主观多头周度业绩榜 · 产品分类与四象限定位分析报告

技能实体位置（重要）

本技能是一个自包含技能包，位于：

C:\Users\HT\Desktop\subjective-long-weekly-report\

> 这是唯一正式入口（2026-09-17 起）。C:\Users\HT\Desktop\券商SKILLs\subjective-long-weekly-report\
> 下已留一份同内容的归档快照，仅供查阅；自动化任务与手工调用一律走本目录。

包里自带 lib/（路径层 + Wind 客户端 + 回归内核 + 分类锚点）、scripts/（9 步流水线 + 自检）、
assets/（内嵌 ECharts 5.5.0）、data/（历史期次数据（当前 35 期）+ 指数缓存，是资产，不要删）。

lib/cluster_anchors.json 是分类体系的定义文件（四个类型的名字、档位、配色、簇质心）。
它决定「低波领跑型 / 高波进取型 / 低波蛰伏型 / 高波落后型」这四类的身份，
改动它等于换一套分类口径，须按踩坑清单第 17 条当版本变更来做，不可随手编辑。

执行时不要重新实现任何东西 —— 直接调用包里的脚本。数据目录默认就在包内，
脚本通过 __file__ 定位自身，整个包可以任意挪位置、拷到新电脑照样跑。

一、每周执行流程（增量，务必按顺序）

步骤 1 · 拉取期清单（agent 用 MCP 完成）

从 IMA 知识库列出《主观多头管理人业绩榜》的全部期：

mcp__ima-mcp__get_knowledge_list(
    knowledge_base_id="7337674910215195",
    folder_id="folder_7354341090423503",
    limit=50,
    sort_type="TITLE_DESC_SORT_TYPE")

若提示「result exceeds maximum allowed tokens, Output has been saved to <路径>」，
先把结果落盘路径记下来，交给步骤 1b 解析（不要去读整个大文件再手工抄）。

补充检索（清单不全时）：

mcp__ima-mcp__search_knowledge(
    knowledge_base_id="7337674910215195",
    folder_id="folder_7354341090423503",
    query="点睛业绩放送_主观多头管理人业绩榜")

步骤 1b · 解析成标准期清单

python scripts/00_scan_ima_dump.py "<dump文件或目录>" --filter 主观多头

输出 data/ima_catalog.json：{ "0907-0911": "excel_xxx...", ... }。
（期标签就是标题里 (MMDD-MMDD) 那段；若目录里也有其它榜单，--filter 用来筛策略名。）

步骤 2 · 算差集，决定抓什么

python scripts/00_plan_incremental.py

它会把清单与本地 data/weekly_raw/ 比对，输出 data/pending.json：

若输出「无新增 / 无修订」——立即停止，不要抓任何数据、不要重跑报告。
这就是增量的意义：绝大多数周次到这一步就结束了。

步骤 3 · 抓取新增期（只抓 pending 里列出的）

对 pending.json 的每一项，逐期调用：

mcp__ima-mcp__fetch_media_content(media_id="<pending 里给的 id>")

把返回 JSON 里 content 字段的原始字符串一字不改（保留全部 | 和换行）
写入 data/weekly_raw/<期标签>.txt（UTF-8）。

• 每次只传一个 media_id。
• 若某次结果被落盘，去 Read 该文件取出 content（注意还原 \n 转义）再写入。
• 不要碰 pending 之外的任何期。

步骤 4 · 一键跑完 + 自检

python scripts/run_all.py

依次执行：校验原始数据 → 解析 → 增量取指数 → 增量取基准 → 面板归因 → 分位/锚定分类
→ 超额 → 分类象限 → 生成报告 → Node 自检。

run_all.py 会自己找一个带 numpy/pandas/statsmodels 的 Python（先看环境变量 SLWR_PY，
再看常见安装路径），所以用哪个解释器启动它都行；它内部再用同一个解释器跑 9 个子脚本。
日志开头若出现 [env] 使用解释器：... 就是自动切换成功了。
本机可用解释器：C:\Users\HT\AppData\Local\Programs\Python\Python39\python.exe（依赖齐全）。

