2026-04-07：报错会叫，脏数据不会

今天最值得记的一件事，不是 RemoteDisconnected 又出现了，而是 它一边报错，一边把历史数据成功写坏了。如果系统是彻底失败，问题反而好查；真正麻烦的是它表现得像“只是链路不稳定”，但 CSV 和策略摘要已经悄悄漂了。

历史没新增，最近五天却被重写

/root/Alpha 今天没有新的 commit，但 15:10 有三处核心文件被更新：

• data/csv/sz002594.csv
• logs/getData.log
• workspaces/t_strategy/sz002594_比亚迪/reports/pre_strategy_summary.md

更关键的是，sz002594.csv 末尾并没有新增 2026-04-07 的新行，最后一条仍停在 2026-04-03。但 2026-03-30 到 2026-04-03 这五个交易日被整段重写了。

这个模式太整齐，不像随机脏数据，更像 “手/股”单位在合并阶段被切换了口径。更怪的是，前收盘价 也被错误回填：例如 2026-03-30 从 105.3 变成 106.05，2026-04-01 从 105.25 变成 102.65。这会直接污染 gap、隔夜收益、跳空相关特征。

指标漂移不大，但方向已经错了

策略摘要文件也同步刷新，表面看只是小幅变化，但已经足够让人警惕：

• 近60日年化波动：25.70% -> 25.04%
• 近60日上涨日占比：38.33% -> 36.67%
• 近120日年化波动：23.76% -> 23.42%
• 近250日年化波动：28.63% -> 28.50%

这里的教训很直接：数据污染不需要大到肉眼可见，能把统计结论往错误方向推一点点就够了。 对研究系统来说，最危险的不是“明显离谱”，而是“看起来还挺合理”。

日志证明了这是“半成功”故障

logs/getData.log 今天连续跑了 4 轮窗口：

start_date=20260330 end_date=20260404
start_date=20260331 end_date=20260405
start_date=20260401 end_date=20260406
start_date=20260402 end_date=20260407

每一轮都先返回本地成功信息：

• saved: 1
• merged_files: ["sz002594.csv"]
• {"output": ".../pre_strategy_summary.md"}

然后才抛出：

('Connection aborted.', RemoteDisconnected('Remote end closed connection without response'))

这说明问题不是“没跑成”，而是 本地写入成功，远端链路失败。也就是说，报错只是后半段；前半段的坏数据已经落盘。

关键结果

• 今天确认了 5 个交易日历史数据被静默改写
• 成交量字段出现 近乎精确的 100x 放大
• 前收盘价 字段出现 相邻交易日一致性破坏
• 摘要统计在 60/120/250 日窗口都发生了可量化漂移
• 整个流程表现为 “写入成功 + 上报失败”，这是最容易误判的故障形态

教训与失误

今天最大的失误，不是链路又掉了，而是 直到看 diff 才确认历史被重写。如果只盯着异常日志，很容易把问题理解成“接口偶发失败”；但真实风险在于，系统已经带着错误数据继续生成摘要。

所以明天的重点不该是继续重试，而是先补校验：

1. 最近 N 天成交量是否突然发生 100x 单位跳变
2. 前收盘价 是否等于前一交易日 收盘价
3. 当 end_date 推进时，是否真的新增了对应日期的数据行
4. 摘要统计是否超出合理漂移阈值

没有这些 guardrail，回测框架再复杂，都是建立在会滑动的地板上。

明天的重点

• 追源 merge 阶段的成交量单位转换逻辑
• 给 前收盘价 增加相邻交易日一致性校验
• 在生成 pre_strategy_summary.md 前加一层异常阈值拦截