| 系列 | ver | 数据来源 | base 因子数 |
改写 | 提交 | 入库 | 清 colblk | 任务 | 备注 |
| hm000 | hot_change1 | 分钟数据 | 0 | 已完成 | 已完成 | 已完成 | 已完成 | 364 | completed,因子库 {'base': 9, 'gap5': 8, 'gap1': 5, 'db': 1},残留 colblk 0 |
| hm001 | hot_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)。 |
| hm002 | stranded_trades | 分钟数据 | 0 | 已完成 | 已完成 | 已完成 | 已完成 | 400 | completed,因子库 {'base': 14, 'gap5': 7, 'gap1': 10, 'db': 1},残留 colblk 0 |
| hm003 | lag_king | Level2(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 |
| hm004 | turning_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)。 |
| hm005 | top_time_order | Level2 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。 |
| hm006 | mom_rev_investor | Level2 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。 |
| hm007 | no_successor | Level2 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。 |
| hm008 | divisible_perseverant | Level2 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。 |
| hm009 | dormitory_transfer | Level2(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。 |
| hm010 | double_fans | Level2 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 |
| hm011 | phoenix_bird | Level2 逐笔+盘口 | 22 | 已完成 | 已完成 | 已完成 | 已完成 | 362 | completed,因子库 {'base': 22, 'gap5': 17, 'gap1': 15, 'db': 0},残留 colblk 0 |
| hm012 | dream_triple_jump | Level2 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 |
| hm013 | hide_order_depth | Level2 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 |
| hm014 | hm14 | Level2 逐笔 | 16 | 已完成 | 已完成 | 已完成 | 已完成 | 386 | completed,因子库 {'base': 16, 'gap5': 17, 'gap1': 18, 'db': 1},残留 colblk 0 |
| hm015 | hm15 | Level2 逐笔 | 15 | 已完成 | 已完成 | 已完成 | 已完成 | 387 | completed,因子库 {'base': 15, 'gap5': 10, 'gap1': 13, 'db': 2},残留 colblk 0 |
| hm016 | hm16 | Level2 逐笔 | 5 | 已完成 | 已完成 | 已完成 | 已完成 | 388 | completed,因子库 {'base': 5, 'gap5': 6, 'gap1': 6, 'db': 0},残留 colblk 0 |
| hm017 | hm17 | 分钟数据 | 23 | 已完成 | 已完成 | 已完成 | 已完成 | 389 | completed,因子库 {'base': 23, 'gap5': 21, 'gap1': 17, 'db': 1},残留 colblk 0 |
| hm018 | hm18 | Level2 逐笔+盘口 | 2 | 已完成 | 已完成 | 已完成 | 已完成 | 390 | completed,因子库 {'base': 2, 'gap5': 1, 'gap1': 2, 'db': 0},残留 colblk 0 |
| hm020 | hm20 | Level2 逐笔 | 10 | 已完成 | 已完成 | 已完成 | 已完成 | 391 | completed,因子库 {'base': 10, 'gap5': 10, 'gap1': 10, 'db': 2},残留 colblk 0 |
| hm021 | hm21 | Level2 逐笔+盘口 | 5 | 已完成 | 已完成 | 已完成 | 已完成 | 392 | completed,因子库 {'base': 5, 'gap5': 2, 'gap1': 4, 'db': 0},残留 colblk 0 |
| hm022 | hm22 | Level2(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 |
| hm023 | hm23 | Level2(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 |
| hm024 | hm24 | Level2 逐笔 | 55 | 已完成 | 已完成 | 已完成 | 已完成 | 395 | completed,因子库 {'base': 55, 'gap5': 35, 'gap1': 35, 'db': 4},残留 colblk 0 |
| hm025 | hm25 | Level2(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 |
| hm026 | hm26 | Level2(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 |
| hm027 | hm27 | Level2 逐笔 | 48 | 已完成 | 已完成 | 已完成 | 已完成 | 398 | completed,因子库 {'base': 48, 'gap5': 36, 'gap1': 33, 'db': 2},残留 colblk 0 |
| hm028 | hm28 | 分钟数据 | 2 | 已完成 | 已完成 | 已完成 | 已完成 | 399 | completed,因子库 {'base': 2, 'gap5': 2, 'gap1': 2, 'db': 1},残留 colblk 0 |
| hm029 | hm29 | Level2 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 |
| hm030 | hm30 | Level2 盘口 | 41 | 已完成 | 已完成 | 已完成 | 已完成 | 401 | completed,因子库 {'base': 41, 'gap5': 35, 'gap1': 25, 'db': 4},残留 colblk 0 |
| hm031 | hm31 | Level2 逐笔 | 28 | 已完成 | 已完成 | 已完成 | 已完成 | 402 | completed,因子库 {'base': 30, 'gap5': 20, 'gap1': 22, 'db': 5},残留 colblk 0 |
| hm032 | hm32 | Level2 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 |
| hm033 | hm33 | Level2 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 |
| hm034 | hm34 | Level2 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 |
| hm035 | hm35 | Level2 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 |
| hm036 | hm36 | Level2 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 |
| hm037 | hm37 | Level2 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 |
| hm038 | hm38 | Level2 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 |
