refactor(scheduler): 重构每日任务调度逻辑并优化配置路径

- 将等待目标时间逻辑改为基于schedule库的定时任务调度
- 支持后台守护进程模式持续执行定时任务
- 优化命令行参数说明，默认执行时间改为15:30
- 简化立即执行和循环运行的逻辑
- 修改SSH私钥路径为相对于项目根目录
- 更新rotation.yaml配置中指数及加密货币标签说明
- 回测开始日期由2022-01-01调整为2020-01-01

refactor(report): 优化轮动策略绩效报告图表与指标展示

- 新增策略与基准绩效指标对比表格，展示累计收益、年化收益等关键指标
- 调整绩效表布局，增加绩效指标面板高度，保持与信号表格一致视觉
- 丰富绘图函数参数，支持传入绩效指标字典避免重复计算
- 规范调仓信号表操作列索引及样式，保持统一字体大小和行高
- 净值曲线、回撤及持仓分布面板分离，调整图表索引和标题名称
- 优化持仓分布图显示，提升整体报告信息完整性与易读性

config/strategies/rotation.yaml

@@ -32,9 +32,9 @@ code_list:
   "399702.SZ": "国债指数"
   # 全球市场指数 (使用 YFinance) - 非主市场，数据会前向填充到A股交易日
   "HSTECH": "恒生科技"      # 港股
-  "NDX": "纳斯达克100"      # 美股
+  "NDX": "纳指100"      # 美股
-  "BTC": "比特币"           # 加密货币
+  "BTC": "BTC"           # 加密货币
-  "ETH": "以太坊"           # 加密货币
+  "ETH": "ETH"           # 加密货币
 
 # 主市场配置（用于确定交易日历）
 primary_market:
@@ -47,7 +47,7 @@ benchmark:
   name: "沪深300指数"
 
 # ==================== 回测参数 ====================
-start_date: "2022-01-01"
+start_date: "2020-01-01"
 # end_date: "2025-03-17"
 
 # ==================== 因子参数 ====================
@@ -79,5 +79,5 @@ ssh_tunnel:
   host: "8.218.167.69"                  # SSH 服务器地址（阿里云香港 ECS IP）
   port: 22                              # SSH 端口
   username: "root"                      # SSH 用户名
-  key_path: "/Users/aszer/Documents/vscode/etf/hk_ecs.pem"  # SSH 私钥路径
+  key_path: "hk_ecs.pem"  # SSH 私钥路径（相对于项目根目录）
   local_port: 1080                      # 本地 SOCKS5 代理端口

scripts/daily_scheduler.py

@@ -18,7 +18,7 @@ import os
 import time
 import argparse
 import subprocess
-from datetime import datetime, timedelta
+from datetime import datetime
 from pathlib import Path
 
 # 添加项目根目录到路径
@@ -29,6 +29,7 @@ from dotenv import load_dotenv
 load_dotenv(project_root / ".env")
 
 from loguru import logger
+import schedule
 import tushare as ts
 from core.common.notify import DingTalkBot
 from core.common.oss_utils import upload_image_to_oss
@@ -182,36 +183,23 @@ def send_report_to_dingtalk(chart_path: str, summary_text: str = "") -> bool:
         return False
 
 
-def wait_until_target_time(target_time: str = "15:00"):
+def setup_schedule(target_time: str = "15:30", config_path: str = "config/strategies/rotation.yaml"):
     """
-    等待直到目标时间
+    设置定时任务
 
     Args:
-        target_time: 目标时间 (HH:MM)
+        target_time: 执行时间 (HH:MM)
+        config_path: 配置文件路径
     """
-    while True:
+    logger.info(f"设置定时任务: 每天 {target_time} 执行")
-        now = datetime.now()
-        target = now.replace(
-            hour=int(target_time.split(":")[0]),
-            minute=int(target_time.split(":")[1]),
-            second=0,
-            microsecond=0
-        )
 
-        # 如果目标时间已过，等到明天
+    # 清除所有现有任务
-        if target < now:
+    schedule.clear()
-            target += timedelta(days=1)
-            logger.info(f"目标时间已过，等到明天 {target_time}")
 
-        wait_seconds = (target - now).total_seconds()
+    # 添加每日任务
+    schedule.every().day.at(target_time).do(daily_task, config_path)
 
-        if wait_seconds > 60:
+    logger.info("定时任务设置完成，等待执行...")
-            logger.info(f"等待 {target_time}，还需 {wait_seconds/60:.0f} 分钟...")
-            time.sleep(60)  # 每分钟检查一次
-        else:
-            logger.info(f"即将到达目标时间，等待 {wait_seconds:.0f} 秒...")
-            time.sleep(wait_seconds)
-            break
 
 
 def daily_task(config_path: str = "config/strategies/rotation.yaml"):
@@ -252,13 +240,24 @@ def daily_task(config_path: str = "config/strategies/rotation.yaml"):
     logger.info("每日任务完成")
 
