akg-factor-bridge/docs/G1实测与待办_2026-07-26.md

# 量化因子 · G1 实测结论与待办（2026-07-26）

> 第一批（桥侧口径修复 + 插槽视图 v2）已实机验证通过，代码已入库，不在此重复。
> 本文只记两件事：G1 实测读出的事实（后续决策的依据）、尚未完成的第二三批。
> **07-27 增补**：改1 交付后做了阶段方案交叉评审，结论并入二三批与新增的第五节（待回传读数）。

## 一、G1 实测（2026-07-24 截面，实机）

**覆盖池 2391 只**——设计文档写的 1675 已过时，316 个池在持续涌现收录。

**1. 门槛② 的损耗几乎全部来自"没有券商覆盖"，不是估值**
U 2391 → 有 upside 795（33%）→ upside≥0 剩 755。
无券商覆盖挡掉 **1596 只（67%）**；θ_v=0 只挡掉 **40 只（有覆盖股的 5%）**。
⇒ §9-3 的 q 必须显著上调，否则估值那一刀形同虚设。
⇒ §9-4（无覆盖股怎么办）不是边角料，是三分之二的池。

**2. 三项正交**
corr(z_H, z_V) = −0.033；z_T 与另两项均 ≈ 0.01。
⇒ 评审中"三项加权实为两项"的担心**被证伪**，三项各带独立信息。

**3. 0.5/0.3/0.2 是严格的"传导优先"，不是加权混合**
w_T=0.50 → top10 **10/10**、top20 **20/20**、top30 **30/30**、top50 **39/39**。
39 只传导票精确占满前 39 名，0.3/0.2 只在组内排序、跨组不起作用。
实测要真混合需 w_T ≈ 0.20（此时 top20 只有 6/20 是传导票）。

**4. 传导票 39 只（P 的 5.2%），组合可行性没问题**
top20 可以整篮子都是传导票，不存在"只剩 1~3 只"的塌缩。

**5. 硬伤1 真实 binding**
当日 12 个候选里 **6 个** quiet 存满 12 条。

## 二、第二批 · 基座四处 + 桥侧一尾（施工中）

不触碰 claims/documents，不需 replay，不需重抽。

1. ✅(07-27 已交付已提交) `graph_store.topic_context` 的 Cypher 加 `ORDER BY`，cap 30 → 200。
   实际落法：q_members `ORDER BY ts_code, name`（升序 NULL 后置 → 上市成员优先入 cap）、
   q_drives 同类补序。**验证读数未回**（见五-1）。
   ⚠️ 传导数值口径自此有断点（成员抽样确定化），仪表盘回看时注意。
2. ✅(07-27 已交付待实机验证) `transmission.scan`：去 `quiet[:12]` 全量落库
   （核实：旁批只消费聚合 pricing 不吃明细行，"喂前12"之说不成立，无需保留）；
   `mkt_trade_date` 写值 + **新鲜度/完整度双告警**（快照非扫描日、stock 行数
   < MIN_MKT_STOCK_ROWS=1000，均只告警不中止）；已拍板并落地：调用点显式
   **cap=1000 + 大主题闸 MAX_TARGET_MEMBERS=600**（超者跳过并 log）。
   pricing 语义随之升级为全体未动成员统计（原为前 12 样本）。
   核实：scan 内并无 members_total≥30 之类代码闸（读数清单那条是读数请求）。
3. ✅(07-27 已交付待实机验证) `hotspot._latest_mkt` / `_movers_set` 加 `trade_date`
   参数（None=原行为，hotspot 自身 18:00 扫描零变化）；transmission.scan 起点
   解析一次 D → movers 钉死同一快照日（改2 的独立取日查询就地升级为解析点）。
   **参数化 ≠ 打开传导历史重扫**，§2.2 铁律不动。
   备忘：quiet 明细价位仍取最新（claim_store 层，不在四处清单；不影响
   moved_ratio，只影响旁批展示价位）。
4. ✅(07-27 已交付待实机验证) `sync_consensus(lookback_days, asof=None)`：
   窗口 [asof−N, asof]，**report_date <= ref 上界已补（live 同样生效，纯更点时
   正确）**；唯一键已核对 = PRIMARY KEY(ts_code, asof_date) ✓ 回填不覆盖 live；
   历史回填不触发需求核销（asof=None 才核销）；返回值带 asof。
   甲案**回填驱动脚本**（逐日 asof 循环）仍是另一项未做。
5. ✅**更正：视图 v3 不需要**——第一批 apply-views 已一并落了表列 ALTER 与视图
   曝列（sql 第 9 / 72 行：mkt_trade_date、n_quiet_stored），已实机验证过。
   链条真缺口只剩**桥侧采信规则**（三批-5）。

