docs: 添加策略框架调研与设计方案

包含4份核心文档： - 轮动策略系统架构分析报告 - 量化策略通用框架抽象设计 - Freqtrade架构调研与对比分析 - ETF轮动策略通用化重构方案调研结论：三种策略可抽象通用框架设计决策：因子注册器风格 + 5个核心回调钩子 + TopN/Trend/Reversal信号生成器
2026-05-11 22:17:41 +08:00
parent baeeb13c34
commit c54ba442ad
4 changed files with 2243 additions and 0 deletions
--- a/docs/轮动策略系统架构分析与通用化设计.md
+++ b/docs/轮动策略系统架构分析与通用化设计.md
@@ -0,0 +1,535 @@
+# ETF轮动策略系统架构分析与通用化设计报告
+
+## 一、现有系统架构分析
+
+### 1.1 整体架构概览
+
+```
+etf/
+├── config/                 # 配置中心
+│   └── strategies/
+│       └── rotation.yaml   # 策略参数配置
+├── core/                   # 核心基础设施
+│   ├── common/             # 公共工具（utils、db、notify）
+│   ├── datasource/         # 数据源层（混合数据源、统一fetcher）
+│   └── factors/            # 因子计算层（动量、技术指标）
+├── strategies/             # 策略层
+│   ├── base.py             # 策略抽象基类
+│   └── rotation/           # 轮动策略实现
+│       ├── engine.py       # 策略引擎（核心逻辑）
+│       ├── portfolio.py    # 持仓跟踪与交易记录
+│       └── report.py       # 绩效报告生成
+├── scripts/                # 运行入口
+│   └── run_rotation.py     # 回测脚本
+├── visualization/          # 可视化层
+│   └── report_generator/   # HTML报告生成器
+└── tests/                  # 测试与实验
+```
+
+### 1.2 核心模块职责
+
+| 模块 | 职责 | 关键文件 |
+|------|------|----------|
+| **数据源层** | 多源数据获取、SSH隧道、缓存管理 | `hybrid_source.py`, `universal_fetcher.py` |
+| **因子层** | 动量得分计算、崩盘过滤、ATR动态周期 | `momentum.py` |
+| **策略引擎** | 信号生成、选股逻辑、调仓控制 | `engine.py` |
+| **持仓跟踪** | 交易记录、持仓统计、汇总 | `portfolio.py` |
+| **报告层** | KPI计算、图表绘制、HTML生成 | `report.py`, `generate_report.py` |
+
+### 1.3 策略核心流程
+
+```mermaid
+graph TB
+    A[配置加载] --> B[数据获取]
+    B --> C[因子计算]
+    C --> D[信号生成]
+    D --> E[回测执行]
+    E --> F[持仓跟踪]
+    F --> G[报告生成]
+    
+    B --> B1[Tushare A股]
+    B --> B2[YFinance 港美股]
+    B --> B3[SSH隧道代理]
+    
+    C --> C1[加权动量得分]
+    C --> C2[崩盘过滤]
+    C --> C3[溢价控制]
+    
+    D --> D1[类内竞争Top1]
+    D --> D2[跨类排序Top3]
+    D --> D3[T+1执行]
+```
+
+---
+
+## 二、现有实现特点分析
+
+### 2.1 数据层设计
+
+**优点**：
+- 混合数据源架构：Tushare(A股) + YFinance(港美股)
+- SSH隧道统一治理：解决网络受限环境问题
+- 双轨数据架构：指数价格（信号源）+ ETF价格（收益计算）
+- 智能路由：根据代码格式自动选择数据源
+
+**问题**：
+- ETF列名与指数代码不匹配导致收益计算使用错误数据源
+- 缓存策略过于简单，缺乏版本控制
+
+### 2.2 因子层设计
+
+**优点**：
+- 三种因子类型：momentum、slope_r2、weighted_momentum
+- 崩盘过滤机制：防止追接下跌飞刀
+- ATR动态周期：自适应市场波动
+- 加权线性回归：近期权重更高，对趋势变化敏感
+
+**问题**：
+- 因子类型固定，扩展需修改源码
+- 缺乏因子组合/加权机制
+
+### 2.3 策略层设计
+
+**优点**：
+- 分散化选股：每大类Top1→全局Top3，强制跨资产配置
+- T+1执行机制：信号基于T日数据，T+1日执行
+- 溢价控制：跨境ETF溢价过滤
+- 持仓跟踪：完整的交易记录和净值贡献计算
+
+**问题**：
+- 调仓逻辑与因子计算耦合
+- 缺乏风控模块（止损、仓位管理）
+- 单一策略类型，无法扩展其他策略
+
+### 2.4 报告层设计
+
+**优点**：
+- 完整的KPI指标体系
+- 可视化报告：净值曲线、月度收益、盈亏分布、品种排行
+- 数据一致性：严格基于回测结果文件
+
+**问题**：
+- 报告与策略耦合
+- 缺乏实盘监控接口
+
+---
+
+## 三、通用交易系统抽象设计
+
+### 3.1 核心抽象原则
+
+| 原则 | 说明 |
+|------|------|
+| **数据独立** | 数据获取与策略逻辑分离，支持多源扩展 |
+| **因子可插拔** | 因子计算模块化，支持自定义因子组合 |
+| **策略可配置** | 策略逻辑通过配置驱动，无需修改代码 |
+| **执行可扩展** | 支持回测、模拟盘、实盘多种执行模式 |
