跳转至

高级参考:MCB Formulas、ML Pipeline 与 Settings

这三个区域不是 Junior 日常调查的第一入口。它们用于理解公式定义、识别未来/批量模型能力,以及确认租户级系统配置。新人应学会查阅和正确引用,而不是在调查过程中修改配置。

MCB Formulas:解释公式,不代替 Decision

Reference → MCB Formulas

页面给出的 Safe Formula V5.0 为:

Multiplier = MAX(0, 1 + M_add + C_add + B_coeff + Manual_adj)

Calc_Slip = Base_VMD × Multiplier + B_spread_x × Current_Spread

Final_Slip = MIN(Calc_Slip × Factor, Global_Cap)

新人应理解:

  • Multiplier 有 0 下限,不能为负;
  • B_spread_x 是 multiplier 之后加入的绝对项;
  • Factor 来自命中的 Order rule,并在 cap 前应用;
  • Global_Cap 来自 VMD profile,0 表示 uncapped;
  • Delay 有独立公式,各 M/C/B delay 先受各自 cap,再加 Manual delay,最后受 Cap_Delay 限制。

公式页还列出 M、C、B、Manual、Base VMD 的来源、范围和更新频率,以及 Direct、MCB、BFC、Market、Reject 的不同处理方式。

调查时怎样使用

用公式页解释字段关系;用 Decision 证明当次实际保存的输入与结果;用 Simulation 做 what-if。不要拿当前公式重新计算后覆盖 Decision 的历史记录,也不要把 Insights 的公式拆分写成因果结论。

ML Pipeline:设计与批量分析参考,不是实时订单路径

Reference → ML Pipeline

页面描述的是三阶段 ML Pipeline:Supervised Auto-tagging、Unsupervised Pattern Discovery、Closed-loop Automation。文本包含预计实施周期、训练与输出表设计、deployment、prerequisites 和 safeguards,说明它属于方案/实施参考,而不是可直接假定已在线运行的实时订单组件。

页面明确的边界包括:

  • 各阶段以 T+1 batch 为主;
  • 模型输出预测标签和 confidence,用于发现规则标签分歧;
  • 无监督阶段发现新 cluster,供人工审查;
  • 不经 dealer review,不自动重新分配标签;
  • 模型降级有 rollback safeguard;
  • 预测、drift 与 review action 需要审计记录;
  • Integration points 不改变 real-time order execution path。

因此,Junior 看到 ML 建议或 disagreement 时,应把它当作审查线索,回到 Client、Decision、Markout 和 Audit trail 核实,不能写成“模型已判定客户有问题”。

Settings:租户级管理区域

Settings → General

Settings 实际包含:

  • Brokers
  • Connections
  • Integrations
  • Sounds
  • Alarm rules
  • Users
  • Roles & permissions
  • General

当前 General 页面说明其设置作用于整个 tenant,包含 SSO、安全、默认角色与 subscription 信息。SSO/OIDC 在部署时配置,页面中为只读或 demo 状态;新登录用户默认角色不能设为 Admin,需要在 Users 中人工提升。

Junior 的权限边界

场景 可以做 不应自行做
Connection 异常 查看连接名称与状态,记录时间并升级 修改生产连接或密钥
Alarm 未触发 查看 Alarm rules 与状态,核对日志 未经授权改变阈值
用户看不到页面 核对 Users、Role 与 permission 范围 自行提升为 Admin
集成消息未送达 核对 Integration 与 Automation/Logs 重置凭据或删除集成
SSO 问题 记录 tenant、时间、受影响用户并升级 随意切换认证方式或发放长期应急密码

Settings 页面适合说明“当前系统怎样配置”;Audit events 用来证明“谁在什么时候改了什么”。两者应成对使用。

证据等级

内容 在调查中的角色
Decision / Execution / Order / Ticks 历史订单与报价事实
Alarm / System / Audit logs 系统状态、触发和人工操作证据
Controls / Settings 当前配置与系统结构
MCB Formulas / Variables / Data model 字段与计算定义参考
Insights / Markout 聚合模式及成交后表现
Simulation 假设分析
ML Pipeline proposal/output 审查线索;是否已部署及运行必须另行确认

新人自测

客户问:“系统显示我是 PseudoScalp,是不是 AI 自动把我判成有毒客户?”请写出合格回应所需的调查路径。

展开参考答案 不能直接回答是。先在 Client detail 查看标签来源、证据与 change history;在 Decision 核对订单当时冻结的 Tags、Tier、Rule、Route 和 Mode;在 Behavior tags 查看该标签属于 manual 还是 system detector 及其状态;如存在 ML suggestion,再检查 prediction、confidence、rule_tag、disagreement 和 dealer review/audit。ML Pipeline 页面本身是设计/参考,且明确要求 human-in-the-loop,不能仅凭页面说明断言某客户已由 AI 自动定性。