前言¶
在 DSH（DeepSeek Harness）裏讓 agent 分析一隻股票，通常只能得到一段定性描述；想知道「未來 N 天上漲概率有多大、當前趨勢處於什麼狀態、持倉風險有多高」，要麼自己另開量化腳本，要麼切回行情軟件手動盯指標。
dsh-bayes-predict 把這件事做成了 DSH 插件：以貝葉斯定理爲核心，把多個技術指標融合成對「未來 N 日上漲」的後驗概率估計，並在對話和瀏覽器面板兩個入口直接輸出結果。下面介紹它的定位、核心功能與安裝用法。
這是什麼¶
dsh-bayes-predict 是一個基於貝葉斯定理的 DSH 個股預測插件，覆蓋 A 股和美股，提供三類輸出：多指標信號融合的上漲概率估計、趨勢狀態識別與持倉風險度量。維護者爲 pg527322814，許可證 MIT。
需要先說明平臺依賴：插件依賴 dsh 宿主環境（dsh web、cordis 插件系統、window.__ModuleLoader__ 等），該平臺未隨倉庫公開，單獨克隆倉庫無法直接運行，代碼供學習、參考與移植。
核心功能¶
多指標信號融合評分¶
評分以「未來 N 日上漲」爲假設 H，流程如下：
- 先驗取加權歷史勝率，並向 0.5 收縮（shrunk）；
- 以 MACD 金叉、RSI、均線排列、布林帶位置、量能、動量、近 5 日走勢等信號作爲證據；
- 每個信號計算雙向經驗似然比（看多信號用 LR_bull、看空信號用 LR_bear），做時間衰減加權與樣本收縮；
- 通過 odds 乘法做貝葉斯更新，輸出後驗上漲概率（含 95% 置信區間）與 0-100 評分、評級。
爲了降低單股樣本不足帶來的偏差，插件啓用了分層先驗：啓動時加載 market-prior.json 的全市場通用 LR 表，單股 LR 與之混合，權重爲 w = n/(n+80)。
多窗口對比與趨勢狀態識別¶
- 多窗口對比：同時輸出 2/5/10/20 日的後驗概率對比表；
- 趨勢狀態：按貝葉斯 t 檢驗風格做三狀態分類，輸出 P(上漲)、P(下跌)、P(震盪)，閾值 δ = max(0.5·SE, 年化 5% 經濟當量)，避免大樣本下把微小趨勢誤判爲明確方向。
持倉風險估計與信號歸因¶
- 波動率用 EWMA（RiskMetrics λ=0.94）；
- VaR/CVaR 以經驗分位數爲主輸出，正態估計作爲對照，另附歷史最大回撤；
- 信號歸因輸出貢獻絕對值 Top3 的信號，解釋「爲什麼看多/看空」。
Host 端與瀏覽器端¶
插件是 dual-face 結構，兩端都有入口：
- Host 端：註冊
bayes_stock_predict全局工具，附帶GET /bayes-predict/analyze路由，可生成 markdown 報告； - 瀏覽器端：React 可視化面板，掛在側邊欄「📊 貝葉斯股票分析」入口，儀表盤和走勢圖均爲 SVG 自繪。
行情獲取與數據防護¶
數據源免費、無需 key：
- 代碼歸一化：
600519、sh600519、000001、AAPL等寫法都能識別； - A 股日 K 用騰訊 fqkline 後復權 hfq（最多約 700 根，主/備用域名自動切換，東財後復權兜底）；美股日 K 用新浪全歷史；
- 即時快照：A 股用騰訊，美股用騰訊
us前綴； - 內存 TTL 緩存 30 分鐘。
針對騰訊後復權數據的基準滾動問題，fetchKlines 內置了斷層防護：hfq 最後一天 |單日漲跌| > 8% 時，會拉不復權序列覈對，判定爲復權斷層則丟棄最後一天，寧缺毋濫。
注意數據口徑：評分與單股分析均使用後復權（hfq），收益序列含分紅再投資、信號乾淨，但價格不是真實股價；如需真實股價口徑要改用不復權。
安裝與啓用¶
安裝沒有 dsh plugin add 形式的命令，需要手動拷貝插件包並修改配置，共三步。
1、把插件包拷貝至 %USERPROFILE%\.dsh\profiles\web\node_modules\dsh-bayes-predict（目錄不存在時先創建；profile 的 baseUrl 錨定在 profiles\web，node 解析會向上逐級查找 node_modules）。
2、在 %USERPROFILE%\.dsh\profiles\web\cordis.patch.yml 追加：
- insert:
- id: bayes-predict
name: 'dsh-bayes-predict'
3、重啓 dsh web。插件集變更需重啓生效；client bundle 的 HMR 僅在 pnpm run dev:web 重建時可用。
如果要自己改客戶端代碼，注意一個契約：lib/client.js 的 factory 必須導出 inject 數組（如 exports.inject = ["slots"]），缺失時 apply(ctx) 裏訪問 ctx.slots 會直接拋 cannot get property "slots" without inject。
項目零第三方依賴，要求 Node 18+；npm test 會運行 test/smoke.mjs（貝葉斯核心 + 合成 K 線端到端）與 test/normalize.test.mjs（代碼歸一化單測）。
典型用法¶
對話方式（重啓後開新會話，讓 agent 看到新工具）：
分析一下 600519
用貝葉斯方法評估一下 300750 未來 5 天的上漲概率
可視化面板方式：點擊側邊欄底部「📊 貝葉斯股票分析」快捷按鈕，彈出居中面板後輸入代碼，點「貝葉斯分析」。
適用場景與注意事項¶
適合兩類人：一是在用 dsh web、希望讓 agent 直接給出結構化概率結論和風險度量的開發者；二是想參考「雙向 LR 四格表 + 時間衰減 + 分層先驗」這套貝葉斯實現的人，代碼結構清晰（bayes.js 核心計算、market.js 行情、client.js 面板），便於移植。
使用前有幾點必須知道：
- 插件以當前 dsh 進程的權限運行，且需要手動放進
node_modules並修改cordis.patch.yml，安裝前建議先檢查源碼與許可證（本項目爲 MIT）； - 所有輸出由貝葉斯統計模型基於歷史行情生成，僅供參考，不構成投資建議；
- 卸載需三步：刪除
cordis.patch.yml中bayes-predict的 insert 行、刪除node_modules\dsh-bayes-predict、重啓dsh web。
結語¶
dsh-bayes-predict 的價值在於把一套完整的貝葉斯評分流程（信號 → 似然比 → 後驗概率 → 風險度量）封裝成 DSH 插件，讓「上漲概率」這類量化結論可以直接在對話和麪板裏拿到，且不依賴任何付費數據源。
- GitHub：https://github.com/pg527322814/dsh-bayes-predict
- 插件目錄頁：https://www.skillhub.cn/plugins/pg527322814/dsh-bayes-predict