**已定**：新鲜度不中止扫描，只告警 + 记 `mkt_trade_date`。

**并行建议（07-27，唯一逐日流失项）**：二三批都可以晚做，快照每晚一天永久少一天——
① freeze.py 确认进每日调度；② 基座 `industry_pools_history`（池成员日快照）尽早开积累
（覆盖池 1675→2391 的膨胀速度加重此项）；③ 全量 quiet 的 live 传导史从改2上线日才开始，
§10 GRU 的"≥1 年"计时器实质从那天起算 ⇒ **改2 宜紧不宜慢**。

## 三、第三批 · 待决策

★ **前置（07-27 评审加）：三批一律用二批落地后的重跑读数拍板，07-24 读数作废。**
去 quiet[:12] + cap200 会改变 z_T 的生成分布：传导覆盖从 83 行/日上一个量级、
"池内 95% 为 0"的稀疏前提（§3.4 例外处理的依据）、39 票、16/20 重合全部要重测
——重跑 probe 的 corr / 权重 / 票数三张读数即可。

1. **无券商覆盖的 1596 只（§9-4）——升为主决策**：门槛②实测语义 ≈ "有覆盖 ∧ upside≥0"，
   覆盖挡 67%、估值只挡有覆盖股的 5%，q 只作用于剩下三分之一。
   9-4 不定，门槛②的价值主张站不住。
2. **θ_v 的 q（§9-3）**——9-4 定了之后按重跑读数定，次级旋钮。
3. **传导组内部怎么排**——当前按连续 z_T，两段式按"冷+便宜"（档位 + tiebreak；
   §9-8/9-9 实质并入此题，成一道结构选择题）。07-24 读数 top20 重合 16/20 仅供方向感，
   按前置重测后再拍。
4. **赛道门槛 C 的数据源**——`industry_pools` 成员级无 segment/layer，图谱在 Neo4j。
   建议：claims 口径先用于覆盖体检，基座投影视图（第五/六插槽）作 S1 正解。
5. **mkt_trade_date 采信规则（07-27 评审加）**——stale 时剔除 / 打折 / 只标记？
   与 §9-7 A 案有一处会打架：若桥把 stale 日传导整体剔掉 → 当日 z_T std=0 → 按 §3.4
   整列置 0 → 恰违反 §10"不得静默置零"判收。⇒ **A 案"有数据才出行"的判据升级为
   "有采信规则放行的数据才出行"**，随本条一并拍。

**§9 对账（07-27）**：9-1 热度翻转从未正式关掉（零成本，建议即关）；9-6 已定甲案（关）；
9-7 建议现在拍 A（其形态由上面第 5 条决定）；9-2 赛道清单仍是 G2 阻塞项；9-5 延后 S2 不变。

## 四、下一步建议

`akg_gate`（0/1，全池出行）与 `akg_score` 一起注册——否则平台的 IC/分层只看得到
池内排序，完全看不到两道门槛的价值，而门槛才是这套逻辑的主体。

07-27 补：gate 先注册可兼当"覆盖溢价"仪表（帮 9-4 拍板），但 factor_metadata 描述必须
写明当前语义 = 覆盖 ∧ upside≥0 ∧ C，并预期 9-4 决策后重定义——否则平台 IC 史读到的
主要是"有无券商覆盖"。**G3 开工前置确认从 §9-8 一项扩为 §9-3 / 9-4 / 9-8 三项。**

