事件驱动 × 供应链「咽喉点」选股 · A 股 AI 全产业链量化研究框架
An event-driven, supply-chain chokepoint stock-selection framework for the China A-share AI value chain.
181 卡位标的 · 5 层产业链 · H1 假设检验 ✓ p<0.001 · 每日推送
Warning
本项目仅供量化研究与教育，不构成任何投资建议。 使用前请阅读 DISCLAIMER.md。 Research & educational use only. NOT investment advice.
把一个海外交易员的「供应链咽喉点」选股思路，完整移植到 A 股并用历史数据严格验证，再按黄仁勋 (Jensen Huang) 的「AI 五层蛋糕」框架，组织成覆盖 能源 → 芯片 → 基建 → 模型 → 应用 全链条的 181 只卡位标的库。
💡 不是又一个「讲故事」的选股清单 —— 每一个判断都用 2023–2026 历史数据做了假设检验，并经对抗性验证剔除「AI 含量造假」的挂名股。
flowchart LR
E["📰 AI 事件<br/>importance = 5"] --> B["📈 板块放量确认<br/>量比 ≥ 1.5"]
B --> R["🎯 Chokepoint 打分<br/>CS × 量比 × 重要性 × AI收入"]
R --> W["🔔 买卖建议推送<br/>买入 / 持仓 / 卖出"]
W --> T["📊 推荐跟踪日志<br/>月度 / 季度复盘"]
T -.数据驱动校准.-> R
style E fill:#1f6feb,color:#fff
style B fill:#238636,color:#fff
style R fill:#8957e5,color:#fff
style W fill:#da3633,color:#fff
style T fill:#9e6a03,color:#fff
三个经历史数据验证的支柱：
| 支柱 | 结论 | 证据 |
|---|---|---|
| 🎚️ 事件重要性阈值 | importance=5 才有效，=4 全程不显著 |
imp5 vs imp4 在 20 日 t 检验 p=0.002, gap +6.89% |
| 📊 放量确认 | 量比是最强单点信号 | 板块量比 >2.0 → 10 日超额 +4.05%，胜率 75% (n=7802) |
| 🎯 Chokepoint 打分 | 段内卡位强度 × AI 收入占比，数据驱动校准 | 见下方 H1 |
标的库按 NVIDIA 官方 5 层框架 (2026-03) 组织，跳出「只盯硬件」的工程师视角偏见：
flowchart TB
L5["<b>Layer 5 · Applications</b> 应用<br/>医疗 · 制药 · 驾驶 · 工业 · 机器人 · 边缘 ｜ <b>55 只</b>"]
L4["<b>Layer 4 · Models</b> 模型<br/>大模型 · 训练数据 · 视觉 ｜ <b>11 只</b>"]
L3["<b>Layer 3 · Infrastructure</b> 基建<br/>CPO · 液冷 · PCB · 电源 · IDC · 交换机 ｜ <b>63 只</b>"]
L2["<b>Layer 2 · Chips</b> 芯片<br/>算力 · HBM · EDA · 晶圆 · 设备 · 材料 ｜ <b>38 只</b>"]
L1["<b>Layer 1 · Energy</b> 能源<br/>核电 · UHV · 储能 · 数据中心配电 ｜ <b>23 只</b>"]
L5 --> L4 --> L3 --> L2 --> L1
style L5 fill:#da3633,color:#fff
style L4 fill:#bc4c00,color:#fff
style L3 fill:#9e6a03,color:#fff
style L2 fill:#238636,color:#fff
style L1 fill:#1f6feb,color:#fff
引用黄仁勋："Every successful application pulls on every layer beneath it, all the way down to the power plant that keeps it alive."
