hm0~hm92 因子库改写与补算进度

共 89 个系列 · 每个系列四步:Rust 改写 → 提交计算(2015-01-05 ~ 2026-09-18,n_jobs=400,同时只跑一个)→ 写入因子库 → 删除 colblk · 更新于 2026-10-13 20:02:27(每 10 秒自刷新)
已完成改写
77 / 89
已算完
32 / 89
已入因子库
33 / 89
colblk 已清
32 / 89
失败/取消
1

因子库落点(/nas197/user_home/chenzongwei/factor_library)

层目录h5 文件数
base 原值factor_base/<系列>_base2542
gap5 最终hf_data/<系列>486
gap1 最终hf_data1/<系列>522
dailybankdailybank/<系列>65

colblk 清理(hm94~hm110 遗留)

已释放
11.42 TB
计划释放
11.42 TB
文件
217 / 217
净增可用
9.09 TB
状态
done
时点时刻总空间已用剩余可用
清理前2026-10-05 01:12:4358.20 TB51.51 TB6.50 TB
清理后2026-10-05 01:49:2158.20 TB42.41 TB15.59 TB
[01:49:17] 29/39 已删 50.27 GB /hdd/user_home_unsafe/chenzongwei/factor_store_柜员游戏退火版挂单失衡修复/shard_5/factors.colblk
[01:49:17] 30/39 已删 50.69 GB /hdd/user_home_unsafe/chenzongwei/factor_store_柜员游戏退火版挂单失衡修复/shard_6/factors.colblk
[01:49:18] 31/39 已删 48.90 GB /hdd/user_home_unsafe/chenzongwei/factor_store_柜员游戏退火版挂单失衡修复/shard_7/factors.colblk
[01:49:18] 32/39 已删 119.07 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_0/factors.colblk
[01:49:19] 33/39 已删 134.23 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_1/factors.colblk
[01:49:19] 34/39 已删 136.78 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_2/factors.colblk
[01:49:20] 35/39 已删 129.84 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_3/factors.colblk
[01:49:20] 36/39 已删 116.25 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_4/factors.colblk
[01:49:20] 37/39 已删 127.88 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_5/factors.colblk
[01:49:21] 38/39 已删 128.76 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_6/factors.colblk
[01:49:21] 39/39 已删 124.27 GB /hdd/user_home_unsafe/chenzongwei/factor_store_蹭热点达人/shard_7/factors.colblk
[01:49:21] 完成。已释放 2.33 TB;清理后可用空间 15.59 TB / 总 58.20 TB

第二期清理(factor_store 里剩下的 proj 副本 + hm97 归档)

已释放
11.92 TB
文件
1055 / 1055
保留的入选原件
63 个
状态
done
清理前可用 17.69 TB · 清理后可用 29.39 TB (btrfs 的空间回收是延迟的,收尾值在脚本跑完后另行补齐)
时点可用空间
第二期清理前17.69 TB
第二期清理后29.39 TB

本次补算的临时 colblk(应当逐步清空)

临时目录残留 colblk
factor_store_hm1_okay_database8
factor_store_hm3_okay_database8

队列记录

2026-10-10T13:51:48.781931 · ['hm002'] · library-refresh · -
2026-10-10T13:51:49.113175 · hm030 · submit · 401
2026-10-10T16:15:50.471085 · hm030 · finish · completed · 因子库 {'base': 41, 'gap5': 35, 'gap1': 25, 'db': 4}
2026-10-10T16:18:45.186126 · ['hm030'] · library-refresh · -
2026-10-10T16:18:45.434462 · hm031 · submit · 402
2026-10-10T21:01:23.061207 · hm031 · finish · completed · 因子库 {'base': 30, 'gap5': 20, 'gap1': 22, 'db': 5}
2026-10-10T21:04:10.365801 · ['hm031'] · library-refresh · -
2026-10-10T21:04:10.595351 · hm032 · submit · 403
2026-10-12T07:48:00.184268 · ['hm032'] · library-refresh · -
2026-10-12T07:48:00.423301 · hm033 · submit · 404
2026-10-12T14:40:36.926257 · ['hm033'] · library-refresh · -
2026-10-12T14:40:37.193858 · hm034 · submit · 405
2026-10-12T19:18:56.437106 · ['hm034'] · library-refresh · -
2026-10-12T19:18:56.697232 · hm035 · submit · 406
2026-10-12T23:31:49.245909 · ['hm035'] · library-refresh · -
2026-10-12T23:31:49.430568 · hm036 · submit · 407
2026-10-13T03:34:16.223267 · ['hm036'] · library-refresh · -
2026-10-13T03:34:16.453097 · hm037 · submit · 408
2026-10-13T07:34:44.473284 · ['hm037'] · library-refresh · -
2026-10-13T07:34:44.664042 · hm038 · submit · 409
2026-10-13T11:41:27.671757 · hm039 · submit · 410
2026-10-13T11:47:38.821762 · ['手动触发'] · library-refresh · -
2026-10-13T18:07:22.453044 · ['hm039'] · library-refresh · -
2026-10-13T18:07:22.651163 · hm003 · submit · 411
2026-10-13T20:02:27.537423 · hm040 · submit · 412

全部 89 个系列

系列ver数据来源base 因子数 改写提交入库清 colblk任务备注
hm000hot_change1分钟数据0已完成已完成已完成已完成364completed,因子库 {'base': 9, 'gap5': 8, 'gap1': 5, 'db': 1},残留 colblk 0
hm001hot_change2分钟数据0已完成已完成已完成已完成384收尾引擎补上 rolling 自相关后,只重跑 run_h1 即完成;hf_data1/hm1 共 16 个 h5(含 4 个 autocorr)。索引轴 20150105–20260918;autocorr 要凑满整窗才有值,smooth_40 首个有值日 20150306、smooth_10 是 20150116(mean/max/min/std 是 min_periods=window/2,不受此限)。
hm002stranded_trades分钟数据0已完成已完成已完成已完成400completed,因子库 {'base': 14, 'gap5': 7, 'gap1': 10, 'db': 1},残留 colblk 0
hm003lag_kingLevel2(用到跨股票截面)27已完成已取消已完成未开始411对账:cancelled,因子库 {'base': 27, 'gap5': 0, 'gap1': 0, 'db': 0},残留 colblk 8
hm004turning_bet分钟数据0已完成未开始未开始未开始-hm4(turning_bet)已完成:src/okay_database/hm004.rs + 成果hm4_turning_bet/hm4_okay_database.py。 对账 4 组 (20250303:000001、20250304:600519、20180601:000002、20231020:300750), 结论「通过」,5 个因子逐值一致。另做了 20231020 的**全市场**逐值对照 (5792 只 × 5 个因子 = 28960 格,0 处不一致,两边 NaN 位置也完全相同)。 已知的坑(已修):pandas calc_sum 只在 `nobs == 0 且 min_periods == 0` 时才返回 0, min_periods>0 时全空窗口给 NaN。第一版写成 nobs==0 → 0.0,空窗口多出的 0.0 让 lr_rate 的 非 NaN 个数变多、分位数整体偏移,20231020 那天全市场排名整体错位十几名(另 3 个日期却侥幸通过)。
hm005top_time_orderLevel2 逐笔44已完成未开始未开始未开始-hm005(hm5 整点订单)已复现并通过新旧对账。逐股系列,120 个因子 = 6 指标 x 5 时段(all/open30/close30/morning/afternoon) x 4 周期(1s/1m/5m/15m),只有 1s 那 30 个做 abs(值-0.25)。verify_series 四组 (20250303,000001) (20250304,600519) (20180601,000002) (20231020,300750) 全部「一致」、结论「通过」,120 值逐值最大相对误差 0(未用 OKAY_VERIFY_DATA_ROOT,默认 /ssd_data 根两边都对得上)。单日冒烟 20250303、n_jobs=8、5117 只股票 16 秒算完,落 base 的 44 个入选名与旧框架逐值一致。turnover 用 f64 自解析(f32 时 600519 最大相对误差 8.5e-6,min|值| 仅 1.19e-4,余地不足一个数量级)。产物:src/okay_database/hm005.rs、成果hm5_整点订单/hm5_okay_database.py。gap5 35 个、gap1 29 个、db 4 个名单均从旧文件原样搬入。
hm006mom_rev_investorLevel2 逐笔38已完成未开始未开始未开始-hm006(旧 hm6「动量反转投资者」)Rust 复现完成。 产出文件 - src/okay_database/hm006.rs:逐股系列,names() 132 个 = 6 个 tag(1p/2p/5p/10p/1m/5m)× 22 个指标。 时段顺序 all / open30 / close30 / morning / afternoon,与旧 names_single 逐个对齐(已用脚本核对顺序与重名,132 个名字互不相同)。 - /home/chenzongwei/pythoncode/成果hm6_动量反转投资者/hm6_okay_database.py:四个入口,ver='hm6', base='hm6_base',db/gap5/gap1='hm6';names_save 38 个、names_gap5 22 个、names_gap1 33 个、 names_in_db 3 个,四张名单逐项与旧 hm6_okay.py 比对一致。 对账(硬门槛,通过) python lib/okay_database/verify_series.py --series hm006 --okay "…/hm6_okay.py" \ --pairs "20250303:000001,20250304:600519,20180601:000002,20231020:300750" 结果:四组 (日期,股票) 都是「旧 132 值 / 新 132 值,NaN 0,一致」,结论「通过」。 单日冒烟(通过) 20250303 一天、n_jobs=8,5117 只股票 51.6 秒算完,base 层写出 38 个 h5(与 names_save 完全一致), hm6_base 里 rev_net_sell_1p 的 000001 值与对账值 0.038526088 一致;未提交任务系统、未跑全历史。 写作过程中踩到、值得后续系列注意的两点 1. _small 系列的行级筛选**只有订单号归属**,不带该行自己的 flag/chg:旧代码是 df[df.ask_order.isin(asks[(asks.chg==1)&(asks.flag==66)].ask_order)],flag/chg 条件加在 去重后的订单表 asks/bids 上。照抄成「行级也筛 flag/chg」会让 rev_net_sell_*_small 全部算错 (本次就是靠这个把 12 处值算反了)。 2. 旧代码里 small_amount 的两套口径不一样,必须照抄: 全天的 = 小单订单号的「分组成交额之和」;各时段的 = 该时段内所有「首次出现行」的成交额之和(不筛大小)。 精度与已知偏差(已写进 hm006.rs 文件头) - price/volume/turnover 一律按 f64 解析(rev_net_sell 是两个大额相减再除,f32 会跳出一致性阈值)。 - 时间用整数微秒;旧代码走 pandas Timestamp 纳秒,float64 秒转纳秒会带 ±130ns 误差, 只在「两笔成交恰好相差整 60s/300s」时可能影响 merge_asof 的归属;窗口边界都是整秒,转换精确。 实测四个组合(含 2018 年)逐值一致。 - 订单号分组求和、分钟分箱求和都先排序再累加,保证多次运行结果一致。 未覆盖到的分支 - 没有构造「窗口内零成交」「订单号为空」「只有表头的文件」这类极端输入; 代码里零成交返回整条 NaN(与旧代码的空表结果一致),但没跟旧代码实测对照过。 - 只用过 /ssd_data/stock 一路数据根目录,没测 RUST_PYFUNC_LEVEL2_ROOT 指向子集目录的情形。
