加跨地部署脚本与站点对比，数据全表加 site 列

目的是在第二台机器（AWS）上跑一套完全相同的采集，看不同地理位置的数据差异。
滑点里最大的一项是延迟漂移，而延迟含网络传输，所以机房选址是可优化参数。

数据侧两处必需改动：

- 全部输出加 site 列（三张 CSV 加 gzip 里的盘口与成交流）。没有这一列，两台
  机器的数据合起来就分不清来源。为免四处 writerow 漏加一处产生静默空值，
  改在 _SiteWriter 里统一注入。
- start.sh 在时钟未同步或偏移超 10ms 时**拒绝启动**。所有延迟数字都是
  「本地时钟 − 交易所 K 线收盘」，时钟偏 50ms 就全部同向偏 50ms，且不报错，
  只会让跨地对比得出一个干净且完全错误的结论。

deploy/ 下四个文件：setup.sh（docker + chrony + 拉镜像）、start.sh（校验时钟、
写运行元数据、起容器）、status.sh（健康速查）、README。运行元数据记 git commit、
镜像摘要、时钟偏移——两地数据对不上时，这三项任一不同都足以解释差异。

compare_sites.py 做配对对比：只取各站都有的 K 线（不取交集可能在比不同时段，
而延迟对市场活跃度敏感），并报配对差的符号占比而非两个中位数相减。已用注入
120ms 的合成数据验证能精确还原。另有一条自检：同一固定延迟点上两站漂移应当
相同——漂移是市场性质，若也差很多则先查时钟与时段对齐。

status.sh 里按列名取字段下标而非写死数字：加 site 列时字段整体右移过一次，
写死 $8 会静默变成读 lag_signal_ms 而非 lag_data_ms。

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

research/live/shadow_hb.py

@@ -58,6 +58,8 @@ import csv
 import gzip
 import json
 import math
+import os
+import socket
 import time
 from collections import deque
 from concurrent.futures import ProcessPoolExecutor
@@ -69,6 +71,10 @@ import pandas as pd
 
 from lib.shadow_budget import LAG_ALARM_MS, LAG_WINDOW, lag_healthy
 
+# 站点标识。跨地对比时两台机器的 CSV 要能合起来读，没有这一列就分不清哪行
+# 来自哪台。默认取主机名，部署脚本会显式传 SHADOW_SITE（如 sg-hetzner）
+SITE = os.environ.get("SHADOW_SITE") or socket.gethostname()
+
 SYMS = ("BTC", "ETH", "SOL")
 # 多存一根:deque 尾部是尚未收盘的当前根,剔除后正好剩 step39 定下的窗口
 LTF_BARS, HTF_BARS = 2001, 801          # 有效窗口 2000 / 800,命中率在此饱和
@@ -108,12 +114,30 @@ def _writer(path: Path, cols: list[str]):
                   flush=True)
     fresh = not path.exists() or path.stat().st_size == 0
     f = path.open("a", newline="")
-    w = csv.DictWriter(f, fieldnames=cols)
+    w = _SiteWriter(csv.DictWriter(f, fieldnames=cols))
     if fresh:
         w.writeheader()
     return f, w
 
 
+class _SiteWriter:
+    """DictWriter 的薄包装，自动补上 site 列。
+
+    逐个 writerow 手加 site 有四处，漏一处就是静默的空值，而跨地对比正是靠
+    这一列区分数据来源。在这里注入，漏不掉。
+    """
+
+    def __init__(self, w: csv.DictWriter) -> None:
+        self._w = w
+
+    def writeheader(self) -> None:
+        self._w.writeheader()
+
+    def writerow(self, row: dict) -> None:
+        row.setdefault("site", SITE)
+        self._w.writerow(row)
+
+
 class BookLog:
     """把完整盘口快照落成 gzip JSONL。
 
@@ -136,7 +160,7 @@ class BookLog:
               asks: np.ndarray) -> None:
         # 只留价与量两列，update_id 对离线分析没用。round 到 10 位避免
         # float repr 把文件撑大一倍
-        rec = {"sym": sym, "kline_ts": kline_ts, "label": label,
+        rec = {"site": SITE, "sym": sym, "kline_ts": kline_ts, "label": label,
                "delay_ms": delay_ms, "target": target, "book_ts": book_ts,
                "bids": [[round(float(p), 10), round(float(a), 10)]
                         for p, a, *_ in bids],
@@ -187,7 +211,7 @@ class TapeLog:
         d = self.acc.get(sym)
         if not d or (not d["b"] and not d["s"]):
             return
-        rec = {"sym": sym, "bar_ts": bar_ts,
+        rec = {"site": SITE, "sym": sym, "bar_ts": bar_ts,
                "buys": {f"{p:.10g}": round(v, 10)
                         for p, v in sorted(d["b"].items())},
                "sells": {f"{p:.10g}": round(v, 10)
@@ -291,7 +315,7 @@ class Shadow:
         d = out_dir()
         # 追加模式:长跑期间若重启,已收集的样本不该被清掉
         self.f_sig, self.w_sig = _writer(d / "shadow_signals.csv", [
-            "sym", "kline_ts", "direction",
+            "site", "sym", "kline_ts", "direction",
             "h1_agree", "ladder_ok", "gate_ok", "pass_all", "lag_ok",
             "atr_pct", "atr_bp",
             "t_close_ms", "t_data_ms", "t_signal_ms",
@@ -301,12 +325,12 @@ class Shadow:
             "baseline_px", "mid", "best_px", "fill_px", "filled", "depth_ok",
             "slip_bp", "drift_bp", "spread_bp", "impact_bp"])
         self.f_lat, self.w_lat = _writer(d / "shadow_latency.csv", [
-            "sym", "kline_ts", "t_close_ms", "t_data_ms", "t_signal_ms",
+            "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",
             "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", [
-            "sym", "kline_ts", "delay_label", "delay_ms",
+            "site", "sym", "kline_ts", "delay_label", "delay_ms",
             "book_ts", "book_lag_ms", "baseline_px", "mid", "drift_bp_long"])
         # 完整深度。挂在无条件漂移那条路径上，所以每根 K 线的四个固定延迟点
         # 都有一份，信号根上再补一份 actual 点