变更记录

2025-09-30

BacktestEngine 风险闭环强化
- 调整撮合逻辑，统一考虑仓位上限、换手约束、滑点与手续费。
- 新增 bt_risk_events 表及落库链路，回测报告输出风险事件统计。
- 效果：回测结果可复盘风险拦截与执行成本，为 LLM 策略调优提供可靠反馈。
DecisionEnv 风险感知奖励
- Episode 观测新增换手、风险事件等字段，默认奖励将回撤、风险与换手纳入惩罚项。
- 效果：强化学习/ Bandit 调参能够权衡收益与风险，符合多智能体自治决策目标。
Bandit 调参与权重回收工具
- 新增 EpsilonGreedyBandit 与 run_bandit_optimization.py，自动记录调参结果。
- 提供 apply_best_weights.py 和 select_best_tuning_result()，支持一键回收最优权重并写入配置。
- 效果：建立起“调参→记录→回收”的闭环，便于持续优化 LLM 多智能体参数。
DataBroker 取数方式优化
- fetch_latest 改为整行查询后按需取值，避免列缺失导致的异常。
- 效果：新增因子或字段时无需调整查询逻辑，降低维护成本。