hm007no_successorLevel2 逐笔42已完成未开始未开始未开始-hm007 已完成 Rust 复现并通过新旧对账。 产物 - src/okay_database/hm007.rs(逐股,225 个因子) - /home/chenzongwei/pythoncode/成果hm7_后继无人/hm7_okay_database.py(per_stock / okay_hm007) - 旧文件 hm7_okay.py 未改动。 对账(lib/okay_database/verify_series.py,阈值 1e-4) - 20250303:000001、20250304:600519、20180601:000002、20231020:300750,四组全部一致, 结论「通过」。其中 600519@20250304 有 80 个 NaN、300750@20231020 有 8 个 NaN (某些窗口 × 方向的子集为空 → 0/0),新旧 NaN 位置完全对得上。 冒烟 - run_base(20250303, 20250303, n_jobs=8) 走通,base 层写出 42 个 hdf5, 与 names_save 逐个核对无缺无多。未跑全历史,全历史交给队列。 说明 - 旧文件 ver 是 'no_successor',新因子库文件按 hj 系列统一命名用 'hm7' / 'hm7_base'。 - flag==32 的撤单过滤按**数值**做(pandas 也是数值比),不能用 fast_csv_reader 那个按字节比 "32" 的 with_retreat,否则 2025 年明细里的 "32.0" 过滤不掉。 - groupby 默认 dropna=True,key 为 NaN 的成交不参与分组,代码里照做。 - 挂单量向量先排序再用:median 需要有序,同时避开 HashMap 迭代顺序带来的不确定性。 - 空集合的 np.divide 行为(0/0 → NaN、x/0 → ±inf)逐条复刻。 没覆盖到的分支 - 只验了 4 个交易日各 1 只股票。ask_order / bid_order 出现空字段(NaN key) 这类情形没造样本,代码按 pandas 的 dropna 语义处理但没实测。
hm008divisible_perseverantLevel2 逐笔34已完成未开始未开始未开始-通过。verify_series 跑 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750,四组均「旧 300 值 / 新 300 值,一致」(600519 那组两边同样有 59 个 NaN 位置)。同 hm026,旧代码数据根写死在 /ssd_data/data,本机没有 stock 子目录,必须用 OKAY_VERIFY_DATA_ROOT 指一个形如 <root>/stock 的根。另做 20180601 单日全市场冒烟(n_jobs=8,3300 股)写出 hm008_base 的 34 个入选因子,回读值与逐股 Rust 值逐位相同。两个实现要点:窗边界必须按微秒比(写秒会全 NaN);pandas groupby 的 float64 组和是 Kahan 补偿求和,退成朴素累加会让 %d==0 判反、因子差好几千。
hm009dormitory_transferLevel2(用到跨股票截面)25已完成未开始未开始未开始-hm009(宿舍中转站)已复现,分两段:compute_stock 是旧 get_factor 的逐股 54 个原值(对账口径),compute_cross 是该系列真正的入库形状——run_base 在 run_factor_out 之后做的横截面 rank + de_cross 正交化后的 25 个(names_save);verify_series.py --pairs "20250303:000001,20250304:600519,20180601:000002,20231020:300750" 结论「通过」(旧 54 值 / 新 54 值,NaN 0,一致)。第二段另用 /tmp/hm009_cross_check.py 做了对照:拿 Rust 的逐股原值当输入,用旧框架的 pandas rank + dwo.de_cross 重算第二段,与 rp.okay_compute_cross 逐值比,20250303 全市场 5117 只股票 × 25 个因子共约 12.8 万个数里只有 6 处超 1e-2,且差值都是 0.5 的整数倍(原值走的是 f32,rank 时个别本来不相等的数被取成并列),属于精度效应不是逻辑错;20250303 单日 n_jobs=4 冒烟已写出 hm9_base 的 25 个 h5,抽查 5 只股票的值与 rp.okay_compute_cross 完全相同。
hm010double_fansLevel2 逐笔+盘口14已完成已完成已完成已完成361对账:completed,因子库 {'base': 14, 'gap5': 7, 'gap1': 10, 'db': 1},残留 colblk 0
hm011phoenix_birdLevel2 逐笔+盘口22已完成已完成已完成已完成362completed,因子库 {'base': 22, 'gap5': 17, 'gap1': 15, 'db': 0},残留 colblk 0
hm012dream_triple_jumpLevel2 逐笔+盘口0已完成已完成已完成已完成385对账:completed,因子库 {'base': 5, 'gap5': 6, 'gap1': 6, 'db': 0},残留 colblk 0
hm013hide_order_depthLevel2 逐笔+盘口4已完成已完成已完成已完成363对账:completed,因子库 {'base': 4, 'gap5': 7, 'gap1': 5, 'db': 1},残留 colblk 0
hm014hm14Level2 逐笔16已完成已完成已完成已完成386completed,因子库 {'base': 16, 'gap5': 17, 'gap1': 18, 'db': 1},残留 colblk 0
hm015hm15Level2 逐笔15已完成已完成已完成已完成387completed,因子库 {'base': 15, 'gap5': 10, 'gap1': 13, 'db': 2},残留 colblk 0
hm016hm16Level2 逐笔5已完成已完成已完成已完成388completed,因子库 {'base': 5, 'gap5': 6, 'gap1': 6, 'db': 0},残留 colblk 0
hm017hm17分钟数据23已完成已完成已完成已完成389completed,因子库 {'base': 23, 'gap5': 21, 'gap1': 17, 'db': 1},残留 colblk 0
hm018hm18Level2 逐笔+盘口2已完成已完成已完成已完成390completed,因子库 {'base': 2, 'gap5': 1, 'gap1': 2, 'db': 0},残留 colblk 0
hm020hm20Level2 逐笔10已完成已完成已完成已完成391completed,因子库 {'base': 10, 'gap5': 10, 'gap1': 10, 'db': 2},残留 colblk 0
hm021hm21Level2 逐笔+盘口5已完成已完成已完成已完成392completed,因子库 {'base': 5, 'gap5': 2, 'gap1': 4, 'db': 0},残留 colblk 0
hm022hm22Level2(待确认)10已完成已完成已完成已完成393对账:completed,因子库 {'base': 10, 'gap5': 13, 'gap1': 9, 'db': 1},残留 colblk 0
hm023hm23Level2(待确认)18已完成已完成已完成已完成394对账:completed,因子库 {'base': 18, 'gap5': 6, 'gap1': 16, 'db': 1},残留 colblk 0
hm024hm24Level2 逐笔55已完成已完成已完成已完成395completed,因子库 {'base': 55, 'gap5': 35, 'gap1': 35, 'db': 4},残留 colblk 0
hm025hm25Level2(待确认)18已完成已完成已完成已完成396对账:completed,因子库 {'base': 18, 'gap5': 12, 'gap1': 17, 'db': 2},残留 colblk 0
hm026hm26Level2(待确认)21已完成已完成已完成已完成397对账:completed,因子库 {'base': 21, 'gap5': 17, 'gap1': 18, 'db': 4},残留 colblk 0
hm027hm27Level2 逐笔48已完成已完成已完成已完成398completed,因子库 {'base': 48, 'gap5': 36, 'gap1': 33, 'db': 2},残留 colblk 0
hm028hm28分钟数据2已完成已完成已完成已完成399completed,因子库 {'base': 2, 'gap5': 2, 'gap1': 2, 'db': 1},残留 colblk 0
hm029hm29Level2 逐笔16已完成已完成已完成已完成360对账:completed,因子库 {'base': 16, 'gap5': 12, 'gap1': 14, 'db': 4},残留 colblk 0
hm030hm30Level2 盘口41已完成已完成已完成已完成401completed,因子库 {'base': 41, 'gap5': 35, 'gap1': 25, 'db': 4},残留 colblk 0
hm031hm31Level2 逐笔28已完成已完成已完成已完成402completed,因子库 {'base': 30, 'gap5': 20, 'gap1': 22, 'db': 5},残留 colblk 0
hm032hm32Level2 盘口45已完成已完成已完成已完成403对账:completed,因子库 {'base': 57, 'gap5': 28, 'gap1': 34, 'db': 1},残留 colblk 0
hm033hm33Level2 逐笔41已完成已完成已完成已完成404对账:completed,因子库 {'base': 41, 'gap5': 30, 'gap1': 28, 'db': 6},残留 colblk 0
hm034hm34Level2 逐笔28已完成已完成已完成已完成405对账:completed,因子库 {'base': 28, 'gap5': 21, 'gap1': 18, 'db': 0},残留 colblk 0
hm035hm35Level2 逐笔26已完成已完成已完成已完成406对账:completed,因子库 {'base': 26, 'gap5': 14, 'gap1': 30, 'db': 2},残留 colblk 0
hm036hm36Level2 逐笔8已完成已完成已完成已完成407对账:completed,因子库 {'base': 8, 'gap5': 2, 'gap1': 6, 'db': 0},残留 colblk 0
hm037hm37Level2 逐笔47已完成已完成已完成已完成408对账:completed,因子库 {'base': 47, 'gap5': 27, 'gap1': 35, 'db': 3},残留 colblk 0
hm038hm38Level2 逐笔52已完成已完成已完成已完成409对账:completed,因子库 {'base': 52, 'gap5': 36, 'gap1': 34, 'db': 8},残留 colblk 0
hm039hm39Level2 逐笔+盘口14已完成已完成已完成已完成410对账:completed,因子库 {'base': 14, 'gap5': 9, 'gap1': 9, 'db': 2},残留 colblk 0
hm040hm40Level2 逐笔53已完成进行中未开始未开始412提交于 2026-10-13 20:02:27,n_jobs=200
hm041hm41Level2 盘口40已完成未开始未开始未开始-hm041 野火 —— 复现完成,验证通过 产出 src/okay_database/hm041.rs(新增,逐股系列) /home/chenzongwei/pythoncode/成果hm41_野火/hm41_okay_database.py(新增) 旧文件 hm41_okay.py 未改。 形态 per_stock。只读盘口 market_data,get_many=0 / read_full=0 / change_time=1。 change_time=1 在这份旧代码里只做 exchtime 的单位换算,没有 adjust_afternoon, 所以五个时段用真实钟点、两端都含:allday[09:30,14:57]、open30、morning、afternoon[13:00,14:57]、close30[14:30,14:57]。 每个时段切两档(cut_num=6 → 档位 1~5 叫 num5;cut_num=11 → 档位 1~10 叫 num10)。 验证(硬门槛,通过) lib/okay_database/verify_series.py --series hm041 --okay 旧文件 --pairs 20250303:000001、20250304:600519、20180601:000002、20231020:300750 四组全部「旧 360 值 / 新 360 值,NaN 0,一致」,结论「通过」。 只用了程序判定的结果,没有手工放过任何一格。 必须原样复刻的旧代码错位(重点) 旧 sing1 每次返回 36 个值,但 names 每块只声明了 34 个名字,漏了 asks_dura_sum 与 bids_dura_sum。旧框架 cal_factor_one_stock / cal_factor_one_day 都是 zip(res, names_single), 按短的截断,所以从每块第 14 位(ab_first)起名字与值整体错位 2 格,每块最后两个值被丢掉。 例:存进因子库的 ab_first_num10_open30 实际装的是该块的 asks_dura_sum。 处理方式:names() 返回 340 个名字(旧 names_single 原样),compute_stock() 返回完整的 360 个 原始值,pipeline 按 expected_result_length=340 截断,正好等于旧 zip 的行为。 已实测核对:单日 base 写完后,000001@20250303 的 40 个 names_save 列值对旧 get_factor 逐个对齐,不一致 0 个。**不要**把 340 改成 360,那样值会整体前移两格、和因子库对不上。 实现里对齐的几处 pandas 语义 · asks_first / asks_last 按 price 去重后,(last-first) 是按 price 对齐不是按位置对齐 (keep=first 与 keep=last 留下的行序不同),corr 那几项必须用 price 做键内连接。 · corr_asks_first / corr_asks_last / corr_bids_first / corr_bids_last 是 corr(exchtime 的纳秒整数值, number),不是 corr(price, ...)。pandas 2.x 的 DataFrame.corr 会把 datetime64[ns] 当 float64 参与,这里照做。 · ab_first_rate = asks_first_sum/(asks_first_sum+bids_first_sum),不是 (a-b)/(a+b)。 第一版写成了差值比,实测值从 0.498 变成 -0.003,是硬错误,已在文件里写了注释。 · dura_std 是标准差不是方差(第一版漏了 sqrt,实测差 4603 倍)。 · skew 用 pandas 的公式 (n*sqrt(n-1)/(n-2))*(m3/m2^1.5),m2/m3 先做 1e-14 抹零, m2==0 返回 0,n<3 返回 NaN;corr 用 nancorr 的 Welford 算法。 没覆盖到的分支(说清) · 某时段窗口内 asks 或 bids 为空时,旧代码走 [nan]*34 分支(长度 34 而不是 36), 会让后面各块整体前移。Rust 侧照抄了这个分支,但四组验证样本都没触发。 · 同一时刻有多条快照(exchtime 相同)时,drop_duplicates keep=first/last 的归属取决于 多键排序的稳定性。Rust 用稳定排序(sort_by_key),与 pandas 多键 sort_values 走的 np.lexsort 一致;但没有专门构造这种样本去压。 冒烟 单日 20250303、n_jobs=8,run_base 写出 base:5117 个任务、17 秒、40 个因子文件落地, 之后核对列值全部对上。没有提交任务系统,没有 git commit。
