步骤4阶段1 - 3-4天核心闭环方案（修正版V3）

制定日期: 2026-09-13
观察任务: cron_id=7e8ae2aeca81
当前进度: D1观察中（18次自动运行，100%成功）

任务1：风控熔断细节补充

1.1 "阻止操作"在人工执行下的落地方式

落地方式: 盘前报告顶部标注 + audit_log记录

具体实现:
1. 盘前报告顶部标注（morning_eval.py）
   - 若触发熔断，在报告最顶部输出🚨醒目标注
   - 格式: "🚨 熔断警告: [总仓位>80% / 单票回撤≥10% / ...]"
   - 下方附: "请人工确认后决定是否开仓"

2. audit_log记录（tools/audit_logger.py）
   - 每次熔断触发写入audit_log.json
   - 字段: timestamp, item, level, condition, action, confirmed_by, confirmed_at
   - 人工确认后补填confirmed_by和confirmed_at

3. TG告警（alert_channel_health.py）
   - 熔断级别（CIRCUIT_BREAK/EMERGENCY）立即推TG
   - 警告级别（WARNING）写入日志，不推TG

1.2 单票回撤口径修正

原定义: 从买入价算回撤
修正: 从持仓期间最高价算回撤

计算公式:
  peak_price = max(持仓期间每日最高价)
  drawdown_pct = (peak_price - current_price) / peak_price * 100%

示例:
  买入价: 10元
  持仓期间最高: 12元
  当前价: 10元
  回撤 = (12-10)/12 = 16.7%（不是从10元算的0%）

1.3 单日回撤口径修正

原定义: 当日收盘价相对前日收盘回撤
修正: 盘中实时"当日最高资产→当前资产"回撤

计算公式:
  daily_peak_asset = max(当日实时资产曲线)
  current_asset = 当前资产
  daily_drawdown = (daily_peak_asset - current_asset) / daily_peak_asset * 100%

触发条件:
  - 盘中实时计算（每分钟更新）
  - >3%时触发熔断，冻结新开仓
  - 收盘后若未恢复，次日继续冻结

1.4 流动性阈值板块差异

原定义: 统一阈值（成交额<1亿或换手率<1%）
修正: 按板块差异化阈值

| 板块 | 成交额阈值 | 换手率阈值 | 说明 |
|------|-----------|-----------|------|
| 主板 | <1亿 | <1% | 标准阈值 |
| 科创板 | <5000万 | <2% | 流动性较弱，阈值放宽 |
| 创业板 | <8000万 | <1.5% | 介于主板和科创板之间 |

实现:
  def check_liquidity(code, volume, turnover_rate):
      # 识别板块
      market = get_market(code)  # "mainboard" / "star" / "chinext"

      thresholds = {
          "mainboard": {"volume": 100000000, "turnover": 0.01},
          "star": {"volume": 50000000, "turnover": 0.02},
          "chinext": {"volume": 80000000, "turnover": 0.015}
      }

      t = thresholds[market]
      return volume < t["volume"] or turnover_rate < t["turnover"]

1.5 完整熔断定义（修正版）

任务2：D2排期修正

2.1 D2时间表

总计: 2.5小时

2.2 上午受控测试流程（08:00-09:00）

# === 08:00 前置备份 ===
cp C:/Users/Admin/AppData/Local/hermes/cron/jobs.json C:/Users/Admin/AppData/Local/hermes/cron/jobs.json.bak_D2

# === 08:10 测试1：告警路径（15分钟）===
# 添加测试任务 → 插入failed记录 → 等待cron运行 → 检查TG告警 → 清理

# === 08:25 测试2：超时路径（15分钟）===
# 修改last_run_at为3天前 → 等待cron运行 → 检查TG告警 → 恢复

# === 08:40 测试3：Dead-Man（15分钟）===
# 临时停heartbeat写入 → 等待15分钟 → 检查TG告警 → 恢复

# === 08:55 测试4：通道健康（5分钟）===
# 改TG token为错误值 → 等待cron运行 → 检查TG告警 → 恢复token

2.3 下午集成流程（15:30-16:30）

# run_with_alert集成到评估流程
# 在eval_smart.py末尾添加alert钩子

# 伪代码:
if __name__ == "__main__":
    # 原有评估逻辑...
    results = evaluate_batch(codes)

    # 新增：触发告警检查
    from alert_channel_health import check_alerts
    alerts = check_alerts()
    if alerts:
        print("[ALERT] " + " | ".join(alerts))

2.4 晚上回归验证（20:00-20:30）

# 20:00 检查cron状态
hermes cron list 2>&1 | grep -A 6 "7e8ae2aeca81"

# 20:15 检查心跳记录
python -c "import sqlite3; conn=sqlite3.connect('D:/Hermes/data/state/alert_state.db'); rows=conn.execute('SELECT check_time,status FROM channel_health ORDER BY check_time DESC LIMIT 5').fetchall(); [print(f'  {r[0]} | {r[1]}') for r in rows]; conn.close()"

# 20:30 确认无回归，输出D2总结

任务3：D1完成确认

3.1 D1完成标准

3.2 D1总结报告内容

# D1观察总结

**日期**: 2026-09-13
**观察时段**: 10:30-14:30（暂定）

## 运行统计
- 自动运行次数: X次
- 成功率: 100%
- 平均间隔: 15m05s
- 心跳记录: X条（全部ok）
- TG通知: 0次（expected）
- exit_code分布: 全部0

## 检查点
- [x] 10:30 首次自动运行
- [x] 11:00 自动运行
- ...
- [x] 14:00 自动运行
- [x] 14:02 检查通过
- [ ] 20:00 晚间检查（待执行）
- [ ] 次日10:00 D1总结（待执行）

## 结论
D1观察通过，可进入D2。

3.3 D1完成后启动D2（人工确认）

D1完成条件:
  ✓ 20:00晚间检查通过
  ✓ 次日10:00 D1总结输出

D2启动条件:
  ✓ D1总结输出后，人工确认通过
  ✓ 不由系统自动启动
  ✓ 用户明确指令"进入D2"后才启动

附录：当前系统状态

A.1 已部署组件

A.2 D1观察统计

A.3 待执行检查

方案修正时间: 2026-09-13T14:35:00
下一步: 等待20:00晚间检查 + 次日10:00 D1总结，人工确认通过后启动D2