aszer/etf - etf - Gitea Aszer

aszer/etf

Fork 0

Commit Graph

Author	SHA1	Message	Date
aszerW	6749f8cf61	feat(v2): GlobalRotationStrategy 使用 CrossMarketAligner 进行数据对齐核心改进： - 替换手动对齐逻辑为框架标准的 CrossMarketAligner - 修复收益率计算顺序：先对齐价格 → 再计算收益率 - 修复首日收益率 NaN 问题（填充为 0%） - 添加 Pydantic Schema 验证（数据质量保证）对齐逻辑变更：修复前（错误）： 1. returns = close_df.pct_change() # 在原始日历计算 2. returns = returns[returns.index.isin(trading_calendar)] # 过滤修复后（正确）： 1. aligner = CrossMarketAligner(target_calendar) 2. returns_df = aligner.align_multi_asset(close_dict) - 内部：先 ffill 价格到 A 股日历 - 内部：再计算收益率（休市日 = 0%） - 内部：填充首日 NaN 为 0% - 内部：Pydantic Schema 验证回测验证（2020-01-10 ~ 2026-05-22）： - 修复前：总收益 135.63%，年化 15.07%，夏普 1.15 - 修复后：总收益 137.88%，年化 15.25%，夏普 1.16 - 收益提升：+2.25%（修复首日 NaN 和跨日收益率问题）关键修复： 1. 首日收益率从 NaN 改为 0%（避免收益丢失） 2. 休市日收益率正确 = 0%（价格 ffill 后不变） 3. 消除跨多日收益率被当作单日收益率的 bug 4. 统一使用框架标准组件（CrossMarketAligner）	2026-05-25 00:29:49 +08:00
aszerW	1807258176	feat(v2): 实现全球轮动策略正式版（GlobalRotationStrategy）核心功能： - 交易成本计算：每次调仓扣除 0.1%（829 次调仓） - 动态短债阈值：标的动量 < 短债动量 × 1.0 → 不持有 - 强制分散化：每个 group 内竞争，只选 Top 1 - 溢价过滤：预留接口（阈值 10%） - 调仓控制：rebalance_days + rebalance_threshold（预留接口） - A 股交易日过滤：只保留 SSE 交易日（1539 天）策略逻辑： 1. 计算各指数标的动量得分（加权线性回归） 2. 使用动态短债阈值过滤负动量标的 3. 每个 group 内竞争，只选 Top 1（强制分散化） 4. 溢价过滤：排除溢价率 > 阈值的 ETF 5. 调仓控制：最低持仓天数 + 调仓阈值 6. 等权分配仓位 7. 扣除交易成本（0.1%）回测验证（2020-01-10 ~ 2026-05-22）： - 总收益：135.63%（vs V1 的 103.29%，+32.34%） - 年化收益：15.07%（vs V1 的 12.32%，+2.75%） - 最大回撤：-17.57%（vs V1 的 -17.72%，略好） - 夏普比率：1.15（vs V1 的 0.78，+47%） - 调仓次数：829 次（vs V1 的 404 次）新增文件： - rotation.py: GlobalRotationStrategy 正式版实现（456 行） - __init__.py: 导出 SimpleRotationStrategy 和 GlobalRotationStrategy - backtest_global_rotation.py: 正式版回测脚本（117 行）	2026-05-24 22:54:21 +08:00

Author

SHA1

Message

Date

aszerW

6749f8cf61

feat(v2): GlobalRotationStrategy 使用 CrossMarketAligner 进行数据对齐

核心改进：
- 替换手动对齐逻辑为框架标准的 CrossMarketAligner
- 修复收益率计算顺序：先对齐价格 → 再计算收益率
- 修复首日收益率 NaN 问题（填充为 0%）
- 添加 Pydantic Schema 验证（数据质量保证）

对齐逻辑变更：
修复前（错误）：
  1. returns = close_df.pct_change()  # 在原始日历计算
  2. returns = returns[returns.index.isin(trading_calendar)]  # 过滤

修复后（正确）：
  1. aligner = CrossMarketAligner(target_calendar)
  2. returns_df = aligner.align_multi_asset(close_dict)
     - 内部：先 ffill 价格到 A 股日历
     - 内部：再计算收益率（休市日 = 0%）
     - 内部：填充首日 NaN 为 0%
     - 内部：Pydantic Schema 验证

回测验证（2020-01-10 ~ 2026-05-22）：
- 修复前：总收益 135.63%，年化 15.07%，夏普 1.15
- 修复后：总收益 137.88%，年化 15.25%，夏普 1.16
- 收益提升：+2.25%（修复首日 NaN 和跨日收益率问题）

关键修复：
1. 首日收益率从 NaN 改为 0%（避免收益丢失）
2. 休市日收益率正确 = 0%（价格 ffill 后不变）
3. 消除跨多日收益率被当作单日收益率的 bug
4. 统一使用框架标准组件（CrossMarketAligner）

2026-05-25 00:29:49 +08:00

aszerW

1807258176

feat(v2): 实现全球轮动策略正式版（GlobalRotationStrategy）

核心功能：
- 交易成本计算：每次调仓扣除 0.1%（829 次调仓）
- 动态短债阈值：标的动量 < 短债动量 × 1.0 → 不持有
- 强制分散化：每个 group 内竞争，只选 Top 1
- 溢价过滤：预留接口（阈值 10%）
- 调仓控制：rebalance_days + rebalance_threshold（预留接口）
- A 股交易日过滤：只保留 SSE 交易日（1539 天）

策略逻辑：
1. 计算各指数标的动量得分（加权线性回归）
2. 使用动态短债阈值过滤负动量标的
3. 每个 group 内竞争，只选 Top 1（强制分散化）
4. 溢价过滤：排除溢价率 > 阈值的 ETF
5. 调仓控制：最低持仓天数 + 调仓阈值
6. 等权分配仓位
7. 扣除交易成本（0.1%）

回测验证（2020-01-10 ~ 2026-05-22）：
- 总收益：135.63%（vs V1 的 103.29%，+32.34%）
- 年化收益：15.07%（vs V1 的 12.32%，+2.75%）
- 最大回撤：-17.57%（vs V1 的 -17.72%，略好）
- 夏普比率：1.15（vs V1 的 0.78，+47%）
- 调仓次数：829 次（vs V1 的 404 次）

新增文件：
- rotation.py: GlobalRotationStrategy 正式版实现（456 行）
- __init__.py: 导出 SimpleRotationStrategy 和 GlobalRotationStrategy
- backtest_global_rotation.py: 正式版回测脚本（117 行）

2026-05-24 22:54:21 +08:00

2 Commits