全保真轨迹与轨迹导出¶

TraderHarness 可以持久化每一次执行者 LLM 调用的完整掩码请求/响应对。它的用途是可复现研究与下游监督微调（SFT），并不代表每一条生成的决策都是高质量训练目标。

每一次决策都可回放审计：成交时 K 线、已记录的下单理由、工具调用参数与执行结果完整留档。

采集轨迹¶

开启实体掩码运行回测：

traderharness run \
  --agent trend-breakout \
  --start 2024-03-04 \
  --end 2024-03-29 \
  --mask-entities

每个 llm_exchange 轨迹步骤包含：

• 发给执行者的完整消息列表；
• 该次调用可用的完整工具 schema；
• assistant 内容与可选的推理内容；
• 完整的工具调用与参数；
• 阶段与子窗口元数据。

兼容性的 assistant 与 tool_call 步骤也会保留。新生成的结果中 assistant 文本不再截断。

导出 OpenAI 风格 JSONL¶

traderharness export sft \
  ~/.traderharness/results/<run>_result.json \
  --output ./training.jsonl

每次 LLM 调用输出一行：

{
  "messages": [
    {"role": "system", "content": "..."},
    {"role": "user", "content": "..."},
    {"role": "assistant", "content": "...", "tool_calls": []}
  ],
  "tools": [],
  "metadata": {
    "agent_id": "trend-breakout",
    "phase": "pre_market",
    "sub_window": null,
    "day_index": 1,
    "call_index": 1
  }
}

绝对交易日期不会进入导出元数据；Agent 可见日期保持相对形式（D+0、D-1 等）。

安全闸口¶

默认情况下，导出会：

1. 拒绝未开启实体掩码的运行；
2. 拒绝缺少全保真 llm_exchange 记录的旧轨迹；
3. 对输出运行实体/日期泄漏检测；
4. 只要仍有检出就以非零码退出。

--allow-unmasked 是面向私有研究的显式逃生门，这类输出不得作为抗污染训练数据发布。

筛选仍然必要¶

全保真意味着错误决策与好决策都会被保留。训练前请按结果、回撤、规则合规、工具错误与人工复核过滤轨迹，并确认所选模型供应商的条款允许将生成的推理与回复用于训练。