獨白

DOCS

stock-analyzer · 代码审查

← 返回文档中心 · 来源：Languangxun/stock-analyzer · 同步于 2026-09-27

审查范围：stock_gui.py（算法源）、stock_predict.py（生成物）、stock_web.py / pi_stock_web.py、build_cli.py、ai-quant/、根目录一次性回测脚本与重复副本。
原则：只列需要改的问题，不列纯风格。优先级：P0 先改、P1 应改、P2 建议改。

2026-09-26 二轮专项复审（过拟合 / 前视偏差）见文末，覆盖数据层、factor_lab/、backtests/、Web 版与研究缓存。

P0 · 安全与正确性（先改）

1. API Key 明文落盘，且曾可能进入工作副本

位置 问题
stock_gui.ini [deepseek] api_key 明文保存 DeepSeek Key。.gitignore 已忽略 ini，本地文件仍在。
ai-quant/.env DEEPSEEK_API_KEY 明文 Key。.gitignore 有 .env，仍在工作树。

要改：

  • 立刻轮换/作废这两把 Key（本文不写出具体值）。
  • Key 只从环境变量读取，ini 只存 api_key_set=1 之类占位。
  • GUI 设置页不要把完整 Key 回填到输入框。
  • 确认 git 历史从未提交过 ini/env；若提交过，从历史剔除并轮换。

2. ai-quant 回测几乎下不了仓（ensemble API 用错）

ai-quant/backtest/engine.py 把当前仓位算成 float 再传给 ensemble.decide(context, current)。
agent/ensemble.py 的 decide() 只在 position_of 可调用时读持仓，否则 current_position = 0。

后果：目标仓位 ≥1% 永远 BUY，几乎从不 SELL；与 sim/run.py（传 callable）行为不一致，回测 PnL 不可信。

要改： 与 live 一致，传 lambda s: account.position_pct(s, navs)。数值仅作测试兜底。

3. 场外基金成交用 T+1 净值，不是 T 日净值（前视）

ai-quant/trading/account.py confirm_orders 用确认日当天的 navs 算份额。
联接基金规则是：T 日净值成交，T+1 确认。用确认日净值 = 用次日涨跌给自己定价。

tests/test_otc_lifecycle.py 把错误规则写成了断言。

要改： 订单记下 trade_date；确认时查 交易日 NAV。补测试：T+1 NAV 变化不得改变份额。

4. 回测把「今天的教训」喂给历史日期（前视）

ai-quant/backtest/engine.py 里 load_lessons(5) 永远读生产环境最新 lessons.json，不按 trade_date 截断。
2024 年回放能看到 2026 年复盘。

要改： 严格 lesson["date"] < trade_date；纯回测默认空 lessons。

5. stock_gui.py 设置页「关于/免责」缩进错位

open_settings() 在关机按钮后结束；「关于 / 免责声明」整段写在 _shutdown_confirm() 方法体内（约 8894–8913 行）。

后果：

  • 设置窗口永远不显示免责声明。
  • 关机失败后会用未定义的 frm，NameError。

要改： 把该段挪回 open_settings()，与 frm 同作用域。

P1 · 交易 / 回测 / Web

6. 决策上下文用 T 日净值盯市（模型能看到当日涨跌）

engine.build_context / sim/run.py 把当日 NAV 写入 account.total_asset、positions[].nav/pct，注释却写「只看 T-1」。
盘后已公布时 live 也把最新净值标成 prev_nav。

要改： 给模型的估值只用 date < T 的已公布净值；成交确认仍可用 T 净值（内部）。

7. 集成测试与真实 API 对不上

ai-quant/tests/test_ensemble.py 调用 ens.decide({}, current_position=0)，该关键字不存在 → pytest 直接 TypeError。
test_ensemble_all_fail_hold 期望保持仓位 15，实现却 hardcode target_position=0.0。

要改： 对齐 position_of；全失败 HOLD 应保留真实当前仓位。CI 里跑通测试。

8. 多模型投票把不同标的的仓位混在一起

agent/ensemble.py 先对所有 voter 的 target_position 做加权平均，再按多数票选 target 名字。
A 投银行 40%、B 投通信 10% → 可能得到「通信 ~25%」。

要改： 先按 target 分组，再对该组平均仓位；或 action/标的联合投票。

9. 现金不足会打崩整天

Executor 按 total_asset * target_pct 下单；已有持仓时现金可能不够。
FundAccount.subscribe() 抛 ValueError("现金不足")，executor 不接，回测/模拟整天中断。

