龙虎榜个股上涨成功率 (alpha_lhb_success_rate_data)

## 1. 定位 **东方财富「每日龙虎榜详情」采集 + 成功率因子提交工具**（`eastmoney_tradedetail.py`）。 - **做什么**：① 向东方财富数据中心接口按交易日拉取当日**全部**龙虎榜详情（榜单明细）， 可读化后整份写入 `a_lhb_detail_<数据日期>.csv`（19 列，见「表结构」文档）， 并从「解读」文本中解析出**成功率**写成 `success_rate_factor` 列（单位 **%**）； ② 把明细聚合成 `date / instrument / name / success_rate` 因子面板 `a_lhb_success_rate.csv` （`success_rate` 落盘带 `%` 后缀），在 AIStudio 环境下落成平台数据源并提交因子。 - **不做什么**：**不做本地回测 / IC / 分层绩效**（因子分析由平台完成）， 明细**不聚合去重**（同股多条上榜原样保留，聚合只发生在因子面板侧）； 因子提交链路**不硬依赖** `dai` / `bigalpha` SDK——缺失时只打印提示并跳过， 采集与因子面板落盘照常完成（本地与 AIStudio 环境均可跑，只依赖 `requests` 与标准库）。 - **运行方式**：① 手工单次采集（`--date` 指定或取最近有数据的交易日）； ② **常驻守护模式（主用）**：进程常驻内存，每天 **21:00** 自动采集一次**并顺带提交因子**（见第 6、7 节）。 > 与上级目录 `eastmoney_lhb_detail.py` 的关系：分页、重试、`元→万/亿` 换算、字段映射全部沿用， > 两处改动为 —— ① 抽出 `success_rate_factor`（成功率，单位 %）；② 由**追加写**改为**整份重写** > （`open(..., "w")`），并新增 `--daemon / --at` 常驻守护。 --- ## 2. 数据来源与链路 **数据来源**：东方财富数据中心「每日龙虎榜详情」接口（页面 `https://data.eastmoney.com/stock/tradedetail.html` 的内部数据源，脚本直连接口、不解析 HTML）。 | 项 | 取值 | | --- | --- | | 接口 | `https://datacenter-web.eastmoney.com/api/data/v1/get` | | reportName | `RPT_DAILYBILLBOARD_DETAILSNEW` | | 过滤 | `filter=(TRADE_DATE='YYYY-MM-DD')`（不传则取最新交易日） | | 排序 | `sortColumns=SECURITY_CODE,TRADE_DATE`、`sortTypes=1,-1` | | 分页 | `pageSize=500`、`pageNumber=N`，按返回的 `result.pages` 逐页取 | | 请求头 | `User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64)`、`Referer: …/stock/tradedetail.html` | | 超时 / 重试 | 单次 `timeout=20`；第 2 页起每页最多重试 3 次（间隔 1.5s），页间 `sleep(0.3)` | ``` ① 确定数据日期 ├─ 单次模式：--date 指定 ／ 缺省用 latest_trade_date() 取接口最新交易日 └─ 守护模式：到点后调用 latest_trade_date()（当日榜单 18:00~20:00 陆续披露完毕） ▼ ② fetch_page(pageNumber=1, filter=TRADE_DATE) → 总条数 count / 总页数 pages / 首页数据 ▼ ③ 逐页 fetch_page(2..pages)（失败重试 3 次） → result.data[*] ▼ ④ to_row()：18 列可读化（元→万、元→亿、比例截位） └─ EXPLAIN「解读」文本 ──正则「成功率…%」──▶ success_rate_factor（单位 %） ▼ ⑤ 整份写盘 a_lhb_detail_YYYY-MM-DD.csv（utf-8-sig，19 列，每次覆盖） ▼ ⑥ 聚合因子面板（build_factor_panel） instrument 直接取明细 instrument 列、name 取成功率最大值那一行；同 (date, instrument) 多条取成功率最大值 → save_factor_csv() 幂等合并写 a_lhb_success_rate.csv（date/instrument/name/success_rate，值带 % 后缀） ▼ ⑦ 提交链路（数据源落库走 dai，缺失时回退 bigquant.dai；bigalpha 仅 AIStudio 提供，缺失则打印提示后跳过） write_factor_datasource() dai.DataSource.write_bdb → 数据源 alpha_lhb_success_rate_data（因子列 success_rate） submit_factor() factors.submit_factor → 因子 alpha_lhb_success_rate ▼ ⑧ 控制台/日志打印 已写入 N 条 / 其中解析到成功率 H 条、未解析到 N-H 条 因子面板已写入 M 行（本次数据日期 …），文件累计 K 行 ``` **无未来函数**：只取「该交易日」的榜单数据，接口按 `TRADE_DATE` 过滤，不涉及时序外推。 --- ## 3. 字段口径 字段逐列说明见「表结构」文档，此处只列**换算与单位**要点： | 类别 | 口径 | | --- | --- | | 金额（`billboard_*_amt_wan` / `accum_amount_wan`） | 接口为**元**，脚本 `_w()` 除以 1e4 → **万元**，保留 2 位 | | 流通市值（`free_market_cap_yi`） | 接口为**元**，脚本 `_y()` 除以 1e8 → **亿元**，保留 2 位 | | 比例（`deal_net_ratio_pct` / `deal_amount_ratio_pct`） | 接口为**百分数数值**，保留 3 位，单位 %（列名后缀 `_pct`） | | 涨跌幅 / 换手率（`change_rate_pct` / `turnover_rate_pct`） | 接口原值，单位 %（列名后缀 `_pct`） | | 收盘价（`close_price`） | 接口原值，单位元 | | `success_rate_factor` | `explain` 文本中解析的成功率，单位 **%**，保留 2 位；解析不到为空串 | | `instrument`（明细第 3 列 / 因子面板第 2 列） | **必须带** `.SH/.SZ/.BJ` 后缀：由接口 `SECURITY_CODE` + `MARKET_SUFFIX[MARKET]` 拼接（如 `000592.SZ` / `600354.SH` / `920895.BJ`）；`MARKET` 不在 `SH/SZ/BJ` 之列时只落 6 位代码、不带后缀（该行不进因子面板） | | `market` | 交易所 `SH` / `SZ` / `BJ`，与 `instrument` 后缀一致（冗余记录） | | 缺失值 | 统一落盘为空字符串（pandas 读入后为 `NaN`） | **表头命名**：明细 19 列**全部为英文小写**（`seq / date / instrument / name / explain / success_rate_factor / close_price / change_rate_pct / billboard_*_amt_wan / accum_amount_wan / deal_*_ratio_pct / turnover_rate_pct / free_market_cap_yi / explanation / market`），名称取接口字段名的小写形式，单位由后缀表达 （`_wan` = 万元、`_yi` = 亿元、`_pct` = %）。 成功率解析正则与命中/未命中实例见「表结构」文档第 4 节；因子面板三列与聚合口径见「表结构」文档第 2 节。 --- ## 4. 参数 命令行参数（`python eastmoney_tradedetail.py --help`）： | 参数 | 默认 | 含义 | | --- | --- | --- | | `--date` | 最近有数据的交易日 | 数据日期 `YYYY-MM-DD`；**仅单次模式使用** | | `--out-dir` | 脚本所在目录 | 产物 CSV 输出目录 | | `--daemon` | 关 | **常驻内存**：进程常驻，每天 `--at` 时刻采集一次 | | `--at` | `21:00` | 守护模式触发时刻 `HH:MM`（配合 `--daemon`） | | `--no-submit` | 关 | 只采集 + 落因子面板，**不**落平台数据源、**不**提交因子 | | `--from-csv` | 关 | 不联网采集，直接用已落盘的 `a_lhb_success_rate.csv` 落库并提交（AIStudio 端回补用） | | `--group-num` | `10` | 因子分析分层组数（提交参数 `group_num`） | | `--instruments` | `全市场` | 股票池（提交参数 `instruments`） | | `--benchmark` | `中证500` | 基准（提交参数 `benchmark`） | 用法： ```powershell python eastmoney_tradedetail.py # 最近一个交易日，采集 + 构因子 + 提交后退出 python eastmoney_tradedetail.py --date 2026-09-15 # 指定交易日 python eastmoney_tradedetail.py --no-submit # 只采集 + 落因子面板，不落库不提交 python eastmoney_tradedetail.py --from-csv # 不联网，直接用已落盘的因子面板提交 python eastmoney_tradedetail.py --daemon # 常驻内存，每天 21:00 采集并顺带提交 python eastmoney_tradedetail.py --daemon --at 21:00 # 显式指定 21:00（等价写法） ``` 内部常量（脚本顶部）： | 常量 | 值 | 含义 | | --- | --- | --- | | `PAGE_SIZE` | 500 | 每页条数 | | `DEFAULT_RUN_AT` | `"21:00"` | 守护模式默认触发时刻 | | `DAEMON_LOOP_GAP` | 60 | 单次采集后额外静睡秒数，避免同一分钟被立刻重复触发 | | `SUCCESS_RATE_RE` | `成功率\s*[:：]?