• 01_verify_raw.py 会把「缺免责声明 / 表格行数 < 25 / 空文件」的原始文件移入
  data/quarantine/ 并中断流程 —— 这是刻意的，脏数据不能进报告。此时回到步骤 3 重抓。
• 缺 Node 环境时自检自动跳过，不影响报告产出。

步骤 5 · 交付

报告固定输出到桌面（同名覆盖，不带日期）：

C:\Users\HT\Desktop\主观多头周度业绩榜_产品分类与四象限定位分析报告.html

用 present_files 打开预览，并在回复里给出当期核心结论（见下方「结论怎么写」）。

需要留档带日期的快照时，另跑一次并加环境变量：

SLWR_OUT_FILE=主观多头周度业绩榜_四象限报告_<期标签>.html python scripts/09_gen_report.py

二、结论怎么写（沿用已确认的偏好）

结论先行、要具体、不要泛泛而谈。 从 data/report2.json 取数，至少覆盖：

1. 当期样本量、今年收益中位与极值、收益差是否由科技暴露驱动（看 corr_ytd_tech）。
2. 四象限分布（双优 / 进取 / 蛰伏 / 承压各几只），以及空象限要明说——
   「蛰伏区为空」这种情况必须解释成因（如"回撤浅于沪深300 的产品全部同时跑赢"），
   并说明这是真实特征而非画法问题。
3. 分类结果：4 个类型的只数、收益中位、回撤中位、科技暴露，以及类型与象限是两套正交视角
   （类型 = 群体体征，象限 = 当期位置），不要把两者混为一谈。
4. 准入建议分层：第一顺位（双优区）→ 第二顺位（进取区中信息比率靠前）→ 审慎（承压区）。
5. 数据问题如实说：缺期、榜单 YTD 重述跳变、风格因子共线性。

口径红线：
- 颜色 红涨绿跌（正收益 #C0392B、负收益 #1E8449）；
风险类指标（波动、回撤、连亏）用中性蓝系，不套红绿。
- 累计收益一律用榜单披露值，不用自建复利（跨缺期会系统性偏低）。
- 基准累计用日频区间口径，不用按周复利合成（缺期段会漏掉涨跌）。
- 报告里的每个数字都要能溯源到 data/ 下的中间产物。

三、口径速查

四、踩坑清单（改脚本前必读）

1. ECharts 图例取色必须在三处同时设：系列级 color + itemStyle.color、
   data 项 itemStyle.color、legend.data 显式传 {name, icon, itemStyle:{color}}。
   只在 data 项设颜色，图例会退回默认调色板（蓝/绿/黄/红），出现「图例蓝、点画红」。
2. markLine / markArea 必须与 series 在同一次 setOption 里下发，
   分两次会依赖 merge 语义，独立渲染时校验会报「数据点 0」。
3. 象限底色用 markArea（四个 [{xAxis,yAxis},{xAxis,yAxis}] 区块），不要用散点画多边形。
4. Python 模板字符串里的裸 %（如「95% 分位」）要写成 %%，否则 str % (...) 抛 ValueError。
5. 占位符要替换多轮（__LIMITS__ 里还嵌着 __RANGE__）。
6. 自检桩的 getContext() 要返回带 measureText 的对象，否则 ECharts SSR 抛
   n.getContext is not a function。
7. 自检桩里 .map(d => d.itemStyle.color) 对基准点（无 data 级 itemStyle）会 TypeError，
   需加 d.itemStyle && ... 保护。
8. 同一文件不要并行编辑（会互相覆盖，工具却报 success）。
9. 窗口与年份一律由数据推断（lib/slwr_window.py）：报告年取「净值日期」最大年份，
   上一年 = 报告年 − 1，取数起点 = 报告年 1/1 往前 20 天。不要写死年份。
10. 榜单里「上一年收益率」这一列的原始列名会随年份变（如 2025 年叫「2025年收益率」），
    02_parse_weekly.py 用正则动态识别并统一输出为「上一年收益率」，下游只认这个列名。
11. 口径混用是最容易被抓的错：类型只数存在「聚类训练样本」与「全池」两个口径
    （本期 75 只 / 82 只），两者可以并存，但必须显式标注——09_gen_report.py 的方法节
    用「聚类训练样本 75 只的簇规模为…；短样本按最近质心归类后，全池 82 只的类型分布为…」
    一句话同时交代清楚。卡片、总表、交叉表、正文一律用全池口径。
12. 空象限不能回避：不要偷偷改成别的画法。保留卡片、写明成因，并说明这是本期真实特征。
13. 测试环境：本机 Git Bash 缺 coreutils（ls/mkdir 不可用），跑命令请用 PowerShell 工具
    或直接在 Bash 里先 export PATH="/c/Users/HT/.workbuddy/binaries/PortableGit/versions/1.2.0/usr/bin:$PATH"。
14. Windows 下给 python 传路径要用 C:/... 形式，不能用 Git Bash 的 /c/...。
15. % 格式化的参数顺序必须与占位符一一对应。09_gen_report.py 的 ADVICE 段曾因参数元组
    排错（把 len(_mw)、GAP_TXT 放到第二段位置），导致字符串被喂给 %.3f，报
    TypeError: must be real number, not str。改模板时先数占位符、再排参数，
    按「第一段 → 第二段 → 第三段」顺序写参数元组。
16. 报告正文里禁止出现任何随数据滚动的写死内容：类型名（低波领跑型/高波蛰伏型…）、
    期数（"34 期"）、缺失期（"0601-0605 缺失"）都必须由数据生成。
    期数用 __NWEEKS__、空档用 __GAP_TXT__（这两个占位符已在 fill() 里注册）；
    类型名一律按 rank_y 索引（TBY/TNAME），不写类型名。
    校验方法：生成后 grep 一遍旧数字/旧类型名，应当全部为 0。

