code-review-quant

Name: code-review-quant
Author: annypay

量化代码审查：检查前视偏差、数据泄漏、执行时延(EL-01)、时序对齐(TA-01)、过拟合及工程质量——在代码合入或实验运行前触发

by annypay(0) 0 installs

Free

Free account. Installing gives you the manifest plus copy-paste snippets.

See reviews

About

Prompt file imported from annypay/bn-aggtrade-engineering (.github/prompts/code-review-quant.prompt.md). Copyright stays with the author.

Quantitative Code Review

对量化研究/交易代码进行深度审查，聚焦于 Makefile 静态检查无法覆盖的语义级偏差。

审查维度

1. 前视偏差 (Look-Ahead Bias) — 最高优先级

2. 数据泄漏 (Data Leakage)

训练数据与测试数据时间范围无重叠
特征工程管道在 cross-validation fold 外执行
测试集不参与任何特征选择/超参数搜索

3. 过拟合风险 (Overfitting)

是否只报告了最佳结果
超参数搜索空间是否过大
是否有样本外指标对比
模型复杂度是否与数据量匹配
Sharpe > 3 的结果是否有合理解释

4. 交易成本 (Transaction Costs)

PnL 计算包含手续费
滑点模型是否合理（固定 vs 成交量依赖）
funding rate 是否纳入持仓成本
同时报告 gross 和 net 指标

5. 工程质量

函数有 type hints 和 Google-style docstrings
关键路径有异常处理（非 bare except）
配置参数从 configs/ 加载，无硬编码
有对应的单元测试
日志使用 loguru，非 print
大数据处理考虑内存效率
[R-410+] EXPERIMENT_CONTRACT 三元组: experiment_class / template_id / execution_lag 同时声明
[R-410+] SSOT 一致性: 运行 make check-experiment-contract SCRIPT=<path> 通过

审查输出格式

### 代码审查 — [模块/PR 名称]

#### 关键发现
| # | 类型 | 严重性 | 文件:行 | 描述 | 建议 |
|---|---|---|---|---|---|
| 1 | 前视偏差 | 🔴 Critical | xxx.py:42 | ... | ... |
| 2 | 过拟合 | 🟡 Warning | ... | ... | ... |

#### 通过项
- [列出已确认无问题的检查项]

#### 总结
- 拦截 / 修改后通过 / 通过
- 必要行动: ...

严重性分级

🔴 Critical: 前视偏差、数据泄漏、TA-01 对齐错误 → 必须修复方可继续
🟡 Warning: 过拟合风险、成本遗漏 → 应修复或详细说明理由
🔵 Info: 工程规范、文档完善 → 建议改进

Use it

Copy one of these into your project. Installing also returns the manifest and these snippets.

# Quantitative Code Review

对量化研究/交易代码进行深度审查，聚焦于 Makefile 静态检查无法覆盖的**语义级**偏差。

## 审查维度

### 1. 前视偏差 (Look-Ahead Bias) — 最高优先级
- [ ] 特征计算只使用 ≤ t 时刻的数据
- [ ] 标签/目标变量的时间对齐：预测 t+k 的收益，不能用 t+k 的信息
- [ ] 归一化（mean/std/min-max）在训练集 fit，测试集只 transform
- [ ] 数据分割严格按时间顺序，无 random shuffle 交叉验证
- [ ] rolling/expanding 窗口计算无错误偏移（off-by-one）
- [ ] 使用了未来才出现的交易对/参数设置
- [ ] **[§6.6 EL-01] 执行时延**: position[i] 仅依赖 ≤ i-1 的数据，PnL[i] = position[i-1] × return[i]
- [ ] **[§6.6 EL-01] 双轨报告**: 同时提供 t+1_open (乐观) 和 t+1_close (严格) 两轨，Gate 以严格轨为准
- [ ] **[§6.6 EL-01] t+2 scan**: 全量 config 扫描从 t+2_net 口径开始
- [ ] **[§6.6 EL-01] 代码标记**: `# EXECUTION_LAG: t+1_open` 或 `t+1_close` 在 PnL 计算处
- [ ] **[TA-01] 时间轴对齐**: same bar size 不等于 same timeline；same-clock subset 必须 exact timestamp projection
- [ ] **[TA-01] 禁止 silent pad/clip**: 审查 `target_len` / pad / trim / clip / `np.pad` 等长度对齐替代品
- [ ] **[TA-01] admission rail**: rerun / reuse 前需通过 `make check-timing-alignment-contract SCRIPT=<path>`
- [ ] **Same-bar contamination**: verify `position[i]` does NOT use `close[i]`/regime info from bar i itself