| hm039 | hm39 | Level2 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 |
| hm040 | hm40 | Level2 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 |
| hm041 | hm41 | Level2 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。 |
| hm043 | hm43 | Level2 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。 |
| hm044 | hm44 | Level2 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。 |
| hm045 | hm45 | 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。 |
| hm046 | hm46 | Level2 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。 |
| hm047 | hm47 | Level2 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。 |
| hm048 | hm48 | Level2 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] |
| hm049 | hm49 | Level2 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] |
| hm050 | hm50 | Level2 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] |
| hm051 | hm51 | 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。 |
| hm052 | hm52 | Level2 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)。 |
| hm053 | hm53 | Level2 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)。 |
| hm054 | hm54 | Level2 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。 |
| hm055 | hm55 | Level2 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)。 |
| hm056 | hm56 | Level2 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。 |
| hm057 | hm57 | Level2 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。 |
| hm059 | hm59 | 分钟数据 | 81 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm060 | hm60 | Level2 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)。 |
| hm061 | hm61 | Level2 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)。 |
| hm062 | hm62 | Level2 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。 |
| hm063 | hm63 | Level2 逐笔+盘口 | 85 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm064 | hm64 | Level2 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] |
| hm065 | hm65 | Level2 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] |
| hm066 | hm66 | Level2 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。) |
| hm067 | hm67 | Level2 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] |
| hm068 | hm68 | Level2 逐笔 | 77 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm069 | hm69 | Level2 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。 |
| hm070 | hm70 | Level2 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] |
| hm071 | hm71 | Level2 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。 |
| hm072 | hm72 | Level2 逐笔+盘口 | 74 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm073 | hm73 | Level2 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] |
| hm074 | hm74 | Level2 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。 |
| hm075 | hm75 | Level2 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。 |
| hm076 | hm76 | Level2 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。 |
| hm077 | hm77 | Level2 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。 |
| hm078 | hm78 | Level2 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)。 |
| hm079 | hm79 | Level2 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。 |
| hm080 | hm80 | Level2 逐笔 | 83 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm081 | hm81 | Level2 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。 |
| hm082 | hm82 | Level2 逐笔 | 67 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm083 | hm83 | Level2 逐笔 | 80 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm084 | hm84 | Level2 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] |
| hm086 | hm86 | Level2 逐笔 | 82 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm087 | hm87 | Level2(待确认) | 83 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm088 | hm88 | Level2(待确认) | 95 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm089 | hm89 | Level2 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。 |
| hm090 | hm90 | Level2 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] |
| hm091 | hm91 | Level2 逐笔+盘口 | 80 | 未开始 | 未开始 | 未开始 | 未开始 | - | |
| hm092 | hm92 | Level2(待确认) | 94 | 未开始 | 未开始 | 未开始 | 未开始 | - | |