 
+def run_scheduler_loop():
+    """运行调度器循环"""
+    logger.info("启动调度器循环，按 Ctrl+C 停止")
+    try:
+        while True:
+            schedule.run_pending()
+            time.sleep(1)
+    except KeyboardInterrupt:
+        logger.info("调度器已停止")
+
+
 def main():
     parser = argparse.ArgumentParser(description="ETF策略每日定时任务")
     parser.add_argument(
         "--time",
         type=str,
         default="15:30",
-        help="执行时间 (HH:MM)，默认15:00",
+        help="执行时间 (HH:MM)，默认15:30",
     )
     parser.add_argument(
         "--config",
@@ -269,12 +268,12 @@ def main():
     parser.add_argument(
         "--run-now",
         action="store_true",
-        help="立即执行一次（不等待指定时间）",
+        help="立即执行一次（不启动定时任务）",
     )
     parser.add_argument(
-        "--loop",
+        "--daemon",
         action="store_true",
-        help="循环运行（每天执行）",
+        help="后台运行（持续执行定时任务）",
     )
     args = parser.parse_args()
 
@@ -284,18 +283,17 @@ def main():
     if args.run_now:
         # 立即执行一次
         daily_task(args.config)
-    elif args.loop:
+    elif args.daemon:
-        # 循环运行
+        # 后台运行模式
-        logger.info(f"启动定时任务，每天 {args.time} 执行")
+        setup_schedule(args.time, args.config)
-        while True:
+        run_scheduler_loop()
-            wait_until_target_time(args.time)
-            daily_task(args.config)
-            # 等待一段时间避免重复执行
-            time.sleep(60)
     else:
-        # 等待到目标时间执行一次
+        # 默认：设置定时任务并执行一次（用于测试）
-        wait_until_target_time(args.time)
+        setup_schedule(args.time, args.config)
+        logger.info("执行一次任务用于测试...")
         daily_task(args.config)
+        logger.info("测试完成，启动定时任务循环（按 Ctrl+C 停止）...")
+        run_scheduler_loop()
 
 
 if __name__ == "__main__":

strategies/rotation/report.py

@@ -83,7 +83,15 @@ def generate_performance_report(
     # 绘制图表
     _plot_report_chart(
         backtest_result, code_list, code_name_map,
-        benchmark_name, save_path, select_num
+        benchmark_name, save_path, select_num,
+        metrics={
+            "累计收益": s_total_return,
+            "年化收益": s_cagr_nat,
+            "夏普比率": s_sharpe,
+            "最大回撤": s_max_dd,
+            "Calmar比率": s_calmar,
+            "日胜率": s_win_rate,
+        }
     )
 
     # 返回指标字典
@@ -281,6 +289,7 @@ def _plot_report_chart(
     benchmark_name: str,
     save_path: str,
     select_num: int,
+    metrics: dict = None,
 ):
     """绘制报告图表"""
     plt.rcParams["font.sans-serif"] = ["Arial Unicode MS", "SimHei", "DejaVu Sans"]
@@ -288,16 +297,36 @@ def _plot_report_chart(
 
     strategy_nav = backtest_result["轮动策略净值"]
     benchmark_nav = backtest_result["基准净值"]
+    strategy_ret = backtest_result["轮动策略日收益率"]
+
+    # 计算绩效指标（如果没有传入）
+    if metrics is None:
+        from core.common.utils import calculate_cagr, calculate_max_drawdown, calculate_sharpe
+        s_cagr_nat = calculate_cagr(strategy_nav, "natural_days")
+        s_total_return = strategy_nav.iloc[-1] - 1
+        s_sharpe = calculate_sharpe(strategy_ret)
+        s_max_dd, s_dd_start, s_dd_end = calculate_max_drawdown(strategy_nav)
+        s_win_rate = (strategy_ret > 0).sum() / len(strategy_ret)
+        s_calmar = s_cagr_nat / abs(s_max_dd) if s_max_dd != 0 else np.inf
+        metrics = {
+            "累计收益": s_total_return,
+            "年化收益": s_cagr_nat,
+            "夏普比率": s_sharpe,
+            "最大回撤": s_max_dd,
+            "Calmar比率": s_calmar,
+            "日胜率": s_win_rate,
+        }
 
     # 提取最新调仓信息
     latest = _extract_latest_positions(backtest_result, code_list, code_name_map, select_num)
 
     # 计算表格行数
     n_table_rows = len(latest["positions"]) + len(latest["exit_positions"])
-    table_height = max(1.5, 0.5 + n_table_rows * 0.28)
+    signal_table_height = max(2.0, 0.6 + n_table_rows * 0.35)
+    metrics_table_height = 1.2
 
