> ★ 永不自满元规则（2026-10-10 用户指令）：本框架永远不是最优的。每次收敛四闸触发、
> 每月例行、或用户要求时，必须先按 references/selfiter.md 通道 D 去 WebSearch 外部优秀
> 技能/框架/大师分享，模仿、翻译成可检查规则或脚本、演化进本框架——再谈下一步。
> （先例：2026-10-10 M-1~M-12 即由此而来。）
量化交易Agent策略框架 v2.3
> 一句话：判决不是终点，下一轮才是。 裁判必须把活派下去、并盯着正方把代码改完；
> 反方必须既看住风险、又交出「怎么改」的处方；任何结论进台账之前，先过一遍「你能测出来吗」；
> 任何代码接真实资金（或影子账本）之前，先过一遍「已知会致命的 bug 形态扫干净了吗、审完有没有被改」。
它管什么：研究结论能不能并入系统、迭代该不该继续、下一轮具体做什么、
以及这份代码能不能上线。
它不管什么：不产出买卖信号、不下单、不改生产文件、不给仓位。
一、版本谱系
| 版本 | 载体 | 一句话 | 缺什么 |
|---|---|---|---|
| 1.0 | strategy-adjudication |
三方准入：G1–G8 判据，通过即自动并入 | 判完就停，不产生下一轮 |
| — | forward-first-audit 1.10 |
前向优先反自欺审计（六道闸门 + FPS 因子） | 是体检手册，不驱动迭代 |
| — | quant-agent-framework 3.0（开发线） |
判决书携带「下一轮指令」的三方闭环 | 派了工但不催；反方只反对、不给怎么改 |
| 2.0 | 本框架 | 合并上述全部，补上【裁判催办】与【反方政委包】两条硬契约 | 只管研究结论，不管代码能不能接钱 |
| 2.1 | 本框架 | 再加 D0–D4 部署审计（上线/实盘/影子盘前的代码 bug 闸门 + 代码指纹防「审完又改」） | 判据只有 DSR 一项多重检验校正；无「新增量」闸 |
| 2.2 | （已并入 v2.3） | 再加 四项度量升级：G9 拆 G9a/b/c（DSR + PBO + SPA）｜G10 新增量闸（与已采纳结论 ρ≤0.5）｜G11 面板 IC（t_adj≥2）｜P9 claim↔diff 绑定 | — |
| 2.3 | 本框架（现役） | 再加 M 系列大师规则（M-1~M-12，来自 Simons/Thorp/de Prado/国内头部，软检查不计硬闸）＋ RSI 三通道自学习协议（语言/过程/结构/外部演化）＋ masters_checklist.py 软检查器 ＋ 永不自满元规则（收敛/每月/用户要求 ⇒ 外部搜索→模仿→翻译→演化） | — |
v2.2 的四项升级各来自哪里（不是自创口号，每条都有出处）：
- G9b/G9c（PBO/SPA） ← MinervaScore 把 DSR+PBO+SPA 组合成分级的做法；本项目 ar_judge.py 早有实现，此前没接进闸门。
- G10 新增量 ← FactorMiner 的「与已有因子 ρ>0.5 淘汰」；本项目同型事故是两份同义实现各自演进（先例 P-13）。
- G11 面板 IC ← QuantaAlpha / FactorMiner / AlphaAgent 全部以 IC/ICIR 为通用语言；面板级样本效率比逐笔高一个量级。
- P9 claim↔diff ← AlphaAgent 的「假设—实现语义一致性」；防「说改 A 实际改 B」。
v2.0 补的两个执行缺口（引擎机械强制，不靠自觉）：
1. ★裁判催办：判决书必带 coach（nag_level / must_do / escalation）；正方不响应派工 ⇒ 逐级升级，到停工清偿、直至终止迭代。
2. ★反方政委包：非采纳轮不仅要有反对意见，还必须有可执行的优化处方（改哪个函数 / 怎么改 / 预期读数 / 怎么回退）。
v2.1 再补第三个缺口：
3. ★上线前代码审计：deploy.target 一旦声明（shadow/live/prod），D0–D4 全部必过；
D1 由裁判自己重算 sha256 —— 防「审完又改」（拿通过的旧报告去上线另一份代码）。
二、三个角色（硬契约）
| 角色 | 基础职责 | 硬契约 |
|---|---|---|
| 正方（探索 / 代码优化实现者） | 主张采纳、挂实验 ID、声明失效条件 | ① 回填 responded_tasks 响应上一轮派工；② 每轮交付代码级优化点 code_opt_points（BS-x：写死在代码里、从未进过搜索自由度的东西），先于调参；③ 要上线就得先出审计报告并保证代码不再变动 |