## 五、待回传读数清单（07-27 汇总）

1. ✅(07-27 判收通过) 改1 验证：源码在容器生效（cap200 + ORDER BY×3）+
   topic_context 8 大环节双跑逐位一致（正是改1 所修之层；movers 集合为确定性 SQL）。
   **更正**：第三层 scan 双跑实为空转比较——07-27 无 hotspot 台账 → 空扫描落库 0 行，
   `list_candidates()` 回落到最新日(07-24)静态行，比较必然一致；
   **07-24 台账未被触碰**（84 行为周五 beat 原始产出，旁批完好）。
   真端到端双跑并入改2 验证。
2. ✅(07-27 已回) mkt_daily 分 kind 深度：concept/industry 均 07-10~07-23 共 7 天，
   stock 07-10~07-24 共 9 天。
   结论①：快照史与 live 传导史（07-11 起）同龄，§7"近似区间前推"没有空间，
   **该讨论正式关闭**——传导只 live 定案；改3 的价值回归纯 live 正确性。
   结论②（新异常）：07-24 有 stock 快照而 concept/industry 止于 07-23，kind 间
   新鲜度错位实锤（17:30 快照任务疑似部分失败，查当日 sync 日志）；改3 的
   mkt_trade_date 告警须覆盖"非 stock kind 落后"情形。
3. ✅(07-27 已回) 环节成员数：Segment 9663 组 max 217、>200 仅 1 组（整机制造，
   实测已被 cap 截到 200）；Concept 31993 组 max 4010、>200 有 10 组——巨组多为
   资质类垃圾标签（高新技术企业 4010 / 小型微利企业 843 / 联营企业 298），但真实
   热门题材也超（人工智能 449 / 新能源 380）。⇒ 改2 拍板：moved_ratio / quiet 改
   不截断聚合口径（推荐）或再提 cap；顺带把资质类概念挡在传导主题源之外。
4. ✅(07-27 已迁) cron 曾装错机器（基座机 tlai4090），已清零并改装到
   factor@factorevaluation（40 18 * * 1-5，build all daily 自动带 freeze）。
   `data/frozen/` 尚无 = freeze 从未跑过 ⇒ 今晚 18:40 首跑，明早验
   `data/frozen/2026-07-27/` + `data/cron_build.log`（若报 service not running，
   exec 换 `run --rm`）。
5. ✅(07-27 已回) 两项判收读数：
   ①probe 全输出已回：universe 316 主题 / 2391；热度覆盖 100%（2389/2391）；
   事件 13~15%；传导近窗并集 6%。**新发现**：probe 的 upside 分节走基座内部
   mkt_daily 现价路径，算出"可算 0/2391"且"有现价仅 727/2391"——是 probe 侧
   连接伪象或 mkt_daily stock 快照本身只存部分股票（待五-7 定位）；与桥的 upside
   （gp_day_data 现价，795 行正常落库）**不同源，不影响因子**。
   赛道覆盖初判：核聚变系（可控核聚变16/核聚变15/聚变10/托卡马克装置29，有重叠）、
   商业航天 69、低空经济 95、脑机接口 20、6G 21、氢能 53 **全部非空**，"空赛道"
   担忧初步解除；但主题名碎片化严重（核聚变 4 种写法、AI算力 2 种、"无"41 /
   "报告分部"3 等垃圾主题）= G2 映射 yml 的实际工作面。
   ②gp_day_data 按年：1997~2006 稀疏（34~119 天/年），**2007 起完整（≈250 天/年）
   ⇒ 可信起点定为 2007-01-01**；§6.2 ⚠️ 关闭，§7"理论可回填到 2006"修正为 2007。
6. 二批全落地后：重跑 probe 的 corr / 权重 / 票数三张读数（三批的拍板依据）
   ——等 2~3 个新制度交易日，建议 07-30 前后

## 六、二批完整测试清单（今晚 19:30 定时提醒已设）

前提：四处改动 + 桥 cron 已部署（**17:30 前** pull + force-recreate
backend/worker/worker-interactive/beat；赶不上则明天跑同一清单）。