-    fig = plt.figure(figsize=(14, 10 + table_height + 8))
+    fig = plt.figure(figsize=(14, 10 + signal_table_height + metrics_table_height + 8))
-    gs = fig.add_gridspec(4, 1, height_ratios=[table_height, 3, 1, 1.2], hspace=0.35)
+    gs = fig.add_gridspec(5, 1, height_ratios=[signal_table_height, metrics_table_height, 3, 1, 1.2], hspace=0.35)
 
     # 面板0: 最新调仓信号表
     ax0 = fig.add_subplot(gs[0])
@@ -342,13 +371,14 @@ def _plot_report_chart(
         table = ax0.table(
             cellText=table_data,
             colLabels=col_labels,
-            loc="upper center",
+            loc="center",
             cellLoc="center",
-            colWidths=[0.08, 0.08, 0.05, 0.06, 0.06, 0.07, 0.07, 0.05, 0.06, 0.07],
+            colWidths=[0.10, 0.10, 0.07, 0.08, 0.08, 0.08, 0.08, 0.07, 0.08, 0.08],
+            bbox=[0, 0, 1, 1],  # 使用完整宽度
         )
         table.auto_set_font_size(False)
         table.set_fontsize(10)
-        table.scale(1, 2.0)
+        table.scale(1, 2.0)  # 行高与绩效表格一致
 
         # 表头深色
         for j in range(len(col_labels)):
@@ -357,7 +387,7 @@ def _plot_report_chart(
 
         # 数据行按操作着色
         for i in range(len(table_data)):
-            action = table_data[i][3]
+            action = table_data[i][7]  # 操作列在第8列
             if action == "调入":
                 color = "#d4edda"  # 绿色
             elif action == "调出":
@@ -367,11 +397,92 @@ def _plot_report_chart(
             for j in range(len(col_labels)):
                 table[i + 1, j].set_facecolor(color)
 
-    # 面板1: 净值曲线
+    # 面板1: 策略绩效指标对比表（转置：行为策略/基准，列为指标）
     ax1 = fig.add_subplot(gs[1])
-    ax1.plot(strategy_nav.index, strategy_nav.values,
+    ax1.axis("off")
+    ax1.set_title("策略绩效对比", fontsize=14, fontweight="bold", loc="left", pad=10)
+
+    # 计算基准指标
+    from core.common.utils import calculate_cagr, calculate_max_drawdown, calculate_sharpe
+    benchmark_ret = backtest_result["基准日收益率"]
+    b_cagr_nat = calculate_cagr(benchmark_nav, "natural_days")
+    b_total_return = benchmark_nav.iloc[-1] - 1
+    b_sharpe = calculate_sharpe(benchmark_ret)
+    b_max_dd, _, _ = calculate_max_drawdown(benchmark_nav)
+
+    # 构建绩效对比表格（转置）
+    start_date = strategy_nav.index.min().strftime("%Y-%m-%d")
+    end_date = strategy_nav.index.max().strftime("%Y-%m-%d")
+
+    # 列标题（指标），第一列添加"策略"
+    perf_col_labels = ["策略", "开始时间", "结束时间", "累计收益", "年化收益", "最大回撤", "夏普比率", "Calmar比率", "日胜率"]
+
+    # 策略行数据（包含行标题）
+    strategy_row = [
+        "轮动策略",
+        start_date,
+        end_date,
+        f"{metrics.get('累计收益', 0):.2%}",
+        f"{metrics.get('年化收益', 0):.2%}",
+        f"{metrics.get('最大回撤', 0):.2%}",
+        f"{metrics.get('夏普比率', 0):.2f}",
+        f"{metrics.get('Calmar比率', 0):.2f}",
+        f"{metrics.get('日胜率', 0):.2%}",
+    ]
+
+    # 基准行数据（包含行标题）
+    benchmark_row = [
+        f"基准({benchmark_name})",
+        start_date,
+        end_date,
+        f"{b_total_return:.2%}",
+        f"{b_cagr_nat:.2%}",
+        f"{b_max_dd:.2%}",
+        f"{b_sharpe:.2f}",
+        "—",
+        "—",
+    ]
+
+    # 表格数据：2行（策略、基准）
+    perf_table_data = [strategy_row, benchmark_row]
+
+    # 使用与调仓表格相同的列宽计算方式，确保总宽度一致
+    # 调仓表格有10列，这里也有9列，使用相似的宽度分配
+    perf_col_widths = [0.10, 0.10, 0.10, 0.10, 0.10, 0.10, 0.10, 0.10, 0.10]
+
+    perf_table = ax1.table(
+        cellText=perf_table_data,
+        colLabels=perf_col_labels,
+        loc="center",
+        cellLoc="center",
+        colWidths=perf_col_widths,
+        bbox=[0, 0, 1, 1],  # 使用完整宽度，与调仓表格一致
+    )
+    perf_table.auto_set_font_size(False)
+    perf_table.set_fontsize(10)  # 字体大小与调仓表格一致
+    perf_table.scale(1, 2.0)  # 行高与调仓表格一致
+
+    # 表头样式（第一行）
+    for j in range(len(perf_col_labels)):
+        perf_table[0, j].set_facecolor("#2C3E50")
+        perf_table[0, j].set_text_props(color="white", fontweight="bold")
+
+    # 数据行样式
+    # 策略行浅绿背景
+    for j in range(len(perf_col_labels)):
+        perf_table[1, j].set_facecolor("#d4edda")
+    # 基准行浅蓝背景
+    for j in range(len(perf_col_labels)):
+        perf_table[2, j].set_facecolor("#cce5ff")
+    # 第一列（策略名称）加粗
+    for i in range(2):
+        perf_table[i + 1, 0].set_text_props(fontweight="bold")
+
+    # 面板2: 净值曲线
+    ax2 = fig.add_subplot(gs[2])
+    ax2.plot(strategy_nav.index, strategy_nav.values,
              label="轮动策略", linewidth=2, color="#E74C3C")
-    ax1.plot(benchmark_nav.index, benchmark_nav.values,
+    ax2.plot(benchmark_nav.index, benchmark_nav.values,
              label=benchmark_name, linewidth=1.5, color="#3498DB", alpha=0.8)
 
