BYD 002594.SZ — v8 深度挖掘: 滞后规律 Walk-Forward 验证 + 跨标的检验 + 方法论沉淀

v8 深度分析 评估日 2026-07-07 5 张核心表/图 19 个 Walk-Forward 样本
生成于 2026-07-07 08:47 CST | John Huang 2026-07-07 08:34 触发
核心结论 (v8): 在 v6/v7 基础上做了 4 项深度验证:
1. 多变量扫描: 单变量 sales_lag5 已经最强 (r²=0.513), 加任何变量都不再提升
2. Walk-Forward 滚动验证: 19 个样本, 平均误差 8.16%, 命中率 68.4% (|误差| < 10%)
3. 失败诊断: 失败都发生在情绪驱动的极端期 (抱团/异常高估/熊市底部)
4. 跨标的检验: 不同车企有不同的"基本面定价节奏", 比亚迪 5 月滞后是机构持仓特性

1. 关键验证指标速览

Walk-Forward 样本
19
滚动验证
平均绝对误差
8.4 元
约残差标准差
平均百分比误差
8.2%
实用阈值
命中率 (|误差| < 10%)
68%
2/3 命中

2. 多变量回归扫描

多变量对比
组合特征RMSEn结论
单变量sales_lag50.5138.5825最强
单变量sales_yoy_lag50.21813.315
单变量export_lag50.14213.825
双变量sales_lag5 + sales_yoy_lag30.5306.9815略升但样本减
双变量sales_lag5 + export_lag50.5278.4525略升
双变量sales_lag5 + export_ratio_lag50.5208.5225略升
结论: 单变量 sales_lag5 已是预测力最强的特征。多变量组合略升但样本量下降,容易过拟合。遵循"奥卡姆剃刀"原则,选择最简单的单变量模型。

3. Walk-Forward 滚动验证

Walk-Forward 滚动验证
Walk-Forward 验证的核心结论:

4. 失败案例诊断

失败案例
时间实际预测误差类型
2025-02-2811997+22 (+18.7%)低估 (AI/科技抱团)
2025-06-3010993+16 (+14.9%)低估 (异常高估期)
2026-02-2789105-16 (-17.5%)高估 (熊市底部)
2026-01-3091103-12 (-13.6%)高估 (熊市底部)
2026-04-30103115-12 (-11.7%)高估 (反弹滞后)
失败模式核心规律: 所有失败案例都发生在情绪驱动的极端期。模型假设"基本面主导股价",但异常期是"情绪主导"。如果叠加 v4 的黄阳异常期识别,失败率会显著下降。

5. 跨标的验证

标的滞后 1 月滞后 3 月滞后 5 月滞后 6 月滞后 12 月规律特征
比亚迪+0.7165 月滞后 (机构驱动)
长城汽车+0.674+0.6246-12 月滞后 (慢反应)
上汽集团+0.769+0.338+0.157+0.026-0.6711 月滞后 (短反应,不稳定)
长安汽车+0.860+0.779+0.693+0.703+0.5201-3 月滞后 (短反应)
赛力斯-0.130-0.228-0.348-0.325+0.160无规律 (小盘情绪驱动)
跨标的规律: 关键洞察: 方法论的价值不在"5 月滞后"这个数字, 而在"用销量预测股价"的逻辑框架。每个标的都有自己的滞后窗口, 取决于机构持仓比例 + 信息披露节奏。

6. 黄阳方法论完整应用

v8 应用了黄阳以下方法论: 来源: bilibili-黄阳/文字稿_图解比亚迪运营, 文字稿_为何公司经营下滑股价能跌这么多

7. 方法论沉淀文档

框架文档已沉淀: portfolio/frameworks/产销股价滞后预测框架.md
包含:

8. v6 → v7 → v8 演进路径

版本核心方法论贡献
v6滞后 5 月规律首次发现 (r=0.716)单变量回归, 找到最优窗口
v79-12 月预测 (+19~29% 上行)三情景销量预测, 应用到未来
v8多变量 + Walk-Forward + 跨标的方法论沉淀, 可复用框架

9. 价格口径声明 (强制)