feat(framework_v2): 对齐 V1 配置，实现指数信号→ETF收益回测

配置对齐:
- config_simple.yaml 严格对齐 V1 config.yaml
  * 11 个标的覆盖 7 个策略分组
  * 回测区间: 2020-01-01 ~ 至今
  * 选股数量: Top-3，强制分散化
  * V3 动态阈值（短债动量参考）
  * 溢价控制启用（HK/US 10%阈值）

策略实现:
- SimpleRotationStrategy 支持 signal_source/trade_source 分离
  * get_codes() 同时获取信号和交易标的
  * compute_factors() 只使用 signal_source 计算因子
  * _execute_backtest() 使用 trade_source 计算收益
  * 支持跨市场场景（指数信号 → ETF收益）

回测验证:
- 成功运行端到端回测
- 获取 21 个标的（11 signal + 10 trade）
- 平均仓位 84.42%
- ⚠️ 已知问题: Flask API 只返回缓存数据（2026年），需修复

修复项:
- StrategyBase.run() 兼容信号矩阵（移除 'weight' 列假设）

framework_v2/core/strategy.py

@@ -186,7 +186,12 @@ class StrategyBase(ABC):
         # 4. 仓位管理
         print("[4/5] 仓位管理...")
         positions = self.manage_positions(signals)
-        print(f"      平均持仓: {positions['weight'].sum().mean():.2%}")
+        # positions 可能是信号矩阵或权重矩阵，计算平均仓位
+        if hasattr(positions, 'sum'):
+            avg_position = positions.sum(axis=1).mean() if hasattr(positions.sum(axis=1), 'mean') else 0
+            print(f"      平均仓位: {avg_position:.2%}")
+        else:
+            print(f"      仓位管理完成")
         
         # 5. 执行回测
         print("[5/5] 执行回测...")

framework_v2/scripts/backtest_simple_rotation.py

@@ -0,0 +1,98 @@
+"""
+简单轮动策略回测脚本
+
+测试场景：指数信号 → ETF收益
+- 使用指数计算动量信号
+- 使用 ETF 计算收益
+"""
+
+import sys
+from pathlib import Path
+
+# 添加项目根目录到 Python 路径
+project_root = Path(__file__).parent.parent.parent
+sys.path.insert(0, str(project_root))
+
+from framework_v2.config import load_config
+from framework_v2.strategies.rotation.simple import SimpleRotationStrategy
+
+
+def run_backtest():
+    """运行回测"""
+    print("=" * 70)
+    print("  ETF轮动策略回测（V2 框架）")
+    print("  场景：指数信号 → ETF收益，复现 V1 结果")
+    print("=" * 70)
+    
+    # 加载配置
+    config_file = project_root / "framework_v2" / "strategies" / "rotation" / "config_simple.yaml"
+    print(f"\n配置文件: {config_file}")
+    
+    config = load_config(str(config_file))
+    
+    # 打印配置摘要
+    print("\n" + "=" * 70)
+    print("  配置摘要")
+    print("=" * 70)
+    print(f"策略名称: {config.metadata.strategy}")
+    print(f"回测区间: {config.backtest.start_date} ~ {config.backtest.end_date or '至今'}")
+    print(f"因子类型: {config.factor.type.value}")
+    print(f"动量窗口: {config.factor.n_days} 天")
+    print(f"选股数量: {config.rotation.select_num}")
+    
+    # 打印资产池
+    print(f"\n资产池 ({config.asset_pools.count()} 个标的):")
+    for code, asset in config.asset_pools.assets.items():
+        print(f"  {code}: {asset.name}")
+        print(f"    分组: {asset.group}")
+        print(f"    信号: {asset.signal_source}")
+        print(f"    交易: {asset.trade_source}")
+        print(f"    跨市场: {'是' if asset.is_cross_market else '否'}")
+    
+    # 创建策略
+    print("\n" + "=" * 70)
+    print("  运行回测...")
+    print("=" * 70)
+    
+    strategy = SimpleRotationStrategy(config)
+    result = strategy.run()
+    
+    # 打印结果
+    print("\n" + "=" * 70)
+    print("  回测结果")
+    print("=" * 70)
+    
+    metrics = result['metrics']
+    print(f"总收益: {metrics['total_return']:.2%}")
+    print(f"年化收益: {metrics['annual_return']:.2%}")
+    print(f"最大回撤: {metrics['max_drawdown']:.2%}")
+    print(f"夏普比率: {metrics['sharpe_ratio']:.2f}")
+    print(f"交易天数: {metrics['n_days']}")
+    
+    # 打印净值曲线
+    equity_curve = result['equity_curve']
+    print(f"\n净值曲线:")
+    print(f"  起始净值: {equity_curve.iloc[0]:.4f}")
+    print(f"  结束净值: {equity_curve.iloc[-1]:.4f}")
+    print(f"  数据点数: {len(equity_curve)}")
+    
+    # 保存结果
+    output_dir = project_root / "framework_v2" / "results"
+    output_dir.mkdir(exist_ok=True)
+    
+    # 保存净值曲线
+    equity_curve.to_csv(output_dir / "simple_rotation_equity.csv")
+    print(f"\n净值曲线已保存: {output_dir / 'simple_rotation_equity.csv'}")
+    
+    # 保存持仓记录
+    positions = result['positions']
+    positions.to_csv(output_dir / "simple_rotation_positions.csv")
+    print(f"持仓记录已保存: {output_dir / 'simple_rotation_positions.csv'}")
+    
+    print("\n" + "=" * 70)
+    print("  回测完成！")
+    print("=" * 70)
+
+
+if __name__ == "__main__":
+    run_backtest()

