zandy700/supply-chain-shock-map

项目做什么

项目研究新闻冲击如何沿供应链传导到标普 500 股票。它把 SEC 文件中的供应关系、新闻分类、带符号的冲击传播（上游供应商、下游客户，每跳衰减）、OLS 市场模型事件研究（+1/+5/+20 日 CAR）以及只追加的哈希链预测账本串起来，事后独立打分。面向的是研究者和有技术背景的投资爱好者，不是找实时交易信号的人。

仓库分成两层：Python 研究引擎和移动优先的静态界面。界面只加载预置的示例 JSON，不是实时新闻、不是经过验证的关系、也不是真实预测；示例里的置信度标签只是示意，不是校准过的概率。

快速开始

运行示例界面（Python 3 或任意静态服务器）：

python -m http.server 8000 --directory web

打开 http://localhost:8000，用逗号分隔输入股票代码，自选列表保存在当前浏览器 watchlist-pulse 下。想看演示内容，访问 http://localhost:8000/?seed=demo，会载入 AAPL、META、NVDA 和 TSLA。界面路由包括 #/briefing、#/catalysts、#/watchlist、#/company/NVDA 和 #/ledger。也可以直接看在线演示。

研究引擎需要 Python 3.11+：

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

要在仓库检出目录内运行，缓存数据和内置源码才能正确解析。结果与账本文件都在仓库里；数据获取与重建说明见图数据来源文档，券商相关设置见券商配置文档。

使用约束

出厂图很小：12 个节点、10 条经过审核的边，来自 14 份 2021 年 SEC 原始文件。这是历史快照，不是当前标普 500 的完整地图，有歧义的关系被排除。严重度、衰减和暴露权重是建模选择，不是估计收益。GDELT 的实时匹配未经审核，不进入回测。

回测覆盖 2021 年 3 月到 2026 年 11 月 2 日的 88 个手工挑选场景（25 个正面、63 个负面）。整体上没有任何时间窗口的 MAE 在置信区间排除零的情况下优于“始终预测零”基线；上游命中率与抛硬币一致。下游只有 7 个观测、2 个符号正确。作者自己说明这是便利样本，存在选择偏差、窗口重叠且未做多重检验校正，不能证明可交易的优势。哈希链能发现账本内部篡改，但不能证明独立时间戳，也无法阻止整体重写；需要保留可信的头部哈希。

代码是 MIT，但 SEC 文件、新闻元数据和行情数据有各自的使用条款，项目的 MIT 许可不会重新授权这些数据。每日自动化通过 GitHub Actions 运行，需要启用 Actions 并允许其写入仓库内容；CI 会跑 Ruff、离线测试、账本链校验，并对已提交的 web/data 做字节级重建检查。

HotRepo 点评

这是一个较新的 JavaScript 仓库，在站内记录到的 2026 年 11 月新项目窗口里只增加了几个 Star，没有 GitHub 日榜名次记录。对金融类项目来说，它的工程披露相当坦诚：README 给出了对零预测基线的比较、置信区间，并明确说传播模型尚未得到验证。对读者来说，短板在覆盖范围而不是披露：12 个节点的图、88 个精选事件和仅含示例数据的界面，决定了它更适合当作方法论和研究框架来读，而不是市场工具。