adennng/stock_strategy_lab/budget-data-split

1. 读取 budget_run_state.json。
2. 自动定位 data_panel.panel_ohlcv 和 data_panel.returns_wide。
3. 按 returns_wide 的日期索引生成全样本 train/validation 切分。
4. 生成扩展窗口 walk-forward 切分。
5. 同时写出 panel 长表切片和 returns 宽表切片。
6. 写出 split_manifest.json。
7. 更新 budget_run_state.json 的 data_split 和 artifacts.datasets.budget_splits。

python -m strategy_lab.cli budget split-data BUDGET_RUN_STATE_PATH [OPTIONS]

BUDGET_RUN_STATE_PATH
  预算层任务状态文件路径，例如：
  artifacts\budget_runs\budget_xxx\budget_run_state.json

--panel-ohlcv-path
  可选。覆盖 panel_ohlcv.parquet 路径。不传则从 budget_run_state.json 的 data_panel.panel_ohlcv 读取。
 
--returns-wide-path
  可选。覆盖 returns_wide.parquet 路径。不传则从 budget_run_state.json 的 data_panel.returns_wide 读取。
 
--output-dir
  可选。切分输出目录。不传则写入当前 budget run 的 data/splits。
 
--train-ratio
  全样本 train/validation 切分中的训练日期比例。
  默认 0.70。
 
--fold-count
  walk-forward fold 数量。
  默认 3。
 
--fold-train-ratio
  walk-forward 中每个 fold 的最小训练窗口日期比例。
  默认 0.60。
 
--fold-validation-ratio
  walk-forward 中每个 fold 的验证窗口日期比例。
  默认 0.20。
 
--min-train-dates
  每个训练窗口最少交易日数量。
  默认 120。
 
--min-validation-dates
  每个验证窗口最少交易日数量。
  默认 40。

artifacts/budget_runs/{budget_run_id}/data/splits/
  train_panel_ohlcv.parquet
  train_returns_wide.parquet
  validation_panel_ohlcv.parquet
  validation_returns_wide.parquet
  split_manifest.json
  walk_forward/
    fold_001/
      context_panel_ohlcv.parquet
      context_returns_wide.parquet
      train_panel_ohlcv.parquet
      train_returns_wide.parquet
      validation_panel_ohlcv.parquet
      validation_returns_wide.parquet

train_panel_ohlcv.parquet
  训练区间的多资产 OHLCV 长表。
 
train_returns_wide.parquet
  训练区间的多资产收益率宽表。预算策略参数搜索通常读取这个文件。
 
validation_panel_ohlcv.parquet
  验证区间的多资产 OHLCV 长表。
 
validation_returns_wide.parquet
  验证区间的多资产收益率宽表。预算策略候选应在这里做样本外验证。
 
context_panel_ohlcv.parquet / context_returns_wide.parquet
  walk-forward fold 中的上下文数据，等于该 fold 的 train + validation。
  用于让动量、波动率、相关性等指标在验证段开头有足够历史窗口。
 
split_manifest.json
  切分清单。后续预算层画像、策略搜索和组合回测应优先读取它，避免各环节自行切分导致不一致。

fold_001: 用早期历史训练，随后一段验证。
fold_002: 训练窗口向后扩展，再用后面一段验证。
fold_003: 继续扩展训练窗口，再验证更靠后的区间。

python -m strategy_lab.cli budget split-data artifacts\budget_runs\budget_xxx\budget_run_state.json

python -m strategy_lab.cli budget split-data artifacts\budget_runs\budget_xxx\budget_run_state.json --fold-count 5

python -m strategy_lab.cli budget split-data artifacts\budget_runs\budget_xxx\budget_run_state.json --train-ratio 0.75 --fold-train-ratio 0.65 --fold-validation-ratio 0.15