+| **风控独立** | 风控模块独立，支持止损、仓位、敞口控制 |
+
+### 3.2 建议架构设计
+
+```
+trading_system/
+├── core/
+│   ├── data/
+│   │   ├── sources/         # 数据源接口（可插拔）
+│   │   │   ├── base.py      # 数据源抽象基类
+│   │   │   ├── tushare.py
+│   │   │   ├── yfinance.py
+│   │   │   └── ccxt.py
+│   │   ├── router.py        # 数据源路由
+│   │   └── cache.py         # 缓存管理（版本控制）
+│   │
+│   ├── factors/
+│   │   ├── base.py          # 因子抽象基类
+│   │   ├── registry.py      # 因子注册器
+│   │   ├── momentum.py
+│   │   ├── technical.py
+│   │   └── fundamental.py
+│   │
+│   ├── execution/
+│   │   ├── base.py          # 执行器抽象基类
+│   │   ├── backtest.py      # 回测执行器
+│   │   ├── simulator.py     # 模拟盘执行器
+│   │   └── live.py          # 实盘执行器
+│   │
+│   └── risk/
+│   │   ├── base.py          # 风控抽象基类
+│   │   ├── stop_loss.py     # 止损控制
+│   │   ├── position.py      # 仓位控制
+│   │   └── exposure.py      # 敞口控制
+│
+├── strategies/
+│   ├── base.py              # 策略抽象基类
+│   ├── registry.py          # 策略注册器
+│   ├── rotation/            # 轮动策略
+│   ├── momentum/            # 动量策略
+│   └── screener/            # 篩选策略
+│
+├── portfolio/
+│   ├── manager.py           # 持仓管理器
+│   ├── tracker.py           # 交易跟踪
+│   ├── rebalancer.py        # 调仓执行器
+│
+├── report/
+│   ├── generator.py         # 报告生成器
+│   ├── metrics.py           # KPI计算
+│   └── visualizer.py        # 可视化
+│
+├── config/
+│   ├── system.yaml          # 系统配置
+│   ├── strategies/          # 策略配置
+│   │   ├── rotation.yaml
+│   │   └── momentum.yaml
+│   └── factors/             # 因子配置
+│
+└── scheduler/
+    ├── engine.py            # 调度引擎
+    ├── triggers.py          # 触发器（定时、事件）
+    └── notifier.py          # 通知器
+```
+
+### 3.3 核心接口设计
+
+```python
+# ==================== 数据源接口 ====================
+class DataSource(ABC):
+    """数据源抽象基类"""
+    
+    @abstractmethod
+    def fetch(self, code: str, start: str, end: str) -> pd.DataFrame:
+        """获取OHLCV数据"""
+        pass
+    
+    @abstractmethod
+    def get_trading_calendar(self, market: str) -> List[datetime]:
+        """获取交易日历"""
+        pass
+    
+    @abstractmethod
+    def get_supported_codes(self) -> List[str]:
+        """获取支持的代码列表"""
+        pass
+
+
+# ==================== 因子接口 ====================
+class Factor(ABC):
+    """因子抽象基类"""
+    
+    @abstractmethod
+    def compute(self, data: pd.DataFrame) -> pd.Series:
+        """计算因子值"""
+        pass
+    
+    @abstractmethod
+    def get_name(self) -> str:
+        """获取因子名称"""
+        pass
+    
+    @property
+    def params(self) -> dict:
+        """因子参数"""
+        return {}
+
+
+class FactorRegistry:
+    """因子注册器"""
+    
+    _factors = {}
+    
+    @classmethod
+    def register(cls, name: str, factor_cls: Factor):
+        cls._factors[name] = factor_cls
+    
+    @classmethod
+    def get(cls, name: str) -> Factor:
+        return cls._factors.get(name)
