一、三周主线：v5.0 从架构搭建到生产闭环

项目：FM_trade 生态 — Quant Signal Factory 信号工厂 + my-bot 趋势交易引擎核心引擎：FFO 因子计算层 + ML Ensemble（CatBoost/XGBoost/GBDT） + P1 因子共识合成（IC 加权 Z-score）策略执行：TiMi 9/9 策略引擎 + STABLE HMM 无监督 Regime 配置

这三周跨过了 v5.0 从"架构设计 + 组件开发"到"生产闭环 + 持续监控"的关键跃迁：

二、W43：Agent 解耦与 LLM 编译器首战

Phase 2A 的四个缺口全部填平，Agent 从管线中解耦为独立的 LLM 决策层：

LLM 编译器首次实战：在极端恐慌的市场环境下，走通了"编译策略 → 部署 → TiMi 自动加载"的完整闭环。DeepSeek Agent 替代了原来的静态决策矩阵，配置为 30 秒超时、温度 0.3、新鲜度合约（max_age_days = 1）。

同时完成 77 个 GFlowNet 因子的注册→契约→同步全链路（68 个 active 因子已同步），并发现 pool_max_IC 卡在 0.3556 的天花板——拆解出 VWAP 天花板、信号悬崖、重复入池三个根因。

STABLE HMM 也正式成为 TiMi 的权威宏观输入：HMM 推断 → regime 决策 → 策略选择 → 仓位调整，全自动闭环；HMM 与宏观指标分歧时触发三级告警并自动降仓。

三、W44：第九策交付与一个明确的"不做"

CANSLIM 第九策补齐后，TiMi 策略矩阵达到 9/9 全覆盖：动量、均值回归、突破、波动率、PEAD、资金驱动、题材驱动、CANSLIM 成长股（七维评分：EPS + RS + SMR + Acc/Dis + Industry + Inst + MGMT）、质量价值。CANSLIM 集成 O'Neil 风控体系，341 项测试全绿。

Phase 3 TSFM 明确放弃：TimesFM / Lag-Llama 需要 GPU，当前环境 CPU-only，时序基础模型在 CPU 上不可行。于是 v5.0 以 Phase 1 + Phase 2 交付收口，TSFM 保留为未来升级项。

这一周还修掉了一个隐蔽的 P0：晨报的 CSI300 数据错误，根因是 claude -p 未调用 Wind MCP、静默降级到午间盘数据——报告照常生成、格式完全正确，但数据是另一套。三层修复后才算真正闭环。

四、W45：收口闭环（本周核心）

60 因子注入验收

60 个非平凡因子 × 500 只 CSI500 股票，生成 30,000 个 .day.bin 文件，零错误。IC 验证中 37/60 通过 |IC| > 0.015 阈值，最佳 RankIC 为 -0.0428，中位数 0.0209。

FactorFactory Bridge 投产

把 Phase 1 的因子合成为可交易信号，一条链跑通：IC 筛选（|IC| > 0.015）→ 当日有效性检测（≥30 只股票）→ 缩尾 Z-score（1%/99% 截断）→ IC 加权排序归一化 → 输出 [-1, +1] 的共识信号。

结果：覆盖 499/500 只股票，37/37 有效因子全部贡献，与 ML 信号重叠率 0%——ML 选创业板 sz3*，P1 选上海主板 sh6*，两者天然正交。

覆盖度从 25.9% 修到 94.4%

初始化时只有 11/37 个因子有效，四层根因逐一拆解：

四道鲁棒性防护

五、管线编排审计：两个"白跑"的 P0

收口之后对日频全链路做了一次依赖与时间冲突审计，发现 7 项问题，其中两个 P0 尤其值得记录：

① P1 信号无人消费。alpha_signals_p1.json 已投产，但晨报、午报、Daily Scan 三个 LLM 报告都只读 ML 的 alpha_signals.json——新信号每天在生成、每天被丢弃，从未被任何下游使用。

