P3-8: CSI500 independent generalization check for value/lowvol signals

AGENTS.md

@@ -148,6 +148,12 @@ data → universe → factors(特征) → alpha(合成/预测) → portfolio(+ri
     - combo_ic_weighted 独立 test IC **8/8 正**（4 组×2 cells，0.0060~0.0238）——walk-forward IC 加权在 holdout 上仍有效。
     - **组合净值仍未确立**：独立 base ic test——legacy_trio **+1.15%/+8.13%**（2/2 正，恰是此前实证"无信号"的组！）、full_pack +7.30%/−1.93%、value_lowvol +1.72%/−4.68%、liq +3.53%/−0.39%——组间排名跨 cell 翻转,~21 rebalances 小样本,**IC 符号确认 ≠ 组合盈利**；成本阶梯仍全单调。非收益声明。
   - secret scan 报告+日志 0 处；demo 0.96/0.84 不变。
-- ✅ 质量门：`pytest` **375 passed**（P0=97 / P1=78 / P2-1=22 / P2-2=22 / P2-3=14 / P2-4=8 / P3-1=10 / P3-2=18 / P3-3=16 / P3-4=15 / P3-5=22 / P3-6=27 / P3-7=25+1 throttle）；`ruff` clean；`validate-config`（全部 10 配置）+ `run-phase0`（demo）均 OK。
-- ⚠️ 剩余（已显式披露）：日线 only、demo 路径非真数据、旧三因子无信号（P3-3/P3-4 实证;但其组合在 2024-2026 holdout 上 2/2 正——小样本翻转的又一例证）;value/低波信号获得**独立样本符号级确认但量级衰减**（P3-7），组合级盈利能力未确立;subset 报告文件名跨 config 共用（后跑覆盖前跑）。
-- 路线图下一步：更长 holdout 积累（2026-06 之后滚动复检）/ 新 universe（中证500）/ 成本模型细化（印花税卖侧不对称、冲击成本）,或分钟级（architecture.html §11）。
+- ✅ **Phase 3-8 CSI500 独立泛化检验**（分支 `p3-csi500-value-lowvol-generalization`，**EXPLORATORY**）：P3-7 的符号级结论是否泛化到筛选 universe 之外——新增独立 cell **CSI500（000905.SH）|2024-2026**（universe+时间双独立）。**机器零改动**复用 P3-7 层（同组/同成本场景/同假设，不加因子不调参）；唯一代码变更 `output.subset_report_name`（沿 `baseline_report_name` 先例，默认 None 保持旧文件名 bitwise，测试锁定）——P3-8 报告独立成文件，**不再覆盖已验收的 P3-7 artifact**。
+  - cell 设计：SSE50|2022-2024（screened 锚，须 ≡P3-6/P3-7）+ SSE50|2024-2026（independent 锚，须 ≡P3-7 verdict 数字）+ CSI500|2024-2026（主问题）；CSI500|2022-2024 skip 披露（~645 名×2y 再加 ~3h 不值）。数据可行性先实测：index_weight 月度 500 名快照到 2026-05-29 含 2024-06-28 pre-start 锚。
+  - **真实 run（3 cells/~3.55h，CSI500 735 distinct 名主导；一次跑通）双锚对账 ✓**：screened raw IC 22/22 ≡ P3-5 报告；independent SSE50 verdict IC 逐数 ≡ P3-7（+0.0322/+0.0134、+0.0379/+0.0033、−0.0320/−0.0120）——复现性二度确认。
+  - **CSI500 verdict：SUPPORTED**（21 settled vs min 8）：value_ep **+0.0083/+0.0145**（train/test）、value_bp **+0.0230/+0.0127**、volatility_20 **−0.0350/−0.0272**——三假设双子期全保持。**且衰减更小**：CSI500 test 子期量级（0.0127~0.0272）明显高于 SSE50/CSI300 holdout 的后段（0.003~0.016）——value/低波信号在中盘股上更强，**P3-7 结论泛化成立（GENERALIZES，未减弱）**。
+  - combo_ic_weighted CSI500 test IC 全 4 组正（0.0243/0.0294/0.0286/0.0285，为三个 holdout cells 最高）；**组合净值 CSI500 base 全组正且 4× 高成本仍全正**（trio +17.80%→+10.57% / full_pack +7.83%→+2.95% / value_lowvol +4.19%→+1.14% / liq +4.02%→+0.84%）——首个全成本阶梯为正的 cell。⚠️ 仍然诚实：trio +17.80% 又是组间排名跨 cell 翻转的例证（中盘动量 regime）；单窗口 ~21 调仓小样本；**非收益声明**。
+  - **报告标题配置化**（`output.subset_report_title`，沿 `subset_report_name` 先例）：P3-8 报告 H1 自报 study 名「Phase 3-8 — CSI500 Independent Generalization Check」而非机器默认 P3-7 标签（review 同类 stale-wording 问题修复，测试断言首行非 P3-7；P3-6/P3-7 配置不设此项、保持 sample-aware 默认，回归锁定）；文案/分区检查全过（无 stale P3-6 措辞、verdict 节只含独立 cells）；secret scan 报告+日志 0 处；demo 0.96/0.84 不变。
+- ✅ 质量门：`pytest` **383 passed**（P0=97 / P1=78 / P2-1=22 / P2-2=22 / P2-3=14 / P2-4=8 / P3-1=10 / P3-2=18 / P3-3=16 / P3-4=15 / P3-5=22 / P3-6=27 / P3-7=25+1 throttle / P3-8=8）；`ruff` clean；`validate-config`（全部 11 配置）+ `run-phase0`（demo）均 OK。
+- ⚠️ 剩余（已显式披露）：日线 only、demo 路径非真数据、旧三因子无信号（P3-3/P3-4 实证;但其组合在 2024-2026 holdout 上 SSE50/CSI300/CSI500 全正、CSI500 高达 +17.8%——小样本/regime 翻转的持续例证）;value/低波信号获得**独立样本符号级确认**（P3-7 SSE50/CSI300 量级衰减;P3-8 CSI500 泛化成立且更强），组合级盈利能力仍未确立（排名跨 cell 翻转）;subset 报告文件名已可配置（P3-8 起不再互覆盖）。
+- 路线图下一步：更长 holdout 积累（2026-06 之后滚动复检）/ 中证1000 或全市场扩展 / 成本模型细化（印花税卖侧不对称、冲击成本）,或分钟级（architecture.html §11）。

