A-Share Theme Structure SOP Engine v1.7

将所有A股短线交易机会转化为一个可重复、可量化、可复盘的标准化决策流程。

这是什么？

A-Share Theme Structure SOP Engine 是一套为 Hermes Agent 设计的技能包（Skills），实现了一个四层标准化决策引擎，用于A股题材短线的全流程交易辅助。

从"宏观环境是否允许交易"到"哪个题材是主线"到"具体买哪只"到"怎么复盘迭代"——每一步都有明确的规则、量化的信号和可追溯的决策记录。

引擎架构

L1 宏观环境 ──→ L2 题材结构 ──→ L3 个股共振 ──→ L4 执行复盘
  （能不能做）    （做什么方向）    （做哪只标的）    （怎么做/复盘）

主技能 a-share-theme-structure-sop 是这四个子技能的集成入口，包含完整的参考文档、数据架构和自动化流水线说明。

快速开始

前提条件

• Hermes Agent 已安装
• 已配置 Hermes profile

安装

将这 5 个技能目录复制到你的 Hermes profile 的 skills/research/ 目录下：

# 克隆仓库
git clone https://github.com/gordon8018/ashare-sop-engine.git

# 复制技能到 Hermes profile
cp -r ashare-sop-engine/skills/* ~/.hermes/profiles//skills/research/

或者在 Hermes 对话中直接使用：

> 加载 a-share-theme-structure-sop 技能，分析当前A股题材结构

独立加载子技能

如果只需要特定层级，可以单独加载子技能以节省上下文：

# 仅判断宏观环境
hermes skill load ashare-sop-l1-macro-filter

# 仅分析题材结构
hermes skill load ashare-sop-l2-theme-engine

# 仅对个股打分
hermes skill load ashare-sop-l3-stock-resonance

核心创新点

1. 回测验证的量化规则

v1.7 的 L3 买卖规则经过 2026上半年全市场回测（6,839只股票，119个交易日）：

所有 t 值 > 4.9，信号收益具有统计显著的正向预测能力。

2. L1闸门 —— 最大的Alpha来源

加入L1环境过滤后，D5超额收益从 +0.02% → +0.53%（提升26.5倍）。

3. 动态题材识别

v1.7 从固定的"半导体主线"升级为自动识别：系统每天扫描申万行业指数和同花顺概念板块，自动找出满足"涨幅>3% + 涨停≥3只 + 有连板龙头"的活跃题材。

4. 四阶段生命周期（v1.7 简化版）

将 v1.6 的 6 阶段精简为 4 阶段（启动/发酵 → 高潮/主升 → 分歧/分化 → 退潮），更贴近实战。

5. 全自动化基建

10/10 数据层全部自动化，每日通过 5 条 Cron 任务定时运行：

• 08:30 盘前标的池与打分
• 15:00 收盘快照（涨停/炸板池、热度、梯队）
• 15:10 因子自动评分（factor_scorer.py v1.2）
• 20:30 Tick特征提取 + 候选前向收益追踪

技能文件结构

ashare-sop-engine/
├── docs/
│   └── A股题材结构SOP模型设计详解.md         # 完整设计文档
├── hermes/                                    # 核心运行脚本
│   ├── __init__.py
│   ├── scripts/                               # 24个主脚本
│   │   ├── ashare_minute_target_pool_monitor.py  # L3 分钟级目标池监控
│   │   ├── gate_runner.py                        # L1 门控运行器
│   │   ├── cross_asset_overlay.py                # 盘前跨资产叠加
│   │   ├── run_sop_closing_pipeline.py           # 收盘快照流水线
│   │   ├── theme_hypothesis.py                   # 题材假设生成
│   │   ├── trading_plan_generator.py             # L4 交易计划生成器
│   │   ├── sentiment_snapshot.py                 # 情绪快照
│   │   ├── generate_pre_market_brief.py          # 盘前简报
│   │   ├── generate_post_market_html.py          # 盘后HTML报告
│   │   ├── historical_sop_replay.py              # 历史SOP回放
│   │   ├── performance_dashboard.py              # 表现仪表盘
│   │   ├── performance_tracker.py                # 候选追踪
│   │   ├── factor_backtest.py                    # 因子回测(AB系统)
│   │   ├── weight_engine.py                      # 权重引擎
│   │   ├── sector_rotation_scanner.py            # 板块轮动扫描
│   │   ├── news_sentiment_aggregator.py          # 新闻情绪聚合
│   │   └── ... (8 more)
│   ├── shared/                               # 共享工具
│   │   ├── tdx_data.py                          # 通达信数据封装(含v1.7情绪四态)
│   │   └── __init__.py
│   └── schemas/                              # 数据架构
│       ├── enums.py                              # 共享枚举
│       ├── json_schemas.py
│       └── __init__.py
├── skills/                                   # WorkBuddy/Hermes 技能
│   ├── a-share-theme-structure-sop/          # 主技能（集成入口）
│   │   ├── SKILL.md                             # 完整四层引擎文档(v1.7)
│   │   ├── references/                          # 25个参考文档
│   │   ├── schemas/                             # 标准化数据架构
│   │   └── templates/                           # 输出模板
│   ├── hermes-closing-snapshot/              # 收盘快照技能
│   │   └── SKILL.md
│   ├── ashare-sop-l1-macro-filter/           # L1: 宏观市场过滤器
│   │   └── SKILL.md
│   ├── ashare-sop-l2-theme-engine/           # L2: 动态题材结构与情绪引擎
│   │   └── SKILL.md
│   ├── ashare-sop-l3-stock-resonance/        # L3: 个股共振与风控引擎
│   │   ├── SKILL.md
│   │   ├── references/
│   │   └── scripts/
│   └── ashare-sop-l4-execution-review/       # L4: 执行与复盘引擎
│       └── SKILL.md
├── .gitignore
├── LICENSE
├── README.md
└── README_CN.md

运行原则

1. 自上而下过滤 —— 任何交易必须通过 L1→L2→L3→L4 顺序关卡
2. 动态自适应 —— 题材锚点从市场数据中动态识别，不预设固定板块
3. 风险前置 —— 任何环节发现风险信号，立即暂停或降级
4. 人工终裁 —— 引擎只输出"候选观察"，不自动下单

v1.7 vs v1.6 主要升级

局限与诚实边界

1. 涨停依赖：22.3%信号来自涨停股，驱动绝大部分alpha。非涨停信号D1收益接近零——引擎更接近"涨停延续筛选器"。
2. 收益右偏：平均收益为正但中位数为负。策略依赖约10%大赢家覆盖众多小亏损——止损纪律是生存前提。
3. 人工终裁不可跳过：引擎是辅助决策工具，L4的基本面检查和交易计划必须人工完成。
4. 需配套基建：完整运行需要 TDengine、westock-data、Eastmoney API 等外部数据源。

License

MIT License — 详见 LICENSE。

相关资源

• Hermes Agent 官网
• Hermes Skill 开发指南
• Obsidian 版完整技术文档