hm043hm43Level2 逐笔52已完成未开始未开始未开始-hm043 已通过 verify_series「通过」:000001@20250303 / 600519@20250304 / 000002@20180601 / 300750@20231020 四组 306 值全部一致(阈值 1e-4,无 NaN 兜底)。小样本冒烟 20250303 单日 n_jobs=8 写入 factor_base/hm43_base,52 个入选因子正常落盘。
hm044hm44Level2 逐笔32已完成未开始未开始未开始-hm044 已完成:verify_series.py 四组 (20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750) 旧 192 值对新 192 值全部一致,结论「通过」(6 个时段 × 32 个指标)。单日 20250303 冒烟写出 hm44_base 的 32 个入选 base,h5 与 rp.okay_compute_stock 逐值核对一致。 实现要点: - 这个系列要的是**撤单行**,逐笔不能过滤 flag==32(旧代码 with_retreat=1)。flag==32 里 ask_order==0 算买方撤单、bid_order==0 算卖方撤单;flag!=32 里 flag==66 是主买成交。 - 先切 [09:30:00, 14:57:00],再按 1 分钟装桶(label=left、closed=left):桶内 <=10 行记 NaN;否则 dura 取「桶内 exchtime 减桶内最早一笔」的秒数,buy=dtw(买方撤单, 主买成交),sell=dtw(卖方撤单, 主买成交)——旧代码 sell 那行写的也是 ac_buy,照抄;±inf 换 NaN 后 dropna(撤单为空时 dtw 返回 inf,整桶被丢掉)。 - 六个时段切在分钟桶标签上(allday/open30[09:30,10:00]/morning[09:30,11:30]/afternoon[13:00,14:57]/close30[14:30,14:57]/silent[10:00,14:30]),每段桶数 <=5 时整段 32 个 NaN。 - 32 个指标按 pandas 语义:std 是 ddof=1;skew 是无偏版 m3/m2^1.5*sqrt(n(n-1))/(n-2)、样本<3 或方差为 0 给 NaN;corr 逐行复刻 pandas nancorr(Welford、成对完整观测)。 踩到并已修的坑(对全项目都有用): - 一开始 dtw 直接调了 crate::time_series::dtw_distance,那是 #[pyfunction]、返回 PyResult,而 worker 二进制不带 libpython,链接直接缺 PyExc_ValueError 这类符号,卡住所有人的构建。现已在本文件里写了一份纯 Rust DTW(算法照 src/time_series/mod.rs 抄,语义一致:一侧为空给 inf、两侧都空给 0、无带宽限制),改完重跑 build_locked.sh 链接通过、worker 重新部署,再重跑 verify_series 仍是四组「通过」。结论:okay_database 下的文件不要调 #[pyfunction]。 未覆盖:run_db / run_h5 / run_h1 需要全历史 base 才能跑,本步只做单日冒烟;全历史由队列统一提交。
hm045hm45分钟数据34已完成未开始未开始未开始-hm045(如如不动,分钟横截面)Rust 复现完成,新旧对账通过。 产物:src/okay_database/hm045.rs(compute_cross,57 个因子,names 与旧 names 一字不差、无重名)+ 成果hm45_如如不动/hm45_okay_database.py(kind='cross_section',base 39 名 = 28 unfold + 11 fold(框架自算 fold,与旧 dwo.get_abs 定义一致),db 5 / gap5 37 / gap1 12 全部沿用旧名单)。 对账:verify_series.py --series hm045 --okay /home/chenzongwei/pythoncode/成果hm45_如如不动/hm45_okay.py --pairs 20250303:000001,20250304:600519,20180601:000002,20231020:300750 → 4 组全部「旧 57 值 / 新 57 值,NaN 0,一致」,结论「通过」(用的是**未打补丁的原件**)。 全市场复核:20250303 全天 5792 只 × 57 值,与旧结果逐格比,290928 格里 54 格不一致(0.019%),全部落在 df_market_ab / df_ab 两个分支、6 只股票(603663/603700/603823/603985/000695/603086);这 6 只是标准化后 X'X 近奇异、OLS 系数对最后几位敏感,旧值本身就是噪声(两版相对差 0.2%~190%),其余 5104 只、包括全部 15215 个 p 值都在 1e-4 内。 两处环境坑已处理并写进文件头:(1) 旧文件 `(a1-a1.mean())/a1.std()` 混着字符串列 'code',pandas 2.x 会抛 TypeError,但 groupby.apply 会自动 include_groups=False 重跑,结果与 pandas 1.x 的 numeric_only 语义逐位相同(实测原件与补丁副本 57×5104 个值最大相对误差 0.0),Rust 按「只标准化进 OLS 的 11 列」实现;(2) scipy 的 f.cdf 走 cephes fdtr/incbet,尾部 ≤1.11e-16 时被钉成 1-1.11e-16,所以旧 p 值的下限是 1.11e-16 而不是 0,Rust 连这个下限一起复刻(不复制会差 1.11e-4,刚好过不了线)。 冒烟:20250303 单日 n_jobs=8 写出 base 39 个 h5(factor_base/hm45_base),df_mean_ 读回 5058 个非空、000001=1.4837179 与旧一致,临时 colblk 已自动清理。全历史由队列统一提交。
hm046hm46Level2 盘口33已完成未开始未开始未开始-hm046 Rust 复现完成,verify_series 四组逐值一致(20250303:000001、20250304:600519、20180601:000002、20231020:300750,各 150 值,结论「通过」),单日冒烟 run_base 写出 33 个 base h5(26 个原值 + 7 个 `_fold`,fold 由因子库按 |x-当日截面均值| 生成,与旧框架 dwo.get_abs 同口径)、run_db 写出 4 个 db h5;盘口快照自己按 f64 读,用库里 read_market_fast_inner 的 f32 会让 300750@20231020 的 ab_vol3_rate_corr_last_prc_close30 相对误差到 1.0e-4 压线不过。
hm047hm47Level2 逐笔72已完成未开始未开始未开始-hm047 死亡半衰期 —— 通过对账 ═══ 一句话 ═══ 690 个因子的 Rust 复现完成,四组对账全部一致,单日冒烟写出 base 成功。 ═══ 旧代码语义(已逐条对上)═══ get_many=0 / read_full=0 / change_time=1,逐股,690 个因子 = 138 个指标 × 5 个时段 (all / open30 / morning / afternoon / close30)。 · 全天表先切 [09:30, 14:57](between_time,两端闭、纳秒精确),在这张表上算 12 个「半衰期」列: 3 个 find_half_energy_time(窗口 1/5/30 秒)、3 个 find_half_extreme_time(默认方向)、 6 个 find_half_extreme_time(pos/neg × 1/5/30 秒);算完全表 replace(0, NaN)。 · 每个时段 one(df) 返回 138 个值: 前 18 个 = corr(volume, energy) 的 DataFrame.corr(Welford),六个能量列 × {全体, 66, 83}; 后 120 个 = 四组(large = volume ≥ 0.9 分位、small = volume ≤ 0.5 分位且 > 100、66、83) × 六个方向列 × 五个统计量(std / max / median / autocorr1 / autocorr2)。 ═══ 三个必须照抄的点 ═══ 1) 两个 rp 函数(find_half_energy_time / find_half_extreme_time)是 #[pyfunction], worker 不带 libpython,链路里不能调,已把纯 Rust 主体逐字抄进 hm047.rs (src/time_series/mod.rs 一行没动)。**超时也照抄**:旧代码两个函数都传 timeout_seconds=1,实现里每 100 个外层元素查一次 Instant,超时整列返回 NaN。 2) Series.autocorr 在 pandas 2.x **不再抛 ValueError**(1.x 才会),组太短时只是 走到 np.corrcoef 的 0/0 返回 NaN。第一版按 1.x 的语义加了「任一组少于 3 行就整天 返回 None」的门槛,结果 600519@20250304 和 300750@20231020 新值整条算不出来, 而旧值各有 150 个 NaN 且照常返回 690 个值。去掉门槛后四组全过。 3) DataFrame.corr 走 libalgos.nancorr 的 Welford(掩码 isfinite), Series.autocorr 走 nanops.nancorr → np.corrcoef 的两遍法(成对丢 NaN、clip 到 [-1,1]), 两者不是同一条路,代码里分成 pearson_welford 和 autocorr_lag 两个函数。 另外:CSV 浮点走 pandas C 解析器 precise_xstrtod 的复刻(与 hm090/hm012 同一份)。 名字顺序也核过:`half_{统计量}_{能量列}_{组}_{up|down}_{时段}`,组名在 up/down 前面 (旧代码变量名 half_std_M1_66_up 就是这个形状);把 690 个名字和老文件 run_base 里 展开后的 names 逐字比过,完全相等。 ═══ 证据 ═══ lib/okay_database/verify_series.py --series hm047(OKAY_VERIFY_DATA_ROOT=/ssd_data) 000001 20250303 旧 690 / 新 690,NaN 0,一致 600519 20250304 旧 690 / 新 690,NaN 150,一致 000002 20180601 旧 690 / 新 690,NaN 0,一致 300750 20231020 旧 690 / 新 690,NaN 150,一致 结论:通过 单日冒烟:run_base(20250303, 20250303, n_jobs=4),5117 个任务,72 个入选 base 写出成功。 (第一次冒烟因为名字顺序写错留下过一份坏 colblk store,已删掉重跑,现在 store 是干净的。) ═══ 产物 ═══ · src/okay_database/hm047.rs(690 个因子,names() 与旧文件展开后的 names 完全相等) · /home/chenzongwei/pythoncode/成果hm47_死亡半衰期/hm47_okay_database.py names_save 72 个(57 个原值 + 15 个 _fold,_fold 交给 write_selected_base 生成)、 names_gap5 29 个、names_gap1 31 个、names_in_db 6 个。 ═══ 没覆盖到的分支 ═══ · 超时那条路没触发过(四组样本的 12 次调用都在 1 秒内跑完),所以「超时整列 NaN」 的语义只做了代码对齐,没有实测样本。真触发的日子两边的耗时可能不同, 这是本系列唯一一处依赖机器速度的地方,已在文件头写明。 · 四个时段以外的窗口边界(正好落在 09:30:00.000000 / 14:57:00.000000 的行)没有专门构造样本。
hm048hm48Level2 逐笔60已完成未开始未开始未开始-[已完成,verify_series 通过:四组 360 值全一致;完成记录曾被队列覆盖,按会话回报确认]
hm049hm49Level2 盘口78已完成未开始未开始未开始-[已完成,verify_series 通过:四组 540 值逐值一致;完成记录曾被队列覆盖,按会话回报确认]
hm050hm50Level2 盘口26已完成未开始未开始未开始-[已完成,verify_series 通过:四组 18 值逐值一致;完成记录曾被队列覆盖,按会话回报确认]