CLAUDE.md

@@ -148,6 +148,12 @@ data → universe → factors(特征) → alpha(合成/预测) → portfolio(+ri
     - combo_ic_weighted 独立 test IC **8/8 正**（4 组×2 cells，0.0060~0.0238）——walk-forward IC 加权在 holdout 上仍有效。
     - **组合净值仍未确立**：独立 base ic test——legacy_trio **+1.15%/+8.13%**（2/2 正，恰是此前实证"无信号"的组！）、full_pack +7.30%/−1.93%、value_lowvol +1.72%/−4.68%、liq +3.53%/−0.39%——组间排名跨 cell 翻转,~21 rebalances 小样本,**IC 符号确认 ≠ 组合盈利**；成本阶梯仍全单调。非收益声明。
   - secret scan 报告+日志 0 处；demo 0.96/0.84 不变。
-- ✅ 质量门：`pytest` **375 passed**（P0=97 / P1=78 / P2-1=22 / P2-2=22 / P2-3=14 / P2-4=8 / P3-1=10 / P3-2=18 / P3-3=16 / P3-4=15 / P3-5=22 / P3-6=27 / P3-7=25+1 throttle）；`ruff` clean；`validate-config`（全部 10 配置）+ `run-phase0`（demo）均 OK。
-- ⚠️ 剩余（已显式披露）：日线 only、demo 路径非真数据、旧三因子无信号（P3-3/P3-4 实证;但其组合在 2024-2026 holdout 上 2/2 正——小样本翻转的又一例证）;value/低波信号获得**独立样本符号级确认但量级衰减**（P3-7），组合级盈利能力未确立;subset 报告文件名跨 config 共用（后跑覆盖前跑）。
-- 路线图下一步：更长 holdout 积累（2026-06 之后滚动复检）/ 新 universe（中证500）/ 成本模型细化（印花税卖侧不对称、冲击成本）,或分钟级（architecture.html §11）。
+- ✅ **Phase 3-8 CSI500 独立泛化检验**（分支 `p3-csi500-value-lowvol-generalization`，**EXPLORATORY**）：P3-7 的符号级结论是否泛化到筛选 universe 之外——新增独立 cell **CSI500（000905.SH）|2024-2026**（universe+时间双独立）。**机器零改动**复用 P3-7 层（同组/同成本场景/同假设，不加因子不调参）；唯一代码变更 `output.subset_report_name`（沿 `baseline_report_name` 先例，默认 None 保持旧文件名 bitwise，测试锁定）——P3-8 报告独立成文件，**不再覆盖已验收的 P3-7 artifact**。
+  - cell 设计：SSE50|2022-2024（screened 锚，须 ≡P3-6/P3-7）+ SSE50|2024-2026（independent 锚，须 ≡P3-7 verdict 数字）+ CSI500|2024-2026（主问题）；CSI500|2022-2024 skip 披露（~645 名×2y 再加 ~3h 不值）。数据可行性先实测：index_weight 月度 500 名快照到 2026-05-29 含 2024-06-28 pre-start 锚。
+  - **真实 run（3 cells/~3.55h，CSI500 735 distinct 名主导；一次跑通）双锚对账 ✓**：screened raw IC 22/22 ≡ P3-5 报告；independent SSE50 verdict IC 逐数 ≡ P3-7（+0.0322/+0.0134、+0.0379/+0.0033、−0.0320/−0.0120）——复现性二度确认。
