7fc1170964
feat(v2): 修复跨市场因子对齐 + 添加当日收益率字段
...
核心修复：
- 因子对齐到 A 股交易日历（ffill 填充休市日）
- 修复美股休市日 NDX 信号丢失问题（Memorial Day）
- BOND 参与大类竞争，作为阈值过滤其他组
- 添加 index_return 和 etf_return_ctc 字段
性能提升：
- 总收益: 356% → 686% (+92.7%)
- 年化收益: 28% → 40% (+12%)
- 夏普比率: 1.61 → 2.04 (+26.7%)
- 调仓次数: 747 → 399 (-46.6%)
- 最大回撤: -14.75% → -10.66% (改善)
2026-05-26 01:04:39 +08:00
a62cfb4cd5
fix: 修复因子前向填充不生效的 bug（清理调试代码）
...
问题根因：
- pandas reindex(method='ffill') 只填充新增行的 NaN，不填充已存在的 NaN
- 当 factor_df 中已有境外市场放假日期的 NaN 值时，reindex 无法填充
修复方案：
- 改为两步操作：reindex() 然后 ffill()
- ffill() 会填充所有 NaN，包括已存在的
验证结果：
- 2026-04-30 HSI: None → 0.2388 ✅
- 2026-04-30 GDAXI: None → 0.5647 ✅
- 2026-05-08 HSI: None → 0.1144 ✅
2026-05-25 19:16:14 +08:00
b8d433d519
fix: 修复因子前向填充不生效的 bug
...
问题根因：
- reindex(method='ffill') 不会填充已存在的 NaN 值
- 当 factor_df 中已有 NaN（境外市场放假），reindex 无法填充
修复方案：
- 改为两步操作：reindex() 然后 ffill()
- ffill() 会填充所有 NaN，包括已存在的
影响范围：
- rotation.py: positions 对齐到 A 股日历
- export_backtest_detail.py: 因子对齐到展示日历
验证结果：
- 2026-04-30 HSI: nan → 0.2388 ✅
- 2026-05-08 HSI: nan → 0.1144 ✅
2026-05-25 08:53:42 +08:00
e8e4e9c3ac
fix: GlobalRotationStrategy select_num 未生效
...
- 修复分散化选股逻辑：每个 group 选 Top 1 后，需要再按动量排序选 Top select_num
- 之前：所有 group 的 Top 1 都标记为信号（忽略 select_num）
- 现在：先从每个 group 选 Top 1，再从中按动量选 Top select_num 个
- 影响：配置 select_num=3 时，实际持仓 3 只而不是 4 只（group 数量）
2026-05-25 01:23:00 +08:00
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
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
