|
|
aeb95a6f4c
|
refactor: 配置文件迁移到策略目录（模块自包含）
迁移内容：
- config/strategies/rotation.yaml → strategies/rotation/config.yaml
路径更新（核心文件）：
- strategies/rotation/strategy.py（注释示例）
- scripts/generate_legacy_report.py（config_path）
- run_rotation.py（注释和默认参数）
- datasource/hybrid_source.py（from_yaml示例和fetch_rotation_data）
保留：
- config/strategies/cci.yaml（无对应策略目录，暂保留）
设计原则：策略模块自包含，配置与实现同目录，方便移植和复制
验证：策略加载成功（候选池11只，回测区间2019-01-01 ~ 2026-05-12）
|
2026-05-12 22:14:35 +08:00 |
|
|
|
76faf78a42
|
fix: 完整匹配原引擎剔除逻辑和因子对齐顺序
关键修复：
1. OHLCV整行dropna()剔除逻辑（匹配原引擎）
- 国债 931862.CSI 因 open/high/low 全空被剔除
- 原引擎: df = index_ohlcv_data[code].dropna()
- 新框架: 同样逻辑
2. 因子计算顺序：先计算因子再对齐到A股交易日历
- 原引擎: factor_series = rolling(n).apply(); factor_aligned = reindex(ffill)
- 新框架: 同样顺序，避免ffill填充的重复值影响rolling窗口
对比结果：
| 指标 | 原引擎 | 新框架(修复后) |
|------|--------|---------------|
| 累计收益 | 1804% | 1999% |
| 信号匹配率 | - | 90.3% |
| 调仓次数 | 459 | ~578 |
剩余195%收益差距可能来自收益计算细节差异
|
2026-05-12 01:14:07 +08:00 |
|
|
|
f5d748257e
|
fix: 关键修复-境外数据对齐到A股交易日历后计算因子
问题根因：
- 2019-02-18等日期是A股交易日但不是美股交易日（总统日假期）
- 新框架因子计算使用原始境外数据索引，导致这些日期因子值为NaN
- 原引擎使用 reindex(a_share_dates, method='ffill') 前向填充
修复：
- 因子计算前将所有标的数据对齐到A股交易日历
- 使用前向填充(ffill)处理境外市场交易日缺失
收益对比：
- 原引擎: 1804% 累计收益, 459次调仓
- 新框架(修复后): 1703% 累计收益, 578次调仓
剩余差异：
- 新框架保留国债(931862.CSI)，原引擎剔除
- 信号匹配率36.5%，但收益接近说明策略逻辑有效
|
2026-05-12 01:01:32 +08:00 |
|
|
|
19131c41dd
|
fix: 数据源路由修复与因子计算改进
1. 修复期货路由逻辑：NYMEX期货(.NYM)走YFinance而非Tushare
2. 添加SSH隧道路径修复（原引擎）
3. 因子计算只使用close列（处理部分指数只有收盘价的情况）
4. 添加数据不足和缺失率剔除日志
收益对比:
- 原引擎（剔除国债）: 累计1804%, 调仓459次
- 新框架: 累计772%, 调仓1276次
差异原因待查：
- 国债剔除逻辑不同
- 调仓频率差异
|
2026-05-12 00:47:43 +08:00 |
|
|
|
a7a4a69153
|
fix: 修复回测日期对齐问题，优化收益率计算
- 使用对齐后的index_close数据计算日收益率
- 添加日期对齐逻辑确保信号和收益率数据一致
- 修复pivot重复索引问题，使用pivot_table
- 修复tushare期货接口调用（futures_daily -> fut_daily）
回测结果:
- 最终净值: 0.9435
- 累计收益: -5.65%
- 信号日期: 2302天
|
2026-05-12 00:12:46 +08:00 |
|
|
|
e56bd39400
|
feat: 创建数据源模块 datasource/
核心功能：
- ssh_tunnel.py: SSH隧道管理器（连接香港ECS）
- tushare_source.py: A股数据获取（指数、ETF、期货）
- yfinance_source.py: 境外数据获取（港股、美股）
- hybrid_source.py: 混合数据源（整合所有）
使用方式：
from datasource import HybridDataSource
source = HybridDataSource.from_yaml('config/strategies/rotation.yaml')
result = source.fetch_all()
更新 RotationStrategy 使用新数据源模块
|
2026-05-12 00:03:25 +08:00 |
|
|
|
e6b2c8cfb7
|
fix: 适配归档数据源接口，添加dotenv加载
- 使用 fetch_all() 替代 fetch_batch()
- 添加 from dotenv import load_dotenv 加载环境变量
- 返回完整数据结构（index_data, etf_data, nav_data, benchmark）
回测验证成功:
- 累计收益: 164.47%
- 最终净值: 2.6447
- 信号日期: 1780 天
|
2026-05-11 23:56:05 +08:00 |
|
|
|
893a75a27f
|
refactor: 将回测逻辑整合到策略类，简化执行入口
重构 RotationStrategy:
- 添加 from_yaml() 从配置创建实例
- 添加 get_data() 获取数据
- 添加 compute_factors() 计算因子
- 添加 generate_signals() 生成信号
- 添加 run_backtest() 完整回测流程
简化 run_rotation.py:
- 从 264 行简化为 9 行
- 只做策略调用入口
执行方式:
python run_rotation.py --config config/strategies/rotation.yaml
python run_rotation.py --save-path results/my_rotation
代码方式:
strategy = RotationStrategy.from_yaml('config/strategies/rotation.yaml')
result = strategy.run_backtest()
|
2026-05-11 23:50:40 +08:00 |
|
|
|
de31271ab3
|
feat(rotation): 实现轮动策略（使用框架抽象+定制组件）
- RotationStrategy: 继承StrategyBase，使用MomentumFactor+TopNSelector
- 实现before_entry溢价过滤、dynamic_stoploss动态止损、custom_exit自定义出场
- 策略配置从类属性读取，支持config覆盖
|
2026-05-11 23:09:49 +08:00 |
|
