 组合批量扫描）
• 成本后指标（netAvgPnL / netWinRate 等）
• Notebook 报告流程（Break-even 分析与结论导出）

技术栈

• Backend: Python, Flask, Flask-CORS
• Frontend: HTML/CSS/JavaScript (custom web components)
• Analysis: pandas, numpy, matplotlib, Jupyter Notebook
• Data format: JSON + CSV

目录结构

python-version/
├─ app.py
├─ requirements.txt
├─ datasets/
│  ├─ mgcj6_m1.json
│  └─ longshort.json
├─ frontend/
│  ├─ futures-mgc-longshort.html
│  └─ components/
├─ scripts/
│  └─ grid_search.py
├─ notebooks/
│  └─ da_train_valid_workflow.ipynb
├─ outputs/
│  ├─ grid_results_*.csv
│  ├─ grid_top_*.csv
│  ├─ break_even_summary.csv
│  └─ conclusion_break_even.txt
└─ src/futures_viewer/
   ├─ server.py
   ├─ signals_engine.py
   ├─ market.py
   ├─ storage.py
   └─ ...

快速开始

cd python-version
python3 -m venv .venv
source .venv/bin/activate   # Windows: .venv\\Scripts\\activate
pip install -r requirements.txt
python app.py

默认端口 5000：
http://localhost:5000/futures-mgc-longshort.html

API（核心）

1) 行情

GET /api/stock

示例：

/api/stock?code=MGCJ6&type=m1&time=2026-03-09%2018:30

2) 信号与统计

GET /api/signals

常用参数（snake_case）：

• horizon
• body_ratio
• lookback
• volume_window
• boundary_buffer
• take_profit
• atr_enabled
• atr_period
• atr_multiplier
• cost_bps

示例：

/api/signals?code=MGCJ6&type=m1&time=2026-03-09%2018:30&horizon=10&body_ratio=1.1&lookback=10&volume_window=8&boundary_buffer=0&take_profit=3&atr_enabled=0&atr_period=10&atr_multiplier=1.0&cost_bps=5

网格扫描（Grid Search）

脚本：scripts/grid_search.py

示例命令：

python3 scripts/grid_search.py \
  --time "2026-03-09 18:30" \
  --horizon "10,12,15" \
  --body-ratio "1.1,1.2,1.3,1.4" \
  --lookback "10,20,30" \
  --volume-window "8,12,20" \
  --boundary-buffer "0,3,5" \
  --take-profit "0,2,3,4" \
  --atr-enabled "0,1" \
  --atr-period "10,14" \
  --atr-multiplier "1.0,1.5" \
  --cost-bps "2,5,8" \
  --min-count 50 \
  --min-winrate 0.55 \
  --top 20

输出：

• outputs/grid_results_YYYYMMDD-HHMMSS.csv
• outputs/grid_top_YYYYMMDD-HHMMSS.csv

Notebook 报告

文件：notebooks/da_train_valid_workflow.ipynb

已包含：

• 背景与方法说明
• 每一步「如何实现 + 为什么这样做」
• break-even cost 估计
• 结论自动生成并导出：
  • outputs/break_even_summary.csv
  • outputs/break_even_top20.csv
  • outputs/conclusion_break_even.txt

当前分析结论（简要）

在当前样本和参数扫描范围下，加入成本后：

• 稳定样本（count>=50 且 netWinRate>=0.55）中，
• 未发现净收益为正的稳健参数组合（Qualified=0）。

这意味着：该信号在当前设置下不具备稳定可执行性，后续需扩大样本窗口或调整信号逻辑。