diff --git a/特征研究.md b/特征研究.md
new file mode 100644
index 0000000..37f6c92
--- /dev/null
+++ b/特征研究.md
@@ -0,0 +1,154 @@
+<think>用户问到现在为止的探索中，对**特码可能性排序**比较有用的特征是哪些。
+
+我需要回顾所有跑过的模型，看哪些特征持续在重要性 Top 中出现。让我从几次跑的特征重要性提取稳定出现的特征。
+
+回顾：
+
+1. **train_rank.py（RF 49类）**：之前有输出 Top15，但我不记得具体数字。
+
+2. **train_lgb.py（LGB multiclass）**：特征重要性 Top10：
+   - 特码_间隔 (4119)
+   - 正码_std (3928)
+   - 正码3_平均值 (3826)
+   - 前3期特码和 (3718)
+   - 正码6_平均值 (3574)
+   - 波色转移_to_1_概率 (3521)
+   - 正码4_平均值 (3521)
+   - 正码2_平均值 (3435)
+   - 正码1_平均值 (3389)
+   - 正码5_平均值 (3181)
+
+3. **train_lambdarank.py（v1 49类+13候选特征）**：特征重要性 Top15：
+   - cand_num (15099)
+   - cand_gap (6307)
+   - cand_tail (3567)
+   - cand_dist_to_sp (3270)
+   - 波色转移_to_1_概率 (2732)
+   - 正码_std (2642)
+   - 正码4_平均值 (2483)
+   - 特码_间隔 (2476)
+   - 正码3_平均值 (2368)
+   - 正码6_平均值 (2349)
+   - 波色转移_to_2_概率 (2265)
+   - 正码_sum (2244)
+   - 大小转移_to_1_概率 (2231)
+   - 前3期特码和 (2152)
+   - cand_he (2145)
+
+4. **train_lambdarank_v2.py（v2 +19候选特征）**：Top15：
+   - cand_num (24344)
+   - cand_gap (7118)
+   - 正码_std (3005)
+   - 正码6_平均值 (2940)
+   - 正码2_平均值 (2891)
+   - 前3期特码和 (2877)
+   - 特码_间隔 (2705)
+   - 波色转移_to_3_概率 (2581)
+   - 正码_sum (2383)
+   - cand_dist_to_sp (2374)
+   - 波色转移_to_1_概率 (2358)
+   - 大小转移_to_1_概率 (2302)
+   - 总分 (2267)
+   - 前3期波色组合_码 (2221)
+   - 波色转移_to_2_概率 (2198)
+
+让我统计哪些特征在多次训练中持续出现：
+
+**共享特征（出现在多个模型 Top15）**：
+- 正码_std (出现 4 次)
+- 前3期特码和 (4 次)
+- 正码各位置平均值 (3-5, 6) (多次)
+- 特码_间隔 (3 次)
+- 波色转移_to_1/2/3 (3 次)
+- 大小转移_to_1 (2 次)
+- 正码_sum (2 次)
+- 总分 (1 次)
+- 前3期波色组合_码 (1 次)
+
+**候选特征**（lambdarank 专用）：
+- cand_num (号码本身) 出现 2 次，最大头
+- cand_gap (冷热间隔) 出现 2 次
+- cand_tail (尾数) 出现 1 次
+- cand_dist_to_sp (邻域距离) 出现 1 次
+- cand_he (合数) 出现 1 次
+
+**两类**：
+- **强稳定特征**：所有模型都用到
+  - 正码_std（波动率）
+  - 前3期特码和（跨期信号）
+  - 特码_间隔（冷热度）
+- **候选维度（lambdarank 关键）**：
+  - cand_num（号码本身属性）
+  - cand_gap（冷热度）
+  - cand_dist_to_sp（邻域）
+  - cand_tail（尾数）
+
+**重要的洞察**：
+- 候选特征 cand_num 和 cand_gap 在 lambdarank 里增益最大——号码本身的"内在属性"和"历史间隔"是排序的关键
+- 跨期信号（前3期特码和、转移概率）也有用
+- 局部统计（正码_std、正码各位置均值）持续有用
+
+我应该诚实呈现：
