docs: §33 行业映射全量回填完成——12维数据基础最终态

- 东财解封后抓全部496行业板成分股(0失败), 优先映射已有行业名/否则最细粒度板
- stock_sectors_em 259→5061条, 覆盖98.6%(3953/4010); 57只退市股永久缺口
- 204新行业指数合成(+356300行/12秒), sector_index_daily达299行业全10y
- 12维最终态: 技术4010✅ 消息3971✅ 行业5061+299✅ 资金3980✅ 无剩余缺口
- 沉淀封禁应对方法论: push2delay绕行/成分股合成/双机分流/哨兵值守

docs/v_mr_strategy.md

@@ -1005,3 +1005,33 @@ v_weak 用"深超跌+缩量+收阳"选的是**没被新闻盯上的超跌票**
 - 双机分流模式：246 被限速时，Windows 本机（不同 IP）分片并行 + scp 回传 + INSERT OR IGNORE 入库
 - 行业指数合成：成分股等权收益累乘（§31.1），不再依赖东财行业指数接口
 - 脚本：/tmp/flow_backfill.py（246）、fetch_flow_chunk.ps1（Windows 分片）、/tmp/import_flow.py（入库）
+
+
+## §33 行业映射全量回填完成——12维数据基础最终态（2026-08-05）
+
+### §33.1 全量行业板成分股回填（东财解封后）
+- push2delay 节点 clist 端点解封后，抓全部 **496 个行业板**成分股（0 失败，1.2s 慢速）。
+- 映射策略：每票优先映射 sector_index_daily 已有行业名（选成分股最少=最细粒度），否则全局最细粒度板。
+- **stock_sectors_em: 259 → 5061 条，覆盖 3953/4010（98.6%）**。
+- 57 只永久未映射：退市/停牌股（不在任何当前行业板），可接受。
+
+### §33.2 204 个新行业指数合成（+356,300 行，12 秒）
+- 复用 §31.1 成分股合成法，204 个新行业全部补齐 10y 日K。
+- **sector_index_daily: 299 个行业，全部 2016-07 起**。
+
+### §33.3 12维全市场数据基础——最终态
+| 维度 | 数据 | 覆盖 | 状态 |
+|---|---|---|---|
+| 技术面 | stock_daily | 4010只 10y | ✅ |
+| 消息面 | stock_news | 3971只 403万条 | ✅ |
+| 行业 | stock_sectors_em 5061条 + sector_index_daily 299行业10y | 映射98.6%/可分析96.8% | ✅ |
+| 资金面 | stock_capital_flow | 3980只 924万行 10y | ✅ |
+- v_weak 实单票：行业可分析 215/222、资金流 221/222。
+- **12 维全因子研究数据基础完备，无剩余缺口**。
+
+### §33.4 本轮数据工程方法论沉淀（复用价值高）
+1. **东财封禁应对**：clist 封禁 → push2delay 节点绕行；全封 → 成分股合成指数替代官方指数。
+2. **双机分流**：单 IP 限速时拆双机（246 + Windows 不同 IP）分片并行，scp 回传 INSERT OR IGNORE。
+3. **新浪资金流全历史**：ssl_qsfx_zjlrqs 单票全历史（现有采集器只取5天是浪费）。
+4. **行业指数合成**：成分股等权收益累乘 + 接缝对齐（缩放至官方值反推昨收），史实校验（半导体2018 -45%/2019 +92%）。
+5. 哨兵值守模式：封禁期间每 10 分钟单发探测，解封自动批量 + 断点续跑。