smart_money_trader 几千次心跳超时，每 130 秒重连暴露 120 秒阈值问题（2026-09-09）
心跳超时说的从来不是"连接断了"，而是"没人告诉它还活着"
smart_money_trader 的日志里堆着几千次心跳超时。表面看是网络不稳，但一台机器如果真烂到每两分钟断一次，它早该被停掉了——交易进程却一直在跑，仓位也没乱。所以这次不猜，先把它拆开看。
这一天的活，从头到尾只有一件事：把"到底是谁在超时"查清楚。 修不修得好是第二步。
先看清风暴的形状先把原始日志预解析了一遍，而不是凭印象判断。
reconnect_preanalysis.json 记录的这场风暴，时间跨度是 2026-08-18T22:00:00 到 2026-09-05T13:57:21。进程侧的 _HEARTBEAT_TIMEOUT 是 120.0 秒，stall_profile.jsonl 里的分析确认了一件事：重连的节奏大约是 每 130 秒一次——正好对上"超时阈值 + 重连周期"。
预解析里还埋着一个更早的坑。第一次统计出来的心跳数是 4355，但这个数字是错的：它把 470 次 [SIGNAL] 守护进程的心跳超时， ...
WorkBuddy免费模型并发上限3流，自检逻辑把边界写成硬编码（2026-09-08）
免费的东西，真正贵的是它的上限
这天的活是一整串：先把 WorkBuddy 的模型档位摸一遍，给 wb.py 定一个免费的默认模型，再回头给这个免费模型补上并发自检。表面上看都是配置，实际上是在回答同一个问题——免费的东西，边界在哪里，边界被撞到的时候，谁该说话。
前面那半段是"选哪个"，后面那半段是"选完之后，用超了怎么办"。我先做的其实是后面那半段，因为它是真正会让我半夜爬起来的那种问题。
3 流是那根线先把线找出来。之前核实 WorkBuddy 免费模型的时候已经确认过，hy4-preview 系列是有一个并发上限的：
hy3 —— 项目默认的免费模型，0 credit 成本，没有节流（no throttling）
hy4-preview 系列 —— 当前促销免费，并发上限约 3 流：3 流以内正常运行，4 流及以上开始排队，5 流及以上触发超时
这组数字就是自检的阈值来源。核实过程里还有两条写得很死的边界：hy4-preview 家族的 stream idle timeout 固定是 5 分钟；而产品定价文档里**只把 hy3 列为 ...
Streamlit 看板两页同时报 pymysql 缺失，wb.py 还有未更新的元数据（2026-09-07）
报错写的是模块名，坑往往在环境里
那天的两件活都不大，但都属于同一类：代码没写错，环境却有缺口。一个是 Streamlit 看板少了 pymysql，一个是本地 workbuddy-delegate 的 wb.py 有两个"改了代码却没更新元数据"的 bug。都不难，但都容易只看表面就修错方向。
一、两个页面挂了Streamlit 看板跑在 8501 端口，页面 5（views.5_market_mood）和页面 14（views.14_new_tokens）直接报 ModuleNotFoundError: pymysql。
看板是给交易系统做可视化的，页面挂了不会影响交易本身，但会影响"看"——而看不了，等于把判断系统状态的眼睛蒙住一只。所以这类问题优先级不高，但不能拖。
二、报错指向模块，坑在环境第一反应很容易是"去改代码、加个 try 兜住"。这是错的。报错已经明确说是缺模块，那就去装模块，而不是改代码绕开它。 尤其当缺的是 pymysql 这种公开的包——绕开它，只会让下一次跑在别的机器上再炸一次。
处理方式：
用 ...