要改： 金额向下取整到可用现金（100 元整数倍）；不足最小申购额则 NO CHANGE，execute() 永不抛出。

10. risk.yaml 没接上；没有组合敞口上限

RiskManager 写死 40%/20%。max_daily_loss: 5、cooldown_days: 7 从未读取。
10 只基金 × 40% = 400% 名义敞口。

要改： 加载 yaml；sum(position_pct) ≤ 100（或配置上限）；实现日亏损熔断和冷却，否则删掉配置以免误信。

11. 决策解析过松，target_normalizer 是死代码

  • parse_decision：null / "20%" 会 float() 失败 → 该 voter HOLD。
  • NaN：RiskManager.check 比较全 False → 放行。
  • "半导体ETF" 不在 FUND_MAP 仍可下单（空 fund_code）。
  • agent/target_normalizer.py 从未被 import。

要改： 非有限数字拒绝；clamp 到 [0, max_position]；必须 normalize_target() 且 target in FUND_MAP，否则 HOLD。

12. 净值抓取失败会把整只基金从历史里抹掉

ai-quant/data/history/fetch_all.py：ETF 失败会回退旧 market.json，NAV 失败则直接省略该 symbol，再 json.dump 覆盖 fund_nav.json。

要改： merge 进旧文件；失败保留旧点；缺失过多则任务失败。

13. NAV 日期用本机本地时区

data/fund/fund_provider.py：time.localtime(ts/1000)。东财 x 按东八区午夜。UTC/美区机会错一天。

要改： 固定 Asia/Shanghai（zoneinfo）。

14. 夜间复盘写到错误目录

scripts/night_review.py 写 ~/ai-quant/memory/daily/...，本仓库实际是 ai-quant/memory/daily。Windows 上永远找不到文件。

要改： Path(__file__).resolve().parents[1] / "memory" / "daily"。

15. 两套并行栈，旧栈一跑就崩

问题 位置
from trading.account import Account，真实类是 FundAccount agent/controller.py
executor.execute(decision) 缺 navs / trade_date 同上
create_decision(..., position_change=...)，参数名是 target_position backtest/llm_runner.py
abs(decision.position_change)，常为 None agent/risk.py
models/ensemble.py 空壳，真逻辑在 agent/ensemble.py  
VectorMemory.search 读 item["trade"]，存储是 text/time memory/vector.py vs otc_memory.py

要改： 删除或明确禁用旧路径（controller / llm_runner / agent/risk / 空 ensemble）。只留 sim.run + SimEngine 一条。

16. 配置路径依赖 CWD

models/config.py、main.py：open("config/model.yaml")。不在 ai-quant 目录启动就挂。

要改： 相对包根解析（同 agent/config_loader.py）。

17. Web 端开放代理 + XSS + 无鉴权

stock_web.py / pi_stock_web.py：

  • ThreadingHTTPServer(("0.0.0.0", port))，日志却写 127.0.0.1。
  • /api?code= 把任意代码转到腾讯等行情源（局域网开放代理）。
  • /text 把 code 拼进 HTML：img src="/svg?code=' + code，未转义 → XSS。
  • 无频率限制，可打爆上游。

要改： 默认绑 127.0.0.1（或明确 --bind）；html.escape(code)；校验 6 位代码；加简单限流。日志与真实 bind 地址一致。

18. 质量过滤用「10% 涨跌停」一刀切

CFG.MAX_DAILY_CHANGE = 10.0。创业板/科创 20%、北证 30%、ST 5% 会被误杀或漏杀。清洗层已按板块分段，匹配层没有。

要改： 复用清洗那套「当日允许涨跌停 + 缓冲」，或按代码前缀分段。

19. 文档 / 常数互相打架

文档/代码 现状
ARCHITECTURE.md 仍写 v3.3、W=10、L3 权重 0.1
CFG.W_WINDOW 已是 20
CFG.ENABLE_L3 默认 False
README v4.0.2 L1 全市场 IC 为负；CFG 注释仍写 W20 IC+0.016

要改： 更新 ARCHITECTURE.md 到 v4；注释与全市场实证对齐，避免按过时小样本调参。

20. stock_predict.py 与 GUI 可能漂移

架构约定：算法只改 stock_gui.py，再跑 build_cli.py。
ai-quant/stock_predict.py、ai-quant/scripts/cli/stock_predict.py 是更旧的拷贝。Pi 若跑这些副本，会与 GUI 行为分叉。

