fix(strategy): 收益计算改为使用指数数据

- 原逻辑: 优先使用ETF价格计算收益，导致回测起点被ETF最早日期限制(2011-12-09)
- 新逻辑: 使用指数数据计算收益，可从2000年开始回测(8240天)
- ETF数据仅用于报告显示溢价率，不参与收益计算
- 注意: 2000-2005年只有7只标的有数据，分散度不足导致净值下跌48%

strategies/rotation/strategy.py

@@ -406,35 +406,25 @@ class RotationStrategy(StrategyBase):
         # 4. 执行回测
         print("\n执行回测...")
         
-        # 获取ETF数据和代码映射
-        etf_data = data.get('etf_data')
-        etf_code_map = data.get('etf_code_map', {})  # {指数代码: ETF代码}
+        # 获取指数收盘价数据（用于收益计算）
+        index_close = data.get('index_close')
         
-        # 计算日收益率（使用ETF价格数据，匹配原引擎逻辑）
-        if etf_data is not None and not etf_data.empty:
-            # 使用ETF价格计算收益，列名保持指数代码格式
-            returns_data = {}
-            for idx_code in valid_codes:
-                etf_code = etf_code_map.get(idx_code, idx_code)
-                if etf_code in etf_data.columns:
-                    returns_data[f'日收益率_{idx_code}'] = etf_data[etf_code].pct_change(fill_method=None)
-            returns_df = pd.DataFrame(returns_data)
+        # 计算日收益率（使用指数数据，可从2000年开始）
+        # ETF数据仅用于报告显示溢价率，不参与收益计算
+        if index_close is not None and not index_close.empty:
+            returns_df = index_close.pct_change()
+            returns_df.columns = [f'日收益率_{col}' for col in returns_df.columns]
         else:
-            # 回退到指数收盘价数据
-            index_close = data.get('index_close')
-            if index_close is not None and not index_close.empty:
-                returns_df = index_close.pct_change()
-                returns_df.columns = [f'日收益率_{col}' for col in returns_df.columns]
-            else:
-                returns_data = {}
-                for code in valid_codes:
-                    if code in index_data:
-                        df = index_data[code]
-                        returns_data[f'日收益率_{code}'] = df['close'].pct_change()
-                returns_df = pd.DataFrame(returns_data)
-                if valid_codes:
-                    first_code = valid_codes[0]
-                    returns_df.index = index_data[first_code].index
+            # 回退：从index_data提取收盘价
+            returns_data = {}
+            for code in valid_codes:
+                if code in index_data:
+                    df = index_data[code]
+                    returns_data[f'日收益率_{code}'] = df['close'].pct_change(fill_method=None)
+            returns_df = pd.DataFrame(returns_data)
+            if valid_codes:
+                first_code = valid_codes[0]
+                returns_df.index = index_data[first_code].index
         
         # 确保信号和收益率数据日期对齐
         common_dates = signals.index.intersection(returns_df.index)