文案第四批：计划的环境标签与周报的表头、导读、口径栏

环境标签那行原先印出「环境标签：UNKNOWN，弱势指数 None/8」。三处毛病：UNKNOWN 是
枚举值；8 是硬写的分母，而快照里其实带着真实的指数总数；None 是取不到时的空值。
改成三种情况分开写，并补上一句此前没说的要紧话——这个标签不影响任何一只票买不买，
只在事后复盘时用来分组。不写的话，看到「弱势日」会以为下面的名单被压过一轮。

周报整张表的表头都是英文字段名。翻译放在渲染函数里，每张表都受益。有三处不能想当然
地译：比全池多涨几个点与跑赢全池的占比都跟全池比，但一个是收益差、一个是只数比例，
译成同一个说法会在同一张表里紧挨着撞车；往后看几个交易日不能译成持有天数，脚本开头
反复写明不建仓、不计成本、不是回测。

导读段落原先按英文列名写，表头一改就指向不存在的列，而且里面有一处事实错误：写着
样本纪律三档，代码里只有两档。一并重写并改正。

自评与账本那两栏的口径说明里有库表名与枚举值。改成说清算法本身，特别是"为什么这个
数不能和上一行直接比大小"——那正是并列这两行时最容易读错的地方。

两处会把数据库异常原文印进周报的，改成只进运行日志。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

docs/复盘决定台账.md

@@ -252,5 +252,5 @@
 - 顺带接上一个此前从没被渲染过的字段：候选卡的缺失项一路从选股系统带到 PMS 前端，页面上一次都没显示过。现在"关注"态终于说得出到底缺什么。
 - **发现一个环境问题，与本批改动无关但影响核验可信度**：`docker compose exec pms-web` 打到的不是服务容器，而是一个 2026-08-03 由 `docker compose run` 留下的孤儿容器（容器名 tradingsystem-pms-web-run-a4f4a87e7662），跑了四周、状态 unhealthy、用的是四周前的镜像。它跑的是 scripts/watch.py，不接端口、不影响生产，但会让 exec 做的核验落在旧代码上。
 - 识别办法：`docker compose ps -q pms-web` 报的容器 id 与 `docker compose exec -T pms-web hostname` 不一致就是撞上了。核验要紧的读数时用 `docker exec <真实容器 id>` 直接指名。
-- 处置：清掉那个孤儿容器要经用户同意，本次未动。
+- 处置：09-04 经用户同意后已清除。清除前逐项确认过四条：compose 自己标着 oneoff=True（一次性命令留下的，不是编排里的服务）；脚本开头写明只读不写，实际扫代码零写库零写文件；不接任何端口、没有别的容器把它当依赖；跑了四周累计占用 7 小时 23 分处理器时间做没人看的事。
-- 复核日期：清理之后确认 exec 与 ps 报的是同一个容器。
+- 清除后复验通过：exec 与 ps 报的是同一个容器 ac9b9289；四个服务容器都在、通道在线心跳 0.9 秒；那个"依赖装不上"的矛盾消失。

plan.py

@@ -112,6 +112,29 @@ def _val(series: pd.Series, k: str):
     return None if v is None or pd.isna(v) else float(v)
 