### 2. 数据泄漏 (Data Leakage)
- [ ] 训练数据与测试数据时间范围无重叠
- [ ] 特征工程管道在 cross-validation fold 外执行
- [ ] 测试集不参与任何特征选择/超参数搜索

### 3. 过拟合风险 (Overfitting)
- [ ] 是否只报告了最佳结果
- [ ] 超参数搜索空间是否过大
- [ ] 是否有样本外指标对比
- [ ] 模型复杂度是否与数据量匹配
- [ ] Sharpe > 3 的结果是否有合理解释

### 4. 交易成本 (Transaction Costs)
- [ ] PnL 计算包含手续费
- [ ] 滑点模型是否合理（固定 vs 成交量依赖）
- [ ] funding rate 是否纳入持仓成本
- [ ] 同时报告 gross 和 net 指标

### 5. 工程质量
- [ ] 函数有 type hints 和 Google-style docstrings
- [ ] 关键路径有异常处理（非 bare except）
- [ ] 配置参数从 `configs/` 加载，无硬编码
- [ ] 有对应的单元测试
- [ ] 日志使用 loguru，非 print
- [ ] 大数据处理考虑内存效率
- [ ] **[R-410+] EXPERIMENT_CONTRACT 三元组**: `experiment_class` / `template_id` / `execution_lag` 同时声明
- [ ] **[R-410+] SSOT 一致性**: 运行 `make check-experiment-contract SCRIPT=<path>` 通过

## 审查输出格式
```markdown
### 代码审查 — [模块/PR 名称]

#### 关键发现
| # | 类型 | 严重性 | 文件:行 | 描述 | 建议 |
|---|---|---|---|---|---|
| 1 | 前视偏差 | 🔴 Critical | xxx.py:42 | ... | ... |
| 2 | 过拟合 | 🟡 Warning | ... | ... | ... |

#### 通过项
- [列出已确认无问题的检查项]

#### 总结
- 拦截 / 修改后通过 / 通过
- 必要行动: ...
```

## 严重性分级
- 🔴 **Critical**: 前视偏差、数据泄漏、TA-01 对齐错误 → 必须修复方可继续
- 🟡 **Warning**: 过拟合风险、成本遗漏 → 应修复或详细说明理由
- 🔵 **Info**: 工程规范、文档完善 → 建议改进

Manifest

The prompt text and its fill-in variables. Copy it or fetch it by URL from your own code.