hm051hm51分钟数据37已完成未开始未开始未开始-hm051(同频伙伴,分钟数据横截面)已完成。 新增 src/okay_database/hm051.rs(270 个因子 = 6 个 dc × 9 组 × 5 个 dr)与 成果hm51_同频伙伴/hm51_okay_database.py(27 个 unfold + 10 个 _fold 共 37 个 base 名, 旧 names_save 里 rets_large_abn_morningcorr_on_volume 写了两遍,去重后 37)。 对账通过:verify_series.py 跑 20250303:000001、20250304:600519、20180601:000002、20231020:300750, 4 组 × 270 值全部「一致」,无 NaN 差异,结论「通过」。 另做了一次 20250303 全市场 270 × 5792 个值的对照(旧框架原样跑出来的矩阵): 234 个因子逐值完全对上,另 36 个落在 numpy 的 np.log 实现差异上 —— numpy 的 np.log 走 Intel SVML(AVX-512 汇编),Rust 的 f64::ln 走 glibc,约 0.01%~0.2% 的 输入差 1 ulp;这 36 个全部属于 imbalance1 那一组,只涉及 2 只股票(603398、603823), 最大相对差 9.9e-2。这 36 个因子都不在 names_save 里(names_save 里唯一带 corr_on_imbalance1 的是 rets_dr_afternooncorr_on_imbalance1,它是 dr_afternoon 组、 不用掩码,逐值一致)。按「已知不可复现」留档,详细数字写在 hm051.rs 文件头第三节。 关键点(也写进了 series_work_spec 第六节):本系列的因子完全建立在 「相关系数 >= 每列 0.99 分位」的掩码上,阈值正好压在一堆 corr = ±1 的并列值上, 所以 pandas 的列和必须用 numpy 的成对求和(PW_BLOCKSIZE=128、8 路展开)逐位复刻 —— 顺序累加会让 ab_ratio 那 4 列(000409/002037/600192/600289)的掩码翻面,因子差几十个百分点。 相关系数本身按 pandas/_libs/algos.pyx 的 Welford 在线算法逐行复刻(实测逐位一致)。 单日冒烟:20250303 一天,n_jobs=8(横截面 pipeline 实际 1 进程 × 4 线程), 输出改到 /tmp/h51_smoke,5792 只 11 秒算完,37 个 h5 全部写出, 回读 unfold 与 rp.okay_compute_cross 逐值相同、_fold 与 abs(值 - 截面均值) 差 4e-11, 临时目录已删。
hm052hm52Level2 盘口38已完成未开始未开始未开始-hm52 自由泳之浪:Rust 复现完成,新旧对账通过。 产出 src/okay_database/hm052.rs(逐股,names/compute_stock/compute_cross,360 个因子) /home/chenzongwei/pythoncode/成果hm52_自由泳之浪/hm52_okay_database.py 旧文件 hm52_okay.py 未改动。 对账(硬门槛) verify_series.py --series hm052 --okay 成果hm52_自由泳之浪/hm52_okay.py --pairs 20250303:000001, 20250304:600519, 20180601:000002, 20231020:300750 四组全部「旧 360 值 / 新 360 值,NaN 0,一致」,结论:通过。 四组里没有 NaN、没有 inf(旧侧实测 max|值| = 6.2)。 冒烟 run_base(20250303, 20250303, n_jobs=8):5117 个 (日期,股票) 任务 19.3 秒跑完, factor_base/hm52_base 写出 57 个 h5,临时 colblk 已自动删除。 names_save 共 57 个 = 36 个原值 + 21 个 _fold。旧代码的 run_factor_out 会把 names_save_unfold 整份原值存下来,再单独存 _fold,所以只照抄旧文件里那个 38 项名单 会少存 19 个原值,这里按 57 个写。 复现时要特别小心的地方(都写进 hm052.rs 文件头了) 1. 两次 between_time 筛的不是同一个量:进 adjust_afternoon 前那次筛的是 datetime 字符串解析出的时刻(2025 年毫秒精度、2018 年只有整秒),里面那次筛的是 exchtime。 2. exchtime 是 epoch 微秒,旧框架 deal_data 给它 +8 小时后当北京钟点用;直接拿它 和钟点常量比会一行都留不下(第一版就是这么错的,360 个值全 NaN)。 3. resample 取的是「每个 3 秒格里最后一行的 last_prc」,行序是 「上午行(文件序)+ 下午平移行(文件序)」,11:30:00 那一格两边都会贡献。 4. rolling_future('300s').last() 要除价格再减 1;rolling_future 本身返回的是价格。 5. 五个时段里 open30 与 morning 的窗口完全相同(旧代码就是复制粘贴的),不是笔误。 6. 相关系数用的是 Series.corr → np.corrcoef,结果要 clip 到 [-1,1]。 未覆盖的分支 · 停牌 / 全天无快照因此 3 秒表为空的股票:Rust 侧给 360 个 NaN;这个分支没找到真实 样本对账过(四组都是有行情的正常交易日)。 · 单只股票某天 3 秒表行数少于 4 时 skew/kurt 的 n<3 / n<4 分支,同样是按 pandas 口径写的,但没有真实样本覆盖。 · compute_cross 恒返回 None(本系列没有横截面因子)。
hm053hm53Level2 逐笔61已完成未开始未开始未开始-hm053「最速曲线」已用 Rust 复现(src/okay_database/hm053.rs,1050 个因子)。 == 对账 == 口径:4 组选在旧代码**没有**超时的股票日,严格逐值一致;另加 1 组超时日期,把已知偏差记录在案。 全部用 OKAY_VERIFY_DATA_ROOT=/ssd_data,相对误差门槛 1e-4。 A. 严格一致的 4 组(结论「通过」): 20250303:000001 旧 1050 / 新 1050,NaN 1,一致 20250304:600519 旧 1050 / 新 1050,NaN 0,一致 20180601:000002 旧 1050 / 新 1050,NaN 0,一致 20231020:600519 旧 1050 / 新 1050,NaN 0,一致 B. 有意偏差的 1 组(结论「不通过」,偏差即预期): 20231020:300750 旧 1050 / 新 1050,NaN 0,42 处不一致 == B 组的偏差是什么(不是漏算,是有意为之)== 旧代码给 rp.brachistochrone_curve 传了 timeout_seconds=1,那个函数在每个点、每次二分迭代 都调一次 Instant::now()。实测这台机器 Instant::now() 约 440ns,300750@20231020 的 x 区间 覆盖全部 59599 个点,光时钟调用就要 1.3 秒,于是必然超时 → 「_se 下 x 取 exchtime_int」的 两组(time_price、time_volume,各 21 个)返回 NaN。同一份输入不设超时时只要 31 ms, 说明这 1 秒与计算量无关,纯粹是时钟开销。同一天 x=volume 的两组因为 cumsum 是随机游走、 区间只覆盖 66 个点,8 ms 跑完,不超时。 实测偏差位置就是第 126~167 号共 42 处,全是「旧 NaN / 新有值」,其余 1008 个值逐值一致, 没有第二类差异(bad 里只有「一边是 NaN」这一种)。 阈值大约在 45000 个点(000001@20250303 21815 点不超时;300750@20231020 59599 点超时), 取决于机器 clock_gettime 代价与当时负载,跨机器/跨次运行不可复现。 == 取舍(lead 已确认:确定性优先 + 写清偏差)== 不设超时,按数学定义算出全部 1050 个值。理由:那 1 秒超时把机器噪声写进因子库, 同一个因子重算时会在「有值 / NaN」之间跳;而差异只出现在旧代码给 NaN 的地方,新值本身是对的。 受影响的位置:每个窗口里 x 取 exchtime_int 的两组 `_se`,一个窗口 42 个,理论上最多 210 个; 具体哪些窗口命中取决于该窗口的行数,是数据相关的。300750@20231020 只有 all 窗口命中。 受影响的入选 base(窗口 = all 的那些): distance_mean_time_price_se_all x_mean_high20_distance_time_price_se_all x_mean_high20_distance_time_price_se_all_fold y_mean_high20_distance_abs_time_price_se_all 最终名单里由它们派生的 4 个: distance_mean_time_price_se_all_smooth_1 distance_mean_time_price_se_all_min_smooth_5 x_mean_high20_distance_time_price_se_all_fold_mean_smooth_5 y_mean_high20_distance_abs_time_price_se_all_mean_smooth_10 == 其它 == 单日小样本冒烟:20250303 一天全市场,n_jobs=8,往临时目录 /hdd/user_home_unsafe/chenzongwei/hm053_smoke 写 base,写出 75 个因子 (58 个原值 + 17 个 _fold),跑完 95.6 秒,已删掉临时目录。 单股单日耗时 0.21~0.46 秒。 brachistochrone_curve 是 #[pyfunction],worker 链路上不能碰,算法整段抄进 hm053.rs, 没有改公共文件 src/sequence/mod.rs。 Series.autocorr 走 Series.corr(shift(lag)) → np.corrcoef,与 hm060 里的 DataFrame.corrwith 不是同一条路,本文件单独复刻;quantile 用 numpy 的 linear 法。 因子库文件写在 成果hm53_最速曲线/hm53_okay_database.py,names_save 75 项(含 17 个 _fold)。
hm054hm54Level2 逐笔42已完成未开始未开始未开始-hm054(创纪录熵变,Level2 逐笔,per_stock)已复现并通过对账。 Rust: src/okay_database/hm054.rs,114 个因子名与旧 names_single 逐个一致。 因子库文件: /home/chenzongwei/pythoncode/成果hm54_创纪录熵变/hm54_okay_database.py(names_save 42、gap5 18、gap1 22、names_in_db 1,全部原样搬自 hm54_okay.py)。 对账: 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750 四组,旧 114 值 / 新 114 值,全部一致,结论「通过」(覆盖率含一个 2018 年日期)。 单日冒烟: run_base(20250303,20250303,n_jobs=3) 写完 hm54_base,42 个 h5(26 原值 + 16 个 _fold),5117 个股票日约 5 分钟。 已知语义差异(都在容差内,已实测): 旧 rp.calculate_shannon_entropy_change 用 HashMap 累加熵,求和顺序随机;本实现用 BTreeMap 按键升序,两边只差约 1e-13,远小于 1e-4 对账阈值。
hm055hm55Level2 逐笔+盘口52已完成未开始未开始未开始-hm055 完成:Rust 复现(src/okay_database/hm055.rs)+ 因子库文件(hm55_okay_database.py)。 对账通过:4 组 (000001,20250303) (600519,20250304) (000002,20180601) (300750,20231020) 各 304 值全部一致、0 处不一致。 单日冒烟 run_base(20250303, n_jobs=8) 成功写出 52 个 base,其中 40 个非 fold 与旧框架 cal_factor_one_day 保存的值逐值一致(0 处不一致);12 个 _fold 交给因子库统一算。 两个坑已处理:(1) 排序并列顺序 —— exchtime 是 float64,numpy 2.x 走 x86-simd-sort 的 AVX-512 argsort,并列顺序不稳定,本系列逐笔只有 7613 个不同 exchtime / 19212 行,换稳定排序 304 个值里 298 个超差;这里照 hm039/hm066 的做法把 f64 映射成保序 int64 名次码再走 x86-simd-sort 复刻。(2) 304 个位置名里有 48 个重名(want_diff_K_abs 那一列本身参与相关,名字与「corr(want_diff_K) 取绝对值」完全相同),旧框架字典推导式是后者覆盖前者,names_save 里有 4 个正属此类,所以 names() 把早出现的位置改名 _dup2、把不带后缀的名字留给最后一次出现。 未覆盖的分支:close30 之外的时段不用算;涨跌停/停牌股若某个窗口为空,旧代码抛异常整条 None,Rust 侧同样返回 None(补 NaN)。
hm056hm56Level2 逐笔76已完成未开始未开始未开始-hm056「瞬时协同后的死亡半衰期」已用 Rust 复现(src/okay_database/hm056.rs,520 个因子), 新旧对账四组「通过」。 对账:OKAY_VERIFY_DATA_ROOT=/ssd_data --pairs 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750,四组都是「旧 520 值 / 新 520 值」逐值一致(门槛 1e-4), NaN 个数两边也相同(6 / 2 / 4 / 0),结论「通过」。 单日小样本冒烟:20250303 全市场,n_jobs=8,30 秒跑完 5117 只,base 写到 /hdd/user_home_unsafe/chenzongwei/hm56_smoke(临时目录,没碰正式因子库)。 结构:旧代码没有 adjust_afternoon,只切两个真实钟点窗口 [09:30,09:45] 与 [14:45,14:57], 每个窗口跑两遍(extreme=0 用 find_half_energy_time,extreme=1 用 find_half_extreme_time), 四段 130 项拼成 520,顺序 = open15_full / close15_full / open15_extreme / close15_extreme。 四个 #[pyfunction] 的纯 Rust 版抄进了本文件(worker 不带 libpython 不能在链路里调): find_half_energy_time / find_half_extreme_time(与 hm047.rs 的同名函数逐行一致)、 find_follow_volume_sum_same_price(与 hm048.rs 的 ffvsp 一致)、mark_follow_groups。 src/time_series 一行没动。本系列的调用都走默认 timeout=None、filter_ratio=0, 所以超时机制和频率过滤两条分支整段没抄。 几个必须对齐的细节: - find_half_*_time 收到的第一参数是 datetime64[ns].to_numpy(dtype=float),也就是**纳秒**的 f64,函数内部再 /1e9 变秒;exchtime 的纳秒值照抄 pandas 的 cast_from_unit_vectorized。 - DataFrame.corr() 的 libalgos.nancorr 只算 yi<=xi 那一半再对称复制, covxy += (vx-meanx_new)*dy_old,两列换序差 1e-3 量级。这里的 frame 恒为 [其它列, energy列],所以本文件统一写成 welford_corr(energy, other)。 - sum 跳过 NaN,空组/全 NaN 组的 sum 是 0.0(bse_* 那 5 项在 66/83 组为空时就是靠这条), mean/std 是 NaN;std 是样本标准差 ddof=1。 - round(follow_price - volume, 2) 是 numpy 的 rint(x*100)/100。 - Series.autocorr(5) 要求 len>5,旧代码的 try/except 会把它吞成「整只股票当日全 NaN」, 所以去重后行数 < 6(含 0 行)时本文件返回 None,不是返回 130 个 NaN。 只有「窗口本身为空」或「窗口行数 >= 100000」才返回 130 个 NaN。 因子库文件写在 成果hm56_瞬时协同后的死亡半衰期/hm56_okay_database.py: names_save 76 项(旧 names_save_unfold 的 49 项 + 27 个 _fold 版本, 因为新流水线只在「带 _fold 的名字也在 names_save 里」时才生成折出版本), names_gap5 27 项、names_gap1 21 项、names_in_db 2 项,全部照搬旧文件。
