基金量化定投选基系统

# <div align="center"> Sprint 3 规划会议纪要：M3a 特征基建与 38 维字典红线冻结 </div>

**会议日期**：2026-04-17

**项目名称**：基金量化定投选基系统 (2026-04-11-01)

**会议目标**：锁定 M3a（特征基建）交付标准，对齐 CR-002/CR-003 变更落地方案，确立 38 维特征工程防线与标准化纯函数的强卡控边界，解决存储形态架构冲突。

**参会角色**：项目经理、算法/研发工程师、基础架构/运维工程师

---

## 一、 会议确认项

1. **CONF-01 特征命名绝对红线确立**：全局特征命名一律以《特征字典基线文档 (DICT-FEATURE-001)》中的 `_{窗口期}w`（如 `_12w`）格式为准，历史草稿文档中的 `_w{N}` 格式作废。

2. **CONF-02 段隔离强制约束确立**：所有涉及滚动计算的特征，在 Polars 语境下必须强制执行 `group_by(['fund_id', 'segment_id'])`，严禁出现跨段数据污染。

3. **CONF-03 有效值判定单一信源确立**：全面采纳 `with_validity_check` 高阶函数包装方案，作为全项目规约 4.2 `min_valid_ratio=0.20` 判定逻辑的唯一标准实现路径。

4. **CONF-04 底层计算引擎与依赖红线锁定**：OLS 回归计算（`trend_slope` 与 `trend_r_squared`）纯采用 `np.linalg.lstsq` 进行矩阵求解，严禁引入 SciPy；单测必须强卡控其在极端情况下的数值精度。

5. **CONF-05 无风险利率参数化决策**：公式中的 `0.02`（年化无风险收益率基准）严禁硬编码，必须作为 `params.risk_free_rate_annual` 节点写入 `config/config.yaml`，由代码运行时动态计算 `weekly_rf`。

6. **CONF-06 纯函数接口契约冻结**：锁定 `calculate_stats()`、`apply_standardization()`、`remove_collinear_features()` 三个公开函数的入参、出参及基础行为作为研发基线。

7. **CONF-07 单测组织与覆盖粒度确认**：单测文件按 A/B/C/D/E 特征类拆分为独立测试类，且必须覆盖 38 维全量特征的精确度验证，不可抽样。

8. **CONF-08 T-1 验证构造策略确认**：采用“2 个时间截面（t0, t1）极简 DataFrame”的方式，构造调用 `apply_standardization()` 后断言 t0 截面全为 NULL 的用例。

9. **CONF-09 预览文件物理标识机制确认**：`standardization_params.parquet` 必须增加 `is_production_ready` 物理列，全表填入 `false`，防止下游误读。

10. **CONF-10 物理目录结构变更批准**：正式批准新建 `data/models/` 目录用于存放预览级参数与特征列表产物。

11. **CONF-11 落盘形态架构变更确认**：特征存储形态由长表变更为宽表（触发 CR-004），内存计算与最终落盘统一为宽表 Schema，废弃原 `unpivot` 转换链路。

12. **CONF-12 落盘物理参数延续确认**：PyArrow 写入继续强制指定 `row_group_size=100000`（契合当前量级下 30MB/Group 的最优 Block Size）且采用覆盖写模式。

13. **CONF-13 CI 流水线扩展确认**：`.gitea/workflows/ci.yml` 新增 `pytest tests/test_feature_engineering.py -v --tb=short` 步骤，作为 PR 强阻断门禁。

---

## 二、 会议待办项

| 编号 | 责任人 | 任务描述 | 截止时间 | 验收标准 |

| :--- | :--- | :--- | :--- | :--- |

| **TODO-01** | 研发工程师 | 物理目录结构文档同步 | S3-04 首个 PR | 在首个 PR 中同步更新 `project-structure.md`，补充 `data/models/` 目录及其存放内容的说明。 |

| **TODO-02** | 研发工程师 | OLS 回归精度单测验证 | S3-02 交付同步 | 提交单测报告，证明基于 `np.linalg.lstsq` 计算的斜率与 R² 在极小矩阵、全 NaN 边界情况下精度符合浮点容差要求。 |

| **TODO-03** | 项目经理 | Redmine 验收标准录入与派发 | 会后 4 小时内 | S3-01 至 S3-04 任务卡片的自定义字段已按 CONF-01 至 CONF-13 逐条填入，并指派给研发。 |

---

## 三、 会议风险项

| 编号 | 风险描述 | 应对策略/演进路线 | 跟踪机制 |

| :--- | :--- | :--- | :--- |

| 无 | M3a 阶段架构边界清晰，历史长表引发的性能与计算冲突已通过 CR-004 彻底根除，当前无遗留风险项。 | - | - |

---

## 四、 Sprint 3 (M3a) 交付物全景清单（已对齐）

| 分类 | 文件路径 | 核心约束简述 |

| :--- | :--- | :--- |

| **业务参数** | `config/config.yaml` | 新增 `params.risk_free_rate_annual` 节点。 |

| **核心源码** | `src/feature_engineering.py` | 包含宽表计算主链路、`with_validity_check` 包装器、三个标准化纯函数。严禁 SciPy 依赖。 |

| **核心源码** | `src/utils/ols_solver.py` (或内聚) | 基于 `np.linalg.lstsq` 的 OLS 求解封装，带严格 Type Hints。 |

| **质量保障** | `tests/test_feature_engineering.py` | 按 A~E 分类建类，覆盖 38 维精确度、T-1 首日 NULL、OLS 极端精度。 |

| **数据产出** | `data/features/features_YYYY.parquet` | **宽表形态**，Schema 为 38 列特征加基础键；`row_group_size=100000`，覆盖写。 |

| **数据产出** | `data/models/standardization_params.parquet` | 含 `is_production_ready=false` 物理列的全局基准预览。 |

| **数据产出** | `data/models/final_feature_list.json` | 严格符合 `_12w` 命名范式的 38 维特征名字符串列表。 |

| **技术真相** | `docs/data_contract.md` | 新增《特征矩阵接口契约单》，声明宽表落盘架构与 38 维字典引用。 |

| **技术真相** | `docs/project-structure.md` | 同步更新 `data/models/` 目录说明。 |

---

**会议闭环状态**：✅ 全部议程结束，无遗留阻塞项。研发团队可依据本纪要及 CR-004 启动 Sprint 3 (M3a) 实施。