+  - **CSI500 verdict：SUPPORTED**（21 settled vs min 8）：value_ep **+0.0083/+0.0145**（train/test）、value_bp **+0.0230/+0.0127**、volatility_20 **−0.0350/−0.0272**——三假设双子期全保持。**且衰减更小**：CSI500 test 子期量级（0.0127~0.0272）明显高于 SSE50/CSI300 holdout 的后段（0.003~0.016）——value/低波信号在中盘股上更强，**P3-7 结论泛化成立（GENERALIZES，未减弱）**。
+  - combo_ic_weighted CSI500 test IC 全 4 组正（0.0243/0.0294/0.0286/0.0285，为三个 holdout cells 最高）；**组合净值 CSI500 base 全组正且 4× 高成本仍全正**（trio +17.80%→+10.57% / full_pack +7.83%→+2.95% / value_lowvol +4.19%→+1.14% / liq +4.02%→+0.84%）——首个全成本阶梯为正的 cell。⚠️ 仍然诚实：trio +17.80% 又是组间排名跨 cell 翻转的例证（中盘动量 regime）；单窗口 ~21 调仓小样本；**非收益声明**。
+  - **报告标题配置化**（`output.subset_report_title`，沿 `subset_report_name` 先例）：P3-8 报告 H1 自报 study 名「Phase 3-8 — CSI500 Independent Generalization Check」而非机器默认 P3-7 标签（review 同类 stale-wording 问题修复，测试断言首行非 P3-7；P3-6/P3-7 配置不设此项、保持 sample-aware 默认，回归锁定）；文案/分区检查全过（无 stale P3-6 措辞、verdict 节只含独立 cells）；secret scan 报告+日志 0 处；demo 0.96/0.84 不变。
+- ✅ 质量门：`pytest` **383 passed**（P0=97 / P1=78 / P2-1=22 / P2-2=22 / P2-3=14 / P2-4=8 / P3-1=10 / P3-2=18 / P3-3=16 / P3-4=15 / P3-5=22 / P3-6=27 / P3-7=25+1 throttle / P3-8=8）；`ruff` clean；`validate-config`（全部 11 配置）+ `run-phase0`（demo）均 OK。
+- ⚠️ 剩余（已显式披露）：日线 only、demo 路径非真数据、旧三因子无信号（P3-3/P3-4 实证;但其组合在 2024-2026 holdout 上 SSE50/CSI300/CSI500 全正、CSI500 高达 +17.8%——小样本/regime 翻转的持续例证）;value/低波信号获得**独立样本符号级确认**（P3-7 SSE50/CSI300 量级衰减;P3-8 CSI500 泛化成立且更强），组合级盈利能力仍未确立（排名跨 cell 翻转）;subset 报告文件名已可配置（P3-8 起不再互覆盖）。
+- 路线图下一步：更长 holdout 积累（2026-06 之后滚动复检）/ 中证1000 或全市场扩展 / 成本模型细化（印花税卖侧不对称、冲击成本）,或分钟级（architecture.html §11）。

RUNBOOK.md

@@ -471,6 +471,32 @@ Semantics worth knowing before reading the report:
   `artifacts/reports/phase3_subset_validation.md` — a P3-7 run overwrites a
   P3-6 report (regenerable; numbers live in CLAUDE.md/TEST_REPORT).
 
