dsh-strategy-deployment-review

策略实盘部署评估研究员 — DeepSeek Harness (DSH) agent preset，对"完整交易策略"（选股模型 + 入场/出场 + 仓位 + 组合约束 + 风控约束）做实盘部署前的系统性评估。

⚠️ 免责声明：本插件提供的是策略实盘部署的系统性评估流程与工具，所有阈值均为未经样本校验的粗启发值，必须按策略类型 × 频率 × 多空 × 是否满仓条件化。不构成任何投资建议、买卖推荐或收益承诺。

它能做什么

• 确定性 Rust 双核心：回测记账与全部稳健性统计（网格/WFA/CSCV-PBO/DSR/蒙特卡洛/ 成本压力/容量）由 scripts/backtest-stats 计算；四维评分与 Go/No-Go 判定由 scripts/evaluate-deployment 计算（双核心 SHA-256 登记 + golden 基线锁定逐字节 可复现输出）。评估中 AI 只写胶水代码（信号生成 + 核心调用 + 报告绘制）， 不得修改 scripts/ 与 rust/ 固定层。
• 回测口径可信度审计：幸存者/前视/财务滞后偏差，成本四层（佣金/印花税/最低收费按笔、滑点、冲击、机会成本），三档撮合假设，A 股 T+1 / 涨跌停 / 停牌建模，成本 ×1.5–2.0 兜底与盈亏平衡成本分析。评估开始前先向用户询问实际交易成本，不预设任何默认费率（用户未提供时标注"未获取"）。
• 样本外与过拟合量化：WFA（含元过拟合警示、最小独立交易数）、参数平原、±20% 敏感性、CSCV/PBO、DSR、蒙特卡洛 ≥10000、压力测试。统计粒度与再平衡频率对齐：stat_period_bars 把 DSR/PBO/MC/WFA/绩效全部聚合到策略真实调仓周期上计算（月频 = 21 bar，评审 §1）。
• 口径完备性：执行模型可配（execution: open-to-open / open-to-close / close-to-close，§2）；point-in-time 有效区间（asset_active，上市/退市/停牌可表达，§3）；成交量单位显式（volume_unit，容量 1:1 敏感，§4）；成本来源逐腿独立（commission_source/slippage_source/stamp_source，§5）；纯研究评估开关（assessment_scope: research_only，运维维 N/A，§6）；证据缺失按 0 分计入分母（§7）。
• 容量与风险预算：容量上限 vs 目标规模、MDD 预算反推仓位/杠杆、单日亏损、杠杆、kill-switch（绑定执行漂移）、基准对齐。
• 模拟盘/影子盘验证：生产代码路径（同一网关/风控/日志/埋点）、通过标准（偏差 X%/频率区间/0 人工干预）。
• 部署决策：Kiploks 三问书面化、证据清单、风险限额、四维评分量表（各 0–2，最低总分）、Go / Conditional-Go / No-Go。
• 灰度发布与上线后管理：四环境产物交接、相对化步长（风险预算×统计功效×频率）、每档门槛、回滚/独立 kill switch、四维监控与失效规则、回测-实盘差异归因（TCA）。

安装

# 方式一：直接复制（推荐；本部署的 preset discovery 按目录扫描，
# 符号链接会被 Dirent.isDirectory() 跳过，不注册到选择器）
cp -R dsh-strategy-deployment-review ~/.dsh/.agent-presets/dsh-strategy-deployment-review

# 方式二：本地开发同步（workspace 为源，改完一键同步）
# 方式一（推荐）：rsync 同步（排除 venv / Rust 构建产物 / 缓存）
rsync -a --delete --exclude '.git' --exclude '.venv' --exclude '__pycache__' \
  --exclude '.pytest_cache' --exclude 'rust/target' --exclude '.DS_Store' \
  ~/Desktop/DSH/dsh-strategy-deployment-review/ \
  ~/.dsh/.agent-presets/dsh-strategy-deployment-review/

# 方式二：直接复制（会连同 .venv 与 rust/target 一起复制，先删除二者更省空间）
# cp -R dsh-strategy-deployment-review ~/.dsh/.agent-presets/dsh-strategy-deployment-review

重启 DSH，在 preset 选择器中选择 「策略实盘部署评估研究员」。

使用

新会话中：

1. persona 生效：系统提示包含"策略实盘部署评估研究员"、八步工作流与"回测好看 ≠ 可部署"纪律。
2. skill 已注册：问"有哪些可用技能？"应看到 strategy-live-deployment-testing。
3. 章节可加载："加载 strategy-live-deployment-testing 的 ch02" 返回 WFA/样本外稳健性章节。
4. 确定性核心可用：

cd ~/Desktop/DSH/dsh-strategy-deployment-review
echo '{"oos_sharpe":1.2,"pbo":0.1,"cost_x2_sharpe":1.0,"operational_ready":true}' \
  | scripts/evaluate-deployment

输出结构化 JSON（检查项 PASS/WARN/FAIL、四维评分、Go/No-Go 判定、风险限额表、失败规则建议）。 输入/输出完整契约见 SCRIPTS.md。

