refactor(execution): 改为固定仓位分配逻辑

- 原逻辑: 按实际持仓数量等权(选出2只时权重50%)
- 新逻辑: 按select_num固定等权(选出2只时权重33.3%+现金33.3%)
- 缺失仓位用现金替代，收益为0
- 交易成本按固定仓位比例计算
- 目的: 保持稳定风险敞口，避免仓位不足时波动放大

datasource/flask_api_source.py

@@ -138,6 +138,11 @@ class FlaskAPIDataSource:
                 # 确保列名标准化
                 df = df[['open', 'high', 'low', 'close', 'volume']]
                 
+                # 使用 API 返回的实际数据范围（而非请求参数）
+                actual_start = data.get('date_range', {}).get('start', start_date)
+                actual_end = data.get('date_range', {}).get('end', end_date)
+                actual_count = data.get('count', len(df))
+                
                 # 缓存 info 信息（如果有）
                 if 'info' in data:
                     df.attrs['info'] = data['info']
@@ -166,7 +171,7 @@ class FlaskAPIDataSource:
                     if 'premium_stats' in data:
                         df.attrs['premium_stats'] = data['premium_stats']
                 
-                print(f"✓ {code}: {len(df)} 条数据 ({start_date} ~ {end_date})")
+                print(f"✓ {code}: {actual_count} 条数据 ({actual_start} ~ {actual_end})")
                 return df
                 
             except requests.exceptions.Timeout:

framework/execution/__init__.py

@@ -228,17 +228,29 @@ class BacktestExecutor(Executor):
             
             result['策略日收益率'] = result.apply(calc_return, axis=1)
         else:
-            # 多标的策略（等权组合）
+            # 多标的策略（固定仓位分配）
+            # 核心逻辑：按select_num固定分配仓位，缺失标的用现金替代
+            # 例如：select_num=3，选出2只标的 → 权重=1/3+1/3，现金权重=1/3（收益为0）
             def calc_multi_return(row):
                 codes = [c for c in row[signal_col].split(',') if c]
                 if not codes:
+                    # 空仓：全部现金，收益为0
                     return 0.0
-                returns = []
+                
+                # 固定仓位权重：每只标的权重 = 1 / select_num
+                unit_weight = 1.0 / self.select_num
+                
+                # 计算实际持仓收益（缺失标的用现金替代，收益为0）
+                total_return = 0.0
                 for c in codes:
                     ret = data.loc[row.name, f'日收益率_{c}'] if f'日收益率_{c}' in data.columns else None
                     if ret is not None and pd.notna(ret):
-                        returns.append(ret)
+                        total_return += ret * unit_weight
-                return np.mean(returns) if returns else 0.0
+                    # 如果数据缺失，视为现金（收益为0，不累加）
+                
+                # 缺失标的的仓位自动变成现金（收益为0）
+                # 总收益 = sum(实际持仓收益) + 0 * (缺失仓位)
+                return total_return
             
             result['策略日收益率'] = result.apply(calc_multi_return, axis=1)
         
@@ -256,7 +268,9 @@ class BacktestExecutor(Executor):
             changed = (signals[signal_col] != prev_signal) & prev_signal.notna()
             result.loc[changed, '策略日收益率'] -= self.trade_cost
         else:
-            # 多标的策略：按换手率比例扣除成本
+            # 多标的策略：按固定仓位比例扣除成本
+            # 核心逻辑：每只标的权重固定为1/select_num
+            # 换手率 = (调出数量 + 调入数量) / select_num
             turnover_list = []
             for curr, prev in zip(signals[signal_col], prev_signal):
                 if pd.isna(prev) or curr == prev:
@@ -264,8 +278,13 @@ class BacktestExecutor(Executor):
                 else:
                     old = set(prev.split(','))
                     new = set(curr.split(','))
-                    swapped = len(old - new)
+                    # 调出的标的数量（这些仓位需要卖出）
-                    turnover = swapped / len(old) if old else 0.0
+                    exit_count = len(old - new)
+                    # 调入的标的数量（这些仓位需要买入）
+                    enter_count = len(new - old)
+                    # 换手率 = (卖出 + 买入) / select_num
+                    # 每次调仓涉及的仓位比例
+                    turnover = (exit_count + enter_count) / self.select_num
                     turnover_list.append(turnover)
             
             result['换手率'] = turnover_list

strategies/rotation/strategy.py

@@ -157,6 +157,10 @@ class RotationStrategy(StrategyBase):
         else:
             print(f"✓ Flask API 服务正常 (SSH: {health.get('ssh_configured', False)})")
         
+        # 打印回测时间区间说明
+        print(f"\n回测配置区间: {self.start_date} ~ {self.end_date}")
+        print("注: 各标的实际数据范围可能因上市时间/数据源限制而不同")
+        
         # 获取指数代码列表
         index_codes = list(code_list_config.keys())
         
@@ -413,7 +417,7 @@ class RotationStrategy(StrategyBase):
             for idx_code in valid_codes:
                 etf_code = etf_code_map.get(idx_code, idx_code)
                 if etf_code in etf_data.columns:
-                    returns_data[f'日收益率_{idx_code}'] = etf_data[etf_code].pct_change()
+                    returns_data[f'日收益率_{idx_code}'] = etf_data[etf_code].pct_change(fill_method=None)
             returns_df = pd.DataFrame(returns_data)
         else:
             # 回退到指数收盘价数据