+## Phase 3-8 — CSI500 independent generalization check (EXPLORATORY)
+
+Asks whether the P3-7 sign-level conclusion generalizes OUTSIDE the screened
+universes: the same `run-phase3-subset` machinery (unchanged) with a NEW
+independent cell `000905.SH|2024-2026` (CSI500 — independent in BOTH universe
+and time), plus the two SSE50 anchors (screened 2022-2024 must reproduce
+P3-6/P3-7; independent 2024-2026 must reproduce the P3-7 verdict numbers).
+Documented by `config/phase3_real_csi500_generalization.yaml`.
+
+```bash
+# validate (no network)
+... -m qt.cli validate-config    --config config/phase3_real_csi500_generalization.yaml
+# run (network + token; HEAVY ~3.5h — the 735-name CSI500 cell dominates)
+... -m qt.cli run-phase3-subset  --config config/phase3_real_csi500_generalization.yaml
+```
+
+- `output.subset_report_name` (the `baseline_report_name` precedent) gives this
+  study its own report file (`phase3_csi500_generalization.md`), so the run no
+  longer clobbers the accepted P3-7 artifact; configs without the key keep the
+  historical filename bitwise (locked by tests).
+- `output.subset_report_title` sets the report's H1 so it names THIS study
+  ("Phase 3-8 — CSI500 Independent Generalization Check") instead of the
+  machinery's default phase label; configs without it keep the renderer's
+  sample-aware default (P3-7 independent / P3-6 post-hoc), locked by tests.
+  CSI500|2022-2024 is skip_cells-listed (runtime budget) and disclosed.
+
 ## Quality gate
 
 ```bash

TEST_REPORT.md

@@ -1,4 +1,4 @@
-# TEST_REPORT — Phase 0 + Phase 1 + Phase 2 + Phase 3 (bias-boundary → execution realism → PIT industry → standard analytics → multi-factor → walk-forward IC alpha → OOS stability → robustness matrix → factor candidates → subset + cost sensitivity → independent validation)
+# TEST_REPORT — Phase 0 + Phase 1 + Phase 2 + Phase 3 (bias-boundary → execution realism → PIT industry → standard analytics → multi-factor → walk-forward IC alpha → OOS stability → robustness matrix → factor candidates → subset + cost sensitivity → independent validation → CSI500 generalization)
 
 ## Commands
 
@@ -17,19 +17,20 @@ Run from the repo root with the project python (env `quant_mf`):
 /home/shaofl/Development/env_tools/envs/quant_mf/bin/python -m qt.cli validate-config --config config/phase3_real_factor_candidates.yaml
 /home/shaofl/Development/env_tools/envs/quant_mf/bin/python -m qt.cli validate-config --config config/phase3_real_subset_costs.yaml
 /home/shaofl/Development/env_tools/envs/quant_mf/bin/python -m qt.cli validate-config --config config/phase3_real_independent_validation.yaml
+/home/shaofl/Development/env_tools/envs/quant_mf/bin/python -m qt.cli validate-config --config config/phase3_real_csi500_generalization.yaml
 /home/shaofl/Development/env_tools/envs/quant_mf/bin/python -m qt.cli run-phase0 --config config/example.yaml
 ```
 