② 对比框架未接入调度。 v4.3 vs v5.0 的对比脚本依赖 ML/P1 双轨都更新完毕，却没有任何 cron 触发它。

其余问题：EOD 与 Signal Factory 在 30 分钟内重复调用同一批 akshare 接口；Step 1 数据更新失败后后续步骤仍继续用旧数据生成信号（只有 CSI300 是硬阻断）；PowerShell 脚本无整体超时；两个 "Step 1.5" 命名冲突。

修复后：晨报与 Daily Scan 均新增 P1 读取逻辑（含陈旧检测、双轨共振、P1 独立发现、覆盖度章节）；管线加入 $script:DataOk 标志位，数据更新失败即跳过信号生成与同步；命名冲突与过时的脚注一并清理。超时 watchdog 待排期。

六、一个刺眼的数字：IC 0.07，胜率 15.6%

W46 的核心任务被这个矛盾定死了：模型 IC = 0.07，按常理 Top-decile 胜率应在 55–60%，实际只有 15.6%，同期超额收益 -8.44%。

排查后确认根因不是"没重训"——每周重训 cron 九次全部成功。真正的问题是 fit_end_time 被硬编码为 2024-12-31：模型每周都在重训，但训练数据永远停在 2024 年底，2025–2026 的行情从未进入训练集。IC 0.07 只是样本内评估的结果。

这带来一个更本质的判断：15.6% 这个极端值，大概率是符号反了而不是单纯过拟合。所以 W46 的第一步不是调参，而是一个 30 分钟的反向信号实验——直接统计"买入 alpha 最低的 10 只"的胜率：

• 若 Bottom 10 胜率 > 50% → 排序有效、符号反了，取负号即可修复
• 若 30–50% → 部分有效，启用 P1 双信号确认
• 若 < 30% → 真的过拟合，推进训练窗口并增加集成多样性

其余 P0 包括：CSI500 启用行业中性化（历史实验显示 IR +30%）、止损黑名单（同一批输家被反复选中：某标的出现 10+ 次）、11/12 首批 P1 信号到期验证、把 fit_end_time 改为自动推进（这是结构性修复，否则问题必然重现）。

七、沉淀

🔌 "投产"和"被使用"之间隔着一条管线

P1 因子共识信号覆盖 499 只股票、与 ML 零重叠、每天准时生成——但它没有消费者。如果没做这次编排审计，这个模块可以"运行良好"地空转几个月。

通用规则：新组件上线时，除了验证"它能不能产出"，还要验证"谁在消费它的产出"。没有下游的产出等于没有产出。

🤖 自动化最危险的失败是语义失败

fit_end_time 冻结在 2024-12-31，而 cron 每周都成功执行、日志一片绿色。进程成功、指标正常、报告照常生成，但模型从未见过近两年的市场。这类失败比崩溃更贵——因为它不报警。

通用规则：监控自动化时，除了"跑没跑"，必须监控"跑的是不是我以为的东西"。关键输入参数要有独立的断言。

🎯 极端数字先怀疑方向，再怀疑复杂度

胜率 15.6% 不是"模型不够好"，而是"可能整个符号反了"。这两种解释对应的修复成本差了两个数量级：一个是改一行代码，一个是重做特征体系。先花 30 分钟做反向实验，比先花两周调模型理性得多。

通用规则：当指标极端到不合常理时，优先排查方向性错误（符号、时间对齐、标的映射），再谈模型升级。

🚫 明确"不做"，也是一种交付

TSFM 方案评估很久，最终因 CPU-only 约束果断放弃，把资源集中到 Phase 1 + Phase 2。三周后 v5.0 顺利收口——如果当时硬上时序基础模型，大概率是两头都不落地。

通用规则：技术路线的收口，往往取决于敢不敢写下"这件事本期不做"。

*— 记录于 2026.11.07*