OOS tracker 多轮扫描中 A2 样本冻结在 16，Hyperliquid 对账确认零幽灵仓（2026-09-06）
“在量化系统里，一整天零翻转、零幽灵仓，就是最好的巡检结果。”
今天从 00:55 的 A2 扫描开始，到上午的 Hyperliquid 对账结束，我基本都在做重复但必要的检查：两套 tracker 并行跑，一条短腿 HALT，一条长腿攒样本，最后再确认链上账本没有幽灵仓位。
一、A2 长腿：样本连续冻结在 16凌晨 00:55–00:56，A2 OOS tracker 第 28 次执行，命令是 factor_ic_oos_tracker_a2.py once，走 anaconda python，带 dangerouslyDisableSandbox:true 访问主网 K 线。这一轮结果非常干净：
Gate1 样本数：16，但 A2 阈值是 ≥30，所以直接 ❌；
Gate2 binomial p：1.0000（win 8/16），完全不显著；
Gate3 年化 Sharpe：-5.080，远低于 1.0；
Gate4 maxDD：412.4%，严重超限；
regime 上升率：75.0%（n=16），≥50% ✅ OK。
决策是 NO_ACTION——reg ...
factor_ic OOS tracker 连续第82次HALT，37%回落率背后是信号源稳定不达标（2026-09-03）
真正危险的信号源失效，不是突然崩掉，而是每次都稳定地不达标。
那天凌晨 1 点刚过，我照例让自动化去跑 factor_ic OOS tracker。到早上 8 点 15 分，屏幕显示“第 82 次”，结果还是那一串熟悉的数字：regime 回落率 37.0%，HALT。一晚上什么都没变，但这恰恰是最值得记录的地方。
一、第 74 次到第 82 次，全部 HALT凌晨 01:08，第 75 次扫描 summary 先发过来：Gate1 样本数 31，通过；Gate2 binomial p 0.7201（win 14/31），不通过；Gate3 年化 Sharpe −2.732，不通过；Gate4 maxDD 320.9%，不通过；regime 回落率 37.0%（n=27），阈值 50%，触发 HALT。
命令是 C:/ProgramData/anaconda3/python.exe factor_ic_oos_tracker.py once，Bash 里带 dangerouslyDisableSandbox:true 才能访问主网 K 线。脚本只读 hl_smart ...
连扫24轮全是HALT的factor_ic，排查重点是脚本是否被改坏（2026-09-02）
连续24次扫描结果一字不差，这已经不是在验证信号，是在验证脚本有没有被我改坏。
9月2日这天是从凌晨一路干到快中午的杂活日：云盘书库清掉18本README类文件，factor_ic OOS tracker从第15轮扫到第24轮全是同一条HALT，HL模拟盘对账确认没有ghost仓位，smart_money漂移检查只有0.16%，顺手还发了一篇知乎热榜文。
一、先把云盘书库里的“README”清出去改四个文件，删十八本“书”
白天最先处理的是云盘同步链路里的书库污染。之前同步时把云盘根目录下的 LICENSE、README、sitemap 这类文件全当书入库了。这次在 config.py 里新增了 CLUTTER_KEYWORDS，包含 license/copyright/readme/sitemap/usage/notice 等关键词，再加一个 is_clutter_name(name) 判断函数；lib/downloader.py 下载过滤时加 not is_clutter_name(...)，lib/ebook_scanner.py ...
配置正确不等于验收通过，HLDeFiWatchdog 自启任务从未触发（2026-08-31）
“任务配好了（Ready/AtLogOn），但从没真正触发过（LastRunTime=1999），当前跑的是一份静默手动实例。”
这天从后半夜一直干到凌晨，原本只想顺手确认一下 HLDeFiWatchdog 的开机自启配置，结果排掉了三个假象，又真刀真枪把 AtLogOn 路径验收了一遍。
一、发现问题：纸面自启与真实状态的裂缝凌晨检查任务 HLDeFiWatchdog，State=Ready，触发条件 AtLogOn，动作是启动 watchdog.py --loop，看着配置完全正常。但 LastRunTime 显示 1999，意思是这个任务从未真正触发过。当前系统里跑的 PID 21812 是上次恢复时手动拉起的实例，跟“开机自启”这条路没有任何关系。
关键判断：配置正确不等于验收通过。 这个自启任务从配好那天起一次都没跑过，所谓的“开机自启”只是纸面。要补的，就是真正用任务计划程序触发一次，验证它能不能拉起会写日志的 watchdog。
二、排除一个“致命点”：WorkingDirectory 不是根因补验收前先排查一个可能让重启后全部子进程拉起失败 ...