要改： 改算法后必须 python build_cli.py；下游只部署生成物；删或改名为 archive 的旧拷贝。

P2 · 工程债（建议改）

21. 重复与垃圾文件（应删或归档）

  • stock_gui - 副本.py：过期整文件副本。
  • pi_standalone.py：又一份巨型 GUI/算法快照。
  • 根目录一次性脚本：backtest_*.py、sweep_risk.py、backfill_*.py 与主程序功能重叠。
  • *.txt 研究日志、*_results.json 应进 research/，不要堆仓库根。

22. 单文件 9000 行不可维护

stock_gui.py 把缓存、HTTP、指标、匹配、v4 Walk-Forward、Tk GUI 揉在一起。build_cli.py 靠字符串锚点切片，锚点一改生成物就坏。

中期应拆：cache / fetch / signals / v4 / gui，CLI 用 import 而不是切源码。短期至少给 build_cli.py 加锚点存在性检查和生成后语法检查。

23. 日历与特征错误

  • TradingCalendar 节假日默认空：春节/国庆当交易日。
  • TechnicalFeature.volatility 对价格做全样本 stdev，不是收益率、也不是滚动窗口。
  • len < n 时 MA 返回末价，趋势会假 up/down。

24. 其它小坑

  • pending 确认后不清理，状态文件只增不减。
  • 回测里 Trade.timestamp = datetime.now()，不是 trade_date。
  • watchlist.yaml 基金代码为空，真正映射在 FUND_MAP。
  • 余弦相似度可能除零（otc_memory.py / vector.py）。
  • DeepSeekVoter fallback 会永久改 self.client.model，后续都走便宜模型。
  • nav_anomaly / sim/run.py 大片 except Exception: pass，缺数据看起来像「市场平静」。
  • Web /api 失败仍 HTTP 200 + {"error":...}，前端不好区分。
  • 回测佣金/印花税为 0（_V4_COST），README 已声明；若对外展示应同时报「含成本」口径。
  • stock_web 与 GUI 算法弱同步：Web 仍 W=10、仅 L1，ARCHITECTURE 已说明，但页面应标明「弱化版」。
  • 无 CI：至少跑 ai-quant/tests + python -m py_compile stock_gui.py。

建议改动顺序

  1. 立刻：轮换 DeepSeek Key；ini/env 不再存明文。
  2. ai-quant 回测可信：decide(position_of=...)；成交用 T 日净值；lessons 按日截断；context 用 T-1 净值。
  3. 修 GUI：免责声明缩进；设置页能看见。
  4. 风控：yaml 生效、总仓位 ≤100%、现金不足不崩、解析拒绝 NaN/未知标的。
  5. Web：绑定地址、转义、限流。
  6. 删重复：副本 py、旧 CLI、空模块；build_cli.py 作为唯一生成路径。
  7. 文档：ARCHITECTURE.md 对齐 v4 与全市场 IC 结论。
  8. 测试：修好 test_ensemble.py / OTC 成交日，接入 CI。

本清单基于 2026-09-12 工作区静态审查，未跑全量回测。不构成投资建议。

处理状态（v6.1.5 热修⑦，2026-09-26）

重要前提：ai-quant/ 已于 2026-09-25 拆分为独立仓库 （Languangxun/ai-quant）， 与本仓 GUI/Web/构建无关的条目（P0-2~4、P1-6~16、P2-23/24 大部）已不在本仓， 需在独立仓库处理。以下只列本仓范围。

条目 状态 说明
P0-1 API Key 明文 部分/流程 本仓 stock_gui.ini 在 .gitignore（不入库）；GUI 设置页已不回填完整 Key（ENV_API_KEY 优先）。Key 轮换需用户在平台侧操作。
P0-5 免责声明缩进 已修（早前） 「关于/免责」已在 open_settings()（row 28~29），不在 _shutdown_confirm。
P1-17 Web 安全 已具备 --bind 默认 127.0.0.1；html.escape 全量转义；re.fullmatch(r"(sh\|sz\|bj)\\d{6}") 校验；_rate_limited 限流；启动日志打印真实 bind。
P1-18 涨跌停一刀切 已修 死常数 CFG.MAX_DAILY_CHANGE 删除；清洗/回测统一板块口径（_limit_pct / _v4_limit_pct）。
P1-19 文档/常数打架 已修 ARCHITECTURE 已对齐 v6.1.5；W_WINDOW 设置真实生效（热修⑦）；L1 注释改为”小样本扫描 W20 略优 + 全市场样本外增量≈0，勿据样本内 IC 调参”。
P1-20 stock_predict.py 漂移 已修 算法改动后 build_cli.py 重新生成；本轮又加锚点存在性检查 + 生成前语法校验。
P2-21 重复文件 已清 根目录无 *- 副本.py；pi_standalone.py 归档 research/legacy/；一次性脚本收敛到 backtests/。
P2-22 单文件不可维护 短期已做，拆分不做 build_cli.py 锚点检查 + 语法校验；多文件拆分按 legacy 报告 #13 的结论不做。
P2-24 其他小坑（本仓部分） 见内联 /api 失败返回 HTTP 200（前端按 error 字段处理，保留）；stock_web 标注为弱化版（ARCHITECTURE 第五节）。