 
+def _fmt_regime(reg) -> str:
+    """市场环境那一行。三种情况分开写，因为读的人要做的事不一样。
+
+    原先写「环境标签：UNKNOWN，弱势指数 None/8」。三处毛病：UNKNOWN 是枚举值，
+    8 是硬写的分母（快照里其实带着真实的指数总数），None 是取不到时的空值——
+    三样都是内部表示，不该印在给人读的报告里。
+
+    另外必须写清一件事：这个标签**不影响任何一只票买不买**。它只在事后复盘时用来
+    分组。不写的话，读的人看到「弱势日」会以为下面的名单被压过一轮。
+    """
+    tail = "这个标签只在事后复盘时用来分组，不参与今天选股，也不影响任何一只票买不买。"
+    if (reg or {}).get("status") != "OK" or reg.get("weak_count") is None:
+        return ("市场环境：今天没拿到读数（择时决策系统的环境数据当天没送过来）。"
+                "这里留空不代表市场好或坏，下面的名单照常，不受影响。")
+    n = reg["weak_count"]
+    total = reg.get("weak_total")
+    line = config.REGIME_WEAK_COUNT
+    scope = f"{total} 个主参考指数里有 {n} 个走弱" if total else f"有 {n} 个主参考指数走弱"
+    if reg.get("weak_day"):
+        return f"市场环境：{scope}。走弱满 {line} 个就算弱势日，今天算。{tail}"
+    return f"市场环境：{scope}，没到 {line} 个，今天不算弱势日。{tail}"
+
+
 def _state_out(st) -> dict | None:
     """逻辑状态发给下游的形状：只留人要读的和判决要用的，不发内部中间量。
 
@@ -630,8 +653,7 @@ def render_md(d: dict) -> str:
     L.append("")
     reg = d.get("regime")
     if reg:
-        L.append(f"环境标签：{reg.get('status')}，弱势指数 {reg.get('weak_count')}/8"
+        L.append(_fmt_regime(reg))
-                 f"{'，弱势日' if reg.get('weak_day') else ''}（只展示与复盘分组，不作交易前置）。")
         L.append("")
     mk = d.get("market")
     if mk:

plan_review.py

@@ -125,7 +125,9 @@ def pms_roster(day: str) -> tuple[list[str], str]:
         n_df = db.read_mysql(
             "pms", "SELECT param_value FROM pms_runtime_param WHERE param_key='PMS_PLAN_TOP_N'")
     except Exception as e:  # noqa: BLE001
-        return [], f"PMS 快照读取失败（{e!r}），生产名单退为桥重算"
+        # 异常原文会被印进周报的逐日注记。只进日志，不进报告。
+        print(f"  （PMS 计划快照读取失败: {e!r}）")
+        return [], "当天没能连上 PMS 数据库，取不到计划快照"
     if df.empty:
         return [], "PMS 无当日快照，生产名单退为桥重算"
     n = int(n_df.iloc[0, 0]) if not n_df.empty else 30
@@ -196,10 +198,15 @@ def timing_self_eval(since: str, until: str | None) -> str:
         n = int(df.iloc[0]["n"] or 0) if not df.empty else 0
         hits = int(df.iloc[0]["hits"] or 0) if not df.empty else 0
     except Exception as e:  # noqa: BLE001
-        return f"未接入（decision_outcome 读取失败：{type(e).__name__}）"
+        # 表名是 PMS 的库表名，不该出现在周报的读数列里。原因写进运行日志。
+        print(f"  （择时决策系统的打分表读取失败: {e!r}）")
+        return (f"读不到择时决策系统的打分数据，"
+                f"{since} 至 {until or '今日'} 这段的五日方向命中率这期算不出来")
     if n == 0:
-        return "未接入（区间内无已判分的日终策略行）"
+        # 与"读不到"分开写：这两种情况在表里要一眼看得出差别。
-    return f"五日方向命中 {hits}/{n} = {hits / n * 100:.0f}%（基准日 {since} 至 {until or '今日'}）"
+        return "择时决策系统这段时间没有打过分的日终策略记录，这期没有命中率"
+    return (f"看 5 个交易日后涨跌方向判断对不对，{n} 条里对了 {hits} 条，"
+            f"命中率 {hits / n * 100:.0f}%（{since} 至 {until or '今日'}）")
 
 
 def decision_ledger_entries(path: str = DECISION_LEDGER_PATH) -> list[dict]:
@@ -230,11 +237,40 @@ def forward(pivot: pd.DataFrame, days: list[str], day: str, h: int, start: str)
     return block.sum(min_count=h)
 