framework_v2/strategies/rotation/config_simple.yaml

@@ -1,38 +1,109 @@
-# 简单轮动策略配置
+# ETF轮动策略配置（V2 框架）
 # 
-# 配置版本: 1.0.0
+# 配置版本: 2.0.0
 # 最后更新: 2024-04-16
-# 策略名称: simple_rotation
+# 策略名称: rotation
-# 描述: 基于动量因子的简单 ETF 轮动策略
+# 描述: 全球资产大类轮动策略 - 复现 V1 结果
 
 # ============================================================
 # 元数据
 # ============================================================
 metadata:
-  version: "1.0.0"
+  version: "2.0.0"
-  strategy: "simple_rotation"
+  strategy: "rotation"
-  description: "简单轮动策略 - 等权分配 + Top-N 选择"
+  description: "全球资产大类轮动策略 V2 - 复现 V1 结果"
   last_updated: "2024-04-16"
 
 # ============================================================
-# 资产池配置（简化版：只选 3 个标的）
+# 资产池配置（扁平化设计：严格对齐 V1 config.yaml）
 # ============================================================
 asset_pools:
-  equity:
+  assets:
+    # 中国A股指数
     "399006.SZ":
       name: "创业板指"
-      etf: "159915.SZ"
+      group: "CN_GROWTH"
-      market: "CN_EQUITY"
+      signal_source: "399006.SZ"
+      trade_source: "159915.SZ"
       description: "创业板指数"
     
+    "H30269.CSI":
+      name: "中证红利低波"
+      group: "CN_VALUE"
+      signal_source: "H30269.CSI"
+      trade_source: "512890.SH"
+      description: "红利低波指数"
+    
+    # 全球市场
     "NDX":
       name: "纳指100"
-      etf: "513100.SH"
+      group: "US_TECH"
-      market: "US_EQUITY"
+      signal_source: "NDX"
+      trade_source: "513100.SH"
       description: "纳斯达克100指数"
     