仍需用户操作：DeepSeek/OpenAI Key 轮换（若曾用过本地明文 Key）；新增 CI 可选 （当前手动跑 py_compile + test_settings.py）。

二轮专项复审：过拟合与前视偏差（2026-09-26）

触发：热修⑥⑦ 修复「消融近端门槛误用验证段」「样本窗口重叠」后，对其余链路 （数据层复权与回填、factor_lab/、backtests/、Web 版、v4 研究缓存）再做一次专项走查。 方法：静态核对 + 只读抽样（SQLite 只读、按 web 逻辑复刻因子计算），未跑改动。 严重度：P0 直接污染全库数据/主结论；P1 结论可信度实质受损；P2 口径漂移/披露/工程债。

0. 结论摘要

  • GUI 主算法链（形态匹配 → 多维评分/消融选型 → v4 Walk-Forward → 三档组合回测）在热修⑥⑦后 本轮未再发现新的前视；首轮修复项（近端门槛、样本窗口去重、morning view、purge+embargo）复核通过。
  • 真正会让数字与实盘口径不一致的问题集中在「库里存什么」和「另外几套实现」：
    1. 全库回填按钮写的是腾讯 qfq（前复权），会覆盖 hfq 库 —— P0；
    2. 三档回测用今天的复权系数缩放历史绝对价/成交额（门槛含未来分红信息）—— P0；
    3. factor_lab 股票池用当前元数据过滤，2018 年后 229 只退市股全部被排除（幸存者偏差）—— P0；
    4. Web 版仍 W=10 且样本窗口可重叠/可与当前窗重叠（热修⑦只改了 GUI）—— P1；
    5. research/v4_preds.pkl、factor_lab/panel.npz 是 W=10 时代缓存，默认被 v5 系列脚本引用 —— P1。
  • 首轮已知的「研究脚本样本内选参」旧账仍然成立，本轮补充 3 个具体点（S3 留出门槛、重叠窗 WF、sweep_risk 网格维度失效）。

1. P0

P0-1 全库回填脚本用腾讯 qfq 覆盖 hfq 库（数据层污染，GUI 按钮直连）

位置 事实
backfill_full.py:60-72 _tx_fetch 请求 ...,day,,,{count},qfq，读 qfqday 字段（前复权）；_fetch_one:89-106 以腾讯为主源（≥300 根即返回），东财 hfq 仅兜底
backfill_full.py:3-8 文件头却写「主源：东财 push2his（一次请求拉全量前复权）」——docstring 与代码相反
backfill_full.py:116-127 _store 无重叠一致性校验、不调用 _sync_adjust，INSERT OR REPLACE 直写 daily_bars
stock_gui.py:13395-13406 GUI「工具→数据工具→全库日K回填」直接 spawn 该脚本
  • 对照：集成版 backfill_full_market（stock_gui.py:1863 起）走 _fetch_remote_rows（腾讯 hfq / 东财 fqt=2） 并 _sync_adjust；data_clean.py:5-14 已把腾讯/东财 qfq 定义为历史失真根因。两条路径产出不同口径。
  • 影响：执行一次按钮，最近约 1600 根被替换为前复权口径；分红送转后整段历史重定基； 与更早的 hfq 段形成接缝。_bars_anomalous（stock_gui.py:972-984）对孤立大跳变放行 （本意是放行 ETF 折算），接缝处的单个大跳变未必拦得住；且 backfill_full._store 绕过全部清洗。 消融 / v4 / tier 读同一库，全受污染。
  • 修复：_tx_fetch 改 hfq/hfqday；_store 增加与现有 hfq 的重叠校验或调用 _sync_adjust； GUI 按钮改调集成版 backfill_full_market。