+    
+    @classmethod
+    def list(cls) -> List[str]:
+        return list(cls._factors.keys())
+
+
+# ==================== 执行器接口 ====================
+class Executor(ABC):
+    """执行器抽象基类"""
+    
+    @abstractmethod
+    def execute(self, signals: pd.DataFrame, portfolio: Portfolio) -> Portfolio:
+        """执行信号"""
+        pass
+    
+    @abstractmethod
+    def get_mode(self) -> str:
+        """获取执行模式"""
+        pass
+
+
+class BacktestExecutor(Executor):
+    """回测执行器"""
+    
+    def execute(self, signals, portfolio):
+        # 处理调仓成本
+        # 计算收益率
+        # 更新净值
+        pass
+    
+    def get_mode(self) -> str:
+        return "backtest"
+
+
+class LiveExecutor(Executor):
+    """实盘执行器"""
+    
+    def execute(self, signals, portfolio):
+        # 检查交易权限
+        # 发送交易指令
+        # 记录交易结果
+        pass
+    
+    def get_mode(self) -> str:
+        return "live"
+
+
+# ==================== 风控接口 ====================
+class RiskControl(ABC):
+    """风控抽象基类"""
+    
+    @abstractmethod
+    def check(self, portfolio: Portfolio, signal: Signal) -> bool:
+        """风控检查"""
+        pass
+    
+    @abstractmethod
+    def apply(self, portfolio: Portfolio) -> Portfolio:
+        """应用风控"""
+        pass
+
+
+class StopLossControl(RiskControl):
+    """止损控制"""
+    
+    def __init__(self, threshold: float = 0.05):
+        self.threshold = threshold
+    
+    def check(self, portfolio, signal):
+        # 检查是否触发止损
+        for position in portfolio.positions:
+            if position.loss > self.threshold:
+                return False
+        return True
+    
+    def apply(self, portfolio):
+        # 强制平仓止损
+        pass
+
+
+# ==================== 策略接口 ====================
+class Strategy(ABC):
+    """策略抽象基类"""
+    
+    @abstractmethod
+    def generate_signals(self, data: pd.DataFrame) -> pd.DataFrame:
+        """生成信号"""
+        pass
+    
+    @abstractmethod
+    def get_name(self) -> str:
+        """获取策略名称"""
+        pass
+    
+    @abstractmethod
+    def validate_config(self, config: dict) -> bool:
+        """验证配置"""
+        pass
+
+
+# ==================== 持仓管理接口 ====================
+class Portfolio:
+    """持仓管理器"""
+    
+    def __init__(self):
+        self.positions = {}       # 当前持仓
+        self.cash = 0.0            # 现金
+        self.nav = 1.0            # 净值
+        self.trades = []          # 交易记录
+    
+    def rebalance(self, target_positions: dict):
+        """调仓"""
+        pass
+    
+    def get_nav(self) -> float:
+        """获取净值"""
+        pass
+    
+    def get_positions(self) -> dict:
+        """获取持仓"""
+        return self.positions
+```
+
+### 3.4 配置驱动设计
+
+```yaml
+# config/strategies/rotation.yaml（通用化后）
+
+# ==================== 基础配置 ====================
+strategy:
+  name: "rotation"
+  version: "2.0"
