数据字典
data/finance_data.db 单库内所有表与关键字段的速查，按数仓分层（ODS / DWD / DWS / ADS）组织。
全系统数据落在单库 data/finance_data.db，按数仓分层组织。这一页是各表的速查；字段以代码中的实际定义为准。
ODS · 原始层
kline_data
原始 OHLCV，由 ingestion/data_loader.py 写入。
| 字段 | 含义 |
|---|---|
symbol | 标的代码 |
timestamp | 交易日（必须有序，否则时序因子结果无效） |
open / high / low / close | 价格 |
volume | 成交量（股数） |
source / interval / market | 数据源 / 周期 / 市场，用于多源隔离 |
feed 不是当前表字段
source='Alpaca' 只表示来自 Alpaca，不区分 IEX / SIP。当前每日接入口径按 IEX 免费源管理，参数使用 adjustment='all'；SIP 需要付费权限，若未来启用，应补充 feed、adjustment、asof、拉取批次等元数据，否则历史行无法反查当时的数据权限与复权口径。
sync_status
拉取水位线表，防止无限拉取死循环。
| 字段 | 含义 |
|---|---|
symbol / source / interval / market | 联合主键 |
last_checked_date | 上次检查到的日期 |
consecutive_empty_days | 连续无数据天数 |
status | active / 停用 |
sync_status 解决的是无覆盖标的反复拉空数据的问题。少量 IEX 覆盖缺失本身是常态，是否影响组合结果，需要结合 Top N 命中率和排除缺失标的后的回测差异判断。
当前库快照（截至 2026-06-30）：sync_status 共 516 行，其中 516 行 active，最大 consecutive_empty_days 为 6 天。
也就是说，这张表当前主要承担「避免空数据死循环」和「暴露覆盖异常」的监控职责，而不是大规模停用股票池。
DWD · 明细层
processed_kline_data
预处理产出的干净面板。
| 字段 | 含义 |
|---|---|
returns | 日收盘到收盘收益 |
vwap | 成交量加权均价 |
cap | 市值 |
| （含 OHLCV 经去极值 / 缺失值处理后的列） |
DWS · 汇总层
alpha_results
因子计算产出的 Alpha101 因子值。
| 字段 | 含义 |
|---|---|
symbol / timestamp | 标的 / 日期 |
alpha_id | 因子编号 |
factor_value | 因子值（经 NaN / Inf 校验后入库） |
alpha_results 是长表而不是 101 列宽表，主键包含 alpha_id。这让新增因子时不需要改表结构，但因子数扩到 1000+ 后，查询和 pivot 成本会线性上升，需要再评估 DuckDB / Parquet / Postgres 等存储方案。
当前库快照（截至 2026-06-30）：kline_data 139,137 行、516 个 symbol（2025-05-30 ~ 2026-06-30）；processed_kline_data 139,137 行、516 个 symbol（2025-05-30 ~ 2026-06-30）；alpha_results 14,065,361 行、101 个因子、516 个 symbol（2025-03-03 ~ 2026-06-30）。
ADS · 应用层
由执行层写入。
| 表 | 内容 |
|---|---|
target_positions | 目标持仓（信号产出） |
execution_log | 成交记录（按真实权益幂等落库） |
daily_nav | 每日净值，支持重启恢复 |
drift_log | 漂移监控结果（流水线 Step 6，drift_monitor.py 写入）：净值 / 单日收益 / 换手 / 持仓重合度四维偏差与告警 |
一致性约束
跨层一致性由 data_quality.py 的 DQC 在每日流水线第 3 步审计：检查时间缺口、跨层对齐、字段合法性。DQC 在数据进入因子计算前运行。