P0-2 三档回测：历史绝对价/成交额门槛被「今天」的复权系数污染（前视）

  • stock_gui.py:8437-8458：tier_load_panel 用 adjust.k 把 hfq 缩放成以今天为锚的乘法前复权 C(t) = raw(t)·A(t)/A(now)；k 由 sync_adjust.py:63-112 用最新日 raw/hfq 配对算出 （DB 实测 k 中位 0.583、p1=0.023）。
  • stock_gui.py:8504-8509 amt = V*C、8621-8623 C>_TIER_MIN_PRICE(1.0)、 amt20>=_TIER_MIN_AMOUNT(3e5)（=3000 万）、8693 整手取整，都在历史日 t 使用了 A(now) （t 之后才发生的分红/送转）。
  • 量化（只读抽样）：sh600601 2023-06-09 的 C=1.948 vs 当日不复权 raw=2.840 （A(t)/A(now)=68.6%）——2023 年的 3000 万流动性门槛实际被抬到约 4370 万；sh600519 为 86.0%。
  • 边界：ret20/vol20/beta/闸门 是收益率/比值，常数 k 约掉，不受影响；受损的只有「可交易池/绝对价阈值」。 但同一回测在不同日期重跑，会因新分红改变历史池 —— 不可复现。
  • 同类：daily_picks 的仙股过滤 r[-1]['close'] >= 2（stock_gui.py:4009）直接读 hfq 原值 （daily_bars.close 是后复权），不是现价口径，阈值形同虚设。
  • 修复：门槛改用 point-in-time 口径（库中保留历史复权因子，或用成交额/流通市值等不随 k 变化的字段）； 至少在文档标注「绝对价/流动性门槛按当前复权锚、历史池不可复现」，并修 daily_picks 的现价判断（乘 k）。

P0-3 factor_lab 股票池幸存者偏差：2026 年元数据反选 2018 年样本

  • factor_lab/data.py:25-45：list_codes(require_meta=True) 要求 stocks.industry 非空； factor_lab/panel.py:225/250 默认调用。
  • 只读 DB 证据：daily_bars 中最后交易日落在 2018-01-01~2026-06-01、≥400 根、主板/创业/科创的个股 229 只，其 stocks.industry 229 只全为空（退市/长停股没有行业快照）；stocks 表 7594 行中 4344 行 industry 为空。
  • 影响：factor_lab 的面板 / 单因子 IC / 枚举 / BH-FDR / 组合回测全部只含「活到 2026-09 的股票」， research/factor_lab/ 的全A 因子有效性与 Robust 因子集结论存在系统性高估。
  • 修复：代码池不要求当前 industry（退市股补行业映射或归入「未知」组）；重跑后更新结论。

2. P1

P1-1 factor_lab L2/L3 同伴池用 2026 年市值快照定义历史分组（本轮新增）

  • factor_lab/panel.py:192-220：_l2_worker/_l3_worker 用 _G["mktcap"]（stocks 最新快照， updated 2026-09-24/25）对同行业/跨行业 peer 按 log(mktcap) 距离排序；panel.py:257-260 的 tier_of/mktcap 同源。
  • 2018 年某股的「同市值层同伴」由 2026 年市值决定 = 前视信息（stocks 没有历史市值序列）。
  • 修复：用滚动市值（价格×股本）或至少用 close 横截面分层；无法获得时报告中把 L2/L3 因子 IC 降级为「含时点污染」。

P1-2 factor_lab LASSO 交叉验证同日跨折泄漏（本轮新增）

  • factor_lab/validate.py:86-99：lasso_select 先随机抽样（90-92），按日期 stable sort（95）， 再 TimeSeriesSplit(5)（96）——没有 purge/embargo，折边界落在同一天内部。
  • 实测（full2000 面板复现）：5 折 train/test 日期交集均恰 1 天、gap=0；同日横截面样本 + 1 日前视标签使 CV 误差被低估 → alpha 选择偏乐观、因子多选。最终系数在训练段重拟合（99 行）， 验证段报告不被直接污染。
  • 修复：按日期切分（GroupKFold 按 date_ord）+ purge = 标签 horizon。

