全系统key配对升级 bug13

配对维度Key优化后的系统缺陷分析报告

分析日期:2026-02-20
分析范围:全系统 Key 改为配对维度 (PairKey = (symbol, base_symbol) tuple) 后的残留问题


🔴 高严重性缺陷

缺陷1:orchestrator.py 强制要求非空 base_symbol,单币模式可能完全失效

位置: src/trading/orchestrator.py:296-299L454-457

# process_analysis 入口
base_symbol = multi_period_result.get("base_symbol", "")
if not base_symbol:
    logger.error(f"process_analysis: base_symbol 缺失,跳过本次 tick | {symbol}")
    return False

# on_entry_signal 入口
base_symbol = multi_period_result.get("base_symbol", "")
if not base_symbol:
    logger.error(f"on_entry_signal: base_symbol 缺失,跳过 | {symbol}")
    return False

问题

  • if not base_symbol: 将空字符串 ""None 同等处理,都会返回 False
  • 配置默认值 pair_mode: str = "single",在单币模式下 base_symbol="" 是合法状态
  • service 文件(realtime_kline_service*.py)未在修改列表中,意味着它们可能仍然不在 multi_period_result 中提供 base_symbol
  • 若 service 没有更新,所有 tick 将被静默丢弃,系统无法开仓

影响:在单币模式下可能导致系统完全无法运行(所有信号被丢弃但不会崩溃)


🟠 中严重性缺陷

缺陷2:risk_manager.py 直接使用 position.base_symbol 未做 None 保护

位置: src/trading/risk_manager.py:235L280

# L235 - check_stop_loss
stop_loss_pct = self._config.get_strategy_params(
    position.symbol, position.base_symbol  # ❌ 没有 or ""
).stop_loss_pct

# L280 - check_max_hold_duration
max_hold_hours = self._config.get_strategy_params(
    position.symbol, position.base_symbol  # ❌ 没有 or ""
).max_hold_hours

get_strategy_params 内部执行:

base_asset = base_symbol.split('/')[0] if '/' in base_symbol else base_symbol

position.base_symbolNone(数据库恢复时可能发生),则 None.split('/') 会抛出 TypeError,导致止损检查和最大持仓时间检查崩溃。

对比其他模块正确做法(position_manager.py:84):

key = (signal.symbol, signal.base_symbol or "")  # ✅ 有 or ""

影响:止损线程崩溃,仓位无法得到止损保护

修复方案

stop_loss_pct = self._config.get_strategy_params(
    position.symbol, position.base_symbol or ""  # ✅
).stop_loss_pct

缺陷3(关联缺陷2):止损监控整条链路受 None base_symbol 影响

位置: src/trading/orchestrator.py(stop_loss_monitor 线程)

止损监控线程调用链:

stop_loss_monitor()
  → risk_manager.check_stop_loss(position)    # TypeError if base_symbol=None
  → risk_manager.check_max_hold_duration(pos) # TypeError if base_symbol=None
  → on_exit_signal(reversion_info)            # 传递 None base_symbol 给下游

数据库恢复仓位时 base_symbol 可能为 NULL(数据库层),未做统一的 None→"" 转换。


🟡 低严重性缺陷

缺陷4:孤儿仓位 key 与单币模式 key 语义歧义

位置: src/trading/position_manager.py:669-686

孤儿收纳逻辑:

orphan = PairPosition(
    symbol=orphan_symbol,   # = original_position.base_symbol, 如 "HYPE/USDC:USDC"
    base_symbol="",          # 孤儿无 base
    ...
)
orphan_key = _pair_key(orphan)  # → ("HYPE/USDC:USDC", "")
with self._lock:
    if orphan_key in self._positions:
        logger.info(f"base 腿 {orphan_symbol} 已在管理中,跳过收纳")
        return

