zandy700/Ultimate-Tracker

项目介绍

Ultimate-Tracker（Supply Chain Shock Map）研究新闻驱动的供应链冲击如何影响标普 500 个股收益。它由 Python 事件研究引擎、基于 SEC 文件构建的小型供应链图、有界冲击传导模型和只追加的哈希链预测账本组成。回测覆盖 2021 年 3 月至 2026 年 11 月 2 日的 88 个历史事件。另有一个移动优先的 UI 外壳，只用种子样例数据演示自选股和每日简报的界面，并非实时预测流 README。

适合对事件研究、供应链关系和可复现预测账本感兴趣的研究者与开发者；不适合想直接获取交易信号的普通用户。作者明确写明本项目不构成可交易优势，也不是投资建议 README。

快速使用

界面和研究引擎是两套东西。界面用静态文件方式启动：

python -m http.server 8000 --directory web

打开 本地服务，输入逗号分隔的股票代码建立自选股（只保存在本浏览器），或用 演示种子 载入 AAPL、META、NVDA、TSLA。

研究引擎需要 Python 3.11+，并在克隆出的仓库目录中执行：

pip install -e '.[dev]'
python -m scsm ingest --offline
python -m scsm propagate
python -m scsm backtest
python -m scsm ledger verify

必须在仓库检出目录运行，才能正确找到缓存数据和随源码附带的第三方代码。新的 ingest 可能因限流或新闻未匹配而返回空结果 README。

使用约束

附带的供应链图刻意很小：来自 14 份 2021 年 SEC 原始文件的 12 个节点和 10 条经审核边，不是当前或完整的标普 500 关系图。事件日期之后的申报文件会被排除在该场景之外，歧义匹配直接丢弃 README。严重程度、衰减和 5 个百分点的基准冲击是建模选择，不是收益估计。事件研究用 -250..-11 交易日估计市场模型，CAR 窗口为 +1/+5/+20 天。结果显示 +1 日方向命中约 64%，但幅度误差比零预测更差；上游结果与抛硬币无异。作者明确报告没有验证出供应链传导优势，并提示样本是手工挑选且集中于 Apple README。

预测账本位于 ledger/predictions.jsonl，使用 RFC 8785 规范 JSON 与 SHA-256 哈希链接，可用 python -m scsm ledger verify 校验。哈希链本身不能证明独立时间戳，也不能阻止整体重写，README 建议保留可信的头哈希或归档提交 README。每日自动化由 账本工作流 执行，CI 由 CI 工作流 执行；需要在 GitHub Actions 启用并授予仓库内容写权限。项目为 MIT 许可，五个上游仓库的随附代码和许可证保留在 THIRD_PARTY_LICENSES 与 NOTICE 中。

HotRepo 点评

该项目在 2026-11-11 进入 JavaScript 新项目榜，此前 24 小时新增 48 星；采样曲线显示它在 2026-11-10 至 2026-11-11 之间从 170 星涨到 224 星。目前没有全部语言日榜名次记录。值得对照的是，README 本身相当坦率地说明没有验证出优势，88 个事件回测也有明显局限。它更适合被当作事件研究方法与可复现账本的示例，而不是可投资信号；站内关注度与作者自述的阴性结果之间的落差，是阅读这个仓库时最值得留意的部分。