Initial commit: cc-cursor 全链路量化研究平台

7 Sprints 全部完成:
  Sprint 0: 基础设施 (DataManager + MariaDB)
  Sprint 1: 因子引擎 (34因子/12分类)
  Sprint 2: VectorBT 回测 (5策略+截面)
  Sprint 3: Optuna 优化 (+Walk-Forward)
  Sprint 4: ML 模型 (LightGBM+CatBoost)
  Sprint 5: Qwen 情绪因子 (三源新闻+日期对齐)
  Sprint 6: Agent 系统 (4Agent+日报.md/.html)

生产加固 (15项): Tushare双源fallback, SSH自动恢复, pool_pre_ping,
  save_daily先删后插, load_dotenv绝对路径, 日报5d/20d修复,
  RiskAgent改上证指数, 昨日对比+数据截止, mac_report utf8mb4,
  CLAUDE-*.md 9条已知Bug, demo全参数化, djapi数据源归一化,
  indexDatas API修正

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

CLAUDE-ml.md

@@ -0,0 +1,45 @@
+# CLAUDE-ml.md — ML 模型层
+
+## FeatureEngine (`finance/models/features.py`)
+
+因子 → 特征矩阵 + 标签。防前视偏差。
+
+```python
+from models.features import FeatureEngine
+fe = FeatureEngine(lookahead=5, label_type="regression")
+X, y = fe.build(factor_df, price_df, fit=True)
+# fit=True: Winsorize(1%/99%) → ffill → median fill → RobustScaler.fit → 标签计算
+# fit=False: 复用训练时的 scaler + 有效特征
+```
+
+## LightGBM (`finance/models/lightgbm/model.py`)
+
+```python
+from models.lightgbm.model import LightGBMModel
+model = LightGBMModel(params={"n_estimators": 200, "learning_rate": 0.03}, eval_ratio=0.2)
+model.fit(X_train, y_train)     # val>=50 行才启用早停
+pred = model.predict(X_test)
+imp  = model.get_feature_importance()  # → DataFrame
+cv   = model.cv_evaluate(X, y, n_folds=5)  # TimeSeriesSplit
+```
+
+## CatBoost (`finance/models/catboost/model.py`)
+
+同接口。`get_feature_importance()` / `cv_evaluate()`。
+
+## ML 策略 (`finance/models/backtest_integration.py`)
+
+```python
+from models.backtest_integration import MLStrategy, MLBenchmark
+strategy = MLStrategy(model, fe, buy_quantile=0.7, sell_quantile=0.3, rebalance_freq=5)
+# 预测值分位 → 动态阈值 → 交易信号
+benchmark = MLBenchmark([lgb, cb], fe, price_df, factor_df)
+result = benchmark.run()  # → DataFrame: model × (IC, return, sharpe, win_rate, trades)
+```
+
+## 重要约束
+
+- lookahead 固定，不输入模型（防目标泄露）
+- 单股票 IC≈0 是正常现象（噪声主导），多股票截面才是 ML 发挥价值的地方
+- 特征工程严禁使用未来数据（RobustScaler fit 在训练集，transform 在测试集）
+- 交叉验证用 TimeSeriesSplit（不 shuffle）