jackandCursor
335d891478
实盘要跑在 AWS（API key 绑了 IP 白名单），而信号在新加坡那台算。借这次 把生产从研究侧摘出来，四条具体代价里第一条已经咬过： 1. live_state.json 原先落在 research/out/，而那里 shadow_hb 会自动 rename 归档、研究脚本会写、人也手工清过。那文件装的是 MAX_DAY_LOSS 累计与已 处理信号键，被清掉不报错，只是两道闸静默失效。改到 LIVE_HOME。 2. 采集器十币清空 300~560ms 直接叠在信号到达执行器的延迟上。 3. 研究侧探针 OOM 过一次（14.9GB），当时若有仓位在场会连坐执行器。 4. 为读两个常量 import 研究侧 step43，把 numpy/pandas/pyarrow 拖进实盘 进程。抽出 stdlib-only 的 live/exit_params.py，install.sh 加断言挡回归。 新增 live/ship_signals.py：AWS 侧 ssh tail 拉总线，每次重连从文件头重放 + 按幂等键去重，断线期间的信号自愈；旧信号由 staleness 闸挡掉不补做。 带时钟倒流检测——两机时钟不同步会让那道闸静默放宽。 部署件：systemd 两单元（搬运挂了执行器仍管在场仓位的超时平仓）、 install.sh、dryrun.sh（验密钥/白名单/时钟/ssh/取整）、status.sh、README。 验证：live_exec 重构后端到端空跑，SOL 多头与 ADA 空头的止损/两级止盈/ 数量取整逐项核对正确，isolated + post_only + reduceOnly 都在；搬运的去重、 重启不重复追加、脏数据跳过、断线重连重放均已测。 Co-authored-by: Cursor <cursoragent@cursor.com>
影子采集器部署
在第二台机器上跑一套完全相同的采集，用来看不同地理位置的数据差异。
先看这一节：延迟的瓶颈不在机房
滑点里最大的一项是延迟漂移，所以延迟越低越好。但延迟拆开之后，可优化的 地方和直觉不一样。腾讯云新加坡实测（2026-08-28）：
| 构成 | 中位 | 随机房位置变化吗 |
|---|---|---|
| 数据到达（交易所推送 + 回源 + 网络） | 506ms | 只有网络那段，2ms |
| 信号计算（本机 CPU） | 646ms | 不变，取决于 CPU |
| 合计到可下单 | 1315ms |
ws.bitget.com 解析出来是 CloudFront（dxotqhr62n6z4.cloudfront.net），
落在新加坡的 AS16509（Amazon）。所以我们连的是 AWS 的 CDN 边缘，不是 Bitget
自己的机房。从腾讯云新加坡到这个边缘：
ICMP 往返 2.1ms
TCP 握手 3.3ms
TLS 完成 9.0ms
首字节 87.8ms ← 减去 TLS 的 9ms，约 79ms 是 CloudFront 回源开销
回源那 79ms 和交易所自己的推送节奏，不管我们坐在哪都一样。而随位置变化的 只有那 2ms 往返。换机房的全部空间是 1~2ms，占总延迟 1315ms 的 0.1%。
真正的大头是本机 646ms 的信号计算：每根 K 线要在 2000 根 1m 加 800 根 5m 上 重建缠论结构，三个币同时收盘而本机只有 2 核、2 个计算进程，第三个币还要排队。
所以第二台机器该测的是 CPU 规格，不是地理位置。 看 compute_ms，不是
lag_data_ms。3 个币至少要 3 个 worker，--workers 给到核数减一。
三个必须一致，一个必须不同
必须一致，否则差异分不清是地理位置还是环境造成的：
- 代码版本（
git_commit）——同一个 commit - 镜像摘要（
image_digest）——同一个 hummingbot 镜像 - 时钟——两台都同步到 NTP，偏移都在 10ms 内
必须不同：
SHADOW_SITE——写进每一行数据，是合并后区分来源的唯一依据
start.sh 会把这四项连同内核、核数、内存一起写进
research/out/run_meta_<site>.json。两地数据对不上时先看这个文件。
时钟为什么是硬门槛
所有延迟数字都是「本地时钟 − 交易所 K 线收盘时间戳」。时钟偏 50ms，全部
延迟就同向偏 50ms，而且不会有任何报错——只会让跨地对比得出一个干净、
自信、且完全错误的结论。所以 start.sh 在时钟未同步或偏移超阈值时直接
拒绝启动，而不是打个警告了事。
步骤
在新机器上：