| 反方（政委） | 针对性质疑、挂预注册预期 | ★政委包 commissar_pack：risk_register（风险/触发/处置/严重度）+ opt_prescriptions（target 文件:函数 / action 可执行动作 / expected_delta 预期读数 / rollback 回退口径）。非采纳轮缺处方 ⇒ 本轮 invalid |
| 中立裁判 | 独立取证（二手数据=传声筒）、逐条裁定、归档先例 | ★派工 + 催办 + 部署审计 + 收敛：next_round 必带 proponent_tasks（含 kind/blocking/due_round）、adversary_focus、commissar_directives、coach；deploy 声明时自己重算代码指纹；四闸触发即宣布收敛 |
裁定三态语义：adopt=证据充分且可执行｜reject=证据否决（进先例）｜pending=未检出 ≠ 无效，写明"还差什么"｜invalid=协议违规，本轮不进台账。
三、闭环协议
① 正方提交 round.json：候选 + 指标 + 主张(挂证据) + 响应上一轮派工 + 代码级优化点 BS-x
② 反方质证 反对意见(挂预注册预期) + ★政委包（风险登记 + 优化处方四件套）
③ 裁判取证 独立复跑（二手数据=传声筒）→ G1–G9 准入组 + F0–F6 前向组 逐条裁定
＋ 声明了 deploy.target 时，再跑 D0–D4 部署审计（★自己重算代码指纹）
④ 判决+派工 verdict ∈ {adopt, reject, pending, invalid}
next_round = {proponent_tasks[], adversary_focus[], commissar_directives[],
blueocean_dims[], coach{nag_level,must_do,escalation}, continue, stop_reason}
⑤ 正方执行 下一轮必须回填 responded_tasks（台账可查）；未响应 ⇒ nag_level+1
⑥ 收敛四闸 预算用尽 ｜ 连续 3 轮无采纳 ｜ 达 max_rounds ｜ ★正方连续 3 轮不响应派工
P 系列契约（违反 ⇒ 本轮作废 / 计入警告）：
| # | 契约 | 后果 |
|---|---|---|
| P1 | 裁决 ≠ adopt ⇒ 反方 directions 非空 |
invalid |
| P3 | 正方主张挂证据 ID；反方反对挂预注册预期 | invalid |
| P6 | ★裁决 ≠ adopt ⇒ 政委 opt_prescriptions ≥1 条且四要素齐 |
invalid |
| P7 | ★正方须回填 responded_tasks；未响应 ⇒ nag+1 |
升级至停工清偿（hold_new_candidates） |
| P7b | ★裁判每轮必派 ≥1 条 kind=code_optimization |
裁判失职 |
| P8 | ★选优键 rank_key_source ∈ {holdout, full} |
invalid（作弊键） |
| P9 | ★改动型候选须声明 change.target；若给了 actual_files，目标文件必须在其内 |
invalid（主张与实现不符） |
| P4 | 收敛四闸任一触发 ⇒ continue=false 并写明 stop_reason |
停止迭代 |
| P5 | 判据文件 SHA256 指纹随判决落盘 | 事后偷改可检出 |
催办三级升级（coach.nag_level）：
L1 明确点名欠账任务 + 要求把 BS-x 推到实验 ｜ L2 停工清偿：不再受理新候选，先还账 ｜ L3 终止迭代（先修作业面再谈策略）。
四、判据（两组，逐条独立成败，不加权）
G1–G11 准入组：G1 锚点自校验｜G2 主指标优于基线｜G3 风险不劣化｜G4 影响样本 ≥8
｜G5 变量覆盖率 ≥90%｜G6 连续优区 ≥4 格｜G7 影响不与单一自然年重合｜G8 无前视口径同样通过
｜G9a DSR ≥0.95（试错折减）｜G9b PBO ≤0.5（软闸：单次 sd≈0.26，只作辅助诊断）
｜G9c SPA p ≤0.05（族内最优 vs 基准）｜G10 与已采纳结论最大 |ρ| ≤0.5（新增量）
｜G11 截面 IC 的 t_adj ≥2（按日聚类后除 √h）。
⇒ 硬闸 = G1/G2/G3/G4/G8/G9a；软闸缺（含 G9b/G9c/G10/G11 明确不过）⇒ pending；
