DUCKERRY_Warehouse 全库审计与重构报告（v2.1 修复后更新版）

1. 审计声明

1.1 已读取与执行

已检查根目录、框架/、数据/、scripts/、复盘/、回测/、因子/、资产/、概念/、optimization/、优化/、audit_evidence/ 及 MOC。修复后库内排除 .obsidian 共 305 个文件，活动区有 71 个真实交易日收盘复盘。

实际执行：

python3 -m compileall -q scripts tests          -> PASS
python3 -m unittest discover -s tests -v        -> 10/10 PASS
python3 scripts/recompute2.py                   -> rc=0
python3 scripts/recompute3.py                   -> rc=0
python3 scripts/recompute4.py                   -> rc=0
python3 scripts/fetch.py --force                -> rc=0，G1=PASS，publish=PASS

1.2 当前数据边界

面板 数据/panel.csv：75 行、71 个 trading_day=True，覆盖 2026-06-01→2026-09-11；VIX 最新 2026-09-10，WTI 最新 2026-09-09，FRED 广义美元指数最新 2026-09-04。滞后源均保留真实数据日，不前值填充。

1.3 未能完成

债券价格/总回报、盘中数据、账户执行、3 年以上 L0 标定、结构化历史预测日志、A/B/C 事件因果证据、四因子样本外增量检验仍未完成。不能把这些空缺写成“已验证”。

2. 一页执行摘要

2.1 修复后最大风险

• 已消除的 P0：重算失败、HTML/错误 CSV、核心缺失和源解析错误不再允许更新当前快照/MOC 绿标。
• 最大剩余数据风险：尚无逐值 normalized provenance 长表；当前已达到 run/文件/脚本/输出哈希级追溯。
• 最大剩余统计风险：结构化事前预测样本为 0；不能评估 Agent 是否超过任何基准。
• 最大剩余风控风险：债券仍是 10Y 收益率方向代理，不是真实债券价格回报；L0-3 仍只能部分可评估。
• 最大剩余知识风险：历史归档仍含旧 100% 数字和约 100 个未解析链接目标，但已加废止语境/历史隔离标记。

2.2 修复后最值得保留的五项

1. 真实原始源留档：LBMA、美国财政部、FRED、ECB/Frankfurter。
2. G1/G8 失败关闭发布机制。
3. L0/L1 机械重算和明确的缺失降级。
4. 框架/数据口径定义.md 的 SSOT 治理。
5. 数据/runs/<run_id>/ 的原始响应、manifest、provenance 归档。

2.3 当前应停止的行为

继续使用 Agent “100%/连续 21 次”；把裸“观望/等待”算命中；把收益率当债券回报；用 3 个月样本调阈值；把机械相关性当作因果或 A/B/C 结论。

2.4 当前不可做出的结论

不能宣称四因子有效、A/B/C 有稳定基率、Agent 有预测优势、L0 已完成长期标定或债券三杀已严格验证。当前 A/B/C 输出应为不可判定，不是强行三选一。

3. 当前系统健康评分

评分裁决：修复后 66/100；不是对收益能力的评分。预期上限约 82/100，需完成结构化预测、长期样本外、债券总回报和逐值 provenance 才能接近。

4. 全库审计发现与修复状态

5. 修复后证据地图

6. 数据治理 vNext

已生效

• 原始响应按 run 追加归档；正式文件仅在内容校验后原子替换。
• JSON 解析、HTML 拒绝、FRED/财政部 CSV 表头校验已生效。
• G1：黄金 PM、10Y nominal、10Y TIPS 必须为目标日真实合法值。
• G8：抓取、源校验、重算、测试、发布全部通过才允许 current PASS。
• 缺值不补、不插值、不外推；滞后按真实 asof 展示。

待建设 schema

date, asset, metric, value, unit, currency,
source_primary, source_cross_check, source_url,
source_timestamp, market_timestamp, timezone,
trading_day_flag, market_open_flag, observation_status,
confidence, raw_file, raw_sha256, transform_version, correction_log

