A股真实案例错题本

解决什么问题

A股违规案例散落在四处：证监会处罚库、交易所处分公告、裁判文书网、媒体调查报道。当你想做一份「问题股清单」或复盘某次造假时，往往要翻遍多个来源，才能拼出一家公司从作恶到被处理的完整链条。更麻烦的是，这类资料里混着大量「经营失败退市」的公司，噪声大，难以快速筛出真正的「人祸」。

本技能把这件事拆成一条流水线：先定数据模型，再按权威度抓数据，然后生成可检索网页，最后淬炼成方法论产物。

核心能力与工作步骤

1. 结构化数据模型

一条记录 = 一家公司 × 一次违规事件，核心字段包括：

• types[]：违规类型多级标签（财务造假、欺诈发行、资金占用、市场操纵等），标签必须归一化（如「信披违规」→「信息披露违规」），否则筛选会裂成多个标签
• method：具体手法
• discoveredBy：怎么露馅的（最有学习价值的一栏）
• handling：行政/刑事/民事/交易所四道处理
• outcome：退市、摘帽恢复、ST警示等
• investorHarm：散户伤害（专设维度）
• confidence：有处罚决定书为高，综合报道为中

2. 按权威度抓取与交叉对齐

数据源分五级：证监会决定书 > 裁判文书网 > 财新等媒体调查 > Wind 等结构化数据 > 规则演进年表。拿第三方报告交叉时，用股票代码全量比对，输出重叠/对方独有/我方独有三栏，并纠正代码笔误（如 ST新亿 正确代码是 600145）。

3. 可检索网页与方法论产物

复制模板后，往 data/cases.js 的 window.CASES = [...] 数组追加对象，前端统计、图表、筛选自动刷新。另产出两份报告：避雷实战手册（识别→规避→看透对手→扬长避短四步）和量化交易专题报告（机制拆解、踩踏事件时间轴、监管脉络、量化 vs 散户胜负手筛选）。

4. 合并校验

新增案例用 scripts/cases_merge.js 合并：按 code 去重、归一化标签、重算统计、语法校验。

适用边界

• 只收人祸：纯经营失败退市不入库；徐翔、北八道这类未上市牛散/私募操纵单独标 outcome: "已处罚"，与上市公司案例分开
• 标注法周期：新《证券法》前后违法成本天差地别（康美按旧法顶格罚 60 万），写案例要标注所处法周期
• 摘帽恢复≠散户回本：多为重整换主（国资/战投接盘），早期高位接盘者未必解套