P1-3 backtest_v5_cross_section：用当日收盘涨跌停掩码约束当日开盘成交（确定前视）

  • backtests/backtest_v5_cross_section.py:92-99：limit_up/limit_dn 由 ret1=close1/close0-1 派生（T 日收盘后才知道）；
  • sim:157 到期卖出用 not M["limit_dn"][ks,t]、171-172 入场用 ~M["limit_up"][:,t]；
  • 默认 --entry open --exit open（236-238）。即 T 日开盘决策时已经知道 T 日是否会涨停/跌停。
  • 影响：开仓剔除「当日会涨停」的票、跌停时推迟卖出 —— 确定使用了未来信息。
  • 修复：开盘成交口径改用 open/close[-1]-1 或 open/prev_close；stock_gui._v4_portfolio_sim 在 EXEC_PX=open 时同病（stock_gui.py:7520,7778，默认 close 可接受）。

P1-4 v4 预测缓存/因子面板是 W=10 时代产物，签名不含 W

  • _v4_factor_matrix 的 L1 因子用模块级 W_WINDOW（stock_gui.py:6912-6916）； 热修⑦把 W_WINDOW/TOPK 从 10 修回 20（stock_gui.py:4144-4147），但缓存签名只含 codes/min_bars/dmax/nbars/ver（stock_gui.py:7951-7952、_V4_CACHE_VER="3"）。
  • 现状：research/v4_preds.pkl（mtime 2026-09-14）、research/factor_lab/panel.npz（2026-09-15） 均早于口径修复；以下脚本默认引用旧缓存：backtest_v5_cross_section.py:230、 backtest_exit_ablation.py:42、backtest_v4_entry_exit_opt.py:36、backtest_exit_roll.py:60。 v5 横截面/因子研究的结论仍是 W=10 口径。
  • 修复：缓存签名加入 CFG.W_WINDOW/TOPK/IND_W 与数据哈希；重跑 v4_preds.pkl、panel.npz 后再引用。

P1-5 Web 版形态样本窗口重叠/自匹配（热修⑦只修了 GUI）

  • stock_web.py:448-454（浏览器 JS）、stock_web.py:993-1001（服务端 /text|/svg|/e63）、 pi_stock_web.py:241-247/794-802：候选 i 取到 rets.length-2，无 GUI 的 k+W<=i-W 隔离， Top-K 之间也无去重（GUI 见 stock_gui.py:4823-4825、6231-6237）。
  • 只读复刻（本机 398 只、W=10）：67.8% 的股票 Top10 内存在 |i-j|<W 的重叠样本对（505 对）； 14.3% 的股票存在与当前窗口重叠的候选（样本 T+1 实现日落在当前特征窗内）→ up_prob/分位被伪重复和自匹配抬高（与热修⑦在 GUI 修掉的是同一问题）。
  • 修复：移植 GUI 两条约束；顺带把 W=10 与 GUI W=20 对齐或页面标注口径。

P1-6 研究脚本「验证段参与选择 / 重叠窗 WF / 网格维度失效」（首轮旧账 + 本轮补充）

脚本 问题 修复
backtest_v4_entry_exit_opt.py:225-237,268-279 robust() 用 S3 留出切片年化决定候选能否进推荐表（排序虽用 T12），违反自述「S3 样本外」 稳健门槛只用 T12/滚动 WF，S3 只报告
backtest_exit_roll.py:122-128,191-217 默认 --win 120 --step 60，相邻窗重叠 60 日，「窗口 k 选 → k+1 验」含半窗共用数据 step>=win，或改称「滚动稳定性」不叫 OOS
backtests/sweep_risk.py:14-19,45-79 约 30 组在同一全样本选优（自注「样本内」）；buy_th/cooldown 两维实际无效——backtest_bsmatrix.gen_signals:168-177 读 CFG.SIGNAL_SCORE_BUY/COOLDOWN，不读 RISK_PARAMS["_t"] 修 gen_signals 读被扫描参数；CFG.RISK_PARAMS 注释降级为「ATR/移动止盈两维·样本内扫描」
backtests/sweep_risk.py:85 _os_boot/_RESULTS_DIR 未定义，脚本必然 NameError（当前不可复现） 补 import/常量或归档删除
backtests/backtest_exit_ablation.py:68-163,181-214 68 个退出变体在同一 252 日窗口全样本排序，头部候选直接进 _V4_VARIANTS/生产默认，无留出 报告已点名（reports/回测复核报告_20260913.md:125）；建议默认只用 train→val 协议重选

