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。