# 2026-06-15 T0.5 历史数据与模型重建说明

## 结论

这次已经把可复现的历史数据接进模型，但不能把它称为“全部历史 T0.5 孖展倍数”。

- 真实 `T0_5_market_heat`：目前只有华盛/捷利页面的实时快照，已归档 5 条当前申购标的。
- 历史结构化数据：`ipohk` 可提供 807 条历史上市数据，其中包括最终超购倍数、一手中签率、暗盘涨幅和首日涨幅。
- 关键限制：`ipohk` 的“超购倍数”是最终或接近最终结果，不是申购过程中的 T0.5 孖展快照，不能倒灌进 T0.5。

所以，本次模型重建采用两层处理：

1. `t0_5_*` 字段：真实申购期间孖展热度，只来自可归档快照。
2. `external_*` 字段：历史最终热度与结果参照，只用于覆盖检查和后验校准。

## 本次新增数据

| 数据集 | 行数 | 用途 | 阶段安全性 |
| --- | ---: | --- | --- |
| `ipo_market_heat` | 5 | 当前申购标的 T0.5 孖展热度 | 可用于 T0.5，但历史样本不足 |
| `external_ipo_history` | 807 | 历史最终超购、中签率、暗盘、首日表现 | 后验参照，不可用于 T0/T0.5 决策 |
| `analysis_model_v0_dataset.csv` | 297 | 主模型训练/分析数据集 | 已加入 T0.5 与 external 字段 |

## 重建后模型覆盖

- 主模型 IPO 行数：297
- D1 标签：273
- 真实 T0.5 孖展快照：5
- 真实 T0.5 且有 D1 标签：0
- 匹配到 `ipohk` 历史记录：102
- 匹配到 `ipohk` 最终超购倍数：95
- `ipohk` 最终超购倍数且有 D1 标签：85

## 如何读模型结果

真实 T0.5 目前还不能做统计回测，因为 5 条都是当前未上市标的，没有 D1 结果。

`ipohk` 历史最终超购倍数可以用来验证一个方向：高最终热度是否对应更好的 D1 胜率。但它不能回答“当时申购中途看到的孖展倍数是否有效”，因为它不是当时的冻结快照。

## 已更新文件

- 原始历史数据：`data/raw/external_history/ipohk_listed_20260615T191000Z.json`
- 结构化历史数据：`data/snapshots/external_ipo_history.csv`
- 主模型数据集：`data/snapshots/analysis_model_v0_dataset.csv`
- 模型报告：`reports/2026-06-15_analysis_model_v0.md`
- 历史归档脚本：`scripts/archive_ipohk_history.py`

## 下一步

真正让 T0.5 进入可回测模型，需要从今天开始持续采样申购期快照。

建议采样节奏：

- T0.5 early：申购首日收盘附近。
- T0.5 mid：申购中段。
- T0.5 final：截止前半天或截止前一晚。

未来每只 IPO 至少保留一到三个冻结快照，等 T1/T2/D1 出来后再做 `heat_miss`、`structure_miss` 和 `market_window_miss` 复盘。