问题

  • 孤儿仓位 key = ("HYPE/USDC:USDC", "")
  • 真正的单币模式 HYPE 仓位 key 也是 ("HYPE/USDC:USDC", "")
  • 若先有一个正常单币仓位,孤儿收纳会误判"已在管理中"而跳过
  • 两者在字典中无法区分

缺陷5:strategy.py signal_history 清理阈值固定,高频场景存在内存积累

位置: src/trading/strategy.py:534-538

self._signal_history[signal_key] = now + self._signal_cooldown
# 惰性清理:只在条目数超过阈值时扫描一次过期条目
if len(self._signal_history) > 500:
    self._signal_history = {
        k: v for k, v in self._signal_history.items() if v > now
    }

清理阈值固定为 500。在多配对 × 高频信号场景下,列表可能长期维持在 499 而从不触发清理,导致过期条目持续积累。

缺陷6:config.py pair_strategy_overrides 格式说明不完整

位置: src/trading/config.py:114-115

# 按配对策略参数覆盖(key = "ALT|BASE",如 "PURR|HYPE",优先级高于 symbol_strategy_overrides)
pair_strategy_overrides: dict[str, StrategyParams] = field(default_factory=dict)

pair_strategy_overrides 内部使用字符串格式 "PURR|HYPE"(仅 coin 名,无 /USDC:USDC 后缀),而系统其他地方使用元组 ("PURR/USDC:USDC", "HYPE/USDC:USDC")

虽然 get_strategy_params 方法在查询时会正确截断(L122-127),格式内部一致,但两种表示形式并存会给后续维护带来混淆风险。


✅ 已正确实现的部分(澄清)

以下几点经审查是正确设计,不是缺陷:

signal_history key 已包含 base_symbol

src/trading/strategy.py:527

signal_key = f"{symbol}:{base_symbol}:{entry_signal.direction}:{int(dedup_time.timestamp())}"

✅ 正确,信号去重已按配对维度区分

config.py pair_strategy_overrides 格式自洽

get_strategy_params 在查询时先将完整 symbol 截断为 coin 名:

alt_asset = symbol.split('/')[0] if '/' in symbol else symbol  # "PURR/USDC:USDC" → "PURR"
base_asset = base_symbol.split('/')[0] if '/' in base_symbol else base_symbol
result = _casefold_get(self.pair_strategy_overrides, f"{alt_asset}|{base_asset}")  # "PURR|HYPE"

✅ 存储与查询格式一致

risk_manager.py pre_trade_check 重复仓位检查有 or "" 保护

sig_base = signal.base_symbol or ""
for pos in open_positions:
    if pos.symbol == signal.symbol and (pos.base_symbol or "") == sig_base:

✅ 正确处理了 None 情况

主要状态字典格式统一

  • strategy._baselines, ._positions, ._prev_above_threshold
  • position_manager._positions, ._opening_pairs

均使用 (symbol, base_symbol or "") 元组格式,内部一致。


缺陷优先级汇总

# 文件 行号 缺陷描述 严重性 触发条件
1 orchestrator.py 297-299, 455-457 强制非空 base_symbol,单币模式全部 tick 被丢弃 🔴 高 single 模式运行时
2 risk_manager.py 235, 280 base_symbol 无 or "" 保护,止损/超时检查 TypeError 🟠 中 DB 恢复仓位 base_symbol=None 时
3 orchestrator.py stop_loss_monitor None base_symbol 连锁影响止损监控整条链路 🟠 中 同上
4 position_manager.py 669-686 孤儿仓位与单币仓位 key 无法区分 🟡 低 同时存在孤儿和同币种单币仓位
5 strategy.py 534-538 signal_history 清理阈值固定,高频场景内存积累 🟡 低 多配对高频信号场景
6 config.py 114-115 pair_strategy_overrides 格式文档不清晰 🟡 低 维护/扩展时