H1 假设：经验证的卡位股，在 importance=5 事件后涨幅 > 大盘 (hs300)
以 hs300 为基准（消除「板块指数包含卡位股自身」的 self-inclusion 偏差）后，H1 在全部 5 层成立，且 chokepoint_score 越高超额越大（单调）：
chokepoint_score |
20 日超额 | 胜率 | 显著性 |
|---|---|---|---|
| 🟣 CS = 5 | +16.11% | 66% | p < 0.001 |
| 🔵 CS = 4 | +8.77% | 65% | p < 0.001 |
| ⚪ CS = 3 | +5.93% | 62% | p < 0.001 |
各层最强 segment（20 日 hs300 超额）：
CPO/硅光 ████████████████████ +19.4% (胜率 73%, n=142) ← 最稳
华为昇腾 ████████████████ +15.9% (胜率 71%, n=94)
智算租赁 █████████████ +12.9%
HBM/封装 ████████ +7.96% (胜率 70%)
完整方法论、逐 segment 明细、对抗性验证报告见
docs/。
灵感来自 X 上的交易员 Serenity (@aleabitoreddit)，他的「供应链咽喉点理论」(chokepoint theory) —— 不买英伟达这种显眼大票，而是反向拆解 AI 算力供应链，找被忽视但卡脖子的单一/双寡头供应商，在机构轮动之前埋伏。
本项目做了三件他没做的事：
- 🔍 解构方法论 — 拆解胜利/失败 call，提炼可复用框架，并批判性审查不可复制的部分（自报无审计、路径依赖、反身性）
- 🇨🇳 移植到 A 股 — A 股有等价 chokepoint（云南锗业之于磷化铟、源杰科技之于光芯片 EML），测绘真实标的库
- 📊 用数据验证 — 而非讲故事。三版 H1 迭代 + 对抗性验证剔除挂名股
strategies/ai_event/
├── main.py # CLI 统一入口
├── config.py # 参数 + .env 加载
├── event_parser.py # 多源 AI 事件采集 + segment 分类
├── roadmap_signals.py # 路线图日历 (GTC/HDC/台积电法说 等前瞻信号)
├── board_quote.py # 板块行情 (腾讯成分股聚合, 绕开东财断流)
├── ranking.py # ⭐ chokepoint 综合打分引擎
├── screener.py # 实时扫描出单
├── backtest.py # 事件驱动回测 (时序止损止盈)
├── h1_verify{,_v2,_v3}.py # H1 假设检验 (三版迭代)
├── cs_recalibrate{,_v3}.py # chokepoint_score 数据驱动校准
├── recommendation_tracker.py # 推荐跟踪 (模拟交易)
├── monthly_summary.py # 月度复盘
├── strategy_review.py # 季度复盘
└── notifier.py # PushPlus 微信推送
data/ai_event/
├── supply_chain_map_v3_clean.json # ⭐ 核心：181 只 5 层卡位标的库
├── events.csv # AI 事件时间线
├── board_constituents.json # 板块成分股
└── board_history/ # 板块指数 K 线 (回测基准)
docs/ # 验证报告与方法论
# 1. 依赖
pip3 install -r requirements.txt
# 2. 配置 (可选, 微信推送)
cp .env.example .env # 填入 PUSHPLUS_TOKEN
# 3. 采集个股 K 线 (标的库已含, 仅补价格)
python3 strategies/ai_event/stock_collector_v3.py
# 4. 复现 H1 验证 ★
python3 strategies/ai_event/h1_verify_v3.py
# 5. 扫描当前机会
python3 strategies/ai_event/main.py scan 7| 命令 | 作用 |
|---|---|
main.py scan [N] |
扫描未来 N 天机会 |
main.py notify [N] |
扫描并推送微信 |
main.py backtest |
运行回测 |
main.py monthly [YYYY-MM] |
月度复盘 |
main.py review |
季度复盘 |
每日自动推送（买入/持仓/卖出/板块状态/路线图预警）部署见
README_DEPLOY.md+crontab.example。
A 股金融 API 优先级：腾讯行情 → 新浪 → akshare。东财在部分环境有 TLS 握手问题，板块行情已改用腾讯成分股聚合绕开。本机有代理时代码已 session.trust_env = False 直连。
- Serenity (@aleabitoreddit) — chokepoint 方法论灵感
- Jensen Huang / NVIDIA — AI 5-Layer Cake 框架
- akshare — A 股数据接口
MIT License · 研究教育用途 · 使用前必读 免责声明