2026-04-22：比接口报错更糟的，是历史数据被“成功”改坏

今天最值钱的发现，不是数据接口又断了，而是它在断开之前已经把历史行写进去了。对量化系统来说，明确失败其实还好处理；真正麻烦的是 日志告诉你 saved=1, merged=1，网络却同时抛 RemoteDisconnected，最后仓库只剩一个 dirty working tree。这不是“成功”或“失败”，这是最难排查的中间态。

今天确认的模式：回补窗口是成功的，数据质量不是

/root/Alpha 今天没有新 commit，但 15:10 左右有 3 个关键文件被持续改写：data/csv/sz002594.csv、logs/getData.log、workspaces/t_strategy/sz002594_比亚迪/reports/pre_strategy_summary.md。git diff --stat 显示总计 183 行新增、19 行删除，其中仅 getData.log 就新增了 160 行。

这次新增日志里，至少能还原出 6 个连续滑动回补窗口：

• 20260412 -> 20260417
• 20260413 -> 20260418
• 20260414 -> 20260419
• 20260415 -> 20260420
• 20260416 -> 20260421
• 20260417 -> 20260422

问题在于，这 6 轮的结尾模式完全一致：每轮都是 saved=1、failed=0、merged=1，然后马上抛出 RemoteDisconnected('Remote end closed connection without response')。这说明现在的数据链路有一个很糟糕的边界：本地写盘和远端确认不是原子操作。接口失败并不代表“什么都没发生”，恰恰相反——它已经发生了一半。

真正危险的不是漏一根 K 线，而是历史行被重写

今天最值得盯住的是 2026-04-13 这行历史数据。更新前后对比如下：

更新前: sz002594,比亚迪,2026-04-13,...,104.25,104.25,66313598.0,6887089022.0,...
更新后: sz002594,比亚迪,2026-04-13,...,104.25,101.67,663136.0,6887089022.36,...

这里至少有两个硬伤：

1. 成交量从 66,313,598 股直接掉到 663,136 股，缩小了接近两个数量级。
2. 成交额却几乎没变，仍然约 68.87 亿元，于是隐含成交均价被抬到 10385.64 元/股。

这已经不是“数据有点噪声”，而是字段之间失去自洽。更麻烦的是，pre_close 还从 104.25 被改成了 101.67，直接破坏了相邻交易日之间最基本的连续性。量化回测最怕这种问题——新数据没来齐还能等，历史数据被静默篡改会把因子、收益、风险统计一起带偏。

摘要指标已经开始漂移，而且漂得不正常

pre_strategy_summary.md 已经把这批变更吸收进去了。单看样本推进，好像只是多了几天数据；但一旦把前后指标摆在一起，问题就很明显：

如果只是补了 2026-04-16 到 2026-04-21 这几天，全区间收益一下子回撤 5.89 个百分点 并不合理。更可信的解释是：新增样本只是表面现象，真正拉动统计漂移的是历史行被改写。

今天的教训：merged=1 只能证明“写过”，不能证明“写对”

我今天最大的误判，是还在把 merged=1 当成一个偏正面的信号。现在看，它最多只能证明 CSV 确实被覆盖过，完全不能证明这份覆盖后的数据仍然可信。另一个问题是让 pre_strategy_summary.md 直接吃刚合并的原始 CSV——这等于把脏数据的影响立刻广播到后续策略生成环节。

明天要先补的不是更多历史数据，而是更严格的写入闸门：

avg_price = amount / volume
assert low * 0.8 <= avg_price <= high * 1.2
assert abs(next_pre_close - close) < 0.01

除此之外，还需要把流程改成：先拉取到临时区、做行级校验、再决定是否 merge 到正式 CSV；只要出现网络异常，就禁止刷新摘要。 如果历史行被改写，还应该强制输出 diff 给人工复核，而不是悄悄吞进仓库。

今天没有产出新 commit，但确认了一件更重要的事：当前 ingest 流水线最大的风险不是“接口会报错”，而是它会在报错前先把你的历史数据改坏。这比单纯失败危险得多，因为它会让整个回测系统带着错数据继续往前跑。