给普通人用的选股研究工具：真实行情 + 大白话判定 + 一套帮你守纪律的系统。 仅供研究教育，非投资建议。
市面上的行情工具给你更多数据、让你更冲动；这个工具的设计目标相反：在你要犯错的每个瞬间轻轻拦一下——追高时提醒你在追高，破线时问你当初为什么买，长线仓位不拿短线的尺子催你卖。
四个页面对应四个真实场景：
| 页面 | 回答 | 用的频率 |
|---|---|---|
| 今天 | 有没有需要我动手的事？（破线 / 到价 / 到期复盘）+ 大盘水位 | 每天一眼 |
| 买什么 | 这只能不能碰？没目标时让 AI 挖 / 一键选股 / 预算规划 | 想买前 |
| 心愿单 | 看中但嫌贵的，蹲到心理价自动喊你 | 查完顺手放 |
| 已经买了 | 盈亏台账 + 组合图表 + 止损哨兵 | 买卖后记一笔 |
- 🟢🟡🔴 一句话判定 —— 二轴模型（价格水位 × 估值/基本面），不是"买入/卖出"评级
- 现在贵不贵 —— 半年水位标尺 + 阶段判定（筑底 / 趋势健康 / 抛物线 / 下跌中）
- 未来一个月会怎样 —— 三层信息叠在一张卡：
- 统计区间：用这只股自己的历史波动算的 ±1σ/±2σ 概率带（不猜方向，只让你看清不确定性有多大）
- 模型倾向：微调版 Kronos 采样多条路径 → 方向倾向 + 扇形（21 个交易日）
- ATR 自适应止损：按这只股自己的"脾气"给建议线，不是一刀切 15%
- 最近的消息 —— 按代码检索的真实新闻头条
- ⚔️ 多空对辩 —— 三家不同厂商的 AI 分饰多头律师 / 空头律师 / 法官，法官指出双方分歧点（分歧点才是你该去核实的事）
- 止损线随持有计划自适应：一个月内 ×0.8 / 几个月 ×1.0 / 一年 ×1.4 / 两三年 ×1.8 / 长期持有 ×2.2（基数 2.5×ATR，封顶 45%），也可手动画自己的线
- 长线仓位三档对待：计划内回撤不打扰 → 每满 3 个月一次例行体检 → 只有跌破"灾难线"（防线 ×1.6）才报警。选了拿两三年，就用两三年的尺度
- 买入时记录"打算拿多久"：到期自动提醒复盘"当初的理由兑现了吗"，随时可改
- 每日邮件巡检：收盘后扫全部持仓和心愿单，有事才发信——从"你找它"变成"它找你"
- 凯利仓位教练：用你自己的平仓战绩算单笔上限（半凯利，封顶 25%），样本不足时只展示不建议
Cloudflare Workers (JS) · D1 (SQLite) · 单文件前端（零构建步骤）
├── 行情：腾讯(A股实时) → Tushare(兜底) | Yahoo Finance(美/加/港/币 + 汇率 + 新闻)
├── 预测：自托管 Kronos 微调模型（HF Space, ZeroGPU）
├── AI：DeepSeek(reasoner/chat) + Kimi(含视觉) + Claude —— 多厂商分工 + 降级链
└── 邮件：Resend | 定时：Workers Cron
几条自己定的规矩
- 免费数据源优先，付费源只做兜底
- 每个"钱的数字"只有一个计算口径：持仓表 / 驾驶舱 / 巡检邮件三处永远一致
- 跨币种按你实际付款的币种记账（加币买美股就按加币算，跟券商账单对得上）；汇率拿不到宁可不显示，绝不 1:1 硬凑
- 消耗 API/GPU 配额的接口一律登录墙，纯免费源保持开放
- AI 报告走"初稿 → 独立 AI 审查 → 吸收修订成终稿"，用户只看终稿（不把内部打架过程甩给读者）
本项目基于清华开源的 Kronos（K 线基础模型，MIT）做了面向自己标的池的微调。脚本全在 kronos-service/finetune/。
做法
- 抓 197 只标的 × 10 年日线（美股 83 / A股 43 / 加股 29 / 港股 26 / 加密 16）——只选自己真正会买的市场
- 多 CSV 数据集补丁（训练窗口不跨标的边界）+ 按时间切分训练/验证
- AMD MI300X 上训练：tokenizer → predictor，再从通用权重续训出 21 天专精版
- 盲测对比（13 只标的最近 21 天，模型未见过）：
| 模型 | 路径误差 (MAPE) | 方向命中 |
|---|---|---|
| 原版 Kronos | 18.9% | 77% |
| 微调 v1（79 标的 × 5 年） | 7.8% | 54% |
| 微调 v2（171 标的 × 10 年） | 7.5% | 77% |
| 基准：「假设价格不动」 | 6.4% | — |
诚实的结论：微调把路径误差砍掉六成，方向命中约七成有真实价值；但没有任何版本能在点位精度上跑赢"假设价格不动"——所以产品里它永远只呈现为方向倾向 + 概率区间，绝不给点位。60 天尺度上更是全线失效（方向命中掉到 10%），这也是为什么长线仓位的判断里模型不参与"卖不卖"，只在你决定退出后给时机参考。
微调权重本身未公开。
finetune/里的抓数、配置、训练、评测脚本是完整的，换成你自己的标的池即可复现。
git clone https://github.com/Hellotravisss/SteadyQuant.git && cd SteadyQuant
npm i -g wrangler && wrangler login
# 1. 建两个 D1 库，把输出的 database_id 填进 wrangler.jsonc
wrangler d1 create steadyquant-db
wrangler d1 create lbs-accounts-db
# 2. 配密钥（全部可选，不配则对应功能自动降级/隐藏）
wrangler secret put TUSHARE_TOKEN # A股估值数据
wrangler secret put DEEPSEEK_API_KEY # AI 报告 / 规划 / 律师陈词
wrangler secret put KIMI_API_KEY # 空头律师 + 截图识别成交单
wrangler secret put ANTHROPIC_API_KEY # 对辩法官 / 兜底
wrangler secret put RESEND_API_KEY # 每日巡检邮件
wrangler secret put KRONOS_API_URL # 自部署的 Kronos 推理服务
# 3. 上线
wrangler deployKronos 推理服务（可选；不配则只有统计区间、没有模型预测）：见 kronos-service/README.md——Hugging Face Space 免费 ZeroGPU，上传三个文件即可。
登录走独立账号中心（accounts/ 目录，也是一个 Worker，支持邮箱验证码 / Apple / 微信）。只想单机自用的话，把 worker.js 里的 gated() 换成直通即可。
这是一个研究和教育工具。所有判定来自公开规则和统计模型，不构成投资建议，不推荐任何具体标的，不承诺任何收益。AI 生成的内容可能出错，模型预测是统计估计而非对未来的断言。投资决策和后果都是你自己的。
MIT License · © 2026 Low Battery Studio