M²·Alpha 是什么

M²-Alpha (Micro-Macro Alpha Engine) 是一个自研的深度学习 A 股 截面 alpha 选股模型，配套一套完全公开的执行策略，并通过 GitHub Actions 每日 自动更新数据。权重、策略规则、回测代码、数据 pipeline 全部开源在 GitHub。

区别于一次性回测展示，本项目的实证记录通过 daily live tracking 持续累积 —— 每过一个交易日，OOS 记录在 git history 中新增一条，删不掉、改不了，谁都能审计。

当前线上是 M²-Alpha v0.1：自研深度学习模型 · 35 个 basic 因子做沪深 300 截面排名 · CPU 推理（~600K 参数 / 2.4 MB ckpt）。 架构细节不公开，权重 / 因子 / 策略 / 数据 pipeline 全部开源，更高版本敬请期待。

35 个输入因子

每个因子按个股时序计算，再做截面 robust z-score 后喂模型。 带 ⚠ 的因子目前用 BaoStock 数据无法填实数（恒为 0，等价于中性信号），后续数据源升级后可补齐。

交易策略 · 6 条规则

1. 候选池仅在沪深 300 成分股内选股
2. 推荐数每日 Top 10：按评分降序遍历全部 300 只，受行业上限约束直到凑满
3. 权重等权 10% / 只，不按评分加权
4. 行业上限同一申万行业 ≤ 2 只（凑不齐时顺着 rank 继续往下挑）
5. 卖出规则掉出当日评分 Top 50 才卖（滞后带，降低换手）
6. 成交09:30 集合竞价 · 回测按 open-to-open 计 PnL，未扣手续费/滑点

如何参考使用 · 3 步

1. 每个交易日 20:00 后来本站查看「下一交易日」的建仓推荐 （数据自动更新；下一交易日可能是明天、也可能是周一或假期后的第一天）
2. 下一交易日 09:25 在券商软件按 10 只清单录入"市价委托"， 09:30 集合竞价撮合。每只配净值 10%
3. 再下一个交易日 09:30 开盘卖出，回笼资金。再回本站看新清单

数据更新机制

每个交易日北京时间 20:00，GitHub Actions cron 自动执行：

1. BaoStock 增量拉取沪深 300 当日量价 + 基本面，append 到 build/cache/panel.parquet
2. 加载 ml/m2alpha.pt 在全期 panel 上重跑推理，覆盖 preds.parquet
3. 用 strategy.py（行业分散 + 滞后带）从 preds 完全重建 docs/data/data.json
4. commit 4 个 cache 文件 + data.json → GitHub Pages 自动重新部署

20:00 是为了等 BaoStock 当日数据全部就绪（17:30 后陆续刷出，留 2.5 小时缓冲）。 周末/节假日 panel 无新增就跳过 commit。跑挂大概率是 BaoStock 字段微调，到 GitHub Actions 看 log。