dsh-bayes-predict

传统技术分析往往停留在「MACD 金叉了」「RSI 超卖了」这类定性判断，多指标之间缺乏定量融合，更难直接回答「接下来 N 天上涨的概率到底是多少」。dsh-bayes-predict 用贝叶斯定理把这个问题变成一道可计算的概率题：以近段历史加权胜率为先验，把 MACD、RSI、均线排列、布林带位置、量能、动量、近 5 日走势等信号作为证据，通过双向经验似然比（看多 LR_bull / 看空 LR_bear）做 odds 乘法更新，最终输出后验上涨概率（附 95% 置信区间）、0-100 评分与评级，同时给出 2/5/10/20 日多窗口对比和趋势状态三分类，让判断从「感觉偏多」变成「后验 63%，区间 [52%, 74%]」。在工程细节上，每个信号都经过时间衰减加权（半衰期 200 交易日）、拉普拉斯平滑与样本收缩、波动率归一化自适应阈值、弱信号强度打折等处理；启动时还会加载 market-prior.json 通用似然率表与单股统计做分层混合，使小样本个股不至于被噪声主导。数据侧完全免费、无需 API key：A 股日 K 走腾讯后复权（东财兜底），美股走腾讯/新浪，内置 30 分钟内存缓存、跨域名自动切换限流防护，以及后复权断层检测（单日涨跌 >8% 时自动拉不复权序列核对），开箱即可跑完整链路。它适合想在 DeepSeek Harness 平台内做个股概率化分析的量化爱好者，适合希望把贝叶斯信号融合方法落到可复现代码中的开发者，也适合需要一个免 key、零第三方依赖、侧边栏一键弹出即可出结果的轻量分析面板的人。