目标目录：数据/raw/、数据/normalized/、数据/derived/、数据/manifests/runs/、数据/quarantine/。当前实际 raw 与 derived 仍有兼容性并存，迁移必须保留哈希和路径映射。

7. L0–L4 修复后审计

• L0：缺 VIX 目标日时，L0-2 为无法评估，整体降级；SPX/NDX 已接入，但债券腿为 10Y 收益率代理。固定阈值 19 日触发 0 次；2.5σ 回放触发 09-01 一次。所有阈值仍 [待验证]。
• L1：黄金 PM 真实序列 4415.40→4399.10→4414.90→4365.45→4386.25；5 日累计 −1.81%，状态 down/弱。
• L2：不再强制三选一；当前数据不足以自动宣布 A/B/C，应为不可判定。
• L3：只审计制度；没有账户/成交数据，不评价执行效果。模板禁止个人账户买卖指令。
• L4：裸文本不可验证；有明确区间、创建时间、参考价和证伪条件才可评估。

风险动作矩阵

8. A/B/C 与不可判定

修复后机械统计：A 入场条件 69 个交易日中 2 天、基率 2.9%；B 条件 25 天、36.2%；A∪B 27 天；相关性失效最长连续 7 天，低于 C 的 10 日门槛。上述只是条件计数，不是模式因果证明。

兼容迁移：

所有状态均须记录 state_id、created_at、available_inputs、entry、maintenance、falsification、rule_version。迁移/冷却尚未编码，参数 [待验证]。

9. Agent 预测和验证 vNext

当前修复后的结果：结构化有效样本 0；方向覆盖率 0%；命中率不可计算。旧“100%/连续21次”已废止。裸“观望/等待/谨慎”在 validate_prediction.py 中返回 未覆盖；例如：

validate("观望中", 4353.15, 4382.25)       -> 未覆盖
validate("观望 ±0.30%", 4353.15, 4382.25) -> 证伪

必需日志：prediction_id、created_at、forecast_horizon、asset、reference_price、direction、expected_return_interval、confidence、trigger_condition、falsification_condition、data_status、model_version、user_or_agent、adopted_or_not。

评估必须报告覆盖率、方向/区间命中、误差、Brier、校准、重大错误率、数据状态分层及中性/动量/随机基准。没有样本不能计算百分比。

10. 四因子重构

40/25/20/15 权重仍是 [待验证] 主观先验。必须经过因子移除、置换、滚动样本外、基准和成本压力测试才能升级；不能把价格上涨直接归因于任一因子正确。

11. 回测与实验协议

继续采用时间切分、固定样本外、滚动前推，不随机打乱时间。必须纳入点差、滑点、费用、跳空和流动性；明确黄金价格、指数价格、收益率代理不可混为同一回报。

修复后 recompute2 的回放显示：黄金 σ约 1.65%，2.5σ约4.13%，3σ约4.95%；09-01黄金 −4.59%触发2.5σ人工复核但未达3σ；固定 L0 0/19。历史 50/57、24/26、15/22 仍不可作为优势证明，原始计数/成本/样本外证据不足，p 值约 0.50/0.58/0.65。

失败判据：样本外不超过简单基准、成本后优势消失、参数高度敏感、缺数据错误绿标、状态不可重放，均不得升级模型。

12. 代码和自动化整改

已完成

• 发布硬闸门、失败占位、返回码传播；
• JSON/HTML/CSV响应校验；
• panel/latest/manifest 原子写；
• run 级 raw/manifest/provenance；
• 交易日过滤、fill_method=None；
• recompute4兼容和空样本保护；
• 10项最小安全测试；
• MOC/Agent状态降级；
• A/B/C不可判定和模板安全更新。

下一批

增加并发锁、磁盘中断/回滚测试、真实断网故障注入、配置 hash、全量 Content-Type 校验、路径参数化、CI/pre-publish、run 保留策略及 normalized 长表。

测试命令：

python3 -m compileall -q scripts tests
python3 -m unittest discover -s tests -v
python3 scripts/fetch.py

13. 文件级处置表

不得在没有引用扫描、备份和路径映射时删除、重命名或移动文件。

14. 当前可复制模板

---
date: YYYY-MM-DD
run_id:
data_status: verified/partial/missing/invalid
---
# YYYY-MM-DD 收盘复盘