+  mode: "backtest"  # backtest | simulator | live
+
+# ==================== 候选池配置 ====================
+universe:
+  type: "static"  # static | dynamic
+  codes:
+    # ...（与现有配置相同）
+  mapping:
+    signal_to_trade: true  # 信号源→交易标的映射
+
+# ==================== 因子配置 ====================
+factors:
+  - name: "weighted_momentum"
+    weight: 1.0
+    params:
+      n_days: 25
+      crash_filter: true
+      
+  # 可扩展多个因子
+  # - name: "volatility"
+  #   weight: 0.3
+  #   params:
+  #     period: 20
+
+# ==================== 选股配置 ====================
+selection:
+  mode: "diversified"  # top_n | diversified | custom
+  select_num: 3
+  group_by: "market"   # 按大类分组
+  top_per_group: 1
+
+# ==================== 调仓配置 ====================
+rebalance:
+  frequency: "daily"
+  min_holding_days: 1
+  threshold: 0.0
+  cost: 0.001
+
+# ==================== 风控配置 ====================
+risk:
+  stop_loss:
+    enabled: true
+    threshold: 0.05
+  position_limit:
+    max_position: 0.5
+    max_single: 0.33
+  premium_control:
+    enabled: true
+    threshold: 0.10
+
+# ==================== 执行配置 ====================
+execution:
+  mode: "backtest"
+  start_date: "2019-01-01"
+  benchmark: "000300.SH"
+
+# ==================== 数据源配置 ====================
+data:
+  sources:
+    - name: "tushare"
+      markets: ["A"]
+    - name: "yfinance"
+      markets: ["US", "HK", "JP", "EU"]
+      proxy:
+        type: "ssh"
+        host: "8.218.167.69"
+        port: 22
+```
+
+---
+
+## 四、迁移路径建议
+
+### 4.1 阶段一：数据层重构
+
+**目标**：修复ETF列名问题，建立可扩展数据源架构
+
+**任务**：
+1. 修复`compute_factors()`中的ETF数据路由逻辑
+2. 创建`DataSource`抽象基类
+3. 统一数据缓存管理（添加版本控制）
+
+### 4.2 阶段二：因子层抽象
+
+**目标**：因子计算可插拔、可组合
+
+**任务**：
+1. 创建`Factor`抽象基类
+2. 建立`FactorRegistry`注册机制
+3. 支持因子组合和加权
+
+### 4.3 阶段三：风控模块独立
+
+**目标**：止损、仓位、敞口控制
+
+**任务**：
+1. 创建`RiskControl`抽象基类
+2. 实现止损控制
+3. 实现仓位限制
+
+### 4.4 阶段四：执行器分离
+
+**目标**：支持回测、模拟盘、实盘三种模式
+
+**任务**：
+1. 创建`Executor`抽象基类
+2. 实现回测执行器（迁移现有逻辑）
+3. 实现模拟盘执行器（模拟交易）
+4. 实现实盘执行器（连接券商API）
+
+### 4.5 阶段五：配置驱动
+
+**目标**：策略逻辑通过配置驱动
+
+**任务**：
+1. 策略配置YAML重构
+2. 配置验证机制
+3. 热加载配置
+
+---
+
+## 五、总结与建议
+
+### 5.1 现有系统评价
+
+| 维度 | 评分 | 说明 |
+|------|------|------|
+| 数据层 | 3.5/5 | 多源架构优秀，但有列名匹配bug |
+| 因子层 | 4/5 | 加权动量设计合理，崩盘过滤有效 |
+| 策略层 | 3/5 | 分散化选股创新，但缺乏扩展性 |
+| 执行层 | 2/5 | 仅支持回测，缺乏模拟/实盘 |
+| 风控层 | 1/5 | 仅溢价控制，缺乏止损/仓位管理 |
+| 报告层 | 4.5/5 | KPI完整，可视化丰富 |
+
+### 5.2 通用化优先级
+
+| 优先级 | 模块 | 紧急程度 | 预估工作量 |
+|--------|------|----------|------------|
+| P0 | 修复ETF数据路由bug | 🔴紧急 | 0.5天 |
+| P1 | 风控模块独立 | 🟡重要 | 2天 |
+| P1 | 因子层抽象 | 🟡重要 | 1天 |
+| P2 | 数据源可插拔 | 🟢一般 | 2天 |
+| P2 | 执行器分离 | 🟢一般 | 3天 |
+| P3 | 配置驱动 | 🔵低 | 1天 |
+
+### 5.3 关键改进建议
+
+1. **立即修复**：ETF数据列名匹配问题（影响回测真实性）
+2. **短期改进**：添加止损控制（保护实盘资金）
+3. **中期重构**：数据源/因子/执行器抽象（提升扩展性）
+4. **长期规划**：实盘执行器、调度系统（支持自动化运行）
+
+---
+
+*文档版本：V1.0*
+*生成时间：2026-05-08*
+*适用范围：ETF轮动策略系统架构分析与通用化设计*