-  commodity: {}
+    "N225":
-  fixed_income: {}
+      name: "日经225"
+      group: "JP_BROAD"
+      signal_source: "N225"
+      trade_source: "513520.SH"
+      description: "日经225指数"
+    
+    "GDAXI":
+      name: "德国DAX"
+      group: "EU_BROAD"
+      signal_source: "GDAXI"
+      trade_source: "513030.SH"
+      description: "德国DAX指数"
+    
+    "HSI":
+      name: "恒生指数"
+      group: "HK_BROAD"
+      signal_source: "HSI"
+      trade_source: "159920.SZ"
+      description: "恒生指数"
+    
+    "HSTECH.HK":
+      name: "恒生科技"
+      group: "HK_TECH"
+      signal_source: "HSTECH.HK"
+      trade_source: "513130.SH"
+      description: "恒生科技指数"
+    
+    # 商品（使用 COMEX/WTI 期货替代上期所主力合约，数据更长）
+    "GC=F":
+      name: "黄金"
+      group: "COMMODITY"
+      signal_source: "GC=F"
+      trade_source: "518880.SH"
+      description: "COMEX黄金期货（2000年至今）"
+    
+    "CL=F":
+      name: "原油"
+      group: "COMMODITY"
+      signal_source: "CL=F"
+      trade_source: "160723.SZ"
+      description: "WTI原油期货（2000年至今）"
+    
+    "HG=F":
+      name: "有色金属"
+      group: "COMMODITY"
+      signal_source: "HG=F"
+      trade_source: "159980.SZ"
+      description: "COMEX铜期货（2000年至今）"
+    
+    # 防御类资产：短债指数
+    # 931862.CSI = 中证0-9个月国债指数（短债指数）
+    # 数据范围：2007-12-31开始，约19年数据
+    # 久期：极短（<1年），波动极小，熊市防御效果最佳
+    # 收益归因：标的收益约17%，决策收益约83%
+    # 注意：无对应ETF可交易，直接使用指数数据计算动量和收益
+    "931862.CSI":
+      name: "短债指数"
+      group: "FIXED_INCOME"
+      signal_source: "931862.CSI"
+      trade_source: "931862.CSI"
+      description: "中证0-9个月国债指数，久期<1年，防御配置"
 
 # ============================================================
 # 基准配置
@@ -45,8 +116,8 @@ benchmark:
 # 回测配置
 # ============================================================
 backtest:
-  start_date: "2023-01-01"
+  start_date: "2020-01-01"
-  end_date: "2024-12-31"
+  # end_date: null  # null 表示至今
 
 # ============================================================
 # 因子配置
@@ -59,10 +130,20 @@ factor:
 # 轮动配置
 # ============================================================
 rotation:
-  select_num: 2                 # 选择 Top-2
+  select_num: 3                   # 选择 Top-3
+  diversified: true               # 强制分散化：每个大类只选 Top 1
+  
+  # 阈值配置（V3 动态阈值）
   threshold:
-    mode: "fixed"
+    mode: "dynamic"               # 动态阈值模式
-    fixed_value: 0.0            # 无阈值过滤
+    fixed_value: 0.0              # 固定阈值（mode=fixed时使用）
+    
+    # 动态阈值配置（使用短债动量作为阈值）
+    dynamic:
+      reference: "931862.CSI"     # 阈值参考标的（短债指数）
+      ratio: 1.0                  # 阈值 = 短债动量 × ratio
+      fallback_enabled: true      # 参考不可用时是否回退
+      fallback_value: 0.0         # 回退值
 
 # ============================================================
 # 调仓配置
@@ -73,10 +154,26 @@ rebalance:
   trade_cost: 0.001             # 0.1% 交易成本
 
 # ============================================================
-# 溢价控制（禁用）
+# 溢价控制配置
 # ============================================================
 premium_control:
-  enabled: false
+  enabled: true                 # 启用溢价控制
+  default_threshold: 0.10       # 默认溢价阈值 10%
+  mode: "filter"                # filter(完全排除) 或 penalize(降权)
+  penalty_factor: 0.5           # 降权模式下的惩罚系数
+  
+  # 按市场覆盖配置
+  market_overrides:
+    CN_EQUITY:                  # A股 ETF
+      enabled: false            # 不启用（溢价通常 < 0.5%）
+    HK_EQUITY:                  # 港股 ETF
+      enabled: true
+      threshold: 0.10           # 阈值 10%
+    US_EQUITY:                  # 美股 ETF
+      enabled: true
+      threshold: 0.10           # 阈值 10%
+    COMMODITY:                  # 商品 ETF
+      enabled: false            # 不启用
 