## 事前预测
prediction_id: / created_at: / model_version:
方向：up/down/neutral-band/uncovered
参考价与区间：
触发条件：
证伪条件：

## 真实数据与证据
| metric | value | unit | asof | status | raw_sha256 |

## L0–L1
逐项填写实测、阈值、状态、滞后和最弱输入。

## L2–L4
状态：A/B/C/不可判定；填写进入、维持、反证、价格支持/证伪。

## 结论
错误归因、风险动作规则、未完成事项；不得写个人账户买卖指令。

数据缺失占位必须写：本日禁止派生收益、L0-L4数值结论、A/B/C方向结论和绿标发布。

15. 30/60/90 天路线图

失败时保持当前规则版本，不升级；恢复上一 PASS run，不删除失败证据。

16. 最小修复包状态

本轮已完成五项：发布硬闸门；缺失/假日/前值填充修复；recompute4与测试；run provenance与原子写；Agent/MOC伪绿标清除及不可判定状态。

仍需五项：normalized逐值 provenance；债券总回报；结构化预测日志；长期样本外标定；历史链接和旧指标完整隔离。

17. 红队报告（修复后）

最可能再次发生的失败：

1. 新源返回结构变化但仅通过当前表头检查；
2. 运行期间进程中断导致跨文件版本不一致；
3. --force、手工模板或其他旧脚本覆盖当前视图；
4. 历史归档 100% 数字被误读为当前表现；
5. 用短窗口相关性或“新叙事”重新制造 C 模式。

最可能虚假的绿标：G1 PASS 被误读为所有风险数据齐全；L0“降级”被简化成“正常”；单源 verified 被误读为独立双源；文件存在被误读为预测日志完整。

继续攻击项：缺源、错一天、假日、HTML、错误单位、VIX滞后、债券代理、空预测、重复日期、旧副本路径、并发发布、磁盘中断、配置版本漂移。

18. 未完成事项

[未能复核]

历史 2021–2025 L0 全量回放、债券总回报、账户执行、历史事前预测创建时间与事件因果证据。

[待验证]

L0 0.8/2.0%、VIX +15/+50%、2.5σ/3σ；Agent ±0.30%；四因子40/25/20/15；A/B/C确认/维持/冷却期；任何风险预算、仓位、回撤和止损参数。

[冲突/待清理]

历史归档仍有旧 100% 等数字；约100个链接目标未解析；生产脚本与冻结证据脚本 hash 不同；部分旧文档仍含研究时代的能力宣称，但当前入口已降级。

[不可判定]

Agent是否有信息量、四因子是否有增量贡献、A/B/C真实主导状态、L0长期充分性。

最终裁决

• 当前系统是否适合产生真实决策输入：仅部分。 适合作为经过闸门保护的人工复核数据和规则输入；不适合作为自动交易或自动仓位决策的唯一依据。
• 当前最危险的单点故障： 已从“失败仍发布绿标”转为“债券代理/预测日志缺失造成的风险判断盲区”。
• 当前最需要立即停止的行为： 使用旧 Agent 100%/连续21次及裸观望命中率；把部分可评估写成完整风控。
• 当前最值得保留的核心能力： 真实源、G1/G8、机械 L0/L1、缺失不填充、run provenance、可回滚发布。
• 五项最小修复： 本轮已完成发布硬闸门、计算安全、重算测试、run 证据、状态/预测降级；下一阶段补 normalized、债券腿、prediction log、样本外标定和归档隔离。
• 尚未解决的关键不确定性： 债券总回报、长期阈值、A/B/C因果、Agent样本、因子增量和组合风险。
• 下一次复核最小证据： 新 run 的原始响应、manifest/provenance、脚本 hash、测试全绿、结构化事前预测日志、无缺失填充面板、更新后的 MOC 与快照。
• 本报告中所有尚未验证的参数： L0阈值、2.5σ/3σ、±0.30%中性区间、四因子权重、状态确认/冷却期、仓位/回撤/止损系数，均仍标 [待验证]。