# 涨停回调战法 → Mac实操Hermes 迁移包

用途:把研究侧(Windows/WSL主agent)定稿的**涨停回调战法(四池)**迁到MacOS上的Hermes Desktop,
让Mac agent独立跑"每日扫描→强度候选→模拟盘θ85/N15跟踪→推送用户确认"的实操闭环。

## 包内容
```
zt_migrate/
├── code/                    代码(9个文件,实操闭环)
│   ├── update_daily.py      增量拉四池行情(tushare;token在此文件内配置)
│   ├── scan_daily_tb.py     每日扫描:信号识别+强度v6+追加strength_baseline.csv
│   ├── scan_daily_tb.sh     (入口shell,内容=python3 scan_daily_tb.py)
│   ├── grid_or.py           引擎中枢(load_pool/active_members/回测)
│   ├── sim_live_daily.py    模拟盘推进(θ85/N15,state+nav)
│   ├── plot_sim_live.py     净值对比图
│   ├── plot_sim_state.py    持仓状态图(浮盈浮亏+平仓)
│   └── (依赖:scan→grid_or→pandas等, 无其他内部模块)
├── backtest_zt_full/        数据BASE(见"数据布局")
│   ├── strength_baseline.csv   历史信号库(累计5800+笔,增量续写,勿清空)
│   ├── hs300/zz500/zz1000/zz2000_members.pkl   成分股档案
│   ├── stock_basic.pkl         股票基础信息
│   ├── best_stage*.json        网格选参定稿存档
│   └── daily_hs300/zz500/zz1000/zz2000/   四池成员日线(daily卷解压到此处)
├── sim_trading_state.json   模拟盘状态(0901起,θ85/N15)
├── sim_trading_nav.csv      模拟盘净值
├── strategy_library.md      策略库文档
├── skills/                  技能(装到Mac Hermes的~/.hermes/skills/对应目录)
│   ├── a-share-strategy-backtest/   方法论+参数口径+防未来函数规范
│   ├── quant-monitoring-cron/       cron配置经验
│   └── trade-detail-chart/          交易详情图模板
├── MEMO.md                  记忆精选:策略参数/规则/口径/红线(必读)
├── mac_path_fix.sh          路径适配脚本(见下)
└── requirements.txt         Python依赖
```

## Mac侧安装步骤
1. **Python环境**: 安装python3.11+(brew install python),装依赖:
   `pip3 install -r requirements.txt`
   中文字体(出图): `brew install font-noto-sans-cjk`
2. **布局**: 把本包放到 `~/zt_app/`(解压后目录结构:
   `~/zt_app/code/ ~/zt_app/backtest_zt_full/ ~/zt_app/sim_trading_state.json ...`)
   daily卷解压: `cd ~/zt_app/backtest_zt_full && unzip daily_hs300.zip && unzip daily_zz500.zip ...`
3. **路径适配**: `bash ~/zt_app/mac_path_fix.sh ~/zt_app`
4. **tushare token**: 编辑 `~/zt_app/code/update_daily.py`,把token换成你自己的
   (mac上可到 https://tushare.pro 注册获取;积分需支持fund_daily/日线接口)
5. **首次全量拉数验证**: `cd ~/zt_app/code && python3 update_daily.py`
   (无缓存时自动从2024-02拉到最新,约30-60分钟;之后每日增量只需1-2分钟)
6. **扫描验证**: `python3 scan_daily_tb.py` → 应显示各池信号数,追加baseline
7. **模拟盘验证**: `python3 sim_live_daily.py` → 输出持仓/现金/净值
8. **Hermes侧**: 把 skills/ 下三个目录拷到 Mac Hermes 的
   `~/.hermes/skills/<对应分类>/` 目录;把 MEMO.md 的内容作为首会话上下文读一遍
   (或写进该profile的memory),之后Mac agent即具备完整作战口径。
9. **cron(可选)**: 每日17:00自动执行步骤5-7并推送——参考 skills/quant-monitoring-cron
   与MEMO第7节,在Mac上重建(时间/推送频道按需)。

## 数据再生成提示
- daily_* 若损坏/丢失: 删掉对应目录后重跑 `python3 update_daily.py` 即全量重建
- strength_baseline.csv 勿删: 含历史累计信号与收益口径,scan是增量追加

## 与主agent(研究侧)的关系
- 研究侧继续在Windows/WSL上迭代策略与参数;参数定稿变更时,同步更新本包code+MEMO再发一次
- 两侧数据独立(mac自行拉行情/扫描),无共享文件依赖
- 同一用户两个Hermes互不干扰: 研究侧17:00任务保留,Mac侧任务自定时间(建议错开)