用途：将 ClickHouse SQL 扫描出的区间 K 线（range bar）形态结果，用 backtesting.py 做逐笔复现验证，确保 SQL 与 Python 的交易评估在 bit 级可复现。资料未提供安装命令。
主要能力：给出关键配置、反模式清单与 5 道门（Gate）验证框架。核心配置必须写 hedging=True、exclusive_orders=False，否则 Python 会跳过持仓期间的新信号，导致交易数少于 SQL。反模式包括：BP-01 漏多仓模式、BP-02 stats._trades 按 ExitTime 排序导致 trade[i] 与 signal[i] 错位（需按 EntryTime 排序）、BP-03 滚动分位中 NaN 污染、BP-04 数据起始日期不匹配（应传 start='2017-01-01'）、BP-05 重叠仓位保证金耗尽（改用固定比例 size=0.01）、BP-06 信号时间戳与成交时间戳差一根 K 线。5 道门依次检查：信号数差异 <5%、时间戳匹配 >95%、入场价 >95%、退出类型 >90%、Kelly 分数 <0.02。
使用方式：按资料给出的策略模板实现 next()，登记新成交并设置 tp/sl 与时间屏障，再检测新信号。数据用 load_range_bars(symbol=..., threshold=..., start='2017-01-01', ...) 加载。HTML 净值图部分要求不用 LogScale，改用 log10 变换加 CustomJSTickFormatter，并为每个面板挂 x_range.js_on_change 的 CustomJS 回调实现 y 轴缩放自适应，同时按面板标签匹配列。
限制：资料仅描述 Gen600 验证（2026-02-12，3 个资产、5 道门全通过），并说明 TIME 屏障边界每资产预期仍有 1-2 处退出类型不一致，对 Kelly 影响小于 0.006。其他资产、参数或平台未提供，价格、收费与效果均暂未提供。