 
+# 表头的中文说法。周报是给人读的，列名不该是代码里的字段名。
+# 有几处必须区分开，不能想当然地译：
+#   excess_all 与 beat 都跟"全池"比，但一个是收益差、一个是只数比例，
+#     译成同一个说法会在同一张表里紧挨着撞车；
+#   h 不能译成"持有天数"——这个脚本开头反复写明不建仓、不计成本、不是回测，
+#     它只是"往后看几个交易日"；
+#   grade 只有两档（可读、方向），代码在 :387，导读段落此前写着"三档"是错的。
+_COL_CN = {
+    "days": "一共几个计划日", "n": "一共几只股票", "ret": "名单平均涨跌%",
+    "excess_all": "比全池多涨几个点", "excess_main": "比主榜多涨几个点",
+    "excess_cap": "比同市值股票多涨几个点",
+    "beat": "跑赢全池的股票占比%", "share": "最多的一天占了多少%",
+    "grade": "样本够不够看", "h": "往后看几个交易日",
+    "list": "名单", "group": "分组", "date": "计划日",
+    "regime_post": "这几天全池是涨是跌", "regime_pre": "下单当天是不是弱势日",
+}
+
+
+def _col_cn(c) -> str:
+    """列名翻成中文。带 _w 后缀的是同一个读数的样本加权版本，只用于对账。"""
+    name = str(c)
+    if name.endswith("_w"):
+        base = _COL_CN.get(name[:-2])
+        return f"股票多的日子算得重·{base}" if base else name
+    return _COL_CN.get(name, name)
+
+
 def _md(df: pd.DataFrame) -> str:
-    """自己拼 Markdown 表：桥镜像没装 tabulate，pandas.to_markdown 用不了。"""
+    """自己拼 Markdown 表：桥镜像没装 tabulate，pandas.to_markdown 用不了。
+
+    表头统一在这里翻成中文，每张表都受益，不用逐处改。"""
     if df is None or df.empty:
         return "（无数据）"
-    cols = [str(c) for c in df.columns]
+    cols = [_col_cn(c) for c in df.columns]
     lines = ["| " + " | ".join(cols) + " |", "|" + "---|" * len(cols)]
     for _, r in df.iterrows():
         lines.append("| " + " | ".join("" if (isinstance(v, float) and pd.isna(v)) else str(v)
@@ -384,7 +420,7 @@ def run(since: str, until: str | None, horizons: tuple, start: str, out_dir: str
         w = n / n.sum() if n.sum() else n
         days, total = g["date"].nunique(), int(n.sum())
         # 样本纪律（方案 2.4）机器标注，只有两档：可读=计划日≥20 且样本≥100；其余只看方向
-        grade = "可读" if (days >= 20 and total >= 100) else "方向"
+        grade = "够" if (days >= 20 and total >= 100) else "不够，只看方向"
         return pd.Series({"days": days, "n": total,
                           "ret": round(g["ret"].mean(), 2),
                           "excess_all": round(g["excess_all"].mean(), 2),
@@ -406,14 +442,21 @@ def run(since: str, until: str | None, horizons: tuple, start: str, out_dir: str
         [["date", "n", "ret", "excess_all", "excess_cap", "beat", "regime_post"]].sort_values("date")
 