 ## Results
 
 | Gate | Command | Result |
 |---|---|---|
-| Unit + integration | `pytest -q` | **375 passed, 0 failed** |
+| Unit + integration | `pytest -q` | **383 passed, 0 failed** |
 | Lint | `ruff check .` | **All checks passed** |
-| Config validation | `validate-config` (demo + `example_tushare.yaml` + `phase2_real_baseline.yaml` + `phase3_real_multifactor.yaml` + `phase3_real_ic_weighted.yaml` + `phase3_real_oos_stability.yaml` + `phase3_real_robustness_matrix.yaml` + `phase3_real_factor_candidates.yaml` + `phase3_real_subset_costs.yaml` + `phase3_real_independent_validation.yaml`) | exit `0`, prints `OK` |
+| Config validation | `validate-config` (demo + `example_tushare.yaml` + `phase2_real_baseline.yaml` + `phase3_real_multifactor.yaml` + `phase3_real_ic_weighted.yaml` + `phase3_real_oos_stability.yaml` + `phase3_real_robustness_matrix.yaml` + `phase3_real_factor_candidates.yaml` + `phase3_real_subset_costs.yaml` + `phase3_real_independent_validation.yaml` + `phase3_real_csi500_generalization.yaml`) | exit `0`, prints `OK` |
 | End-to-end run | `run-phase0` (demo) | exit `0`, writes `artifacts/reports/phase0_summary.md` |
 
-Counts below are the actual per-file `pytest` numbers (sum = 375).
+Counts below are the actual per-file `pytest` numbers (sum = 383).
 
 ## Per-file breakdown — Phase 0 core (97)
 
@@ -147,7 +148,14 @@ Counts below are the actual per-file `pytest` numbers (sum = 375).
 |---|---|---|
 | `test_independent_validation.py` | 25 | independent-cells config validation (must reference declared robustness universes/windows; a skip-listed cell cannot be declared independent — a holdout that never runs is a contradiction; hypotheses must reference ENABLED factors with a positive/negative literal; min_rebalances > 0; **the P3-6 config still validates with inert defaults**); explicit sample-class labeling (undeclared → screened, the conservative default); **verdict logic** (HOLDS iff expected IC sign in BOTH subperiods; SUPPORTED / PARTIAL / NOT SUPPORTED; **INSUFFICIENT-DATA overrides the sign check** with n_settled vs threshold disclosed; NaN or missing IC never holds); **per-class summaries never mix** (screened cell attributions never appear under independent and vice versa); report renders sample column + per-class cross-cell sections + a verdict section containing ONLY independent cells + INSUFFICIENT-DATA disclosure; a P3-6-era result (defaults) renders the old report shape; no secret; **sample-aware title/framing/caveats** (a run with independent cells must not carry the P3-6 'same windows / not independent confirmation' framing — review HIGH x2; P3-6-era rendering and downgrades text unchanged, locked by regression tests) |
 | `test_tushare_throttle.py` (+1) | 1 | the DEFAULT retry budget survives a multi-failure transient outage (6 attempts ≈ 23s of capped exponential backoff; two real ~2h runs died on ConnectionError under the old 3-attempt ≈ 3s budget) |
-| **Total (P0 + P1 + P2-1..P2-4 + P3-1..P3-7)** | **375** | |
+| **Total through P3-7** | **375** | |
+
+## Per-file breakdown — Phase 3-8 CSI500 generalization (8)
+
+| Test file | Tests | Red-line / feature |
+|---|---|---|
+| `test_csi500_generalization.py` | 8 | CSI500 config validates with the expected cell roles (screened anchor SSE50|2022-2024; independent SSE50|2024-2026 + 000905.SH|2024-2026; CSI500|2022-2024 skipped+disclosed; same groups/scenarios/hypotheses as P3-7 — no tuning); sample classes labeled correctly; **`output.subset_report_name`** lets each subset-validation study own its report file (default None keeps the historical `phase3_subset_validation.md` bitwise — the P3-6/P3-7 configs are locked unchanged), so a P3-8 run never clobbers the accepted P3-7 artifact; **`output.subset_report_title`** config-drives the report H1 so the CSI500 study names itself ("Phase 3-8 — CSI500 Independent Generalization Check", asserted NOT to start with Phase 3-7) while the P3-6/P3-7 configs leave it unset and keep the renderer's sample-aware default title (regression-locked) |
+| **Total (P0 + P1 + P2-1..P2-4 + P3-1..P3-8)** | **383** | |
 
 ## Real-data validation (manual, not in CI — TEST-002 keeps the suite network-free)