experiment(rotation): 同大类扩充与纳指vs标普替换对比实验

技术修复：
- SOCKS5代理IPv6问题：socks5:// → socks5h:// (hybrid_source.py, yfinance_source.py)

目录整理：
- scripts/ → 仅保留策略入口(daily_scheduler, run_rotation, run_cci_screener)
- 实验脚本移至 tests/experiments/
- 工具脚本移至 tests/utils/
- 实验记录新增 docs/experiments/
- results/ 添加到 gitignore

实验结果：

实验001 - 同大类扩充（添加标普500）：
├─ 累计收益: 1467.35% → 1176.26% (-291%)
├─ CAGR: 48.10% → 43.82% (-4.28%)
├─ 调仓次数: 459 → 501 (+42次)
└─ 结论: 添加同大类标的不增加跨类分散，反而侵蚀收益

实验002 - 纳指vs标普替换对比：
├─ 累计收益: 1467.35% → 1118.77% (-348%)
├─ CAGR: 48.10% → 42.87% (-5.22%)
├─ Sharpe: 2.21 → 2.08 (-0.13)
├─ MaxDD: -17.33% → -15.14% (+2.18%)
└─ 结论: 纳指100优于标普500，成长风格更适合动量策略

策略建议：
- 保持纳指100作为美股大类代表
- 不添加同大类新标的（避免类内切换成本）
- 新增标的应优先考虑新大类（增加跨类分散）

fetch_159516_nav.py

@@ -0,0 +1,109 @@
+#!/usr/bin/env python3
+"""
+获取159516 ETF净值数据
+"""
+
+import os
+import pandas as pd
+import tushare as ts
+from datetime import datetime, timedelta
+
+# 设置Tushare token
+def get_tushare_token():
+    # 首先尝试从环境变量获取
+    token = os.environ.get("TUSHARE_TOKEN")
+    if token:
+        return token
+    
+    # 尝试从.env文件获取
+    try:
+        from dotenv import load_dotenv
+        load_dotenv()
+        token = os.environ.get("TUSHARE_TOKEN")
+        if token:
+            return token
+    except ImportError:
+        pass
+    
+    # 手动读取.env文件
+    env_path = os.path.join(os.path.dirname(__file__), '.env')
+    if os.path.exists(env_path):
+        with open(env_path, 'r') as f:
+            for line in f:
+                if line.startswith('TUSHARE_TOKEN='):
+                    token = line.strip().split('=', 1)[1].strip().strip('"').strip("'")
+                    if token:
+                        return token
+    
+    raise ValueError("请设置 TUSHARE_TOKEN 环境变量或在.env文件中配置")
+
+
+def fetch_etf_nav(etf_code="159516.SZ", days=30):
+    """
+    获取ETF净值数据
+    
+    Args:
+        etf_code: ETF代码，如 "159516.SZ"
+        days: 获取天数
+    
+    Returns:
+        DataFrame: 包含日期和净值
+    """
+    pro = ts.pro_api(get_tushare_token())
+    
+    # 计算日期范围
+    end_date = datetime.now()
+    start_date = end_date - timedelta(days=days + 5)
+    
+    start_str = start_date.strftime('%Y%m%d')
+    end_str = end_date.strftime('%Y%m%d')
+    
+    # 转换代码格式 (tushare使用.SH而不是.SS)
+    ts_code = etf_code.replace(".SS", ".SH")
+    
+    print(f"获取 {etf_code} 净值数据...")
+    print(f"日期范围: {start_str} ~ {end_str}")
+    
+    try:
+        # 获取ETF净值数据
+        nav_df = pro.fund_nav(
+            ts_code=ts_code,
+            start_date=start_str,
+            end_date=end_str
+        )
+        
+        if nav_df is None or len(nav_df) == 0:
+            print("未获取到净值数据")
+            return None
+        
+        # 排序并处理数据
+        nav_df = nav_df.sort_values('nav_date')
+        
+        # 转换日期格式
+        nav_df['date'] = pd.to_datetime(nav_df['nav_date'])
+        nav_df = nav_df.set_index('date')
+        
+        print(f"\n获取到 {len(nav_df)} 条净值数据")
+        print(f"最新净值日期: {nav_df.index.max().strftime('%Y-%m-%d')}")
+        print(f"最新净值: {nav_df['unit_nav'].iloc[-1]}")
+        
+        # 显示最近10条数据
+        print(f"\n最近10条净值数据:")
+        print(nav_df[['unit_nav']].tail(10).to_string())
+        
+        return nav_df
+        
+    except Exception as e:
+        print(f"获取净值数据失败: {e}")
+        return None
+
+
+if __name__ == "__main__":
+    # 获取159516的净值数据
+    result = fetch_etf_nav("159516.SZ", days=30)
+    
+    if result is not None:
+        # 保存到CSV文件
+        output_file = "159516_nav_data.csv"
+        result[['unit_nav']].to_csv(output_file)
+        print(f"\n数据已保存到: {output_file}")