     md = [f"# 候选单复盘 · {days_plan[0]} 至 {stamp}（起点价 {start}）", "",
-          f"计划日 {len(days_plan)} 期；样本纪律：分组样本少于一百只或覆盖计划日少于二十个只看方向；"
+          f"这份周报覆盖 {len(days_plan)} 个计划日。"
-          f"口径切换的总样本少于六十个计划日只写方向。", "",
+          f"一份名单要够二十个计划日、且总共够一百只股票，读数才算够看；"
+          f"不够的只看方向，不看具体数值。", "",
           "## 一、六份名单 × 期限", "",
-          "列的读法：excess_all 相对全池等权，excess_main 相对主榜等权（剥掉大票对小票的贝塔），"
+          "怎么读这张表。"
-          "excess_cap 相对同市值桶（成交额除以换手率三分位，方案 1.8c 口径）；beat 是跑赢全池比例，"
+          "「比全池多涨几个点」是拿这份名单和当天全部股票的平均涨跌相比；"
-          "全池自己的 beat 只有四成多（分布右偏），读它时与全池等权那一行相减；share 是最大单日样本占比"
+          "「比主榜多涨几个点」是和主榜相比，这样能去掉大盘股和小盘股整体差异的影响；"
-          "（超过三成说明读数由一天主导，只看逐日表）；grade 是样本纪律三档。"
+          "「比同市值股票多涨几个点」是只和市值相近的股票比。"
-          "不带后缀的列按计划日等权（主口径），带 _w 的列按样本加权，只用于与方案第一节手工读数对账。", "",
+          "「跑赢全池的股票占比」和上面几列不是一回事：上面是收益差，这一列是只数比例。"
+          "全池自己这一行的占比只有四成多，因为少数大涨的股票把平均值拉高了；"
+          "所以读别的名单时要拿它和全池那一行相减，不能直接看绝对值。"
+          "「最多的一天占了多少」超过三成，说明整个读数被一天主导，那就只看逐日那张表。"
+          "「往后看几个交易日」不是持有天数——这个脚本不建仓、不计成本，不是回测。"
+          "不带前缀的列按计划日等权，一天算一票，这是主口径；"
+          "带「股票多的日子算得重」前缀的列是另一种算法，只用来和手工读数对账。", "",
           _md(lists_tbl), "",
           "## 二、分组读数", "", _md(groups_tbl), "",
           f"## 二之二、候选单逐日（期限 {h0} 日；第一节按日等权的读数就是这张表的平均，看集中度）", "",
@@ -449,7 +492,7 @@ def _list_reading(lists_tbl: pd.DataFrame, name: str) -> str:
     parts = []
     for _, r in sub.iterrows():
         parts.append(f"{int(r['h'])} 日：计划日 {int(r['days'])}，样本 {int(r['n'])}，"
-                     f"超额（全池）{r['excess_all']:+.2f}，跑赢 {r['beat']:.1f}%，纪律 {r['grade']}")
+                     f"比全池多涨 {r['excess_all']:+.2f} 个点，跑赢全池的占 {r['beat']:.1f}%，样本{r['grade']}")
     return "；".join(parts)
 
 
@@ -460,11 +503,15 @@ def compare_table(lists_tbl: pd.DataFrame, since: str, until: str | None) -> pd.
         {"系统": "选股系统", "口径": "候选单按计划日等权，相对全池等权超额与跑赢比例（第一节主口径）",
          "读数": _list_reading(lists_tbl, "候选单")},
         {"系统": "择时决策系统",
-         "口径": "自评：判分表 decision_outcome 日终策略五日方向命中率，按原始收益方向判、非超额（其判分脚本口径）",
+         "口径": "择时决策系统自己打的分。每个交易日收盘后给出的策略，看 5 个交易日后涨跌"
+                 "方向判断对不对，统计判对的比例。只看股票自己的涨跌，没有减去大盘涨跌，"
+                 "与上一行候选单的超额口径不同，两个数字不能直接比大小。",
          "读数": timing_self_eval(since, until)},
         {"系统": "PMS 账本",
-         "口径": "动作账本当日 OPEN 行：机器通过（judge PASS）、人批（user PASS）、人拒（user REJECT）；"
+         "口径": "这一行是 PMS 当天的新开仓审批记录，拆成三份名单：系统自动放行的、"
-                 "另列择时看多（结论表 BUY）；四份名单与候选单同口径算收益",
+                 "人工同意的、人工否决的。否决的也照样算收益，用来看当初拒得对不对。"
+                 "另外单列一份择时决策系统当天看多的股票。这四份名单的买入时点、"
+                 "往后看几天、跟谁比，都和候选单完全一样，可以直接跟候选单那一行对着看。",
          "读数": "；".join(f"{name}—{_list_reading(lists_tbl, name)}"
                            for name in (*LEDGER_LISTS, TIMING_LIST))},
     ]