基金量化定投选基系统

Sprint 5 回顾会议 Agenda¶

会议主题：Sprint 5 回顾与物理交付验收 —— S5 标准化、Spearman 降维与训练流水线闭环
参会角色：架构师、研发工程师、QA
会议基调：物理交付一票否决。严格对照《Sprint 5 规划会议 Agenda》及规约 5.6 节逐项核验实施偏差，禁止任何“逻辑上等价但物理行为偏移”的妥协通过。

【会前需决策/确认事项】（请提前准备，会议上直接出示）¶

1. 文档契约更新证明：请出示修改后的 2-dry_module_list.md 截图或 Diff，证明 core.standardization_math 模块已明确标注“S5 训练阶段因内存红线豁免复用”。
2. 物理交付物清单：请出示 CI 流水线归档目录下，本 Sprint 实际产出的所有物理文件清单，必须包含：
   • standardization_params_wide.parquet
   • standardization_params.parquet
   • calendar_dim.parquet
   • final_feature_list.json
   • 带时间戳发布目录下的 model.txt
   • model.txt 的 MD5 摘要文件
3. 配置实例确认：请出示本次训练实际使用的 config.yaml 中 s5.train_start_year、s5.train_end_year、spearman.load_mode 的具体配置值。
4. CI 门禁执行报告：请出示本次 Sprint Merge Request 中，Schema 对称差拦截、EWM/OLS 金色单测、工程治理正则扫描的 CI 执行日志截图。
5. 训练评估指标日志：请出示 Time-Series 5 折评估阶段输出的 NDCG@10 指标日志（5 个折的具体数值）。

议题 1：架构基线与 DRY 豁免决议复盘（5 分钟）¶

• 对照基线：回顾规划会议议题 1 的豁免决议。
• 验收动作：审查 S5.2 标准化 Apply 阶段的 Git 提交记录，绝对封杀任何调用 core.standardization_math 的代码路径。
• 文档闭环：确认待办事项“更新 2-dry_module_list.md”已物理落地，未完成则本项一票否决。

议题 2：数据流加载边界与配置契约复盘（5 分钟）¶

• 对照基线：回顾规划会议议题 2。
• 验收动作：
  • 审查代码中是否存在硬编码的年份区间，必须强制源自 config.yaml 的 Pydantic 校验实体。
  • 审查 Spearman 阶段是否严格通过 core.stream_engine 进行按年流式加载，确认无裸 scan_parquet 循环。

议题 3：S5.1 截面聚合与双形态参数物理时序隔离复盘（15 分钟）¶

• 对照基线：回顾规划会议议题 3 与规约 5.1/5.2 节。
• 物理验收（需出示文件）：
  • standardization_params_wide.parquet：抽查内部数据，验证是否已在稀疏的 net_value_date 上执行了 .shift(1) 实现 T-1 对齐。
  • calendar_dim.parquet：验证是否基于 S3 全量时间极值动态生成了绝对自然日频连续日历表。
  • standardization_params.parquet：使用 PyArrow 读取 Footer Metadata，强制验证物理排序键是否绝对为 ["feature_name", "date"]，验证是否存在因自然日 Ffill 产生的时序错位空洞。
  • 生产就绪哨兵：在参数表中过滤出 std==0 或 mad==0 的截面，验证对应的 is_production_ready 是否绝对为 False。

议题 4：S5.2 标准化 Apply 物理防线复盘（10 分钟）¶

• 对照基线：回顾规划会议议题 4 与规约第二部分第 5 节。
• 物理验收（代码级审查）：
  • 死刑级红线排查：全局搜索 unpivot 关键字，确认 3000 万行宽表未被解构。
  • IEEE 754 拦截器：审查标准化 Apply 的 Polars 表达式树，确认强制存在 pl.when(pl.col("std_xxx") == 0).then(pl.lit(None)) 逻辑，验证是否有隐式的 Inf 产生路径。

议题 5：S5.3 训练 Join 三键死锁与毒样本截断复盘（10 分钟）¶

• 对照基线：回顾规划会议议题 5 与规约 5.4 节。
• 物理验收（代码级审查）：
  • 三键死锁：审查特征宽表与标签表 Join 的 AST（抽象语法树），确认 on 参数必须且仅为 ["fund_id", "net_value_date", "segment_id"]。
  • 截断时序验证：确认“将 is_feature_complete == False 的行 label 覆写为 0”这一动作的物理执行顺序，必须在 Join 之后、传入 Spearman 计算之前。严禁在 S4 阶段或 Join 前执行此覆写。

议题 6：S5.4 Spearman 秩相关内存防爆防线复盘（15 分钟）¶

• 对照基线：回顾规划会议议题 6 与规约 5.5 节。
• 物理验收（代码级与数学级审查）：
  • 防漂移锁定：审查代码，确认 scipy.stats.rankdata 调用处显式传入了 method="average"。
  • 对称化截断：确认累加完成后，强制存在 matrix = (matrix + matrix.T) / 2 物理截断语句。
  • 降维产物契约：审查输出的 final_feature_list.json，确认被剔除的特征对之间的 Spearman 系数确实 >= 0.90（需出示验证脚本输出或日志）。

议题 7：S5.3 训练流水线复盘（20 分钟）¶

• 对照基线：回顾规约 5.6 节与 3-steps.md Step 5.1-5.3。
• 物理验收（代码级与产物级审查）：
  • LambdaRank 样本平衡重构：审查代码，验证按单基金维度差异化等距抽样的实现（正样本上限 50 条、负样本上限 15 条）；验证标签语义断崖消化（ordinal rank）的执行时机必须在抽样之后、喂入模型之前；验证 group 边界数组的构建逻辑。
  • Time-Series 5 折评估防线：审查代码，验证累积扩展窗口策略的物理实现；验证评估阶段强制锁定 NDCG@10 指标；验证 5 折期间绝对无特征剔除或超参修改动作。
  • 闭环全量重训与超参死锁：审查代码，验证最终重训使用了全量抽样数据与 final_feature_list；强制验证 LightGBM 超参硬编码锁定为 max_depth=3, num_leaves=7, min_data_in_leaf=20, learning_rate=0.02，严禁通过配置文件外置或依赖引擎默认值。
  • 产物契约与 MD5 校验：验证 model.txt 与双形态参数表是否打入同一带时间戳发布目录；验证 MD5 摘要文件是否生成且与模型文件物理匹配。

议题 8：CI 门禁执行与工程治理闭环（5 分钟）¶

• 对照基线：对照 2-dry_module_list.md 红线清单。
• 验收动作：
  • 确认新增的 calendar_dim.parquet、standardization_params.parquet、model.txt、final_feature_list.json 等文件是否已纳入 Schema 对称差拦截器或产物存在性校验的硬编码契约中。
  • 确认本次新增代码未触发“工程治理正则扫描”中的任何拦截（如魔法数字硬编码、违规 API 调用）。

议题 9：遗留问题与技术债清理（5 分钟）¶

• 确认在 Sprint 5 实施过程中，是否产生任何为了绕过 50GB cgroup 或规避 LightGBM 内部限制而引入的“临时 Hack”。
• 若存在，必须在此环节转化为明确的 Tech-Depot Ticket，严禁带入 Sprint 6。

会议出口条件：以上 9 个议题全部通过物理验收，且无未决 Tech-Depot，方可签署 Sprint 5 交付确认书，解锁 Sprint 6（S6 推理服务）的代码拉取权限。