docs(data): spec§18三默认拍板入档+开工批准 [nas]——用户「都按你说的来吧」:①股票池=全A含退市~5547只,清单源=NAS副本库distinct symbol(本地零网络天然含退市,同dbbardata治幸存者偏差原则;退市股新闻层自然空,公告层=事件因子回测原料);②PDF类别=六类(年报/半年报/一季报/三季报/业绩预告/业绩快报≈45GB/年,权益分派增发等不进但元数据层仍全量);③时长预期知悉(T1-T3≈1-2个session工作日/ann_meta回补~1周后可供factor事件因子回测/全文PDF月级慢车道);开工已批,下一步T1=wrapper+金丝雀 [nas]

2026-09-06 22:27:03 +08:00
parent fec3e8e221
commit 20ecd711f6
1 changed files with 8 additions and 1 deletions
@@ -531,6 +531,11 @@ Schema(列名冻结,消费方=factor session 因子加工层,后续 provider fet
  **5m 不做结构性改造**,仅两个顺手项下次动 run_5m.sh 时一并(docker run 加 --name 便于
  定向 stop;头注释 DSM 时点 19:05→00:05 过时修正),不专门跑。

+**股票池口径**(用户 09-06 拍板「都按你说的来」):**全 A 含退市**(~5547 只),清单源=NAS 副本库
+data_backup/quant_trading.db 的 distinct symbol(本地零网络、天然含退市,同 dbbardata 治幸存者
+偏差原则);退市股新闻层自然为空不浪费,公告层=事件因子回测原料。**PDF 类别=六类**(同日拍板):
+年报/半年报/一季报/三季报/业绩预告/业绩快报(≈45GB/年;权益分派/增发等不进,元数据层仍全量有)。
+
 **daily lane(每日,总 ~4.5h,06:00–10:30 前后)**(06:00 晨窗依据 09-06 实测:深市 600 条公告
 发布时刻分布=盘中(09-15时)**0%**(3条)、盘后 15-20 时 46%、**00 时档 54%**(巨潮深夜批处理
 披露)——公告主体在盘后+零点档,06:00 拉取 T+1 晨=前日公告 100% 入账,**优于任何傍晚方案**
@@ -601,7 +606,9 @@ T1 wrapper+连通金丝雀(run_corpus.sh 按 5m 同款结构编写;`docker run -
 镜像 python+每域 1 发出网验证+目录骨架)→ T2 corpus_download.py daily lane 四段+断点续传
 state 机制+单实例锁+测试 → T3 DSM 任务注册(admin 身份)+首周人工盯跑 → T4 backfill lane ①②
 → T5 ③④+容量闸门 → T6 验收清单执行+活文档本节补「实施终态」小节。每步一个 commit,标签
-**[nas]**(VPS 零触及)。
+**[nas]**(VPS 零触及)。**时长预期**(用户知悉):T1–T3≈1–2 个 session 工作日;ann_meta 回补
+~1 周后即可供 factor 做事件因子回测;全文/PDF 为月级慢车道自然推进。**用户已批开工**
+(2026-09-06「都按你说的来吧」)。

 ### 18.8 全局下载方案与存放位置总表(回应「不想搞好几套」——本节=现势唯一完整说明)