 # ============================================================
 # 数据配置
@@ -87,6 +184,3 @@ data:
       enabled: true
       url: "${FLASK_API_URL}"
       timeout: 120
-  
-  use_cache: true
-  cache_dir: "data_cache"

framework_v2/strategies/rotation/simple.py

@@ -55,41 +55,45 @@ class SimpleRotationStrategy(StrategyBase):
     
     def get_codes(self) -> list:
         """
-        获取标的列表
+        获取标的列表（信号标的 + 交易标的）
         
-        从配置的资产池中获取所有标的
+        返回所有需要的数据标的：
+        - signal_source: 用于计算因子和信号
+        - trade_source: 用于计算收益
         """
-        codes = []
+        codes = set()
         
-        # 股票资产
+        # 添加所有信号标的
-        if self.config.asset_pools.equity:
+        codes.update(self.config.asset_pools.get_signal_codes())
-            codes.extend(self.config.asset_pools.equity.keys())
         
-        # 商品资产
+        # 添加所有交易标的
-        if self.config.asset_pools.commodity:
+        codes.update(self.config.asset_pools.get_trade_codes())
-            codes.extend(self.config.asset_pools.commodity.keys())
         
-        # 固定收益资产
+        return list(codes)
-        if self.config.asset_pools.fixed_income:
-            codes.extend(self.config.asset_pools.fixed_income.keys())
-        
-        return codes
     
     def compute_factors(self, data: Dict[str, pd.DataFrame]) -> Dict[str, pd.Series]:
         """
-        计算动量因子
+        计算动量因子（只使用信号标的的数据）
         
         Args:
-            data: 数据字典 {code: DataFrame}
+            data: 数据字典 {code: DataFrame}（包含 signal_source 和 trade_source）
         
         Returns:
-            因子字典 {code: Series}
+            因子字典 {signal_source: Series}
         """
         factors = {}
         
-        for code, df in data.items():
+        # 只使用信号标的计算因子
+        signal_codes = self.config.asset_pools.get_signal_codes()
+        
+        for code in signal_codes:
+            if code not in data:
+                print(f"  警告: {code} 数据不存在，跳过")
+                continue
+            
             try:
-                # 计算动量得分
+                df = data[code]
+                # 计算动量得分（使用信号标的的数据）
                 factor_values = self.momentum.compute(df)
                 factors[code] = factor_values
             except Exception as e:
@@ -173,18 +177,29 @@ class SimpleRotationStrategy(StrategyBase):
         """
         执行回测
         
+        核心逻辑：
+        1. 使用 signal_source 计算信号（positions 的 columns 是 signal_source）
+        2. 使用 trade_source 计算收益（通过 signal→trade 映射）
+        3. T+1 执行：今天的信号明天生效
+        
         Args:
-            positions: 仓位 DataFrame
+            positions: 仓位 DataFrame（columns=signal_source）
-            data: 数据字典 {code: DataFrame}
+            data: 数据字典 {code: DataFrame}（包含 signal_source 和 trade_source）
         
         Returns:
             回测结果字典
         """
-        # 提取收盘价
+        # 获取信号→交易映射
+        signal_to_trade = self.config.asset_pools.get_signal_to_trade_mapping()
+        
+        # 提取交易标的的收盘价
         close_prices = {}
-        for code, df in data.items():
+        for signal_code, trade_code in signal_to_trade.items():
-            if 'close' in df.columns:
+            if trade_code in data:
-                close_prices[code] = df['close']
+                # 使用交易标的的数据计算收益
+                close_prices[signal_code] = data[trade_code]['close']
+            else:
+                print(f"  警告: {trade_code} 数据不存在，跳过")
         
         close_df = pd.DataFrame(close_prices)