\s*([0-9]+(?:\.[0-9]+)?)\s*%` | 成功率解析正则 | | `FACTOR_CSV_NAME` | `"a_lhb_success_rate.csv"` | 因子面板文件名 | | `FACTOR_ID` / `FACTOR_NAME` | `alpha_lhb_success_rate` / 龙虎榜成功率因子 | 提交的因子 id 与名称 | | `FACTOR_DATASOURCE_ID` / `FACTOR_DATASOURCE_COLUMN` | `alpha_lhb_success_rate_data` / `success_rate` | 平台数据源 id 与因子列名 | | `FACTOR_SPACE_ID` | `""` | 空串 = 默认主站空间（「我的因子」） | 退出码：单次模式采集成功 `0`、当日无数据 `1`；守护模式正常退出（Ctrl+C）`0`； **因子落库 / 提交失败不改变退出码**（只打印 `[提示]`）。 --- ## 5. 产物清单 | 产物 | 说明 | | --- | --- | | `a_lhb_detail_YYYY-MM-DD.csv` | **主产物**，当日龙虎榜详情 19 列（见「表结构」文档），前两列为 `date` / `instrument`（与因子面板对齐，`instrument` 带 `.SH/.SZ/.BJ` 后缀）；每个数据日期一份，重复执行整份覆盖 | | `a_lhb_success_rate.csv` | **因子面板**，`date / instrument / name / success_rate` 四列（见「表结构」文档第 2 节，`success_rate` 带 `%` 后缀、落平台时剥离）；单文件跨日累积，同日期幂等重写 | | `tradedetail_daily.log` | 守护模式日志，由 `run_tradedetail_daemon.bat` 追加写入（启动/退出标记 + 脚本全部输出） | | `log\tradedetail_daily_.log` | 上一轮守护的**归档日志**：每次启动 `.bat` 时把旧日志改名归档，只保留最近 **30** 份 | 命名与编码约定： - CSV 文件名统一 `a_` 前缀：`a_lhb_detail_<日期>.csv`、`a_lhb_success_rate.csv`（全 ASCII，与项目内因子产物命名口径一致）； - 落盘编码 `utf-8-sig`，Excel 直接双击不乱码； - 日志为**追加**写，单次守护运行内不清空历史；每次启动 `.bat` 会先把上一轮的日志归档进 `log\` 子目录（见第 6 节「日志轮转」），主日志路径始终是 `tradedetail_daily.log`。 --- ## 6. 定时运行（每天 21:00 · 内存常驻） **主用方案：常驻守护进程**——脚本自带 `--daemon`，进程启动后**一直驻留内存**， 到达每天 21:00 由自身 `sleep` 唤醒执行采集，**不依赖 Windows 计划任务**（无需注册任务、不重复拉起新进程）。 - **触发时刻**：每天 **21:00:00**（`--at 21:00`，即 `DEFAULT_RUN_AT`） - **启动脚本**：`run_tradedetail_daemon.bat`（与本脚本同目录，**ASCII-only**） - **启动方式**：双击 `run_tradedetail_daemon.bat`（或命令行执行），**保持该窗口常开**（可最小化） - **停止方式**：`Ctrl+C`，或直接关闭该窗口 - **日志**：`tradedetail_daily.log`（追加），内容与终端一致；启动时先把上一轮日志归档进 `log\`，只保留最近 30 份 `run_tradedetail_daemon.bat` 全文： ```bat @echo off rem ============================================================ rem EastMoney tradedetail (daily billboard detail) collector rem Resident daemon: stays in memory, collects once every day at 21:00 rem -> output CSV : a_lhb_detail_.csv rem -> log : tradedetail_daily.log (append) rem -> archives : log\tradedetail_daily_.log (newest 30 kept) rem Keep this window open (you may minimize it) while the daemon runs. rem Press Ctrl+C or close the window to stop it. rem NOTE: keep this file ASCII-only; cmd parses .bat with the ANSI codepage rem ============================================================ chcp 65001 >nul setlocal cd /d "%~dp0" set "PY=C:\Users\Administrator\AppData\Local\Programs\Python\Python314\python.exe" set "LOG=%~dp0tradedetail_daily.log" set "ARCHDIR=%~dp0log" set "KEEP=30" set "PYTHONIOENCODING=utf-8" rem ---- log rotation: archive the log left by the previous run ---- setlocal enabledelayedexpansion if exist "%LOG%" ( if not exist "%ARCHDIR%" mkdir "%ARCHDIR%" 2>nul set "STAMP=" for /f %%i in ('powershell -NoProfile -Command "Get-Date -Format yyyyMMdd-HHmmss"') do set "STAMP=%%i" if not defined STAMP set "STAMP=nops-%RANDOM%" move /y "%LOG%" "%ARCHDIR%\tradedetail_daily_!STAMP!.log" >nul 2>&1 ) rem ---- prune: keep only the newest %KEEP% archives ---- set /a N=0 for /f "delims=" %%f in ('dir /b /o-d /a-d "%ARCHDIR%\tradedetail_daily_*.log" 2^>nul') do ( set /a N+=1 if !N! GTR %KEEP% del /q "%ARCHDIR%\%%f" >nul 2>&1 ) endlocal if not exist "%PY%" ( echo [%date% %time%] FAILED - python not found: %PY% >>"%LOG%" exit /b 1 ) echo [%date% %time%] ===== START resident daemon (daily 21:00) ===== >>"%LOG%" "%PY%" "%~dp0eastmoney_tradedetail.py" --daemon --at 21:00 >>"%LOG%" 2>&1 set "RC=%errorlevel%" echo [%date% %time%] ===== resident daemon exited (errorlevel=%RC%) ===== >>"%LOG%" exit /b %RC% ``` ### 日志轮转（在 `.bat` 内实现，不改 Python） 每次启动 `.bat` 时按以下顺序处理，因此 **主日志 `tradedetail_daily.log` 永远只含「本次守护运行」的内容**： 1. **归档**：若 `tradedetail_daily.log` 已存在（= 上一轮守护留下的），用 PowerShell 取 `yyyyMMdd-HHmmss` 时间戳，`move` 成 `log\tradedetail_daily_<时间戳>.log`（内容原样保留；时间戳取不到时退化为 `nops-<随机数>`）； 2. **清理**：`dir /b /o-d` 按修改时间倒序枚举 `log\tradedetail_daily_*.log`，第 31 份起 `del` ——即**只保留最近 30 份**（`KEEP=30`）； 3. 之后才写 `START` 标记并拉起守护，新日志从本轮开始累积。 要点与限制： - 归档/清理都发生在**新日志被写入之前**，`FAILED - python not found` 这类早期错误也会落在新日志里； - 若上一轮守护**仍在运行**（重复双击 `.bat`），旧日志文件被 cmd 的重定向句柄占用、`move` 失败， 此时不归档也不丢数据，仅继续往同一文件追加（`move ... >nul 2>&1` 已静默该错误）； - 轮转发生在**启动时**：守护进程本身常驻不重启，所以同一次运行内日志不会切分 （按当前量级约每交易日新增 1~2 KB）。需要「每天一份」时可改为由计划任务每日拉起单次采集（见下方备选方案）。 守护循环要点（源码 `run_daemon` / `seconds_until`）： ``` while True: wait = seconds_until(21, 0) # 距下一个 21:00 的秒数（已过则算次日） 打印「下次采集时间 …（等待 x.xx 小时）」 sleep(wait) # 常驻内存，此处只是阻塞，不占 CPU 取最新交易日 → collect() 整份落盘 若数据日期 == 今日：run_factor() # 构因子面板 + 落库 + 提交（见第 7 节） 否则：打印「不是今日（非交易日或接口尚未更新），跳过因子提交」 若本轮失败：traceback 记录后不退出，等下一个 21:00 重试 # 单次失败不影响常驻 sleep(60) # DAEMON_LOOP_GAP，避开同一分钟重复触发 ``` 另外两处为守护模式专门做的处理： 1. `sys.stdout.reconfigure(encoding="utf-8", line_buffering=True)`——**行缓冲**。 输出被重定向进日志文件时 Python 默认块缓冲，会导致启动提示与进度长时间不落盘； 改为行缓冲后日志实时可见。 2. `DAEMON_LOOP_GAP = 60`——采集完成后再静睡 60 秒，避免「21:00 刚跑完又命中同一分钟」重复采集。 **为什么选 21:00**：交易所龙虎榜明细在收盘后 18:00~20:00 陆续披露完毕，21:00 已能取到**当日完整榜单**， 且早于次日开盘，盘前即可使用；接口未更新时守护会取到上一交易日，不会写入空文件。 **备选方案（不希望常驻时）**：改用 Windows 计划任务每天 21:00 拉起一次性采集 （脚本单次模式缺省即取「最近有数据的交易日」，等价于当日采集）： ```powershell $set = New-ScheduledTaskSettingsSet -StartWhenAvailable -MultipleInstances IgnoreNew ` -ExecutionTimeLimit (New-TimeSpan -Hours 1) $p = New-ScheduledTaskPrincipal -UserId "SYSTEM" -LogonType ServiceAccount -RunLevel Highest $a = New-ScheduledTaskAction -Execute "c:\Users\Administrator\Documents\trae_projects\dragon\run_tradedetail_daemon.bat" $t = New-ScheduledTaskTrigger -Daily -At 21:00 Register-ScheduledTask -TaskName "EastMoneyTradeDetail_Daily" -Action $a -Trigger $t ` -Settings $set -Principal $p -Force ``` > 注：上面的动作若走计划任务，请把 `.bat` 中的 `--daemon --at 21:00` 改为不带参数的一次性采集， > 否则常驻进程在 1 小时后会被 `ExecutionTimeLimit` 杀掉。两种方案**二选一**，不要同时启用。 --- ## 7. 因子提交链路 明细采集完成后，同一进程内顺带完成「聚合 → 落数据源 → 提交因子」三步（源码 `run_factor` → `build_factor_panel` / `save_factor_csv` → `commit_factor` → `write_factor_datasource` / `submit_factor`）。**本脚本不做本地因子分析**（不算 IC/分层/绩效）， 提交时只带因子口径参数，因子分析由 AIStudio 平台完成。 | 步骤 | 代码 | 说明 | | --- | --- | --- | | ① 聚合 | `build_factor_panel(rows)` | `instrument` 直接取明细 `instrument` 列（采集时已带 `.SH/.SZ/.BJ` 后缀），`name` 取成功率最大值那一行的股票名称；同 `(date, instrument)` 多条上榜**取成功率最大值**；成功率空值或未带交易所后缀的行丢弃 | | ② 落盘 | `save_factor_csv(panel, out_dir)` | 写 `a_lhb_success_rate.csv`：`success_rate` 带 `%` 后缀落盘（`format_rate()`），读回时剥离（`parse_rate_cell()`）；丢掉与本次数据日期相同的旧行、合并后整份重写（幂等 + 跨日累积） | | ③ 落数据源 | `write_factor_datasource(panel)` | `dai.DataSource.write_bdb(data=…, id="alpha_lhb_success_rate_data", unique_together=["date","instrument"], indexes=["date"])`；落库前 `date` 转 `datetime64[ns]`、`success_rate` 剥离 `%` 后转 `float64` 并 `dropna` | | ④ 提交 | `submit_factor(params, datasource)` | `factors.submit_factor(id="alpha_lhb_success_rate", performance_index=params, performance_report="", metadata={}, docs={…}, name="龙虎榜成功率因子", desc=…, factor_sql=FACTOR_SQL, datasource_id=…, datasource_column="success_rate", space_id="")` | 提交参数 `performance_index`（`--group-num` / `--instruments` / `--benchmark` 可覆盖）： ``` {"group_num": 10, "factor_field": "success_rate", "instruments": "全市场", "factor_direction": 1, "benchmark": "中证500", "data_process": True} ``` `factor_sql` 为 **DuckDB 方言**的透传声明：成功率来自接口「解读」文本的本地正则解析，平台侧无法 复算原始 `EXPLAIN`，故 SQL 只声明「因子数值以 `datasource_id.datasource_column` 指向的 `success_rate` 列为准」， 不做任何转换（全文见脚本常量 `FACTOR_SQL`）。 **优雅降级（本机 = 非 AIStudio 环境）**：`write_factor_datasource()` 内 `import pandas`、`import dai` （失败回退 `from bigquant import dai`）、`submit_factor()` 内 `from bigalpha import factors` 均裹在 `try/except ImportError` 中，缺失时只打印提示并返回，**不抛异常、不影响采集产物与守护进程存活、退出码仍为 `0`**。实测输出： ``` 因子面板已写入 57 行（本次数据日期 2026-09-15），文件累计 57 行 -> …\a_lhb_success_rate.csv 未检测到 bigalpha SDK（仅 AIStudio 环境提供），跳过因子提交；本地结果见 a_lhb_success_rate.csv， 可在 AIStudio 端跑 --from-csv 完成提交 ``` **平台侧权限**：本机 `bigquant` SDK 已导出 `dai`（`from bigquant import dai` 实测可用）， `write_bdb` 会被真实调用；若平台返回 `请先申请SDK使用权限`（本机实测即此状态）， `commit_factor()` 会额外打印该提示并指明「请到 BigQuant 申请 SDK 使用权限，或把本脚本与 `a_lhb_success_rate.csv` 上传到 AIStudio 后执行 `--from-csv`」。 异常隔离：`commit_factor()` 分别 `try` 住「落库」与「提交」，失败只打 `[提示] 因子数据源落库失败：…` / `[提示] 因子提交失败：…`，采集与因子面板落盘已完成的产物不受影响。 **AIStudio 端回补**：若已在 AIStudio 环境，可用 `--from-csv` 直接读本地已落盘的 `a_lhb_success_rate.csv`（不联网、不重新采集）走完落库 + 提交： ```powershell python eastmoney_tradedetail.py --from-csv ``` **上传清单**：AIStudio 上只需上传本脚本 `eastmoney_tradedetail.py` 单文件即可跑通采集 + 提交 （因子面板落盘只用标准库 `csv`，`pandas` 仅在落库分支内惰性导入）。 --- ## 8. 已知限制 1. **同股多条上榜的聚合口径已定**：同一交易日同一只股票可能因多条上榜原因重复上榜（示例日 73 行仅 57 只证券），**明细按接口原样逐条保留**，因子面板侧统一取**成功率最大值**合成为一条 `(date, instrument)`（`build_factor_panel()`）；如后续需要最小 / 均值 / 按上榜原因拆分，改这一处即可。 2. **成功率依赖文本解析**：`success_rate_factor` 完全依赖「解读」(`EXPLAIN`) 文本的措辞， 该字段为空（实测可转债如 111024）或文案改版（如改写成「胜率」）时该列为空， 该行也**不进因子面板**；正则一旦漏配需同步更新 `SUCCESS_RATE_RE`。 成功率本身是东方财富的口径，并非本地计算指标。 3. **非交易日 / 未更新**：接口对非交易日不返回数据，单次模式打印「无龙虎榜详情数据」并以退出码 `1` 结束、 **不生成 CSV**；守护模式取的是「最近有数据的交易日」，周末与节假日到点会重复采集上一交易日 （同名文件整份覆盖，不产生脏数据），且**只覆盖明细 CSV、不重复提交同一批因子**。 4. **因子面板跨日累积、明细按日分片**：明细文件按日期一份，历史回补需按日期逐个执行 `--date`； 因子面板为单文件跨日累积（幂等重写），多日样本便于平台做因子分析。 5. **平台侧 SDK 权限**：本机 `bigquant` SDK 已导出 `dai`（`import dai` 失败时脚本回退 `from bigquant import dai`），落库动作会**真实发出**；但本机账号当前被平台以 `请先申请SDK使用权限` 拒绝写入（读接口可用）。**这属于平台侧账号权限，脚本无法绕过**—— 需到 BigQuant 申请 SDK 使用权限，或把本脚本与 `a_lhb_success_rate.csv` 上传到 AIStudio 后执行 `--from-csv`（AIStudio 同时提供 `bigalpha`，可一并完成提交）。 6. **常驻进程的生存期**：守护模式依赖该进程/窗口存活——注销、重启机器、关闭窗口、RDP 会话被强制 结束都会终止它。**重启后需重新双击 `.bat`**（这是「内存常驻」方案的固有限制，若不接受请改用第 6 节备选方案）。 7. **接口为第三方非公开接口**：字段名（`EXPLAIN` / `BILLBOARD_*` 等）与限流策略可能随时变化， 报错会以异常堆栈形式落到日志（守护模式不退出，等下一个 21:00 重试）。 8. **无告警通道**：失败只写日志，不会主动通知（如需可在外层加日志关键字监控）。 9. **日志轮转发生在启动时**：归档与保留 30 份的清理只在 `.bat` 启动那一刻执行，常驻进程**运行期间不会切分** （守护本身不重启，所以日志仍会随每交易日缓慢增长，量级约 1~2 KB/交易日）；需要在运行中就切分， 就得改用第 6 节备选方案（计划任务每日拉起单次采集，天然每天一份日志）或改由 Python 自持日志句柄按大小切分。