     chart_colors = plt.cm.tab20.colors
@@ -379,27 +490,27 @@ def _plot_report_chart(
     for i, code in enumerate(code_list):
         name = code_name_map.get(code, code)
         lbl = name if i < show_legend_n else None
-        ax1.plot(backtest_result.index, backtest_result[f"净值_{code}"].values,
+        ax2.plot(backtest_result.index, backtest_result[f"净值_{code}"].values,
                  label=lbl, linewidth=0.8, alpha=0.4,
                  color=chart_colors[i % len(chart_colors)])
 
-    ax1.set_title("ETF轮动策略 - 净值曲线", fontsize=16, fontweight="bold")
+    ax2.set_title("ETF轮动策略 - 净值曲线", fontsize=16, fontweight="bold")
-    ax1.set_ylabel("净值")
+    ax2.set_ylabel("净值")
-    ax1.legend(loc="upper left", fontsize=8, ncol=2)
+    ax2.legend(loc="upper left", fontsize=8, ncol=2)
-    ax1.grid(True, alpha=0.3)
+    ax2.grid(True, alpha=0.3)
-    ax1.set_yscale("log")
+    ax2.set_yscale("log")
 
-    # 面板2: 回撤曲线
+    # 面板3: 回撤曲线
-    ax2 = fig.add_subplot(gs[2])
+    ax3 = fig.add_subplot(gs[3])
     cummax = strategy_nav.cummax()
     drawdown = (strategy_nav - cummax) / cummax
-    ax2.fill_between(drawdown.index, drawdown.values, 0, alpha=0.5, color="#E74C3C")
+    ax3.fill_between(drawdown.index, drawdown.values, 0, alpha=0.5, color="#E74C3C")
-    ax2.set_title("策略回撤", fontsize=12)
+    ax3.set_title("策略回撤", fontsize=12)
-    ax2.set_ylabel("回撤")
+    ax3.set_ylabel("回撤")
-    ax2.grid(True, alpha=0.3)
+    ax3.grid(True, alpha=0.3)
 
-    # 面板3: 持仓分布
+    # 面板4: 持仓分布
-    ax3 = fig.add_subplot(gs[3])
+    ax4 = fig.add_subplot(gs[4])
     signal_series = backtest_result["信号"]
     for i, code in enumerate(code_list):
         name = code_name_map.get(code, code)
@@ -408,16 +519,16 @@ def _plot_report_chart(
         else:
             mask = signal_series == code
         if mask.any():
-            ax3.fill_between(signal_series.index, i, i + 0.8,
+            ax4.fill_between(signal_series.index, i, i + 0.8,
                              where=mask, alpha=0.7,
                              color=chart_colors[i % len(chart_colors)],
                              label=name)
 
     ylabels = [code_name_map.get(c, c) for c in code_list]
-    ax3.set_title("每日持仓分布", fontsize=12)
+    ax4.set_title("每日持仓分布", fontsize=12)
-    ax3.set_yticks(range(len(ylabels)))
+    ax4.set_yticks(range(len(ylabels)))
-    ax3.set_yticklabels(ylabels, fontsize=7)
+    ax4.set_yticklabels(ylabels, fontsize=7)
-    ax3.grid(True, alpha=0.3)
+    ax4.grid(True, alpha=0.3)
 
     chart_path = f"{save_path}_chart.png"
     plt.savefig(chart_path, dpi=150, bbox_inches="tight")