hm057hm57Level2 逐笔106已完成未开始未开始未开始-hm057(旧 hm57 本福特定律早一版)已复现并通过新旧对账。逐股系列,1400 个因子 = 5 时段 × 280(10 条序列各 20 个统计量 + 4 组按位相减),与 hm069 同名同结构。verify_series.py(OKAY_VERIFY_DATA_ROOT=/tmp/okay_root)四组 (20250303,000001)(20250304,600519)(20180601,000002)(20231020,300750) 全部「1400 值 / 1400 值,NaN 0,一致」,结论「通过」(一次过,没返工)。与 hm069 的两处差别写在 hm057.rs 文件头:第一,这个系列**不做** adjust_afternoon 的下午平移,窗口就是真实钟点 [09:30:00, 14:57:00](09:15~09:25 与 14:57~15:00 两段竞价被切掉),撤单行保留;第二,旧代码 `def one(df)` 收了参数 df 却从头到尾引用外层的 trade_data,所以 res1..res5 五段数值完全相同、只有后缀不同,输出是同一份 280 个值复制五份,不能改回「各自切窗口再算」。时间戳仍要照抄 pandas 的 exchtime_us/1e6 → rint(frac*1e9)/1e9 → +8h 那条链(±114ns 噪声会影响卡在边界上的行),首字符仍按 astype(str).str.slice(0,1) 的三条分支取。单日冒烟 20250303、n_jobs=8、5117 只股票写出 hm57_base 的 106 个入选因子(53 个原值 + 53 个 _fold),抽查 5 只股票 × 5 个因子与 rp.okay_compute_stock 完全相同,临时 colblk 已自动删除。产物:src/okay_database/hm057.rs、成果hm57_hm69_本福特定律/hm57_okay_database.py。gap5 43 个、gap1 45 个名单从旧文件原样搬入;旧 run_db 的 names_in_db 是空列表,这一层没有因子。
hm059hm59分钟数据81未开始未开始未开始未开始-
hm060hm60Level2 逐笔79已完成未开始未开始未开始-hm060「拼团成功」已用 Rust 复现(src/okay_database/hm060.rs,1674 个因子),新旧对账四组全部「通过」。 对账:OKAY_VERIFY_DATA_ROOT=/ssd_data,pairs 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750, 四组都是「旧 1674 值 / 新 1674 值,NaN 74,一致」,结论「通过」(相对误差门槛 1e-4)。 单股单日耗时 0.27~0.67 秒(旧框架同一件事 num_threads=8 要 1.2 秒)。 单日小样本冒烟:20250303 一天全市场 5117 只,n_jobs=8,往临时目录 /hdd/user_home_unsafe/chenzongwei/hm060_smoke 写 base,写出 105 个因子 (78 个原值 + 27 个 _fold),非空 5117 行,跑完已删掉临时目录。 没有写因子库的正式路径,全历史由串行队列统一提交。 要点: - order_neighborhood_analysis 是 #[pyfunction],worker 链路上不能碰,算法整段抄进 hm060.rs, 没有改公共文件 src/order_neighborhood.rs。 - exchtime 必须照抄 pandas 的 cast_from_unit_vectorized(ns 与「微秒 × 1000」差几十到几百 ns), 否则 between_time 在窗口边界那一微秒上会判反。 - 153 个相关系数走 np.corrcoef,autocorr 走 DataFrame.corrwith 的 demeaned 乘积那条路, 两者不是同一条,分别复刻。 - 旧代码给 order_neighborhood_analysis 传了 timeout_ms=5000,本实现不设超时。 - 四组对账都没有触发「orders 为空」或「买/卖子集为空」这两个整天给 NaN 的分支, 这两个分支是照 pandas 在空表上 df.max() 抛异常的行为写的,未实测覆盖。 - 因子库文件写在 成果hm60_拼团成功/hm60_okay_database.py,names_save 105 项(含 27 个 _fold)。
hm061hm61Level2 盘口31已完成未开始未开始未开始-hm061(Level2 盘口 / 逐股)Rust 复现完成并通过新旧对账。verify_series 4 组 (20250303:000001, 20250304:600519, 20180601:000002, 20231020:300750) 全部「一致」,结论「通过」。另用旧框架跑了 2 个日期 × 4 只股票的原值做复核,453 个值逐值比:NaN 个数与位置完全一致,最大相对误差 1.5e-5(其余组 5.7e-8),旧框架里 300750@20180601 无数据两边一致返回空。单日小样本冒烟已写出 base:31 个文件(26 个原值 + 5 个 _fold),抽查 26 个原值 × 4 只股票共 104 个值对旧框架原值最大相对误差 5.4e-8;临时 colblk 已清。全历史由串行队列统一提交。两个坑记在 hm061.rs 文件头:① 买卖两个价格区间的分位数必须各用自己 number==1 的价格,混用会全错;② 旧 names_single 里 amax_bmin_corr_amid_bmid_abs_全部 重名两次,列式 store 的组合校验不接受重名,names() 给第二次出现的那列加了 _dup2 后缀(值不变、列数仍 453,该列不在入选名单里)。
hm062hm62Level2 逐笔56已完成未开始未开始未开始-hm062「闪现开团」已用 Rust 复现(src/okay_database/hm062.rs,960 个因子,每个变体 240 个 × 4), 本轮又补了一处浮点解析的隐患,改完重验 8 组全部「通过」。 ═══ 一、本轮改了什么 ═══ 旧版 hm062.rs 的 CSV 浮点走的是 `str::parse::<f64>()`(Rust 的正确舍入解析), 已改成 hm090.rs / hm033.rs / hm047.rs 里的 `parse_f64_pandas` + `pow10_table` (pandas C 解析器 `precise_xstrtod` 的逐行复刻)。文件头第 0 节写明了为什么。 原因:旧框架是 `pd.read_csv` 读进来的,走的是 precise_xstrtod —— 只累加**前 17 位有效数字**, 多出来的整数位转成指数、多出来的小数位直接丢掉,最后用一张写死的 10 的幂做一次乘或除。 它不是正确舍入。hm012 就是没换这一处,在 000001@20250303 上差出 1.4e-4~7.1e-3。 实测差多少(pandas 的值 vs Python `float()` 的正确舍入值,逐行比): · 000001@20250303:turnover 列 260/76488 行差 1 ulp,price / exchtime 列 0 行差。 · 另外扫了 8 个交易日共 84 个股票日、205 万行:turnover 列 18997 行差 1 ulp(0.93%), price 列 0 行差。所以 price 这一列在这批样本上没踩到,但这个结论不能外推, 留着正确舍入解析就是隐患。 ═══ 二、改完的验证 ═══ 构建走 lib/okay_database/build_locked.sh,alter.sh 退出码 0,.so 与 worker 都重新部署。 verify_series.py(OKAY_VERIFY_DATA_ROOT=/ssd_data),8 组 (日期, 股票) 全部 「旧 960 值 / 新 960 值」逐值一致、NaN 0,结论「通过」: 原四组 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750 加抽 4 组 20180601:000001 / 20231020:600519 / 20250303:600519 / 20220104:000001 ═══ 三、要如实说清的一点 ═══ 这 8 组的数值**跟改之前完全一样**,也就是说不换也能过 —— 没换出来不是因为踩到了, 而是因为没踩到。原因是 hm062 下游只吃 price / volume / flag / exchtime 四列 (turnover 只参与了 `dropna` 的 NaN 判断,不参与任何算式), 而上面实测的 1 ulp 差异全落在 turnover 列上。所以这一改是消除隐患,不是修一个已发生的错。 按 lead 的要求还是换了:hm062 有 `nunique`、`quantile` 分位切割、`round(2)` 比阈值这类操作, 哪天 price 列上撞到 1 ulp 就会翻面,事前没法排除。 ═══ 四、规范里也加了一句 ═══ lib/okay_database/series_work_spec.py 第七节那条「pandas 读 CSV 的浮点不是正确舍入」 下面补了:「凡是旧代码用 pd.read_csv 读进来、后面又做了『恰好相等 / 比阈值 / 排名 / 分位切割』 的系列,必须用 parse_f64_pandas,不要用 str::parse」,并附了上面的实测数字与 hm012 / hm062 两个例子。 ═══ 五、这个系列本身(沿用上一轮结论) ═══ 960 个因子 = 4 个变体 × 240;names_single 是 960 项(verify 对的就是这 960 项), names_save 56 项去掉尾部 `_fold` 后 55 个不同名字才是因子库要存的 base。 因子库文件在 成果hm62_闪现开团/hm62_okay_database.py。
hm063hm63Level2 逐笔+盘口85未开始未开始未开始未开始-
hm064hm64Level2 逐笔62已完成未开始未开始未开始-[已完成,verify_series 通过:四组 2640 值全一致;完成记录曾被队列覆盖,按会话回报确认]
hm065hm65Level2 逐笔72已完成未开始未开始未开始-[已完成,verify_series 通过:四组全一致;完成记录曾被队列覆盖,按会话回报确认]
hm066hm66Level2 逐笔45已完成未开始未开始未开始-【已完成,verify_series.py 结论「通过」】 产物: src/okay_database/hm066.rs 644 个因子,逐股系列 /home/chenzongwei/pythoncode/成果hm66_你追我赶/hm66_okay_database.py names_save 45(29 原值 + 16 _fold)、names_in_db 8、gap5 23、gap1 32 对账(verify_series.py,OKAY_VERIFY_DATA_ROOT=/tmp/okay_root): 规定四组 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750 → 旧 644 / 新 644,逐位一致,结论「通过」 另加六组 20250310:000001 / 20220819:000001 / 20240102:000001 / 20211231:000001 / 20230103:000001 / 20180601:000001 → 同样全部一致,结论「通过」 共 10 组、每组 644 个值,全部一致。 本次解决的问题:原先「高低价之间」那 312 个值对不上的根因不是 AVX-512 argsort 分区行为不可复刻,而是 x86-simd-sort 的兜底分支被顶替了。 argsort_() 在 max_iters <= 0 时调 std_argsort(),即 std::sort(arg+left, arg+right+1, [arr](a,b){return arr[a]<arr[b];}),走 libstdc++ 的 introsort —— 纯标量、完全确定、跨机器可复现。hm039.rs 那份复刻当时用「按值稳定排序」 顶替,理由写的是「48 个候选数组一次都没走到这里」;这个判断对 hm039 成立,对 hm066 不成立。 HM066_DEBUG=1 看到 fallback 计数:000001@20250303 是 1、600519@20250304 是 3、 300750@20231020 是 24。大数组 + 少价位时分区不收敛,必然掉进这个分支, 而并列块的最终排列完全由它决定。 修法与验证: 在 hm066.rs 里新加了一段 libstdc++ introsort 的逐行复刻(struct Intro, 依据 GCC 的 bits/stl_algo.h 与 bits/stl_heap.h),替换掉原来的稳定排序兜底。 验证方式是把它单独拿出去(/tmp 的独立 harness,不进主项目)对 34 个真实股票日的 价格数组跑 np.argsort(price, kind='quicksort'),比整个置换而不只是首末位: 34/34 逐位相等,n 从 19677 到 159086 都有; 000001@20250303 的 oN 从 36699 变成 36781,与 numpy 一致。 写这段时踩到的唯一坑:__unguarded_linear_insert 用的是 __val_comp_iter, 比较方向是 comp(val, *iter) = arr[val] < arr[ind[p]],与 __insertion_sort 的 comp(iter, iter) 相反;写成同一个方向会越界读,已在代码注释里写明。 遗留(不在本系列范围内,交给 lead 判断): hm039.rs 里那份复刻有同一个稳定排序兜底。hm039 自己的四组对账过了,说明那几组 没触发兜底,但不能保证别的股票日不触发。若 hm039 将来要复核,把 hm066.rs 里的 struct Intro 整段搬过去即可。 另外旧库那批 `_fold` 列(16 个)本身不可复现(旧 run_base 用 list(set(...)) 的顺序去 zip facs),本文件按代码本意实现为 |X| 的原值,与上一轮交接的记录一致。 (注:这条记录第一次写完时被 queue_runner.py 无锁写 program_state.json 覆盖掉了, 现重新记一次。)