annypay-bn-aggtrade-engineering-code-review-quant-prompt.prompt.jsonjson

{
  "prompt": "# Quantitative Code Review\n\n对量化研究/交易代码进行深度审查，聚焦于 Makefile 静态检查无法覆盖的**语义级**偏差。\n\n## 审查维度\n\n### 1. 前视偏差 (Look-Ahead Bias) — 最高优先级\n- [ ] 特征计算只使用 ≤ t 时刻的数据\n- [ ] 标签/目标变量的时间对齐：预测 t+k 的收益，不能用 t+k 的信息\n- [ ] 归一化（mean/std/min-max）在训练集 fit，测试集只 transform\n- [ ] 数据分割严格按时间顺序，无 random shuffle 交叉验证\n- [ ] rolling/expanding 窗口计算无错误偏移（off-by-one）\n- [ ] 使用了未来才出现的交易对/参数设置\n- [ ] **[§6.6 EL-01] 执行时延**: position[i] 仅依赖 ≤ i-1 的数据，PnL[i] = position[i-1] × return[i]\n- [ ] **[§6.6 EL-01] 双轨报告**: 同时提供 t+1_open (乐观) 和 t+1_close (严格) 两轨，Gate 以严格轨为准\n- [ ] **[§6.6 EL-01] t+2 scan**: 全量 config 扫描从 t+2_net 口径开始\n- [ ] **[§6.6 EL-01] 代码标记**: `# EXECUTION_LAG: t+1_open` 或 `t+1_close` 在 PnL 计算处\n- [ ] **[TA-01] 时间轴对齐**: same bar size 不等于 same timeline；same-clock subset 必须 exact timestamp projection\n- [ ] **[TA-01] 禁止 silent pad/clip**: 审查 `target_len` / pad / trim / clip / `np.pad` 等长度对齐替代品\n- [ ] **[TA-01] admission rail**: rerun / reuse 前需通过 `make check-timing-alignment-contract SCRIPT=<path>`\n- [ ] **Same-bar contamination**: verify `position[i]` does NOT use `close[i]`/regime info from bar i itself\n\n### 2. 数据泄漏 (Data Leakage)\n- [ ] 训练数据与测试数据时间范围无重叠\n- [ ] 特征工程管道在 cross-validation fold 外执行\n- [ ] 测试集不参与任何特征选择/超参数搜索\n\n### 3. 过拟合风险 (Overfitting)\n- [ ] 是否只报告了最佳结果\n- [ ] 超参数搜索空间是否过大\n- [ ] 是否有样本外指标对比\n- [ ] 模型复杂度是否与数据量匹配\n- [ ] Sharpe > 3 的结果是否有合理解释\n\n### 4. 交易成本 (Transaction Costs)\n- [ ] PnL 计算包含手续费\n- [ ] 滑点模型是否合理（固定 vs 成交量依赖）\n- [ ] funding rate 是否纳入持仓成本\n- [ ] 同时报告 gross 和 net 指标\n\n### 5. 工程质量\n- [ ] 函数有 type hints 和 Google-style docstrings\n- [ ] 关键路径有异常处理（非 bare except）\n- [ ] 配置参数从 `configs/` 加载，无硬编码\n- [ ] 有对应的单元测试\n- [ ] 日志使用 loguru，非 print\n- [ ] 大数据处理考虑内存效率\n- [ ] **[R-410+] EXPERIMENT_CONTRACT 三元组**: `experiment_class` / `template_id` / `execution_lag` 同时声明\n- [ ] **[R-410+] SSOT 一致性**: 运行 `make check-experiment-contract SCRIPT=<path>` 通过\n\n## 审查输出格式\n```markdown\n### 代码审查 — [模块/PR 名称]\n\n#### 关键发现\n| # | 类型 | 严重性 | 文件:行 | 描述 | 建议 |\n|---|---|---|---|---|---|\n| 1 | 前视偏差 | 🔴 Critical | xxx.py:42 | ... | ... |\n| 2 | 过拟合 | 🟡 Warning | ... | ... | ... |\n\n#### 通过项\n- [列出已确认无问题的检查项]\n\n#### 总结\n- 拦截 / 修改后通过 / 通过\n- 必要行动: ...\n```\n\n## 严重性分级\n- 🔴 **Critical**: 前视偏差、数据泄漏、TA-01 对齐错误 → 必须修复方可继续\n- 🟡 **Warning**: 过拟合风险、成本遗漏 → 应修复或详细说明理由\n- 🔵 **Info**: 工程规范、文档完善 → 建议改进",
  "variables": [],
  "notes": "量化代码审查：检查前视偏差、数据泄漏、执行时延(EL-01)、时序对齐(TA-01)、过拟合及工程质量——在代码合入或实验运行前触发",
  "metadata": {
    "source": {
      "provider": "github-prompts",
      "repository": "https://github.com/annypay/bn-aggtrade-engineering",
      "path": ".github/prompts/code-review-quant.prompt.md",
      "ref": "f7fc1838fe87a9a41599e302463897073147e1bb",
      "url": "https://github.com/annypay/bn-aggtrade-engineering/blob/f7fc1838fe87a9a41599e302463897073147e1bb/.github/prompts/code-review-quant.prompt.md",
      "key": "annypay/bn-aggtrade-engineering/.github/prompts/code-review-quant.prompt.md"
    }
  }
}

Fetch it by URL: GET /api/v1/registry/annypay-bn-aggtrade-engineering-code-review-quant-prompt/manifest?version=1.0.0