Task
1. 推論紀錄
• 紀錄 (timestamp, features, model_output, confidence, RM decision, final_order)
2. 儲存格式
• 快速：CSV / Parquet
• 更完整：Postgres / TimescaleDB
3. 回放功能
• 從交易日誌重播 → 把市場資料輸給模型
• 對照實際下單 vs 預測 → 找 bottleneck
4. 可視化
• Grafana / Superset 看模型信心度分布
• 比較「風控前後」的下單差異
5. 應用
• 訓練新模型：用日誌裡的資料再做二次學習
• 策略優化：發現 RM 是否過嚴 / 過鬆
iThome鐵人賽
看影片追技術