pass=None（未提供）既不算过也不算不过。
F0–F6 前向体检组（没做体检 ⇒ 判决封顶 pending）：
F0 口径指纹（panel_md5 + 复权/时点/成本/宇宙）｜F1 样本量算术 N* = ⌈(2σ/μ)²⌉（n < N* ⇒ 只许「未检出」）
｜F2 选择自由度诊断（单日候选 ≤1 ⇒ 这是事件过滤器，排序/加权类优化在定义上无效）｜F3 选优键只用训练段
｜F4 参数平台（=G6）｜F5 差异笔集合审计（改动"新增/去掉"的笔 CI 含 0 ⇒ 改动未被证明）｜F6 留一笔（剔最好一笔后翻负 ⇒ 单笔独扛，不得当规律）。
D0–D4 部署审计组（v2.1 新增；声明了 deploy.target 才适用，但一旦适用就是硬闸）：
D0 报告存在｜D1 代码指纹一致（★裁判自己重算 sha256 比对 ⇒ 防「审完又改」）｜D2 无 P0 阻断项
｜D3 回滚就绪｜D4 报告未过期（≤7 天）。
⇒ 任一不过 ⇒ adopt 降级为 pending/deploy_blocked，禁止接真实资金或影子账本。
扫描规则：P0 前视（shift(-n)/iloc[i+1]）、返回 nan、自造交易日历、阈值×nan 源；
P1 except: pass、f"{x:g}"、自然日陈旧判据、非原子覆盖写、短前缀判定、跨文件同名实现。
五、用法
PY=python3
D=~/.workbuddy/skills/quant-trading-agent
# 0) 自检（必跑；不过 ⇒ 后面全部结论作废）
$PY $D/scripts/qta_loop.py --selftest # 40 项：噪声识破 / 三态 / 政委 / 催办 / 部署审计 / 新增量 / PBO / IC / nan / 指纹 …
$PY $D/scripts/preflight_audit.py --selftest # 25 项：规则命中 + ★误报闸（干净代码必须 0 命中）
$PY $D/scripts/overfit_metrics.py --selftest # 10 项：PBO / SPA 的白噪声校准与方向性（纯标准库）
$PY $D/scripts/fps_factor.py --selftest # 因子层 13 项（需 numpy+pandas）
# 或一键：$PY $D/scripts/selftest_all.py
# 1) 一轮闭环（给 --out 才会落台账）
$PY $D/scripts/qta_loop.py --round round.json --ledger qta_ledger.jsonl --out verdict.json --explain
# 2) ★ 上线 / 实盘 / 影子盘前：先审计代码，再让裁判判定能不能接钱
$PY $D/scripts/preflight_audit.py --mode live --targets <代码路径…> \
--rollback-point "<回滚点>" --out-dir ./pf # 退出码 3 = 有 P0，阻断上线
# 把 ./pf/preflight_report.json 的路径填进 round.json 的 deploy.preflight.path
# 3) 读判决书：verdict / reason_bucket / gates / fwd_gates / deploy_gates / fwd_summary
# verdict.deploy.allowed=false ⇒ ⛔ 禁止上线（看 deploy.blockers）
# next_round.coach.nag_message（催办语） / next_round.proponent_tasks（派工）
# continue=false ⇒ 收敛，向用户汇报 stop_reason，禁止硬开第 N+1 轮
示例轮次（可直接跑）：examples/round_good.json（全过 ⇒ adopt）、
examples/round_reject_with_commissar.json（驳回 + 政委包）、examples/round_bad_protocol.json（违规 ⇒ invalid）。
六、九条铁律
- 裁判必须独立取证：自己跑实验/复算指标，不采信任何一方转述的数字。
- 判决必须携带下一轮指令：给正方任务、给反方重点、给收敛判定。判完即停 = 1.0 的老毛病。
- 反方必须给"怎么改"：只反对不给处方 ⇒ 本轮作废。风控与优化同权重。
- 驳回后先证伪机制、再谈调参：同族候选被驳 ≥2 次 ⇒ 下一轮锁定「机制证伪实验」。