验证建议

  1. 缺陷1验证:检查 src/services/realtime_kline_service*.pymulti_period_result 是否总包含非空 base_symbol;在 single 模式下跑完整的开仓→平仓生命周期
  2. 缺陷2/3验证:在数据库中插入一条 base_symbol=NULL 的仓位记录,重启系统后触发止损,观察是否崩溃
  3. 缺陷4验证:模拟配对仓位 Leg B 平仓失败场景,确认孤儿收纳逻辑不误判
  4. 整体回归:pair 模式下完整运行开仓→持仓→止损/超时/均值回归平仓四条退出路径

Read more

跑步的技巧(滚动落地)

“滚动落地(rolling contact / rolling foot strike)”不是一种教条式的“脚法”,而是一种 让冲击沿着整只脚、整条后链逐级传递的落地机制。 它的核心不是“你先用哪儿着地”,而是: 你的脚落地之后,冲击是不是像轮子一样滚过去,而不是像锤子一样砸下去。 这就是滚动落地的本质。 一、什么叫“滚动落地”? 你可以把它理解成两种完全不同的落地方式: 1. 砸地(撞击式) 脚像锤子一样拍到地上: * 要么后跟先砸 * 要么前掌先戳 * 冲击集中在一个点 * 一个结构瞬间吃掉大部分载荷 结果就是: * 后跟砸 → 膝盖难受 * 前掌戳 → 前脚掌磨烂 * 都不是长跑友好模式 这叫 撞击式着地(impact strike)。 2. 滚地(滚动式) 脚像轮胎一样“滚”过地面: * 不是某一点硬砸 * 而是外侧中足先轻触 * 再向前滚到前掌 * 最后从大脚趾蹬离

By SHI XIAOLONG

AMI的优越性

世界模型(World Models)的具体例子 如下,我按类型分类,便于理解。每类都附带实际实现、演示效果和应用场景。 1. Yann LeCun / Meta 的 JEPA 系列(最直接对应“世界模型”概念) 这些是 LeCun 主张的非生成式抽象预测世界模型代表。 * I-JEPA(Image JEPA,2023) 输入一张图像,模型把不同区域(context 和 target)编码成抽象表示,然后预测 target 的表示(不在像素级别重建)。 例子:给定一张遮挡了部分物体的图片,模型能预测“被遮挡物体的大致位置和属性”,构建对物体持久性和空间关系的理解。 这是一个“原始世界模型”,能学习物理常识(如物体不会凭空消失)。 * V-JEPA / V-JEPA 2(Video JEPA,

By SHI XIAOLONG

什么是:“世界模型(World Models)”

世界模型(World Models) 是人工智能领域的一个核心概念,尤其在 Yann LeCun 等研究者推动的下一代 AI 架构中占据中心位置。它指的是 AI 系统在内部构建的对现实世界的抽象模拟或内部表示,让机器能够像人类或动物一样“理解”物理世界、预测未来、规划行动。 简单比喻 想象你闭上眼睛也能“看到”房间里的物体会如何移动、碰撞或掉落——这就是你大脑里的世界模型。AI 的世界模型就是类似的“数字孪生”(digital twin)或“内部模拟器”:它不是简单记住数据,而是学习世界的动态、因果关系和物理直觉(如重力、物体持久性、遮挡、因果等)。 为什么需要世界模型? 当前主流的大型语言模型(LLM) 擅长处理文本(统计模式预测),但存在根本局限: * 缺乏对物理世界的真正理解 → 容易“幻觉”、无法可靠规划。 * 样本效率低 → 人类/

By SHI XIAOLONG

K线周期可配置化设计方案

K线周期可配置化设计方案 1. 背景与目标 当前 Beta 套利策略的 K 线周期硬编码为 "1h",分散在多个文件中。需要: 1. 将 K 线周期从 1h 改为 2h 2. 提取为环境变量 BETA_ARB_KLINE_INTERVAL,使其可在 .env 中配置 2. 影响范围分析 2.1 需要修改的文件(共 6 个) 文件 硬编码位置 修改内容 src/trading/config.py BetaArbConfig dataclass 新增 kline_interval 字段,

By SHI XIAOLONG