把 compute_ms 拆成排队与纯计算，据此否掉换机器这个方向

compute_ms 一直是「提交进程池到拿到结果」的墙钟时间，排队和纯计算混在一个
数里，所以「加核有没有用」只能靠猜——这也是原先打算在 AWS 开第二台比 CPU
的依据。

worker 内部自己计时，连同父进程传入的提交时刻一起回传，拆出 queue_ms 与
inner_ms。实测中位 3ms / 695ms：2 个 worker 跑 3 个币并不排队，因为三个币的
收盘消息错峰到达。瓶颈全在单线程，加核压不到。

顺带把 README 里的内存数据从臆测的 1.5GB 改成实测 410MiB，并注明跨站点比
CPU 收益有限。

Co-authored-by: Cursor <cursoragent@cursor.com>

research/live/shadow_hb.py

@@ -301,6 +301,9 @@ class Shadow:
         self._tasks: set = set()
         self.n_broken = 0
         self._hb_last_bars = 0
+        # 排队 / 纯计算的滚动窗口，用来判断加核有没有用
+        self.q_hist: deque = deque(maxlen=90)
+        self.i_hist: deque = deque(maxlen=90)
         # 成交监听：已挂上的币，以及必须持有的 forwarder 强引用
         # （PubSub 只存弱引用，不持有的话监听会被 GC 静默摘掉）
         self._hooked: set[str] = set()
@@ -326,7 +329,10 @@ class Shadow:
             "slip_bp", "drift_bp", "spread_bp", "impact_bp"])
         self.f_lat, self.w_lat = _writer(d / "shadow_latency.csv", [
             "site", "sym", "kline_ts", "t_close_ms", "t_data_ms", "t_signal_ms",
-            "lag_data_ms", "lag_signal_ms", "compute_ms", "n_bars", "n_hits",
+            "lag_data_ms", "lag_signal_ms",
+            # compute_ms 含排队；queue_ms/inner_ms 把它拆开，用来判断加核有没有用
+            "compute_ms", "queue_ms", "inner_ms",
+            "n_bars", "n_hits",
             "n_pass", "atr_bp", "lag_med_ms", "lag_ok"])
         # 无条件漂移：每根都记，用来和信号根上的条件漂移对照
         self.f_drf, self.w_drf = _writer(d / "shadow_drift.csv", [
@@ -528,7 +534,7 @@ class Shadow:
 
         t0 = time.perf_counter()
         payload = (df_l[NUM_COLS].values.tolist(),
-                   df_h[NUM_COLS].values.tolist(), baseline)
+                   df_h[NUM_COLS].values.tolist(), baseline, time.time())
         loop = asyncio.get_running_loop()
         from shadow_signal import compute_packed
         try:
@@ -540,6 +546,10 @@ class Shadow:
             return
         compute_ms = int((time.perf_counter() - t0) * 1000)
         t_signal = int(time.time() * 1000)
+        if res.get("queue_ms") is not None:
+            self.q_hist.append(res["queue_ms"])
+        if res.get("inner_ms") is not None:
+            self.i_hist.append(res["inner_ms"])
 
         hits = res.get("hits", [])
         atr_pct = res.get("atr_pct")
@@ -552,7 +562,9 @@ class Shadow:
             "t_data_ms": t_data, "t_signal_ms": t_signal,
             "lag_data_ms": t_data - kline_ts,
             "lag_signal_ms": t_signal - kline_ts,
-            "compute_ms": compute_ms, "n_bars": res.get("n_bars", 0),
+            "compute_ms": compute_ms,
+            "queue_ms": res.get("queue_ms"), "inner_ms": res.get("inner_ms"),
+            "n_bars": res.get("n_bars", 0),
             "n_hits": len(hits), "n_pass": n_pass, "atr_bp": atr_bp,
             "lag_med_ms": lag_med, "lag_ok": int(lag_ok)})
         self.f_lat.flush()
@@ -744,6 +756,14 @@ class Shadow:
                   f" · 盘口落盘 {self.blog.n} 份"
                   f" · 成交 {self.tape.n_trades} 笔{'' if self.tape.n_trades else ' ⚠监听未生效'}",
                   flush=True)
+            if self.q_hist and self.i_hist:
+                q, i = float(np.median(self.q_hist)), float(np.median(self.i_hist))
+                verdict = ("排队为主 → 加 worker/加核直接见效"
+                           if q > i else
+                           "纯计算为主 → 加核帮不上，需改增量计算")
+                print(f"  [计算] 排队中位 {q:.0f}ms · 纯计算中位 {i:.0f}ms"
+                      f" · {verdict}（worker {self.workers} 个 / 币 {len(SYMS)} 个）",
+                      flush=True)
             # 五分钟一根都没进来，说明管道断了。不喊一声就只能靠人翻日志
             if self.n_bars == self._hb_last_bars:
                 print(f"  ⚠ [停滞] 距上次心跳未处理任何 K 线"