基金量化定投选基系统

# Sprint 3 (M3a) 回顾会议 Agenda

**会议时间**：待定 (预计 30 分钟)

**会议目标**：基于客观数据度量 S3 “防 OOM 与宽表架构”的有效性，闭环所有 CR/ADR 决策资产，并确立 S4 强制准入门禁。

## 议题 1：S3 核心防线度量审查 (10 mins)

*本环节纯读数据，评估架构设计的物理表现。*

*   **1.1 OOM 防线成效验收**

    *   **数据展示**：读取 `s3_memory_profile.json`，确认全量 25 年流水线峰值内存仅为 **3.14 GB**（发生 in `standardization_2025`）。

    *   **结论**：远低于 64GB 红线，单年内存即用即释放的“累积架构”设计完全达标。

*   **1.2 度量盲区排查与补齐决策**

    *   **盲区 A**：当前仅有内存 Profile，**缺失全量 25 年跑完的总 Wall Clock Time（挂钟耗时）**。对于 260 万行体量，耗时是评估后续重跑频次的关键。

    *   **盲区 B**：`sprint3.xml` 显示 S3 共 34 个用例全绿，但**缺失 `feature_engineering.py` 与 `standardization.py` 的行覆盖率具体百分比**。

    *   **需决策**：是否接受当前“用例全绿+极低耗时(1.2s)”作为质量过关标志？还是要求会后必须补录一次耗时与覆盖率报告并归档至 `report/performance/`？

## 议题 2：产出物物理契约闭环 (5 mins)

*   **2.1 数据血缘与防漂移**

    *   确认 `features_hash.json` 已成功拦截潜在的存量脏数据（结合 S2 审计日志中的 2870 万行去重背景）。

    *   确认 `standardization_params.parquet` 成功落地 `is_production_ready=false` 物理列（会议 CONF-09 落地验证）。

*   **2.2 Schema 刚性验证**

    *   确认单测 `test_per_year_parquet_schema_consistency` 已卡死跨年 Schema 一致性（为 ADR-0004 的推迟决定提供物理层保障）。

## 议题 3：架构决策执行复盘 (5 mins)

*   **3.1 CR-004 (长表转宽表) 收益确认**

    *   回顾决策：废弃 `unpivot`，内存与落盘统一为宽表。

    *   验证：结合 3.14GB 的低内存占用，证明宽表并未引发 OOM，且规避了下游 LightGBM 的 Pivot 开销。

*   **3.2 ADR-0004 (共线性剔除推迟) 闭环**

    *   确认将 `remove_collinear_features` 从 S3 纯函数中彻底剥离的正确性，S3 交付物纯粹锁定为 38 维全量宽表。

## 议题 4：Sprint 4 准入门禁确立 (10 mins)

*   **4.1 准入基线确认**

    *   基于决策：S4 允许直接基于 S3 产出的 `final_feature_list.json` (38维) 启动模型加载与筛选逻辑开发。

*   **4.2 强制缓冲任务插入（防算力浪费）**

    *   基于决策：在 S4 首次将数据送入 LightGBM 之前，必须插入一个**“S4-00 特征分布合理性探查”**的硬性前置任务。

    *   **探查标准（需确认）**：我提议该任务需至少输出两样东西：① 38 个特征在全量样本上的 Z-Score 直方图（验证 MAD clip 是否生效，是否还存在离谱极端值）；② 基础统计量描述（验证没有全为 0 或全为 NULL 的废特征）。

    *   **需决策**：是否同意将上述两点作为 S4 真正启动训练前的“门禁卡点”？

## 议题 5：待改进项 与 Action 派发 (5 mins)

*   汇总上述议题中产生的 TODO（如：补录耗时报告、编写 S4-00 探查脚本等），指定责任人。