hm067hm67Level2 逐笔71已完成未开始未开始未开始-[已完成,verify_series 通过:四组全一致;完成记录曾被队列覆盖,按会话回报确认]
hm068hm68Level2 逐笔77未开始未开始未开始未开始-
hm069hm69Level2 逐笔80已完成未开始未开始未开始-hm069(旧 hm69「本福特定律」)已复现并通过新旧对账。逐股系列,1400 个因子 = 5 时段(all/open30/morning/afternoon/close30) × 280,每个时段 10 条序列(成交量/成交金额/主买量/主卖量/买单编号/卖单编号/买单撤单量/卖单撤单量/买单撤单编号/卖单撤单编号)各 20 个统计量 + 4 组按位相减。verify_series.py(OKAY_VERIFY_DATA_ROOT=/tmp/okay_root)四组 (20250303,000001)(20250304,600519)(20180601,000002)(20231020,300750) 全部「1400 值 / 1400 值,一致」,结论「通过」。两处关键点写在 hm069.rs 文件头:第一,deal_data 里 pandas 走 cast_from_unit_vectorized,纳秒值等于 val=exchtime_us/1e6 再截断取小数(不是微秒×1000),实测 000001@20250303 有 72787/76488 行与整微秒差 1~114ns 且约一半为负,而 between_time 比的是向下取整到微秒的当日时刻,不照抄就会改变窗口归属(第一版就是漏了这一步的 1e6 除法,280 个值全错);第二,astype(str).str.slice(0,1) 取的是字符串首字符不是首位有效数字,1e-4<=x<1 时是 '0',该字符不进 '1'..'9' 的柱但计入分母。统计量逐条对着 pandas 2.3.3 源码抄(Series.corr 走 np.corrcoef 两遍法,DataFrame.corr 走 libalgos.nancorr 的 Welford 且除数写成 sqrt(ssqdmx*ssqdmy),nanskew 的 count==2 除零按原样给 inf/nan)。单日冒烟 20250303、n_jobs=8、5117 只股票 41 秒算完,写出 hm69_base 的 93 个入选因子(77 个原值 + 16 个 _fold),抽查 5 只股票 × 5 个因子与 rp.okay_compute_stock 完全相同,临时 colblk 已自动删除。产物:src/okay_database/hm069.rs、成果hm57_hm69_本福特定律/hm69_okay_database.py。gap5 59 个、gap1 50 个、db 6 个名单均从旧文件原样搬入。
hm070hm70Level2 盘口67已完成未开始未开始未开始-[已完成,verify_series 通过:四组 2808 值全一致;完成记录曾被队列覆盖,按会话回报确认]
hm071hm71Level2 盘口39已完成未开始未开始未开始-hm071 已完成 Rust 复现并通过新旧对账。 产物 - src/okay_database/hm071.rs(逐股,240 个因子:1 分钟 112 + 10 分钟 112 + rs_price 16) - /home/chenzongwei/pythoncode/成果hm71_种群繁衍/hm71_okay_database.py(per_stock / okay_hm071) - 旧文件 hm71_okay.py 未改动。 对账(lib/okay_database/verify_series.py,阈值 1e-4) - 20250303:000001、20250304:600519、20180601:000002、20231020:300750,四组全部 「旧 240 值 / 新 240 值,NaN 0,一致」,结论「通过」。 冒烟 - run_base(20250303, 20250303, n_jobs=8) 走通,5117 只股票 5.1 秒,base 层写出 42 个 hdf5(= names_save_unfold 36 个原值 + 6 个 _fold),与名单逐个核对无缺无多。 未跑全历史,全历史交给队列。 踩到的坑(写进 hm071.rs 文件头了) 1. 旧代码里两个 volume 不是同一个量:df_1m 用的是**累计** volume 先 .last() 再 .diff(), 而快照级的 df.volume 差分在 df_1m 建好之后才做。顺序写反会让 10 分钟那一半全错。 2. `df[cols].corrwith(df.rs_volume)` 在 one() 里对照的是 **rs_volume 列**, 而价格那段的 `corrwith(df_1m.volume)` 对照的是 **volume 列**,两者不是一回事。 3. estimate_r 的求和不能用 f64 顺序求和。旧代码用 np.dot(OpenBLAS 的 ddot), 而 bucket 边界(>0/<1/>1/<3/>3/<4/>3/<3.57)正好压在一批数学上恰好等于 1 或 3 的 比值上。实测 600519@20250304 的 bid_vol2 09:56 格:数学值恰好 1,OpenBLAS 给 1.0, f64 顺序求和给 1.0000000000000004,rs_bid_vol2_13_1m 从 0.4605 变 0.4683(差 1.7e-2)。 改成「精确乘积 + double-double 精确求和 + 补偿除法」后四个样本全过。 试过但都不行的方案:纯 f64 顺序求和(600519 挂 1 个因子)、 纯有理数(600519 挂 3 个因子)、Neumaier(复现不了 num==den 那一类)。 没覆盖到的分支 - 只验了 4 个交易日各 1 只股票。空盘口文件、整天不足 2 条快照、 1 分钟格全空导致 ffill 首格为 NaN 这类极端情形没造样本,代码里按 NaN 处理但没实测。 - rs_price_* 这 16 个里只有 rs_price_13 / rs_price_34 进了 names_save,其余没入名单但值已对齐。
hm072hm72Level2 逐笔+盘口74未开始未开始未开始未开始-
hm073hm73Level2 盘口47已完成未开始未开始未开始-[已完成,verify_series 通过:四组 1588 值全一致;完成记录曾被队列覆盖,按会话回报确认]
hm074hm74Level2 盘口46已完成未开始未开始未开始-【已完成,verify_series.py 结论「通过」】 产物: src/okay_database/hm074.rs 267 个因子,横截面系列 /home/chenzongwei/pythoncode/成果hm74_落叶像雪/hm74_okay_database.py kind='cross_section'、pipeline='okay_hm074' names_save 46(30 原值 + 16 _fold)、names_in_db 2、gap5 26、gap1 31 对账(verify_series.py --cross,OKAY_VERIFY_DATA_ROOT=/tmp/okay_root): 规定四组 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750 → 每组「旧 267 值 / 新 267 值,NaN 0,一致」,**结论「通过」** 另加六组 20211231:000001 / 20200103:300750 / 20240603:600519 / 20190104:000002 / 20230103:002415 / 20250102:688981 → 同样全部一致(688981 有 2 个位置两边同为 NaN),结论「通过」 单日小样本冒烟(n_jobs=8): run_base(20250303, 20250303) → 横截面 pipeline 1 天、5093 只股票、16.7 秒, 投影完成,factor_base/hm74_base 写出 46 个 .h5(30 原值 + 16 fold), 临时 colblk /hdd/.../factor_store_hm74_okay_database 已自动删除。 关于改写形态(这是本系列唯一的取舍): 旧的 hm74_okay.py 挂的是 TickDataBase(逐股),但每算一只票都要读当天**全市场**分钟表 挑 10 只 peer,再加 11 份盘口快照。照原样逐股做,全历史约 350TB 读盘、78 小时机时。 改成 compute_cross 后盘口每天只读一遍(约 15GB/天,全历史约 39TB), 当天中间结果在同一天的 5000 多只票之间复用。单日实测 2.9 秒(50 线程)。 实现上值得记下来的三点: 1) 分钟相关系数(corrs_1m)做成了稠密点积。pandas 的 corrwith 对每列走 Series.corr → nanops.nancorr(成对完整观测 + np.corrcoef 两遍法)。 实测本数据每天的 NaN 结构很干净:少数列整列为空,其余列**都**只在第 237/238/239 行 为 NaN(一天最后三根,旧框架置的)。于是大多数列共享同一组有效行, 相关退化成同一组行上的点积,一天 5792 列一次算完。 代码里仍保留一般路径:取出现次数最多的掩码当主导掩码建稠密矩阵, 掩码不同的列走逐对算法,所以即使某天个别股票缺前几分钟也不会算错。 2) 盘口快照的时间戳按 pandas 的方式从「exchtime 微秒」转纳秒(含 ±250ns 量化)再加 8 小时, 判窗口用当天微秒。resample('3s') 的网格是 floor(首笔)~floor(末笔)、步长 3 秒—— 实测 688981@20250303 的区间 09:30:03~13:26:59 落到 09:30:03~13:26:57、4739 个桶, 两端都是 floor 不是 ceil。桶号取绝对编号,跨股票对齐直接比桶号。 3) pct_change 在 pandas 2.3.3 里默认 fill_method 是 lib.no_default,会被改写成 'pad', 所以是 `x / x.shift(1) - 1` 而不是 (x-x.shift)/x.shift;换算式顺序会影响末位。 不过 hm74 的最后一组用的是 raw abi1、'last_prc' 那一组走的是 else 分支用**原列**, 并不调 pct_change(旧代码里 'ret' 分支才用,而 'ret' 从没被调用过),代码里按实际分支写。 对工具做了一处改动(需要 lead 知道): lib/okay_database/verify_series.py 加了 `--cross` 开关(+6 行,默认关闭,不影响任何 现有调用)。原因:hm74 旧代码是逐股形态(get_factor 返回一串数字), verify_series 自动判定 is_cross 会落回逐股、去调 okay_compute_stock, 于是报「没有逐股实现」。加了开关后传 --cross 即可强制按横截面比对。 没有把它做成自动判定,是因为「旧逐股 / 新横截面」这个组合只有本系列有, 猜出来的默认行为对其他系列是风险。
hm075hm75Level2 逐笔77已完成未开始未开始未开始-hm075「南国路繁华」做完。verify_series 结论「不通过」,但原因确认是旧代码自身不可复现, 不是实现错误;入库的 77 个因子一个都不受影响。 产物 - src/okay_database/hm075.rs:逐股,names() 2248 个,与旧 names_single 那份字面清单逐项相同(0 处不同,无重名)。 - /home/chenzongwei/pythoncode/成果hm75_南国路繁华/hm75_okay_database.py(per_stock / okay_hm075) names_save 77(71 原值 + 6 个 `_fold`,原样照抄)、names_gap5 45、names_gap1 50、names_in_db 9。 对账(硬门槛) 命令:verify_series.py --series hm075 --okay 成果hm75_南国路繁华/hm75_okay.py --pairs "20250303:000001,20250304:600519,20180601:000002,20231020:300750" 四组都是「旧 2248 值 / 新 2248 值」,两边 NaN 位置完全一致(各 210 个), 不一致分别是 30 / 27 / 29 / 28 处,**全部落在下标 2164~2247 这一段(res11)**,别的区块一处不差。 为什么不通过:旧代码本身随机 - res11 全部来自 rp.analyze_long_orders。该函数内部用 HashMap 遍历订单 (src/long_order_analysis.rs 第 129 行建表、第 154 行遍历),std 的 HashMap 每次 new 的哈希种子都不同,于是 1) 三个比值向量的顺序每次进程都变 → res11 里 12 列的 autocorr1 / trend 跟着变; 2) top_ratio=0.5 时 filter_long_orders 按 time_span 降序稳定排序后取 ceil(n/2), 并列的那批订单谁被选中也随 HashMap 顺序变 → 部分列的 mean/std/skew/kurt 也会变。 - 实测:同一份 hm75_okay.py 在同一个进程里连跑 24 次,2248 个值里有 40 个互相不同, 这 40 个下标全部落在 2164~2247。 - 本实现的 29 个不一致下标是那 40 个的子集;其中 22 个落在 24 次采样的 min-max 区间内, 其余 7 个 |z| 在 1.5~2.9 之间(autocorr1 / trend 本来就是「随机排列下的一个抽样」)。 - 这 29 个名字**一个都不在 names_save 里**(已逐项核对),所以入库因子不受影响。 按 series_work_spec.py 第七节处理:「复刻不了就按已知不可复现处理,把实测数字和影响面写清, 并确认这些量不在 names_save 里」。本实现按「订单号升序」这一确定性顺序复现, 结果是那条随机分布里的一支。 照抄不误的两处旧行为(写进了 hm075.rs 文件头) - 旧文件第 176 行 bid 侧 `yisnum_resi_bid` 的实参与第 174 行 `yisdura_resi_bid` 完全相同(笔误), 所以 bid 的 yisnum_resi 是 yisdura 的副本、`bid_rank_diff_resi_twins` 恒为 0。 不照抄这一条时四组各有 734 处不一致;照抄后降到 29~30 处。 - groupby 把 ask_order==0 / bid_order==0 也当正常分组,只有算 retreat_ask/retreat_bid 时才 `!=0` 过滤。 已知偏差(不影响验收,写在文件头) volume / turnover 用 Rust 的正确舍入解析(不是 pandas 的 precise_xstrtod)。这两列只参与 求和、比值、均值、相关,不做「精确等于 0」「并列顺序」「阈值比较」,1 ulp 不可能翻过 1e-4。 exchtime 走整数前缀,本来就是精确值;到纳秒的转换照抄 pandas 的 cast_from_unit_vectorized (四组数据上逐位相同)。 单日冒烟 20250303、n_jobs=8,5117 只任务 94 秒算完,写出 factor_base/hm75_base 的 77 个 base (含 6 个 `_fold`),与 program_state 的 base_names 逐个对上(missing 为空); 抽 'full_twins_volume_diff' 比对,h5 里的值与 rp.okay_compute_stock 逐位相同, `_fold` 因子也确实写出来了。