1. 17:35 基座·快照健康：`mkt_daily` 当日分 kind 行数——三 kind 齐 +
   stock≈2391（≈1675=池源滞后新问题；缺 kind=又挂，查日志）
2. 18:20 基座·台账判收：按 scan_date 汇总 candidates / quiet_rows 总数 /
   mkt_trade_date / max(members_total)，期望 quiet_rows 远超旧 144 帽、
   mkt_trade_date=当日、max_members≤600；逐行不变量
   `(members_total − moved) = jsonb_array_length(quiet)`
3. worker 日志 grep：`行情快照|异常少|大主题闸`（快照健康时前两者不应出现）
4. 改3 只读验证：容器内 `_latest_mkt("stock", date(2026,7,23))` 应返回
   (2026-07-23, 1675 行)；`_movers_set(date(2026,7,23))` 与不传参数的最新日结果可不同
5. 改4 单日试跑：`sync_consensus(asof=date(2026,7,18))` → 该 asof 行数 >0 且
   live 行不受影响（上界由代码保证，gp_report_rc 侧可抽查）
6. 桥机 18:45+：`ls data/frozen/`（应有 2026-07-27/）+ `tail data/cron_build.log`
   （service not running 则 exec→run --rm）
7. 顺手：07-24 的 17:30 sync 日志（受污染日根因）

**六节判收结果（07-27 晚实测）**：0✅新码三真｜2✅quiet_rows **410**（旧制 93/102，
约 4.4×），不变量 12/12 全 t，mkt_trade_date=07-24 如实打标，max_m=99 未触闸
（整机制造 217 图成员中上市仅 99，改1 的上市优先排序本就保住了它）｜4✅钉死
07-23=(07-23,1675 行)，movers 按日分明（479 vs 75）｜5✅asof=07-17 写 1388 行、
live 无扰、核销=0（闸生效；1388≫邻近 live 行=当前池口径回填的预期形态）
⇒ **改1~4 机制层全部判收通过，二批关账**。

**新仪表首夜逮住的两起事故（待办）**：
A. **07-27 当日 mkt 无数据 → 定性=源侧迟到**（07-27 晚二读）：源 `MAX(timestamp)`
   19:50 时已=2026-07-27，而 17:30 sync 只见到 07-24（顺手把它 727→2389 修复、
   三 kind 补齐——sync 本身没坏，取"源侧最新"照章办事）。当晚修复链已给
   （sync 手动重拍→hotspot→transmission 同日重扫→桥补建，命令在对话）。
   **结构性建议待拍板**：beat 加"第二拍"sync-market（如 09:55 UTC=17:55 CST，
   幂等删后插，首拍已有当日则等效空操作），基座 workers/tasks.py 一行。
   佐证：`akg.sync_market_snapshot` 路由 **interactive 队列**（tasks.py:43）
   ⇒ 快照/传导的运行日志在 **worker-interactive** 容器，不在 worker——
   六-3 的 grep 落空即此因。
B. **桥 cron 首夜失败（两层）**：①`data/` 为容器 root 属主，宿主重定向
   Permission denied——日志已改 `$HOME` 路径；②**cron 时刻的宿主时区未定**：
   若桥机宿主是 UTC，`40 18` 实为凌晨 02:40 CST（我给错，已认领）——
   跑 `date` 判定后改 `40 10`（UTC）或保持 `40 18`（CST）。
   ③**桥容器 date.today()=2026-07-28**（run.py daily 裸取 today → 空跑出
   2026-07-28 垃圾目录、四路 0 行）——容器时钟/TZ 待测；治本=cron 行加显式
   `--date $(date +\%F)`（宿主取日，两种宿主时区下均正确），已并入修复命令。
遗留小项：consensus 历史 07-16/07-22 空日（低优先）。
probe 三张读数提醒已钉 **07-30 周四 19:00**。
**工作规约（07-27 用户令）：所有命令必须标注运行机器**——
【基座机 tlai4090·astock-kg】/【桥机 factorevaluation·akg-factor-bridge】。