17. 分类必须用「锚定型」，不能用自由 K-means（2026-09-17 踩到，代价最大的一条）。
    事故经过：原先用「单起点 + 固定种子」的 K-means，初始质心是
    X[rng.choice(len(X), k, replace=False)]——抽到的下标同时取决于样本个数和样本顺序。
    只新增 0601-0605 一期，2 只产品跨过 28 周门槛（73 → 75 只），种子 7 抽到的初值就从
    [2,20,21,70] 变成 [13,22,50,64]，Lloyd 迭代收敛到另一个局部最优，整批标签重排：
    73 只共有产品里 31 只换了类型。而收益/回撤/夏普逐只一字未变——用户看到的现象是
    "分类被改了"，实际数据没动。换成 k-means++ 60 起点取最优（迁移降到 1 只）仍不够：
    它是另一个全局最优解，与用户已认可的那版划分不同，等于换了一套分类体系。

    正确做法：锚定型分类（lib/stable_kmeans.py 的 kmeans_anchored + lib/cluster_anchors.json）：
    · 四个类型的身份（名字、rank_y/rank_d 档位、配色、原始特征空间的簇质心）在锚点文件里固定；
    · 每期只做「把当期样本分配到这四个固定簇」（锚点投影到当期 z 空间 → Lloyd 迭代）；
    · 完全没有随机性，与样本数量、样本排序、随机种子都无关；
    · 类型名不再按当期收益重排 —— 否则同一批产品会被改名叫「进取」或「领跑」；
    · 06_analyze2.py 与 08_prep2.py 共用同一份锚点和同一个实现，两处结果必然一致。
    效果：34 期输入逐只完整复现用户认可的那版；加一期后迁移 1 只（真实数据变化）。

    锚点不能随手改：它定义了分类体系本身。若要更换（例如市场风格长期切换、成员显著漂移），
    必须当作一次明确的版本变更：在 cluster_anchors.json 的 source 里写清期次与原因、
    在报告方法节说明、并告知用户，不要让它每期静默漂移。
    08_prep2.py 每次会打印「类型稳定性：与上期同类型 X 只 / 可比 Y 只 → 迁移 Z 只」，
    并把当期成员快照写入 data/cluster_stability.json，供下周对比。
    若某周迁移只数突然偏大（比如 >10 只），先查数据是否真的变了，再检查是否有人把分类改回了自由 K-means。

五、故障排查