146 lines
11 KiB
Markdown
146 lines
11 KiB
Markdown
# 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. `hotspot._latest_mkt` / `_movers_set` 加 `trade_date` 参数（现恒取最新快照）。
|
||
语义 = scan 起点解析一次 D 后全程穿透（顺带修 17:30 快照落在扫描中途的竞态）；
|
||
**参数化 ≠ 打开传导历史重扫**，§2.2 铁律不动。
|
||
4. `sync_consensus` 加 `asof` 参数（§9-6 甲案，约 5 行）
|
||
★ **必须同时补 `report_date <= ref` 上界**，否则历史回填是前视。
|
||
实现时核对 `consensus_daily` 唯一键含 asof 日期（否则回填互相覆盖）；
|
||
甲案的**回填驱动脚本**（逐日 asof 循环、幂等）是另一项，不算在"5 行"里。
|
||
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）
|
||
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。 |