**07-28 晨复盘（事故收口）**：
- **A 关闭**：修复链完成——07-27 mkt 三 kind 补齐（2389/386/90）；根因=源迟到实锤
  （次晨重拍即得完整当日）。**第二拍已落码**（beat 表 sync-market-2nd，17:55 CST，
  beat 配置本就是 Asia/Shanghai 时区，直接写 17:55）——部署=基座 pull 后
  force-recreate **beat**。**拍板记录：07-27 传导台账不重扫**，保持 mkt_trade_date=07-24
  的降级标记（重扫=今日图谱套昨日，成员性前视；降级标记正是采信规则的输入）。
- **B 关闭**：桥宿主=UTC 实锤 → cron 已改 `40 10`（=18:40 CST）+ 显式
  `--date $(date +\%F)`；"容器 07-28 之谜"消解——那批命令实际在次晨 UTC 零点后执行，
  容器 UTC 无时钟病。frozen=07-24+07-27（垃圾 07-28 已清）。桥代码为卷挂载
  （compose `.:/app`），**pull 即生效无需 rebuild**。
- **C（新，已修）**：桥自检两条旧制度判据假阳性（">=30 撞 cap30" 6 条误报、
  "quiet 存满 12" 7 条误报）——已重写：mkt_trade_date 检查保留（07-27 实测有效，
  桥打出"该日传导项不可信"=链路端到端贯通的实证）；members_total>600（大主题闸值）
  才告警=制度回退 tripwire；新增不变量检查 n_quiet_stored=members_total−moved。
  config.UPSTREAM_MEMBER_CAP 默认 30→600，UPSTREAM_QUIET_CAP 废弃。
- 07-27 补建因子读数：transmission 302 行（旧制 83）/ heat 2387 / upside 992 /
  event 531；segment_members/edges 0 行=投影表未建，预期内（三批-4）。
- 07-28 晨间占位台账（hotspot 32 候选 / transmission 12 候选 quiet 218，09:25 建）
  今晚 18:00/18:15 beat 删后插自然覆盖，无需处理。
- **今晚（07-28）=首个全自动夜**，明晨验：①mkt_daily 07-28 三 kind（第二拍是否兜住）
  ②传导台账 mkt_trade_date=07-28 ③桥 cron 10:40 UTC 首次正点（frozen/2026-07-28
  重新出现 + 因子行数非 0 + 新自检无假阳性）。
- **抽取管道三本账实证 + 节奏拍板（07-28 下午）**：docs_total 48986 ≈ inbox 48461+525
  ⇒ **inbox=已登记语料库存**（raw_uri 锚 inbox/，**不可清**），登记侧零积压；
  真积压=待抽取 34624（与队列 32871 差 1753 在容差内，队列清空时对账会揪出掉单）；
  组成 **95.7%=2026 当年公告**（33126/34624）⇒ 筛选降载无肉可割。
  **拍板：提速×2**——`docker compose up -d --scale worker=2`（compose 自带路径，
  快线隔离不受影响，可一条命令回退）。判收：日检 v1.1 速率行 ≈140 单/h、ETA≈10 天；
  若仍 ~70/h = 云端限流为瓶颈，回退并另议提额。日检脚本 v1.1（三本账语义+速率/ETA+
  对账告警）已入 backend/scripts/daily_check.py，pull 后需重新 docker cp。
7. ✅(07-27 已回) mkt_daily stock 按日行数：52/52/131/81/1674/1674/1675/1675/727
   （07-10~07-24，缺 07-16、07-21）。四个结论：
   ① stock 快照 = **池内快照非全市场**（1674≈当时池规模）——probe"有现价 727"
   即 07-24 部分写入所致，五-5① 伪象定位完毕；
   ② **07-24 的 17:30 sync 中途挂**（stock 只写 727/2391，concept/industry 0 行）
   ⇒ 当日传导在残缺行情上算出，**07-24 记为受污染日**；
   ③ 快照史 flaky：07-16、07-21 整日缺，07-10~15 仅 52~131 行 ⇒
   **传导 live 完好起点 = 07-17**（完好日仅 17/20/22/23 四天）；
   快照完整性建议纳入周检/巡检（非二批）。
   ④ 今晚 17:30 盯行数：≈2391=健康且池源同步；≈1675=sync 用滞后池源（新问题）；
   再挂=马上查日志。07-24 缺口的 sync 日志仍待查。