- 「未检出」≠「无效」：n 未到 N* ⇒ 只许
pending/not_detected，禁止判死，也禁止判活。 - 一个前视变量足以造出「单调＋显著＋四年全正」的完整伪结论 ⇒ F0–F3、G8 不可跳过。
- 不许用低等级证据推翻高等级证据：短训练段上测不出 ⇒ 说"证不出"，不说"它没用"。
- 收敛 ≠ 没有 alpha：只说明「继续搜的期望产出低于成本」，汇报须附 trials 总数与 DSR 带宽。
- ★审计通过 ≠ 没有 bug：静态扫描只覆盖已知的致命形态；口径错配、前视的业务定义、
策略逻辑自欺、幂等/并发一致性 —— 这些必须人工过一遍
（references/preflight-audit.md§四 的上线前必答清单）。不许用.preflightignore掩盖真问题。
七、边界
- 本框架裁决的是「研究结论能不能并入系统 / 迭代该不该继续 / 下一轮做什么 / 这份代码能不能接钱」，
不产出买卖信号、不下单、不改生产文件。 - adopt 的自动并入须由宿主项目提供 apply/verify/revert；无 revert 的候选即使全过也降级 pending。
- D 组只判「能不能接真实资金」（审计 + 指纹 + 回滚 + 新鲜度），不判策略好坏；
审计通过也不等于没有 bug（见铁律 9）。 - 只回答两个问题：「这个结论，凭什么算数？」「这份代码，凭什么能接钱？」
所有输出均为工程研究内容，不构成投资建议。
八、目录
references/roles.md三角色职责与举证要求（含政委包字段细则、裁判的部署审计职责）references/protocol.mdround.json / verdict.json 完整 schema、P 系列、催办状态机、deploy 段references/rubric.mdG1–G9 + F0–F6 + D0–D4 判据、阈值、DSR/N* 公式与已知局限references/forward-first.md前向优先手册（六道闸门 + 18 个踩坑 + 十一条不许）references/preflight-audit.md★上线前代码审计：规则表 + 自动化查不到什么 + 上线前必答清单references/precedent.md先例案卷 P-01…P-38（接入新项目前先对表）references/masters.md★ M 系列规则（大师经验→框架软检查 12 条，2026-10-10 新增）references/selfiter.md★ 自学习流程协议 v1.1（RSI 三通道：语言/过程/结构演化，2026-10-10 新增）references/masters.md★ M 系列规则（大师经验→框架软检查 12 条，2026-10-10 新增）references/selfiter.md★ 自学习流程协议 v1.1（RSI 三通道：语言/过程/结构演化，2026-10-10 新增）scripts/qta_loop.py主引擎（裁决 + 派工 + 催办 + 部署审计 + 收敛 + 自检，纯标准库）scripts/preflight_audit.py★代码审计器（静态扫描 P0/P1/P2 + 代码指纹 +.preflightignore）scripts/overfit_metrics.py★多重检验度量（PBO / CSCV + Hansen SPA，纯标准库，白噪声校准）scripts/fps_factor.py稳健度因子（N* / moving-block CI / sign-flip / 选择自由度 / FPS）scripts/selftest_all.py一键自检（引擎 + 审计 + 度量 + 因子）scripts/masters_checklist.py★ M 系列软检查器（M-1~M-12 PASS/WARN/MISS，--selftest；不计硬闸，作裁判人工审阅附件）references/selfiter.md协议要点：失败→三元组入 precedent（语言）；手工动作≥2次⇒固化为脚本（过程）；同类问题≥2轮⇒允许改协议（结构）；结构突变每季度复盘防规则通胀scripts/masters_checklist.py★ M 系列软检查器（M-1~M-12 PASS/WARN/MISS，--selftest；不计硬闸，作裁判人工审阅附件）references/selfiter.md协议要点：失败→三元组入 precedent（语言）；手工动作≥2次⇒固化为脚本（过程）；同类问题≥2轮⇒允许改协议（结构）；结构突变每季度复盘防规则通胀examples/合规、驳回、违规三类 round.json（selftest 之外的第二层自证）