git clone ssh://jack@git.jackyu66.com:2222/jack/chan.git
cd chan && git checkout chan
bash research/live/deploy/setup.sh # 装 docker + chrony，拉镜像
# 站点名带上机型，因为要比的是 CPU 而不是位置
SHADOW_SITE=aws-sg-c7a4x WORKERS=3 bash research/live/deploy/start.sh
WORKERS 按核数减一给。3 个币同时收盘，worker 少于 3 就会排队，而排队时间
直接计入 compute_ms。本机 2 核只能给 2，这本身就是 646ms 里的一部分。
确认健康：
bash research/live/deploy/status.sh
启动日志里应当看到：
[补丁] 覆盖生效：基类取首元素 … 本地取末元素 …
成交流已挂 ['BTC', 'ETH', 'SOL']
就绪 3.0s · 1m [2001, 2001, 2001] 根 · 5m [801, 801, 801] 根
第一行尤其重要。上游 Bitget 连接器的换根解析有 bug（只取多根消息的首元素）， 补丁把它修掉拿回约 1.06 秒。补丁若失效是静默的——不崩不报错，只是延迟悄悄 退回 1.4 秒，所以启动时做了断言。
对比
把两站的 research/out/ 收到一处（同名文件会覆盖，所以分目录放）：
mkdir -p collected/sg collected/aws
rsync -av sg-box:chan/research/out/ collected/sg/
rsync -av aws-box:chan/research/out/ collected/aws/
python research/live/compare_sites.py \
--glob 'collected/*/shadow_latency.csv' \
--drift-glob 'collected/*/shadow_drift.csv' \
--meta-dir collected/sg --meta-dir collected/aws
对比脚本做两件事值得说明：
- 只取各站都有的 K 线做配对比较。不取交集就可能在比不同时段，而延迟对 市场活跃度敏感。
- 报配对差的符号占比而不只是两个中位数相减。同根配对消掉了市场状态， 「A 比 B 慢的根占多少」比「两个中位数差多少」更能说明有无系统性差异。
判读上有一条自检：同一个固定延迟点上，两站的漂移应当几乎相同——漂移是 市场性质，与机器位置无关。若漂移也差很多，先怀疑时钟或时段没对齐，而不是 急着下结论。
同理，lag_data_ms 两站也应当几乎相同（网络那段只有 2ms 空间）。真正该出现
差异的是 compute_ms。如果 lag_data_ms 差很多，先查时钟——比查网络更可能。
⚠ 但先读下面「资源占用」一节：compute_ms 的差异几乎全部来自单核性能，而
现役机型之间单核差距很小。跨站点比 CPU 这件事本身收益有限，本节流程保留
是为了比网络与时钟，不建议为了比 CPU 单独开机器。
资源占用
本机实测（2 vCPU EPYC 9K65 / 3 个币 / 2 worker）：内存 410MiB，CPU 均值 1~3%。盘口与成交流落盘约 15MB/天（gzip），一周在百 MB 内。
内存和平均 CPU 都不是约束。约束是单根 K 线的计算延迟，而它是纯单线程的：
compute_ms 中位 764ms 父进程测的墙钟，含排队
queue_ms 中位 3ms 等空闲 worker
inner_ms 中位 695ms 进程内真正在算
queue_ms 只有 3ms，说明 2 个 worker 跑 3 个币并不排队——三个币的收盘消息
错峰到达（SOL 最晚，排 66ms），没有真正的并发争抢。
这条结论直接否掉了「换更强机器」这个方向。 加核只能压 queue_ms，而它已经 是 3ms；695ms 全在单线程里，取决于单核性能。t3a.medium（Zen 1，2017）单核比 本机 Zen 5 慢 1.8~2 倍，换过去 compute_ms 会涨到 1200ms 以上。c7a / c6a 这类 现代机型单核与本机相当，也换不到东西。
要压这 695ms 只有算法一条路：现在每分钟把 2001 根从头算一遍，其中 2000 根的 结构与上一分钟完全相同。
--workers 2 是因为信号计算走独立进程池、不能阻塞事件循环。币数超过 worker
数才会看到 queue_ms 上来；届时加 worker 有效，加到与币数相等即可。