更值得关注的是，两家公司同样扎根上海，但业务禀赋并不完全相同：东方证券具备较完整的大财富、大投行、大机构业务体系，上海证券则深耕上海及长三角，拥有较强本地客户基础和特色基金评价资质。
建立分层 benchmark、契约测试和真实场景测试体系，并优化命令函数解析、事件流重建、本地通知和 send-and-wait 快速路径。
PPO 最核心思想：不能让策略一次性改动太大！，否则训练极易崩溃、震荡。数值小：新旧策略几乎没变化，更新力度太弱，学习慢 数值大：新策略一次性改动过猛，很危险，容易训崩 网上有很多说法，有说0.
starter 增加了 sundablog.contracts： sundablog.