## 七、07-30 拍板与交付记录

1. **快照 T−1 结构性错位定案**：源侧每日 ~19:50 才发布当日行情，两拍 17:30/17:55
   永远只拿到前一日 → 传导天天用昨日 movers（07-28 扫描用 07-27 快照、07-29 用
   07-28，台账 mkt_trade_date 如实打标）。07-27 事故是这个常态的极端版；"缺日"是
   滞后不是丢失（某日行情在次日傍晚自动补上）。**拍点四案待拍**：A 整链后移 ~20:30 /
   B 加第三拍+当晚重扫 / C 正式接受 T−1 语义 / D 整链挪到次日盘前。倾向 D（盘前出
   选股计划，晚间披露的公告也能进当日事件）或 A；07-30 起记录源侧到点，与三批-5
   采信规则同题拍板。
2. **9-4 主决策已拍：两锚三档**。业绩锚=券商覆盖（upside 可算）；产业链锚=图谱
   传导链（赛道清单转正后并入赛道成员）。主榜=有覆盖且 upside≥0（C 闸待转正）；
   观察档=无覆盖但有产业链锚，算分用传导+热度（暂拟 0.6z_T+0.4z_H），明确标低置信；
   两锚皆无=不采纳。升降档本身是信号（首次覆盖/新进传导链），进日报。
3. **三批-3 已拍：主榜组内排序=两段式**。传导票按 log 传导分的组内中位数分强弱两档，
   档内按"还没热、还便宜"（0.6z(−热度)+0.4z(upside)）排。依据（07-29 截面）：传导
   权重 0.5 时 top50 有 48 只传导票=现行加权事实上就是传导优先；两种排法 top20 仅
   重合 14/20=组内排序就是榜单本身。三项相关 |ρ|≤0.063 正交复现；9-3 的 q 暂留 0
   （门槛②对有覆盖股只剔 33/994，S2 再议）。
4. **probe 修复判收**：corr 节 scipy 崩点（pandas 的 Series.corr(spearman) 会
   import scipy，DataFrame.corr 不会）已改为复用整表矩阵，07-30 实机全节跑通。
5. **07-30 交付（待实机验证）**：
   ① 基座 transmission.py 传导主题黑名单（高新技术企业/小型微利企业/联营企业/无/
   报告分部——联营企业 298 名成员不触 600 闸，必须显式拦；源与目标两侧都挡）；
   ② 桥 config/frontier_tracks.yml v0.1（6 confirmed + 4 candidate、61 主题映射、
   排除清单、TODO 决策点待圈；当日实测：61 主题全部在池中有名，体检表"命中 x/y"
   的缺口是报表把被同赛道更早主题完全覆盖的主题误计漏，当日已修）；
   ③ 桥 tracks.py + `run.py tracks`（赛道覆盖体检 +
   成员表版本化快照落 data/，即本清单"赛道覆盖体检"的正式工具）；④ 桥 akg_gate /
   akg_score 两个新因子（三档+两段式，进 build all 日更；C 闸默认关
   =ENABLE_TRACK_GATE，yml 转正后开）；⑤ requirements.txt 加 PyYAML（**桥机需
   rebuild 镜像**；不 rebuild 只影响 tracks 命令，其余照跑）。
   当日实机判收：tracks 六赛道全非空（confirmed 合计 777 只 = 池的 32.5%）、
   register 六因子成、gate 2386 行、score 1068 行（主榜 961 + 观察档 107）✅。
   **score 编码当日修正**：档位步长 10 → 20——组内分 clip±9.9 全幅 19.8，
   步长 10 会档间重叠、先档后分的词典序破功；07-29 的 score 表需重 build 覆盖。
   ⑥ plan.py + `run.py plan`（R4 首版）：每日选股计划 Markdown——主榜/观察档
   榜单（名称、传导证据、热度、预期空间）+ 今日升降档 + T−1 口径声明，
   落 data/plan/，终端同步打印。
   **工作哲学（07-30 用户令）**：数据渐进式暴露是常态——不等全量抽完、不等干净
   截面、不等覆盖完备；缺锚降档不弃用，滞后交采信规则消化。