# 全量分钟数据、云端可用性与本地删除闸门

更新时间：2026-08-07 06:13（北京时间）

## 直接结论

- **静态历史归档已经通过云端删除闸门，但本任务没有删除任何本地文件。** 私有 R2 数据湖已经完成全部对象上传、逐对象范围校验、七类别完整回读、SHA-256 与格式校验；用户确认后可删除不再变化的年度静态归档副本。
- `指数与ETF数据` 的最新目录已经进入迁移清单：清理 macOS `.DS_Store` 与 AppleDouble 元数据后为 534 个有效对象、29,962,440,331 字节；截至 2026-08-06 的新增 ETF、指数和申万行业指数日文件均在清单内。
- 全部七个本地来源的清洁清单为 10,318 个有效对象、91,306,354,373 字节（85.04 GiB），已完成 10,318/10,318；另有 `.DS_Store`、AppleDouble 和广告/非数据文件被排除，不会伪装成研究数据。
- 删除闸门需要同时满足：最终重扫、全部对象上传、全部对象抽样范围校验、代表性完整回读、可解析分析、至少间隔 60 秒的两次目录指纹一致。任一条件不满足，网页继续显示“暂时不要删除本地文件夹”。

## 四类分钟数据现状

| 数据 | 获取 | 分析/测试 | R2存储 | 结论 |
|---|---:|---:|---:|---|
| A股历史分钟 | 已有，沪深 2000–2025、京市 2020–2026；2026 日文件持续更新 | 已完成分钟重放与成交覆盖层研究 | 26+7+281 个对象全部云端校验 | 静态年度包可在再次确认后删除；持续更新目录保留缓冲 |
| ETF历史分钟 | 已有，2010–2026 | 已逐文件扫描 748,339,222 行、2,683 个历史代码；当前 227/227 只核验T+0基金有历史覆盖 | `指数与ETF数据` 534/534 云端校验 | 历史分钟缺口已关闭；持续更新目录建议保留滚动缓冲 |
| A股未来分钟 | 云端盘后采集已运行 | 2026-08-06 发现 5,538 只A股，但公开L1源多数只能形成分钟收盘代理 | 当日分区已写入R2 | “全量有归档”不等于“全量完整OHLCV” |
| ETF未来分钟 | 云端盘中核心链路与盘后全量目录链路已运行 | 发现 227 只核验T+0基金；质量门与A股相同 | 当日分区已写入R2 | 可持续积累，但研究级全量OHLCV仍需更稳数据源 |

## 2026-08-06 未来分钟质量实证

云端仓库发现 5,765 个标的并处理完毕，共归档 1,454,515 条分钟记录、36,086,601 字节：

- 48 个分区：东方财富完整分钟 OHLCV，241 条/标的，质量 A，可进入研究。
- 5,413 个分区：腾讯分钟收盘代理，242–267 条/标的，质量 C，只归档，不冒充完整 OHLCV。
- 304 个分区：0 条有效记录，标记 REJECTED。
- 真实订单始终为 0。

所以“未来全量分钟已经存了”只能指原始/备用分钟序列已大范围归档，不能指全市场、每个交易日都取得研究级完整 OHLCV。

## 仍缺的数据

1. 2000 年以前的全量 A 股 1 分钟正文，以及 2010 年以前的全量 ETF 1 分钟正文；现有历史分钟覆盖不能外推到这些年份。
2. 历史时点的官方 T+0 资格快照，防止用今天的资格反推历史造成幸存者偏差。
3. 历史与实时 IOPV，特别是跨境、商品、黄金等 ETF 的溢折价研究。
4. 券商 Level-2 自身队位、真实委托编号、确认、部分成交、撤单竞态和成交回报。
5. 能稳定覆盖 5,000+ A股与全部日内ETF的未来完整分钟 OHLCV 数据源；现有公开源会降级到收盘代理。
6. 若使用已测试的“185 API 超级接口”补全，需把其 API Key 另行保存为本地/Cloudflare Secret。已知限制约为 45 次/分钟、并发 2、每日 30,000 次；按 5,765 标的盘后回填理论可行，但需要约两小时并处理 429 重试，且此前测试显示 ETF `stk_mins` 历史接口返回 404，实时 `rt_min` 只给当前快照。

## ETF策略池结论

- 研究池可以覆盖当前全部 227 只已核验 T+0 基金，并继续随官方目录更新。
- 执行池暂不应直接扩大到 227 只。第一轮全量ETF日内策略最终留出年化 -9.24%、最大回撤 -35.03%；第二轮分市场状态挑战者最终留出年化 -1.42%、最大回撤 -8.51%。
- 第二轮虽然显著降低损失，但验证期仍无正净优势，因此选择 `CASH_CONTROL`。研究池全量、交易池少量，是审慎的不同层次，不是数据没有接入。

## R2读取能力

- R2桶为私有桶，只能通过鉴权 Worker API 或 Worker R2 binding 读取。
- 已完整下载 `2000_1min.zip`，本地和云端 SHA-256 均为 `c095b9fa291ba7241f8e0ae1f71b476eda525c24221f3a7899ede0eb57acd6fa`。
- 云端副本 ZIP 完整性通过，并直接解析得到 877 个成员、27,973,111 行、141 个交易日，证明“从云端取回后分析”链路可用。
- 最终清单指纹为 `85df8b689d8f041904ea43b00115c538de44444426e68a58bfde8e250c2252df`；七个数据集各选一个对象做完整云端取回，7/7 的大小、SHA-256 和 ZIP/7z/Parquet/tar.gz/CSV 格式检查均通过。ETF代表对象为 `ETF/分钟K线/1m/20260806.parquet`。
- Cloudflare R2 没有硬月费封顶。当前 85.03 GiB 在 10 GB 免费存储外预计约 1.1–1.2 美元/月，仍低于用户批准的 2 美元目标；客户端设置了 100 GiB 安全阈值。

## 本地删除规则

网页删除闸门将在相同目录指纹保持至少 60 秒后变为 `CLOUD VERIFIED`。闸门打开后：

- 年度静态压缩包可以按已验证清单删除本地副本。
- “持续更新”目录仍建议保留至少一个滚动缓冲周期，或确认云端自动采集完整后再删。
- 不在本任务中自动执行删除；删除必须由用户再次明确确认。