评估过程中 AI 只编写胶水代码调用双核心（数据准备 + 策略信号生成 → backtest-stats 回测统计 → 证据 1:1 拷贝 → evaluate-deployment 评分判定 → HTML 报告绘制）， 不得修改 scripts/ 与 rust/ 固定层。核心为零依赖 Rust 实现 （rust/ 源码 + 编译好的 scripts/evaluate-deployment / scripts/backtest-stats 二进制 + SHA-256 登记），保证同一输入永远得到逐字节一致的输出；golden 基线 （tests/golden/）固化该契约。评估结束必须生成 HTML 报告（含净值/回撤、 蒙特卡洛分布、WFA、成本压力等内联 SVG 分析图，图数据全部来自固定层输出）——由 evaluation/build_report.py 生成，产物不在 evaluation/artifacts/ 时用 --artifacts <dir> --output <path.html> 指定；最终交付 HTML，不以 markdown 为交付格式 （skills/.../report-template.md 只是内容清单）。

非 macOS/arm64 平台或重建核心：cargo build --release --locked --manifest-path rust/Cargo.toml 后按 SCRIPTS.md 的维护者流程安装二进制并更新校验和。

5. 测试通过：

python3 -m venv .venv && .venv/bin/pip install pytest
.venv/bin/python -m pytest tests -m "not network"   # 103 项：双核心 golden + CLI 契约 + 防篡改
cargo test --manifest-path rust/Cargo.toml          # Rust 侧单测（29 项）

6. （可选）示例评估冒烟：evaluation/glue_evaluate.py 是"AI 胶水代码"的参考实现， 运行它需要 numpy/pandas（读 xlsx 另需 openpyxl），与固定层无关：

.venv/bin/pip install numpy pandas openpyxl
.venv/bin/python evaluation/glue_evaluate.py   # 产出 artifacts/*.json + report.html

目录结构

dsh-strategy-deployment-review/
├── preset.yml                     # preset 显示名与描述
├── agent.cordis.yml               # agent 组合（standard 工具面 + persona 替换 + Rust 核心纪律）
├── skills/
│   └── strategy-live-deployment-testing/
│       ├── SKILL.md               # 技能总览（核心框架 + 章节索引）
│       ├── chapters/ch00–ch09.md  # 方法论章节（回测审计/WFA/PBO/容量/模拟盘/决策/灰度/监控/工程合规）
│       ├── glossary.md            # 术语表
│       ├── patterns.md            # How / Trade-offs
│       ├── cheatsheet.md          # 阈值速查 / 决策链 / 陷阱对照
│       └── report-template.md     # 部署评估报告模板
├── rust/                          # 确定性核心 Rust 源码（固定层；零依赖，维护者专用）
│   └── src/{lib,json,eval,backtest,stats,normal,rng}.rs + bin/{evaluate,backtest}.rs
├── scripts/
│   ├── evaluate-deployment        # 评分/判定核心（编译好的 Rust 二进制，Agent 的调用入口）
│   ├── evaluate-deployment.sha256 # 二进制 SHA-256 登记（防篡改）
│   ├── backtest-stats             # 回测/统计核心（编译好的 Rust 二进制，Agent 的调用入口）
│   └── backtest-stats.sha256      # 二进制 SHA-256 登记（防篡改）
├── evaluation/                    # 示例评估工作区（胶水代码 + 产物 + 报告）
│   ├── glue_evaluate.py           # 胶水：数据准备 + 双均线信号 + 双核心调用 + 报告触发
│   ├── build_report.py            # HTML 报告生成（内联 SVG 分析图，数据来自固定层输出）
│   ├── verify_probes.py           # 双核心端到端行为探针（28 项）
│   └── artifacts/ + report.html   # 评估产物（逐字节保真）与报告
├── tests/                         # 离线回归测试（pytest + golden 基线）
│   └── golden/                    # case_*.json / bt_case_*.json 输入 + expected 输出 + regen.py
└── SCRIPTS.md                     # 固定层契约文档（输入/输出/胶水纪律/重建流程）

验证清单

• preset.yml 显示名 = 「策略实盘部署评估研究员」
• agent.cordis.yml 保留 standard 全套工具，仅替换 persona（含"只能写胶水代码调用 Rust 核心"纪律）
• skills/strategy-live-deployment-testing/ 随 preset 自动注册（无需改路径）
• 所有阈值标注"粗启发值"，报告含"不构成投资建议"
• scripts/ 与 rust/ 对 Agent 只读（Rust 双核心 + 二进制 + 校验和），契约见 SCRIPTS.md
• scripts/evaluate-deployment --version 与 scripts/backtest-stats --version 正常； golden 测试（含逐字节一致性）全绿
• 本地已安装到 ~/.dsh/.agent-presets/

方法论来源

《策略实盘布署测试流程.md》（2026-08-02 修订版）：quant67 交易成本模型与四套环境架构、Kiploks Robustness Engine、BigQuant、华泰金工（CSCV/PBO、时序交叉验证）、tbxsx 部署检查清单、次方量化、天勤 TqSdk、NYU Stern、arXiv WFA 框架等。

许可

MIT（见 LICENSE / NOTICE）。