+1. 稳定 Top 5 特征
+2. 候选维度最有用的特征
+3. 注意"特征重要性 ≠ 因果预测力"——模型用得多不等于真实有效
+
+也应该指出：
+- LGB multiclass 和 LGB lambdarank 的 Top 特征不同（lambdarank 重在排序，cand_num 必为最大因为它本身就是候选 ID）
+- 稳定性比单次重要性更可信
+
+让我写一个清晰的回答。</think>
+
+根据 4 次训练的 Top 特征重要性，我把**多次出现的稳定特征**整理出来：
+
+## 跨模型稳定 Top 特征
+
+| 特征                 | RF 49类 | LGB 49类    | LGB-rank v1 | LGB-rank v2 | 含义         |
+| -------------------- | ------- | ----------- | ----------- | ----------- | ------------ |
+| **cand_num**         | —       | —           | 15099       | **24344**   | 候选号码本身 |
+| **cand_gap**         | —       | —           | 6307        | **7118**    | 候选冷热间隔 |
+| **正码_std**         | —       | 3928        | 2642        | 3005        | 正码波动率   |
+| **前3期特码和**      | —       | 3718        | 2152        | 2877        | 跨期信号     |
+| **特码_间隔**        | —       | **4119**    | 2476        | 2705        | 当前特码冷热 |
+| **正码各位置平均值** | —       | 3500-3800×5 | 2300-2500×4 | 2400-2900×4 | 位置局部均值 |
+| **波色转移概率**     | —       | —           | 2200-2700×3 | 2100-2600×3 | 跨期波色动态 |
+
+## 三类最有价值的特征
+
+### 1. 候选号码本身的属性（lambdarank 专属）
+- `cand_num` (号码值)、`cand_tail` (尾数)、`cand_he` (合数)、`cand_dist_to_sp` (到当前特码距离)
+- **增益贡献最大**——因为排名学习直接优化"号码间相对得分"
+
+### 2. 冷热度（跨期 + 跨候选）
+- `cand_gap` (候选冷热) + `特码_间隔` (当前特码冷热)
+- **多次稳定 Top 5**——你最初提的"冷热转换"角度被模型持续利用
+
+### 3. 跨期结构信号
+- `前3期特码和`、`波色转移_to_X_概率`、`大小转移_to_X_概率`
+- **跨期结构**有微弱但稳定贡献
+
+## 反过来看：哪些特征没用上
+
+lambdarank v2 新增的 6 个特征（`cand_recent5/50/100`、`cand_gap_trend`、`cand_gap_mean50`、`cand_gap_max50`）**没进 Top 15**——可能已被 `cand_gap` 包含。
+
+而"异常度"、"高异常阶段"、"偏斜方向"这些基于"统计回归"假设的特征已经被删除——之前在 RF 训练中也没出现 Top15。
+
+## 重要提醒
+
+**特征重要性 ≠ 因果预测力**。模型使用某个特征频繁，只能说明该特征在历史数据中有统计相关性，**不代表它是真实的因果驱动**。我们看到的"微弱信号"可能只是：
+
+1. 数据采样偏差（CSV 不完整）
+2. 模型对噪声过拟合的副产品
+3. 真正存在但微弱的真实模式
+
+## 建议你保留的精简特征集
+
+如果将来要精简，可以只保留这些稳定 Top 特征：
+
+**共享特征（每期）**：
+- 正码_std、6 个正码位置均值、前3期特码和、特码_间隔、波色/大小转移概率
+
+**候选特征（每期×49 号码）**：
+- cand_num、cand_gap、cand_tail、cand_dist_to_sp、cand_he、cand_recent30、cand_neighbor3_K10
+
+这套精简特征应该能在保留大部分信号的同时，把 132 维降到约 25 维，提升训练速度和减少过拟合风险。
\ No newline at end of file