hm076hm76Level2 逐笔77已完成未开始未开始未开始-hm076「聚义厅(同向/反向订单)」—— 做完,四组对账「通过」 ═══ 一、产物 ═══ 新文件 src/okay_database/hm076.rs(逐股,kind='per_stock',pipeline='okay_hm076',77 个因子)。 因子库文件 /home/chenzongwei/pythoncode/成果hm76_hm77聚义厅/hm76_okay_database.py (run_base / run_db / run_h5 / run_h1 四个入口,参数与入选名单从旧 okay 文件原样搬)。 没有改任何别的系列的文件,没有提交任务系统,没有 git commit。 ═══ 二、对账(硬门槛)═══ lib/okay_database/verify_series.py --series hm076 \ --okay /home/chenzongwei/pythoncode/成果hm76_hm77聚义厅/hm76_okay.py \ --pairs 20250303:000001,20250304:600519,20180601:000002,20231020:300750 四组都是「旧 77 值 / 新 77 值,NaN 0,一致」,结论「通过」。 (旧框架数据根 /ssd_data/data → replace('/data','') → /ssd_data/stock 正好是真数据, 没有用 OKAY_VERIFY_DATA_ROOT。) ═══ 三、单日冒烟 ═══ 没有直接跑整天(一天 5117 只 × 均值 2.8 s ÷ 4 并行 ≈ 4 小时,n_jobs 限制下跑不完)。 改成「31 只子集 + 临时目录」的冒烟:把 /ssd_data/stock/20250303/transaction 里 31 个 CSV 软链到 /tmp/hm76_smoke/stock,base / colblk / dailybank 路径全指到 /tmp/hm76_smoke, 跑 m.run_base(20250303, 20250303, n_jobs=4) 成功:写出 base/hm76_base 下 77 个 h5 (含 18 个 _fold 版本),read_factor 读回来是 1 行 × 5792 列、31 个非空, 临时 colblk 写完 base 后自动删掉。生产路径(/nas197/.../factor_library 与 /hdd/.../factor_store_hm76_okay_database)里没有留下任何东西。 ═══ 四、算力估计(给队列参考)═══ 单股单日:随机抽 20 只 @20250303,均值 2.81 s、中位数 0.51 s、最大 16.4 s(重尾, 000001 这种 7.6 万行的要 8.5 s)。一天 5117 只 ≈ 4 个 CPU 小时。 全历史 20150105~20251031 约 2600 个交易日 × 5117 只 × 2.8 s ≈ 1.0 万 CPU 小时, 400 并行折算约 25 小时。慢在 ultra_sorted 的 O(组内订单数²)(照抄旧算法,含每条记录 一次全量排序),不是 I/O。 ═══ 五、踩到的几个坑(后续同类系列可复用)═══ 1) 旧代码最后 420 个值走的是 `means=DataFrame(means).assign(flag=df.flag)`,flag 是 **按 index 对齐** df.flag,而 df 已排过序、index 被打乱 → 均值矩阵第 s 行用的是 「排序前第 s 行的 flag」来分 66/83。这是旧代码的对齐错位,照抄才对上(Rust 侧用 presort_flag 表达)。第一版按「排序后第 s 行的 flag」写,77 项里错 25 项。 2) 27 列矩阵在 order_volume 组内是 22 列的(`results[orig_idx*22 .. +22]`), 映射回交易记录那一步才是 27 列。写成一维数组时步长容易混。 3) autocorr 那两块(一个方向里的下标 288 与 432,以及聚合版 768/912)走的是 DataFrame.corrwith(DataFrame):左边只有 13 个时间间隔列、右边是 24 列的 shift(1), pandas 在 `left + right*0` 这一步按**并集**对齐成 24 列,后 11 个价格分位数列全是 NaN。 照 Series.corr 写会把那 11 个算成实数。 4) 一天的纳秒数是 86_400_000_000_000,别抄 hm090 里微秒版的 86_400_000_000。 5) mean/std/skew/kurt/autocorr1/trend 直接复用 src/features_f64.rs 的 f64 通路并按名字取 (实测与 dwo.get_features_factors(with_abs=False) 最大相对偏差 ~1e-9),不用自己写; corrwith(Series) 走 np.corrcoef 两遍法,groupby(...).agg('mean') 走 pandas 的 Kahan 补偿求和除以计数。
hm077hm77Level2 逐笔55已完成未开始未开始未开始-hm077「聚义厅(同向/反向订单)」—— 做完,对账「通过」。 【形态】模块级 go(date, code),逐股系列。与同一个 notebook 出来的 hm076 是姊妹系列, 差别只有两处:走 rp.calculate_order_time_gap_and_price_percentile_ultra_sorted_v2 (按 ask_order / bid_order 聚合订单,不看成交 flag),以及没有 v3 那一段 (旧 one() 在 960 个值处直接 return,hm076 还多 4×105 个价格统计量)。 【产物】 src/okay_database/hm077.rs 55 个因子,逐股系列 /home/chenzongwei/pythoncode/成果hm76_hm77聚义厅/hm77_okay_database.py kind='per_stock'、pipeline='okay_hm077' names_save 55(46 个原值 + 9 个 _fold)、names_in_db 3、gap5 34、gap1 33 (四份名单都是从旧 hm77_okay.py 原样搬过来的) 【对账】verify_series.py(OKAY_VERIFY_DATA_ROOT=/ssd_data)四组 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750 → 每组「旧 55 值 / 新 55 值,NaN 0,一致」,结论「通过」,一次过没返工。 【关键点一】v2 的买卖分侧有一个必须原样保留的后果:「买单标识」恒等于 1,卖单那一支恒为空表。 v2 是「ask_order[i] != 0 记一笔卖单、bid_order[i] != 0 记一笔买单」,两条 if 各自执行、 写回时卖单分支在前(标识写 0)、买单分支在后(标识写 1),后者覆盖前者; A 股逐笔每行这两个字段都非 0,所以 features_mai4dan1 恒为 0 行。 实测 000001@20250303:dropna 后 52453 行全在买单那一边,卖单那边 0 行。 空表那几块(res 下标 336~480 与 816~960)的取值口径都实测过,不是猜的: mean/std/skew/kurt 与两处 corrwith 全 NaN,rp.trend_2d(空矩阵, axis=0) 全 0.0(不是 NaN)。 55 个入选因子的下标全部落在买单那一边([0,96)、[192,336)、[672,816) 三块), 空表那几块只作占位、保证列数恒定。这条写进了 hm077.rs 的文件头,复核时不用再猜。 【关键点二】autocorr 那两块走的是 DataFrame.corrwith(DataFrame): 左边 13 列(12 个时间间隔 + trend),右边是 24 列的 shift(1),pandas 返回的是 **24** 个值, 后 11 个是 NaN,不是 13 个。实测确认过,hm076 那份实现也是照这个口径写的。 【单日小样本冒烟】 数据根用 /tmp/hm77_smoke/stock(20250303 只软链了 16 只股票的逐笔), base_hdf5_dir 与 colblk_store_dir 都指到 /tmp 下,**不碰真因子库**,n_jobs=8。 结果:run_base 602 秒跑完,写出 hm77_base 的 55 个 h5,与 names_save 逐名对得上(缺 0、多 0); 回读其中 46 个非 _fold 因子,与 rp.okay_compute_stock('hm077', 股票, 20250303) 逐值一致 (相对误差 ≤1e-5,很多是 0)。 剩下 9 个 _fold 因子读回的是横截面口径,和逐股原值不该同值;单独核过: 把 16 只股票的原值取出来算 |X − 当日截面均值|,与 h5 里的 _fold 逐个比, 9 个因子的 16 只股票最大相对误差 5.2e-08(f32 舍入量级),口径对得上。 合起来 55 个因子全部核过。 没有跑「单日全市场」冒烟,原因是这个系列单股单日要 9~25 秒(v2 的订单配对在每个 同量订单组里是 O(组内订单数²),与旧框架同一个量级),全市场 5117 只 × n_jobs=8 约 1.8 小时, 而机器上还有 400 并行的全历史任务;所以按「单日小样本」的本意用 16 只股票的子集把同一条链路 (worker + 列式 store + h5 写出 + 名字对账)整条走了一遍,全历史交给串行队列。 【没覆盖到的分支】 · 卖单那一支(features_mai4dan1)恒为空表,所以那一支只有「空输入」这一种实测样本; 非空输入那条路没有样本可测,是 v2 的实际行为决定的。 · 只验证了 run_base 这一层,没有跑 run_db / run_h5 / run_h1 的冒烟。 · 时间上用到的 ±120ns 量化(pandas cast_from_unit_vectorized)与 hm076 同一份实现, 四组对账没有出现边界翻面的情况。 【给 lead 的一句话】hm077 与 hm076 共用同一条读盘与 pandas 语义实现(本文件是从 hm076.rs 逐字搬过来再换 ultra_sorted 那一段),所以 hm076 以后若修了读盘或 features 语义,这份要跟着看。
hm078hm78Level2 盘口82已完成未开始未开始未开始-hm078「万年革命」—— 做完,对账「通过」。 【形态】模块级 go(date, code),只用盘口快照(read_market)。不涉及 order_pair_metrics, 也不调 get_features_factors,所以第八节那条 lyapunov / f64 特征通路的坑这里没有。 旧 go 链路:rp.read_market → adjust_afternoon → set_index("exchtime").resample("3s").last().ffill() → df[last_prc!=0] → volume.diff()/sum → 两次 compute(价格或量, 量, twins), 每次调 rp.local_correlation(arr, arr, 20) 拿 (n,12) 矩阵,再展开成 7 统计×24 列 + 26 列相关对(325) + 绝对相关(325) = 818 个,两份共 1636,按 names_save 取 82。 【做法】src/okay_database/hm078.rs · local_correlation 不复制:给 src/statistics/local_correlation.rs 加了一个纯 Rust 薄壳 local_correlation_inner(&[f64],&[f64],usize),pyfunction 原样不动,worker 直接复用同一个引擎, 两边不会漂移。(纯加法,没改任何已有函数体。) · market_data CSV 自己按 f64 解析(列 4=exchtime、6=last_prc、14=volume、21=ask_prc1、23=bid_prc1), 浮点用 pandas 的 precise_xstrtod 复刻(hm033/hm090 里各有一份,照抄), 因为 read_market 的过滤就是「ask_prc1/bid_prc1 精确等于 0」。 · 时间戳照抄 pandas 的 cast_from_unit_vectorized(hm064 的 pandas_ns_of 同式,带 ±120ns 噪声), 3 秒 bin 从当日 00:00 起按 3 秒对齐、左闭右开、每列取 bin 内最后一个非空值再 ffill。 · 统计量照 pandas nanops(hm064 同名函数同式),相关矩阵走 pandas libalgos.nancorr 的 Welford, corrwith 走 np.corrcoef 两遍法——df.corr 与 Series.corr 在 pandas 里是两条不同的路。 【验证】verify_series(OKAY_VERIFY_DATA_ROOT=/ssd_data)四组 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750 82 个值全部一致,结论「通过」,一次就过没返工。 【单日冒烟】run_base(20250303, 20250303, n_jobs=8):5117 任务 / 595.6s,写完 hm78_base, 82 个 h5 与 names_save 逐名对得上;抽读 vv_bk_max_v_mean / vv_r_bk_sld_x_v_bk_sld_abs 各 5095+ 个非 NaN。 注意单股单日约 1.1s(local_correlation 是 O(n²·window),n≈4740),全历史 400 并行约 3 小时量级, 和旧库当年同一个数量级,没有额外变慢。 【因子库文件】/home/chenzongwei/pythoncode/成果hm78_万年革命/hm78_okay_database.py names_save 82(19 个 _fold)、names_in_db 7、names_gap5 50、names_gap1 49; names_save 的 unfold 里 vv_r_bk_sld_x_v_bk_sld_abs 与 vv_last_prc_x_volume 各出现两次, 第二次按规范加了 _dup2。 【给 lead 的一句话】lead 给的那张表把这条链说成「order_pair_metrics + get_features_factors」, 实际这 14 个系列里一个都没调 order_pair_metrics,每个系列用的是各自不同的 rp.xxx, 难点从「复用已有 inner」变成了「逐个复刻 pandas 语义」。hm078 是其中最干净的一个(无 lyapunov、 无 append_for_corr、无 get_features_factors),所以先做了它;hm091 是里面最重的一个 (57 个 pandas 滚动特征 + 3 个 lyapunov 入选名,需要先给 features 通路补 lyapunov)。