P1-7 组合层丢选型：chip_peak/l2_ind/sector_rot 在组合回测里无信号

  • backtests/backtest_strategy_portfolio.py:72-77 的 _GEN 只有 macd/kdj/rsi/boll/ma_trend/l1_pattern；stock_gui.strategy_signals_full （stock_gui.py:3745-3752）包含另外三个，消融选中占比合计约 10% （research/strategy_ablation_summary.json）。backtest_portfolio_overlay_opt.py 复用 _worker_slot 同病。
  • 影响：组合层回测系统性漏掉这部分股票的选型信号，结论与 GUI 展示不同口径。 修复：补齐映射或显式剔除并披露占比。

P1-8 全库回填另一路径：backfill_etf.py 用新浪不复权价写库（本轮新增）

  • backfill_etf.py:18-25 用 _fetch_sina（URL 无复权参数，stock_gui.py:1271-1294）写 daily_bars；ETF 分红/份额折算会在不复权序列留下向下跳变，而 _bars_anomalous 对 ETF 孤立跳变放行（stock_gui.py:1024-1031）。
  • GUI 的「ETF 回填」按钮走集成版 backfill_etf_history（stock_gui.py:2407，hfq + _sync_adjust）， 本文件是遗留一次性脚本；但若直接运行会污染 ETF 序列，影响 universe=etf 回测。建议删除或改 hfq。

3. P2（口径 / 披露 / 工程债）

  1. _set_adjust 旧内嵌路径仍用实时价配「已过滤今日」的末根（stock_gui.py:1981-1982,2133-2134）—— sync_adjust.py:8-15 已修复的 bug①，这两处未同步；盘中运行会把整段历史按今日涨跌幅缩放。
  2. _v4_mkt_ind_ctx 行业维度幸存者/时点分类（stock_gui.py:6940-6966）：退市股 industry='' 不参与行业均值（行业收益偏高），行业名取当前快照；市场等权混入 ETF/指数。 sector_mom_series、sector_l2_series（stock_gui.py:4986-5018、4891-4947）同样按当前 industry 分组。
  3. factor_lab「大盘5日」是零信息列仍被贪心选中：panel.py:414-432 日内方差为 0 的列原样置 0， enumerate.py:66-68 再逐日中心化 → 该列贡献恒 0；validate.py:58-59 贪心以 ic > best 免费搭车， 入选频率 0.90，只在 validate.py:324-325 的 abs(single_ic)>1e-4 守卫才排除； 同时让 2^21 枚举 / BH 家族出现约一倍重复假设。
  4. factor_lab top_val_oracle 落盘（enumerate.py:228,239）：当前无消费者，但把纯验证段排行持久化， 流程上易被反选；建议标记 diagnostic-only 或移除。
  5. factor_lab 没有 untouched holdout：EVAL_DAYS 1000→2000、多次换验证段重跑 （full2000/sample1500/…），验证段已被人眼反复查看；报告需区分「一次性留出」与「调参后再看」。
  6. 研究缓存无 CFG 指纹：bt_common.write_run_meta 不记录 W_WINDOW/TOPK/IND_W/RISK_PARAMS 与 v4_preds.pkl/panel.npz 的 mtime/hash，旧口径无声回流（P1-4 的根因）。
  7. Web 历史统计信号用最新量比回填历史（stock_web.py:516-528）：dVol(j) 用 vrNow（最后一根量比） 与历史 j 比较，图上历史 B/S 与「最近信号」是事后口径，复盘不可复现（仅展示）。
  8. Web 文档不实 / 披露不足：ARCHITECTURE.md:500-502 写「同样的加权分位区间法」 「方向交替与冷却过滤器（与 GUI 一致）」；实际是等权原始分位（无相似度/时间衰减权重、 无 INTERVAL_K），MACD/KDJ/RSI 各自独立打点（无 prev_dir/cooldown）。 要么补实现，要么改文档；页面仍未标「弱化版/W=10/无置信度」。
  9. 仪表盘默认展示 segment=full 批次且无「样本内」角标（backtests/v61_dashboard.py:954-959 等）； GUI 单股回测「无手续费」限定在仪表盘/导出 meta 丢失（stock_gui.py:3535-3632 无费用， 面板有标注；v61_dashboard.py:738-750 未继承）。 另：PAGE_LITE（stock_web.py:1125 内嵌 ES5）的 KDJ 模式引用不存在的 V.j、 样本无 hi_o/lo_o 字段，KDJ 副图与 P10/P90 高低区间在 /lite 上是 NaN——顺带修复。
  10. backtest_aggr_lottery.py:66-68 用当前 ST 名单回填历史股票池（今天 ST 的整段剔除、 历史曾 ST 的保留），且 shares=mktcap/现价 假定股本不变；属研究脚本前视（同文件 267）。

