🇭🇰 HKO 最高温度预测模型 v2.1

文件: polymarket/scripts/hko_predict.py

输出: polymarket/data/hko/hko_prediction.json

运行: cron 每 10 分钟

文档生成: 2026-04-30 08:31 CST

最后更新: 2026-05-01 17:46 CST（轨迹脉冲阻尼修正）

一、概述

集成 18 个信号 的加权预测系统，预测香港天文台 (HKO) 当日绝对最高温度，输出连续预测值 + 离散概率分布。

关键特性:

二、信号清单

实时信号 (8)

预报信号 (6)

衍生信号 (4)

三、冷锋检测（2026-04-30 修复）

设计

三层防线，防止正常昼夜温差误判为冷锋：

预报门控 → 温度确认 → 气象验证

第0层：预报门控（强制性）

检测 forecast_weather、local_forecast_desc、local_forecast_general 中是否包含冷锋关键词：

额外门控：forecast_max 比昨日实际最高低 ≥ 3°C。

第1层：温度确认

门控通过后，检查 hko_max_midnight - hko_temp ≥ 3.0°C。

旧版门槛 1.5°C → 新版 3.0°C。1.5-3°C 为正常昼夜温差（凌晨峰值→清晨谷值）。

第2层：气象验证

需要 ≥ 2/4 项通过（预报已确认，条件放宽）：

1. 温度仍在下降（最近 30 分钟趋势 ≤ -0.2°C）

2. 北风（wind_dir 包含 OFF_SHORE 方向）

3. 气压上升（3h trend > 0.5 hPa）

4. 近 3h 骤降 ≥ 2°C

触发后行为

为什么需要预报门控？

案例: 2026-04-30 08:00，HKO 温度 20.7°C，午夜最高 22.4°C，差 1.7°C。

旧版：直接触发冷锋锁定 22°C @ 98.7%，但 HKO 官方预报 26°C。

新版：预报 "Cooler in the morning" 不匹配冷锋关键词 → 门控未过 → 不触发 → 预测正确升至 ~27°C。

四、内陆站早间修正（2026-04-30 修复）

问题

内陆站回归公式 lead_pred = 0.88 × avg_lead + 3.0 校准于午后数据。早上8点内陆站只记录到夜间温度（~21°C），公式输出 ~22°C，严重低估。

修复

效果：内陆信号从 21.9°C → 24.6°C，不再拖低早间预测。

五、概率分布计算

分布类型

Student-t 分布（非高斯），df 随置信度变化：

历史MAE地板

sigma_effective = max(model_uncertainty, 1.0 × sigma_floor_mult)

历史 MAE ~2.0°C，纯模型不确定性会过度自信。1.0°C 地板确保分布宽度不低于历史表现。

分布中心偏移

当温度下降确认时（temp_decline ≥ 0.3°C），分布中心从 predicted_max 向 settlement + 0.5 偏移：

shift_strength = (1 - rebound_prob) × min(decline / 1.0, 1.0)
rebound_prob = exp(-decline × 1.5 - max(0, hour-13) × 0.3) × 0.5

防止 27.9°C (边缘) + 下降 → 仍给 28°C bin 分配概率的问题。

硬下界消零

t < floor_lb → prob_dist[t] = 0.0

floor_lb = floor(lower_bound)，即当日已观测最高温的 floor。已被排除的温度 bin 概率为 0。

六、预测平滑

结算温度钳制

连续两次预测的 settlement_pred 变化 > ±1°C 时，钳制到 ±1°C：

prev_settle=22, new_settle=27 → clamped=23 (Δ=+5 > 1)

防止单一数据点故障导致剧烈摆动。

数据安全阀

七、信号锚点独立化（2026-04-29）

9 个信号原先以 forecast_max 为锚点，形成 ~35% 的虚假预报一致性。

修复: 非预报信号改用 _clim_base（过去 7 天平均）作为独立锚点：

bias_correction 归零

八、信号上限裁剪

早起小时（8-10am）轨迹推算和快速升温信号容易被微小数据差分放大。

所有外推信号受多源上限裁剪：

cap = min(forecast_max + 3, inland_max + 1, current_max + 5)

快速升温安全阀

九、LLM 推理信号

工作机制

调用 hko_llm_reasoning.py，将实时气象数据 + 预报文本发给 LLM，获取：

缓存策略

安全措施

权重

十、不确定性量化

数据驱动分量（信号分歧）

spread_unc = min(std(signal_values) × 0.5, 0.8)

信号间标准差越大 → 不确定性越高，上限 0.8°C。

时间驱动分量

最终不确定性

uncertainty = min(max(time_unc, spread_unc), 0.6)

下降确认时进一步收紧：

十一、权重归一化

所有权重归一化到总和 1.0：

total = sum(weights.values())
if total > 0:
    for k in weights:
        weights[k] = round(weights[k] / total, 3)

冷锋/峰值信号例外

cold_front_peak、past_peak 等信号触发时，可能将其他信号权重乘以抑制因子后重新归一化。

过去峰值信号特殊逻辑

past_peak 权重 50%，并将其余信号（除 current_max, temp_declining, cold_front_peak）清零：

for k in list(weights.keys()):
    if k not in ('past_peak', 'current_max', 'temp_declining', 
                  'cold_front_peak', 'llm_reasoning'):
        weights[k] = 0.0

十二、输出文件格式

polymarket/data/hko/hko_prediction.json:

{
  "timestamp": "2026-04-30 08:11:10",
  "date": "2026-04-30",
  "hour": 8,
  "predicted_max": 27.2,
  "settlement_pred": 27,
  "uncertainty": 0.6,
  "lower_bound": 22.4,
  "confidence": "LOW",
  "prob_distribution": {
    "22": 0.01, "23": 0.015, "24": 0.043,
    "25": 0.126, "26": 0.241, "27": 0.269,
    "28": 0.174, "29": 0.069, "30": 0.022,
    "31": 0.011, "32": 0.01, "33": 0.01
  },
  "signals": { ... },
  "weights": { ... },
  "inputs": { ... },
  "llm_reasoning": { ... }
}

置信度判定

十三、运行日志

polymarket/data/hko/hko_prediction_log.jsonl — 每行一条 JSON：

{
  "ts": "2026-04-30 08:11:10",
  "hour": 8,
  "predicted_max": 27.2,
  "settlement": 27,
  "uncertainty": 0.6,
  "lower_bound": 22.4,
  "hko_temp": 20.7,
  "hko_max": 22.4,
  "inland_max": 21.9,
  "solar": null,
  "forecast": 26,
  "rain_prob": 0.1,
  "wx_score": -0.6,
  "warnings": null
}

十四、修改记录