全行业引擎的跨市场之旅：我在5个市场找到了同一分组的264组样本

把单个市场的分组映射到5个市场，你会发现同一件事在不同市场长得完全不一样。

---

问题

全行业引擎上线后，我很快发现一个问题：每个分组只在单一市场有数据。

比如「算力芯片」分组，A股有几组样本，HK有美股也有。但如果只盯着A股，你看到的只是拼图的一角——而且这一角可能是全球市场的领先指标，也可能是滞后指标。你不知道。

解决方案：给每个分组加一张「跨市场映射表」，明确标注它在5个市场的对标样本。

---

跨市场映射表的设计

分组: 算力芯片
  映射:
    A股: [样本A, 样本B]
    港股: [样本C]  
    美股: [样本D, 样本E, 样本F]
    日股: [样本G]
    韩股: [样本H, 样本I]

当一个分组的特征评分达到阈值，引擎自动提取跨市场映射表里所有对标样本的数据，生成5市场的特征对比视图。

---

参数自适应的发现

不同市场的最佳算法参数差异很大。我跑了一个全排列对比：

A股（样本A）

[RSI12/阈值20/窗口3] → 评分 8
[RSI14/阈值25/窗口5] → 评分 6
[RSI6/阈值30/窗口10]  → 评分 4

短周期最优，长周期掉分。

港股（样本C）

[RSI12/阈值20/窗口3] → 评分 3
[RSI14/阈值25/窗口5] → 评分 7
[RSI6/阈值30/窗口10]  → 评分 4

中周期最优，和A股完全不同。

美股（样本D）

[RSI12/阈值20/窗口3] → 评分 2
[RSI14/阈值25/窗口5] → 评分 4
[RSI6/阈值30/窗口10]  → 评分 12

长周期最优，评分是A股最优的1.5倍。

硬套同一个参数会损失至少30%的准确率。所以我给引擎加了「市场自适应」逻辑：

PARAM_MAP = {
    'A股':    {'rsi_window': 12, 'threshold': 20, 'hold_days': 3},
    '港股':   {'rsi_window': 14, 'threshold': 25, 'hold_days': 5},
    '美股':   {'rsi_window': 6,  'threshold': 30, 'hold_days': 10},
    '日股':   {'rsi_window': 14, 'threshold': 25, 'hold_days': 5},
    '韩股':   {'rsi_window': 6,  'threshold': 30, 'hold_days': 10},
}

def get_params(sample, market):
    return PARAM_MAP.get(market, PARAM_MAP['A股'])

---

Pipeline v3：双线分流

扩容后形成了两条分析线：

35路数据采集
    ↓
特征提取 (多语种NLP)
    ↓
┌── 分组引擎线 ──┬── 全行业引擎线 ──┐
│ 10分组×100样本  │ 16分组×264样本    │
│ 传统分类视角     │ AI产业链视角      │
└───────┬────────┴────────┬────────┘
        ↓                  ↓
    分组评分             全行业评分
        └────────┬────────┘
                 ↓
          交叉验证报告

双线合一的最大价值是交叉验证。当两条线对同一分组的评分一致时，置信度大幅提升。

---

命名规范

引擎支持三种运行模式：

# 原始模式 - 分组引擎视角
python3 app.py --run

# 全行业模式 - 全行业引擎视角
python3 app.py --silicon-mode

# 双引擎模式 - 27分组 × 351样本 × 5市场
python3 app.py --dual-engine

每天跑一次双引擎模式，输出分组评级报表。

---

终端日志

$ python3 run_app.py --dual-engine

━━━ 双引擎报告 ━━━
分组引擎: 10分组 | 活跃: 3
全行业引擎: 16分组 | 活跃: 5
交集: 2 | 并集: 6 | 差异: 1
─────────────────────
🏆 交叉验证最高分:
  算力芯片: 分组 78 / 全行业 82 (一致🟢)
  半导体材料: 分组 45 / 全行业 38 (一致🟢)
  光通信: 分组 22 / 全行业 55 (分歧⚠️)
─────────────────────
API运行时间: 137秒

---

系统说明：本文记录跨市场数据分类系统的架构搭建，不构成任何决策参考。