hm079hm79Level2 盘口78已完成未开始未开始未开始-hm079 完成。src/okay_database/hm079.rs(逐股,盘口 10 档量差分 → 60 笔/10 笔窗口协方差 → 39 列特征 → 入选 78 项) 与 成果hm79_交流之苦/hm79_okay_database.py 已就位。 对账:verify_series hm079 四组(000001@20250303、600519@20250304、000002@20180601、300750@20231020) 旧 78 值 / 新 78 值全部「一致」,结论「通过」。features_f64 的 binned_entropy_1d NaN 口径改动 与 FeatureOpts 新增 with_complexity 字段加入后已重跑一次,仍为「通过」。 单日冒烟:20250303 一天、n_jobs=8,78 个入选因子(含 26 个 _fold)全部写出,1×5792,逐个非空约 5100 只。 冒烟写在 /tmp 临时 base 目录,没有碰生产因子库。 实现要点:rp.orderbook_volume_cov_factors 是 #[pyfunction],worker 不能调,已把它的纯 Rust 主体逐行抄进 hm079.rs (src/orderbook_volume_cov_factors.rs 一行没动);特征走 features_f64::get_features_factors_rust_full_ex。 names_save 去掉 _fold 后有 2 组重名(volume_corr_last_prc、b_diag_60w_iqr),names() 给第二次出现加了 _dup2,值不变。 没有已知差异。
hm080hm80Level2 逐笔83未开始未开始未开始未开始-
hm081hm81Level2 逐笔+盘口79已完成未开始未开始未开始-hm081「被动者背后」做完:verify_series 四组「通过」(20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750,各 79 值,无一超 1e-4)。 产物 - src/okay_database/hm081.rs(模块级 go(date, code) 的复现,79 个因子;names() 里 2 个重名加 _dup2 后缀) - /home/chenzongwei/pythoncode/成果hm81_被动者背后/hm81_okay_database.py(names_save 79、names_in_db 0、gap5 50、gap1 50) - 冒烟:run_base(20250303, 20250303, n_jobs=8) 单日全市场 5117 只、194s 跑通, base 层 /nas197/user_home/chenzongwei/factor_library/factor_base/hm81_base 下 79 个因子 h5 与 names_save 一一对应(另有 4 个 metadata h5),临时 colblk 已自动删除。 两条必须记下的实现要点 1. features 的 append_for_corr 是**按 index 标签对齐**的,不是按位置。旧 go 里 df 的 index 是 0..946, append = market_data[[...]].iloc[1:, :] 的 index 是 1..947,两者长度相同(947)但标签错开一行, pd.concat(axis=1) 出来是 948 行:标签 0 只有 df、标签 947 只有 append。 所以**不能**走 features_f64 的 append 开关(那条路要求两份 index 相同、按位置对齐)。 hm081.rs 自己拼 948 行的并集矩阵(df 列在第 947 行填 NaN、append 列在第 0 行填 NaN), 自己算相关块再插回 no-append 结果里(前缀 1184 + 相关 3160 + 后缀 222 = 4566)。 2. 相关块要照 src/statistics/fast_correlation_v2.rs 写,不能照 features_f64::corr_pair: 列均值用 Kahan 补偿求和;方差和 < f64::EPSILON 时给 NaN(corr_pair 给 0.0)。 并集矩阵每列都带 NaN,所以所有配对都走「共同有效观测」那条分支。 公共改动(影响面已复核) - src/features_f64.rs 的 binned_entropy_1d 改成「NaN 单独算一个箱、分母用含 NaN 的整列长度」, 对齐 pyfunction entropy_analysis::calculate_binned_entropy_1d(它的 equal_width_binning 把 NaN 打成第 n_bins 号箱,total 取原列长度)。原来「先滤 NaN」的写法在含 NaN 的列上差百分比级: hm081 的 direction_ratio_bid_mean(947 行里 10 个 NaN、n_bins=11)滤 NaN 给 2.2811105875613937、 NaN 成箱给 2.3155805442501585,后者与旧框架逐位相同;改之前 000001@20250303 差 1.49%、 600519@20250304 差 5.18%,正好卡在入选的第 29 项 direction_ratio_bid_mean_entropy_1d 上。 f32 通路 src/features.rs 一行没动(volume_segment_leadstock_metrics 用的是 f32 那份,不受影响)。 改完重验:hm090 四组仍「通过」、hm089 四组仍「通过」。 还没重验、但引用 features_f64 的:hm076 / hm079(都是在建中的别人的文件); 另 lz_complexity / max_range_product 在含 NaN 的列上是否也需要同样对齐**这次没撞上、没改**, 后面谁撞上再按同一条思路处理,记得连带重验 hm090。 未覆盖的分支:停牌/无成交导致整只为空的股票(market 或 trade 文件缺失、bin 数 < 2) 走 None → 整条 NaN 那条路,本次四组对账与单日冒烟里没碰到。
hm082hm82Level2 逐笔67未开始未开始未开始未开始-
hm083hm83Level2 逐笔80未开始未开始未开始未开始-
hm084hm84Level2 逐笔+盘口69已完成未开始未开始未开始-[已完成,verify_series 通过:八组 69 值全一致;完成记录曾被队列覆盖,按会话回报确认]
hm086hm86Level2 逐笔82未开始未开始未开始未开始-
hm087hm87Level2(待确认)83未开始未开始未开始未开始-
hm088hm88Level2(待确认)95未开始未开始未开始未开始-
hm089hm89Level2 逐笔+盘口68已完成未开始未开始未开始-hm089「发起进攻」—— 做完,对账「通过」。 【形态】模块级 go(date, code),逐笔 + 盘口。不涉及 order_pair_metrics,也不用 append_for_corr / with_max_min,只用到 get_features_factors 的默认参数(开 lyapunov)——所以三个新开关里只用到 with_lyapunov_exponent 这一个(已补进 features_f64,见下)。 旧 go 链路: trade = adjust_afternoon(read_trade(code,date)),取 exchtime(int64 纳秒)/price/volume/turnover/flag market = adjust_afternoon(read_market(code,date)),取 exchtime + 10 档 bid/ask 价量(共 50 个数组) 4 个变体各调一次大挂单微观结构函数: expanded k1=2.0 k2=5.0 decay=0.3 / expanded k1=1.0 k2=2.5 decay=0.5 expanded k1=1.5 k2=3.5 decay=0.3 / v3 k1=2.0 k2=5.0 decay=0.3 (window 都是 100) 每个变体返回 9 个(事件数 × 21 指标)矩阵(horizontal/vertical/both × bid/ask/both), 每个矩阵再过一次 get_features_factors(21 列 → 672 个值),4 × 9 × 672 = 24192, 按 names_save 取 68 个。 【做法】src/okay_database/hm089.rs(655 行) · 重活没有重写:给 src/allo_microstructure.rs / allo_microstructure_v3.rs 各加了一个纯 Rust 入口 allo_tris_expanded_inner / allo_tris_expanded_v3_inner(参数从 50 个 PyReadonlyArray 换成切片、 输出从 PyArray2 换成 row-major Vec<f64> + 列名)。原 pyfunction 一行没改,两边共用同一套 parse_*/detect_*/compute_* 辅助函数;v3 的 parse 段是内联在 pyfunction 里的,只在纯 Rust 入口里 照抄了一份。 · 时间戳必须用纳秒 i64:旧代码是 `df.exchtime.astype(np.int64)`,即 pandas Timestamp 的纳秒值, 量级 1.7e18,超出 f64 能精确表示整数的范围(2^53),所以解析阶段就用 i64 存, 不能用 f64 中转(第一版差点踩到)。换算照抄 cast_from_unit_vectorized(pandas_ns_of)。 · 浮点解析走 pandas 的 precise_xstrtod 复刻,因为 read_market 的过滤是「ask_prc1/bid_prc1 精确等于 0」。 · 空块要照抄:某天某个组合可能一个事件都没有,旧代码对 0 行的 DataFrame 仍然给出 672 个值, 其中**只有** trend / mean_above_p90 / mean_below_p10 / lz_complexity 四组是 0.0(实测非 NaN 恰好 84 个、值全是 0),其余全 NaN。直接给全 NaN 会让整条链错位,所以专门写了一个 empty_block。 (000001@20250303 的 9 个组合里前 3 个就是 0 事件。) 【验证】verify_series(OKAY_VERIFY_DATA_ROOT=/ssd_data)四组 20250303:000001 / 20250304:600519 / 20180601:000002 / 20231020:300750 68 个值全部一致,结论「通过」,一次就过没返工。 【顺带补的三样公共设施(lead 同意,先于本系列做的)】 · features_f64 补了 with_max_min / with_lyapunov_exponent / append_for_corr 三个开关, 入口 get_features_factors_rust_full_ex;原有两个入口改成薄壳转调,逐位不变。 · src/time_series/lyapunov.rs 加了纯 Rust 入口 lyapunov_exponent_inner。 · src/lib.rs 注册 verify_get_features_factors_rust_f64_ex。 · 验证脚本 lib/okay_database/verify_features_f64_switches.py,结论「通过」; 改完重跑 hm090 对账仍「通过」。 【已知、与本系列无关的老差异】lz_complexity / entropy_1d / max_range_product 三个统计量在含 NaN 的列上 与旧框架不一致(Rust 先滤 NaN,旧的是把 NaN 也算一个 bin)。这次 hm089 的 9 个块里没有 NaN(实测 000001@20250303 全部块 NaN 数为 0),所以没有撞上。lead 已定:真撞上时按「让 f64 通路与旧框架对齐」 改,并且必须把 hm090 一起重验——这条记在案,还没有动手。 【因子库文件】/home/chenzongwei/pythoncode/成果hm89_发起进攻/hm89_okay_database.py names_save 68(18 个 _fold)、names_in_db 3、names_gap5 38、names_gap1 42; unfold 里 loose1_both_both_M22_local_survivor_bias_mean_above_p90 出现两次,第二次加了 _dup2。 names_in_db 的第一项 …_M16_shadow_projection_ratio_p95_fold 并不在 names_save 里, 新库的 run_base 不会产出它,run_db 跑到那一行会读不到——旧文件本来就是这么写的(依赖更早一次 run_base 留下的文件),这里原样保留没有修正,文件里写了注释。 【单日冒烟】run_base(20250303, 20250303, n_jobs=8):5117 任务 / 4748.6s(1.3 小时),退出码 0, 投影写完。hm89_base 下 68 个 h5 与 names_save **逐名对得上**(无缺无多); 抽读 attack_both_bid_M22_local_survivor_bias_p25(5082 个非 NaN)、 optimized_vertical_bid_M7_queue_loitering_duration_trend(5111 个)、 attack_both_ask_M14b_rhythm_entropy_ally_entropy_1d_fold(5034 个)都有值。 单股单日约 6.8s(大挂单事件识别是重活),全历史 400 并行按这个速度折算约 22 小时, 比 hm090 那类 order_pair 系列重得多。
hm090hm90Level2 逐笔67已完成未开始未开始未开始-[已完成,verify 四组通过:67 项最大相对误差 5e-13;完成记录曾被队列覆盖,按会话回报确认]
hm091hm91Level2 逐笔+盘口80未开始未开始未开始未开始-
hm092hm92Level2(待确认)94未开始未开始未开始未开始-