1.2

model_core/config.py

@@ -153,12 +153,18 @@ class ModelConfig:
     BETA_NEUTRAL_THRESH:      float = 0.85             # 超过此比例同方向触发重罚
     BETA_NEUTRAL_LIGHT_THRESH: float = 0.70            # 轻度失衡阈值
 
-    # ── 并行评估（CPU 利用率优化）────────────────────────────────────────
-    # 将 Part C 公式评估（VM 执行 + WF 折叠评估 + IC + 惩罚）并行化到
-    # ThreadPoolExecutor（PyTorch CPU 算子释放 GIL，多线程真正并行）。
-    # workers × intra_threads ≈ 物理核数，避免超线程过度订阅。
-    #   EVAL_WORKERS=0: 自动 = 物理核数（cap 在 8）
-    #   EVAL_INTRA_THREADS=0: 自动 = 物理核数（不分割，让每个 worker 的 torch 跑满）
-    PARALLEL_EVAL:        bool = True
+    # ── 并行评估（已实测关闭）──────────────────────────────────────────
+    # 曾尝试将 Part C 公式评估并行化到 ThreadPoolExecutor，设想 PyTorch CPU
+    # 算子释放 GIL 可多线程并行。但基准测试（8 逻辑核，5 品种，T=6000）证明
+    # 并行反而更慢：
+    #   串行(intra=8)          21.8 s/步   ← 最快
+    #   并行 8 workers×8 intra  33.9 s/步   (+55%)
+    #   并行 4 workers×2 intra  36.7 s/步   (+69%)
+    #   并行 8 workers×1 intra  >60 s/步    (更差)
+    # 根因：每条公式的 Python 编排（遍历 WF 折、.item()、IC、惩罚）全程持 GIL，
+    # 释放 GIL 的张量核算子太小，收益抵不过线程池 + 线程超订阅开销；串行下
+    # 每个算子用满 intra-op 线程池反而最高效。故保持 False。
+    # 串行回退路径复用 _eval_formula_task，逻辑与并行完全一致，仅执行方式不同。
+    PARALLEL_EVAL:        bool = False
     EVAL_WORKERS:         int  = 0    # 0=auto (physical cores, cap 8)
     EVAL_INTRA_THREADS:   int  = 0    # 0=auto (physical cores)

web/realtime_manager.py

@@ -54,8 +54,13 @@ def _cadence_for(tf: str) -> int:
 def _next_bar_close_at(last_bar_open: int | None, timeframe: str, now: float | None = None) -> int | None:
     """根据最后已收盘 bar 的开盘时间，推算下次收盘（即下次信号更新）的 Unix 秒。
 
-    若最后一根已收盘 bar 已过时太久（超过约 2 个周期仍无新 bar），视为休市/断档，
+    若最后一根已收盘 bar 已过时太久，视为休市/断档，
     返回 None，避免在周末等时段虚构「几分钟后更新」的倒计时。
+
+    注意：阈值需兼顾 A 股/期货午休（1.5~2h）等盘中暂停场景。
+    对小周期（如 5m/15m）使用固定 2×period 会在午休期间误判为休市。
+    因此取 max(2×period, 7200)（至少 2 小时），确保跨过午休而不误报。
+    真正的跨日/周末休市（>2h 无新 bar）才正确显示"休市中"。
     """
     if last_bar_open is None:
         return None
@@ -65,17 +70,19 @@ def _next_bar_close_at(last_bar_open: int | None, timeframe: str, now: float | N
     now_i = int(now if now is not None else time.time())
     last_open = int(last_bar_open)
     last_close = last_open + period
+    # 兼顾午休：阈值至少 2 小时，避免 A 股/期货午休期间误判
+    tolerance = max(period * 2, 7200)
     # 仍未到收盘（常见于 MT5 终端时钟快于本机、或未剔除形成中 bar）
     if last_close > now_i:
         return last_close
-    # 正常交易中：上一根收盘距今至多约 1 个周期；再放宽到 2 个周期容错拉取延迟
-    if now_i - last_close > period * 2:
+    # 正常交易中：上一根收盘距今至多 tolerance 秒
+    if now_i - last_close > tolerance:
         return None
     # last_open 开盘 → last_close 收盘；当前形成中的 bar 在 +2*period 收盘
     nxt = last_open + 2 * period
     while nxt <= now_i:
         nxt += period
-        if nxt - last_close > period * 2:
+        if nxt - last_close > tolerance:
             return None
     return nxt