因子IC追踪器样本连续6个tick不动，实为台阶式增长误判（2026-08-30）
冻结的不一定是死，可能只是它每 24 小时才走一步。
2026-08-30 这天，我本来只想确认一下 factor_ic OOS tracker 的归因闸门，结果一路从“HALT 信号源失效”追到“DB 账户值漂移 44.8%”，中间三次推翻自己的判断。最讽刺的是最后发现策略活得好好的，是我在误读节奏。
一、凌晨扫描：HALT，n=27 连续 6 个 tick 纹丝不动凌晨 01:08 跑了一次 factor_ic_oos_tracker.py once，出口码 0、无报错。结果还是老一套：
Gate
实测值
阈值
判定
Gate1 样本数
27
≥20
✅
Gate2 binomial p
1.0000（win 13/27）
<0.05
❌
Gate3 年化 Sharpe
-2.804（×√504）
≥1.0
❌
Gate4 maxDD
320.9%
≤30%
❌
regime 回落率
39.1%（n=23）
≥50%
❌ → HALT
决策 HALT，regime 回落率 39.1% 触发 on_halt，halt ...
重连逻辑误判网络抖动，trader 停摆 38 小时才定位 factor_ic 假 HALT（2026-08-29）
trader 不是代码坏了，是重连逻辑把网络抖动当成了死罪，而 factor_ic 的 HALT 只是监控标记，真正没停过交易。
今天从发现 hl_smart_money.db 的 mtime 停在 08-27 19:16 开始，一路查到 watchdog 反复拉起失败、readonly 假象、502 重连自杀，最后改掉 hl_connection.py 的 sys.exit(1)，顺手把 factor_ic 的 HALT 登记落地。过程有点绕，记下来。
一、trader 停摆 38 小时：从 DB 时间戳发现不对劲早上第一眼看到 hl_smart_money.db 的 mtime 停在 08-27 19:16，距离当时约 1.5 天。trader 日志尾部显示“连续 11 次重连 502 失败 → 放弃退出”，但进程列表里却有几个 PID 存活。当时我还没分清哪个是真正的 trader，先做三件事：确认进程身份、核对日志时间线、看 DB 是否还在写。
核对结果：当前没有存活的 smart_money_trader.py 进程——只有 watchdog(78616) 和 signal( ...
factor_ic OOS整点扫描九轮连续HALT，regime回落率40.9%致Gate2至Gate4全灭（2026-08-28）
regime 回落率 40.9% 把 Gate1-4 全部失败压成了 HALT，信号源失效不是一句空话，是每一个整点都在重复的事实。
今天从凌晨 00:08 开始每隔一小时跑一次 factor_ic OOS tracker，一直跑到 08:08，结果就像复制粘贴一样稳定——Gate1 过、Gate2 到 Gate4 全灭、regime 回落率 40.9% 触发顶层短路。中间还插了一次 Hyperliquid 只读对账巡检，以及顺手发了一篇知乎热榜文。
一、凌晨第一轮扫描：25 个样本，四个 Gate 三个挂00:08 我起了第一次扫描。命令还是老样子：C:/ProgramData/anaconda3/python.exe factor_ic_oos_tracker.py once，因为要拉主网 K 线，Bash 调用必须带 dangerouslyDisableSandbox:true。脚本只读 hl_smart_money.db 和 factor_monitor 主网 K 线，只写 factor_ic_oos.db 和 docs/strategy_research/_prereg 下的 ...
公告
如果你还能看到这个Blog！
就是我永恒小世界的胜利！