4. 本轮复核通过（无需改）

  • GUI 形态匹配：_sig_l1_pattern 候选 k+W<=i-W；analyze 候选窗上界 len(rets)-W（与当前窗相邻不重叠）。
  • 事件回测：_bt_events/_bt_simulate T 日收盘信号 → T+1 成交、止损用 T-1 ATR、highest 只在成交后更新。
  • 消融：run_ablation 近端门槛取 split（训练段末尾），backtest_strategy_ablation.py 已同步； 经验核验 10,777 候选 recent.trades <= train.trades，验证段只进报告。
  • v4：折间 purge+embargo（tr_end=a-maxH-embargo）、标准化/Lasso/选 H 只用训练段、 已删除「按测试折 IC 弃用预测」的旧泄漏；组合回测 _v4_morning_view 决策列后移、 涨跌停执行口径默认 close 正确。
  • 三档引擎：gate 用 T-1 收盘、d=t-1 取分、T 收盘成交、费用/整手/停牌/退市 20 根强平齐全。
  • factor_lab：train/val 无重叠（实测 overlap=0，1 日 embargo）、BH-FDR 家族由训练段选出、 验证段只检验；matching.py/chips.py/factors.py 扰动测试确认因子因果。
  • Web：逐窗 z-score + logret + 欧氏距离与 GUI 同式、MACD/KDJ/RSI 参数一致、不在未完成 bar 标信号。

5. 修复顺序建议（二轮）

  1. 数据安全：backfill_full.py 改 hfq / 按钮改调集成版；抽查并重灌被 qfq 覆盖过的代码段。
  2. 回测口径：三档 tier_load_panel 绝对价/流动性门槛改 point-in-time 或明示不可复现； daily_picks 仙股过滤乘 k。
  3. 研究可信度：v4_preds.pkl/panel.npz 重跑 + 缓存加 CFG 指纹； backtest_v5_cross_section 涨跌停掩码修口径；backtest_v4_entry_exit_opt S3 退出选择； backtest_exit_roll step>=win。
  4. factor_lab：股票池去掉 industry 硬过滤（含退市）；L2/L3 改滚动市值； LASSO CV 按日期分组 + purge；重跑。
  5. Web：样本窗口隔离+去重、历史量比因果化；文档与页面标注弱化版。
  6. 工程：删/改 backfill_etf.py、修 sweep_risk.py 或归档、补 _GEN 三个信号。

二轮专项基于 2026-09-26 工作区（HEAD f212e05 + 未提交筹码 UI 改动）；只读审查，未改代码。 不构成投资建议。

6. P0 处理记录（v6.1.5 热修⑩，2026-09-27）

项 处理 说明
P0-1 全库回填 qfq 覆盖 hfq ✅ 已修 backfill_full.py：_tx_fetch 改 hfq/hfqday；_store 增重叠日口径校验（收盘偏差>1% 拒写）；写后调 sg._sync_adjust 刷新显示 k；docstring 同步。实测 sh600000 腾讯 hfq 与库内重叠日偏差 0.0000%。GUI「数据工具→全库回填」走的即该脚本，现已安全（未改调集成版）。
P0-2 三档门槛用今日复权锚 ⚠ 部分修复+备案 daily_picks 仙股过滤改为 hfq×k（显示价）≥2（原直接比 hfq 值形同虚设）；_TIER_MIN_PRICE/_TIER_MIN_AMOUNT 处加口径备案：门槛以今天为锚，跨日期重跑历史池不可完全复现（收益率类指标不受影响，仅可交易池/绝对阈值受损）。彻底修复需库内保存历史复权因子（point-in-time），列为后续项。
P0-3 factor_lab 幸存者偏差 ✅ 已修，重跑中 factor_lab/data.py:list_codes 不再要求 industry 非空（只要求 stocks 表内）；panel.py L2/L3 分组排除「行业/分层未知」组（缺失按中性）。实测代码池 5420 只，2018–2026 退市的 229/232 只已纳入。全量重跑已启动：research/factor_lab/full2000_nosurv/（8 workers，预计 ~4 小时），跑完后再更新 factor_lab 结论。

P1/P2 未动（见上节修复顺序建议）。