全系统key配对升级 bug22

配对维度优化后系统缺陷与不足分析

一、当前状态概览

核心交易与持久化已统一为 PairKey = (symbol, base_symbol) 维度:

  • strategy.py_baselines_positions_exit_pending_last_trade_time 等均为 dict[PairKey, ...]set[PairKey]
  • position_manager.py_positions_opening_pairsPairKey 索引,_pair_key(pos) 统一从 PairPosition 取 key
  • orchestrator.py_pair_rate_limiters(symbol, base_symbol) 限速
  • config.pypair_strategy_overrides 键为 "ALT|BASE"get_strategy_params(symbol, base_symbol)split('/')[0] 对齐;is_symbol_allowed / is_close_disabled 支持币种级与配对级
  • realtime_kline_service_base.pynew_coin_blacklist_blacklist_cache(symbol, base_symbol) 为 key
  • DBdatabase/migrations/20260219_fix_pairkey_indexes.sql 已将 trading_signalspair_positionsanalysis_results 的索引/压缩改为 (symbol, base_symbol) 维度

有意保持「非配对」维度的部分:

  • K 线、订阅、活跃币种:按 symbol(及 timeframe)合理
  • 分析任务节流:task_key = (symbol, timeframe),一个 symbol 一次任务内对所有 base 循环分析,属设计选择
  • 孤儿仓位:显式用 (orphan_symbol, "")base_symbol=""pair_mode="single" 表示单腿

二、已识别的缺陷与风险

1. 策略层 cleanup_pair 未被使用

  • 位置src/trading/strategy.py 第 328 行定义 cleanup_pair(symbol, base_symbol),会清除 _baselines 在内的全部该配对状态。
  • 现状:全代码库仅通过 on_position_closed 做平仓后清理;on_position_closed 有意清理 _baselines(注释:“不清理 _baselines 缓冲区可复用”)。
  • 影响:若业务上需要「彻底移除某配对」(如从 cointegrated_pairs 删除且不再交易),没有统一入口释放该配对的 _baselines 等状态;长期运行且配对集合变化时可能多占内存。属于设计/使用不完整,非 Key 维度错误。

2. 孤儿 key (symbol, "")None 的 key 一致性

  • 约定:孤儿在 _positions 中为 (orphan_symbol, ""),各处用 row.get("base_symbol") or "" 归一化。
  • 风险:若某处将 base_symbol=None 传入并作为 dict 的 key 成分(例如 (s, None)),会与 (s, "") 形成不同 key,导致重复条目或查不到。
  • 现状
    • trade_repository.pyposition_manager.pyorchestrator.py 已用 row.get("base_symbol") or ""
    • realtime_kline_service_base.py 多处 if base_symbol is None: base_symbol = self.base_symbol,未统一写为 or "",若 self.base_symbol 为 None 仍可能把 None 写入 _blacklist_cache
  • 建议:所有构造 PairKey 或写入 _blacklist_cache 的地方统一为 (symbol, base_symbol or ""),避免 None 进入 key。

3. get_known_pair_relations 含孤儿 key 的语义

  • 位置src/trading/trade_repository.py 第 275–293 行:从 pair_positions 的 DISTINCT (symbol, base_symbol) 返回,含 base_symbol = '' 的孤儿行。
  • 使用position_manager.py 第 1216–1224 行在「配对孤儿」阶段遍历 known_pairs,用 symbol_to_coin(base_symbol);对 (alt, "")base_coin="""" not in remaining 为 True 会 continue,逻辑正确。
  • 不足:若未来其他调用方假设「返回的均为双腿配对」,可能误用;接口注释未写明「可能包含 (symbol, "")」。

三、设计取舍(非缺陷)

  • 任务节流按 (symbol, timeframe):同一 symbol 多 base 共享一次分析任务,不按配对节流。当前设计合理;若将来要「按配对限流」需改 task_key。
  • 黑名单/close_disabled 为字符串集合:支持 "PURR""PURR|HYPE",在 is_symbol_allowed / is_close_disabled(symbol, base_symbol) 内解析,行为与配对维度一致,仅 key 表示形式不同。
  • 孤儿仅由 position_manager 与止损监控处理:分析层 _pair_cache 来自 cointegrated_pairs,不会出现 (symbol, ""),不会对孤儿产生信号,设计一致。

四、可改进点(建议)

  1. 统一 base_symbol 空值

    • 在 realtime 服务及所有构造 PairKey / 黑名单 key 处,将 base_symbol is None 时设为 base_symbol = base_symbol or "",避免 (s, None)(s, "") 并存。
  2. 文档化孤儿约定

    • position_manager.pymodels.py 的 PairKey 注释中写明:孤儿仓位使用 (symbol, "")pair_mode="single";迭代 _positions 时需考虑 base_symbol == ""
  3. get_known_pair_relations 接口说明

    • 在 docstring 中注明返回列表可能包含 (symbol, ""),表示历史存在过的单腿/孤儿仓位,调用方不应假设全部为「双腿配对」。
  4. cleanup_pair 的使用策略

    • 若需要「配对永久下线」时释放策略状态:在配对从 cointegrated_pairs 移除或类似流程中显式调用 strategy.cleanup_pair(symbol, base_symbol);否则在文档中说明「仅用 on_position_closed,有意保留 _baselines 复用」即可。

五、结论

  • 配对维度改造在交易栈、配置、DB、realtime 黑名单/缓存上已一致,未发现「仍按 symbol 单维度存状态」的遗漏点。
  • 主要风险base_symbolNone 时可能产生 (s, None)(s, "") 的 key 不一致,建议全路径统一为 or ""
  • 次要不足cleanup_pair 未接入流程、get_known_pair_relations 与孤儿 key 的语义未在文档中写清;均为可文档化或小范围改动即可解决的问题。

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