框架功能完善性分析报告
一、现有轮动策略核心功能清单
1.1 数据获取层（HybridDataSource）
| 功能 |
实现位置 |
说明 |
| 混合数据源 |
core/datasource/hybrid_source.py |
Tushare(A股) + YFinance(港美股) |
| SSH隧道 |
hybrid_source.py |
SOCKS5代理访问境外数据 |
| 双轨数据架构 |
engine.py:48 |
index_data(因子) + etf_data(收益) |
| ETF净值数据 |
engine.py:58 |
溢价率计算 |
| 缓存机制 |
datasource/cache.py |
本地缓存管理 |
| 交易日历对齐 |
compute_factors() |
对齐到A股交易日历 |
1.2 因子计算层（compute_factors）
| 功能 |
实现位置 |
说明 |
| 加权动量因子 |
calculate_weighted_momentum_score() |
年化收益率 × R² |
| 崩盘过滤 |
apply_crash_filter() |
3天跌>5%清零 |
| 动态ATR周期 |
auto_day参数 |
根据波动率调整窗口 |
| 多因子类型 |
factor_type |
momentum/slope_r2/weighted_momentum |
1.3 选股逻辑层（generate_signals）
| 功能 |
实现位置 |
说明 |
| Top N选股 |
engine.py:108-114 |
按得分排序 |
| 分散化选股 |
engine.py:117-135 |
每大类Top1→全局Top3 |
| 调仓周期控制 |
rebalance_days |
持仓至少N天 |
| 调仓阈值检查 |
_check_rebalance() |
得分改善阈值 |
| 负分过滤 |
scores > 0 |
过滤负分标的 |
1.4 溢价控制层（premium_control）
| 功能 |
配置位置 |
说明 |
| 溢价阈值 |
rotation.yaml:97-114 |
10%阈值 |
| 按市场配置 |
market_overrides |
港股/美股启用 |
| 控制模式 |
mode: filter/penalize |
完全排除或降权 |
1.5 回测执行层（run_backtest）
| 功能 |
实现位置 |
说明 |
| 日收益率计算 |
engine.py:246-267 |
多品种等权 |
| 交易成本扣除 |
engine.py:270-287 |
换手率比例扣除 |
| 净值计算 |
engine.py:289-292 |
起点归一化 |
| 基准对比 |
engine.py:305-323 |
沪深300基准 |
| 持仓跟踪 |
portfolio.py |
交易记录生成 |
1.6 报告生成层（generate_performance_report）
| 功能 |
实现位置 |
说明 |
| KPI指标 |
report.py |
CAGR/Sharpe/MaxDD |
| 可视化图表 |
report.py |
净值曲线/月度收益 |
| HTML报告 |
visualization/ |
Bootstrap样式 |
二、新框架功能对比
2.1 已实现功能 ✓
| 功能 |
新框架实现 |
对应现有功能 |
| 因子抽象 |
FactorBase + FactorRegistry |
compute_factors() ✓ |
| 动量因子 |
MomentumFactor |
calculate_weighted_momentum_score() ✓ |
| 崩盘过滤 |
MomentumFactor.crash_filter |
apply_crash_filter() ✓ |
| ATR计算 |
VolatilityFactor(method='atr') |
calculate_atr() ✓ |
| Top N选股 |
TopNSelector |
top_n_codes() ✓ |
| 分散化选股 |
TopNSelector(group_by) |
top_n_diversified() ✓ |
| 溢价控制 |
PremiumControl |
premium_control配置 ✓ |
| 回调钩子 |
CallbackHook |
新增功能 ✓ |
2.2 未实现功能 ❌
| 功能 |
现有实现 |
新框架缺失 |
影响 |
| 数据源抽象 |
HybridDataSource |
❌ 无DataSource接口 |
🔴 高：无法获取数据 |
| SSH隧道管理 |
hybrid_source.py |
❌ 无 |
🔴 高：无法访问境外数据 |
| 双轨数据架构 |
index_data + etf_data |
❌ 无 |
🔴 高：因子/收益数据分离 |
| 交易日历对齐 |
compute_factors() |
❌ 无 |
🟡 中：跨市场对齐 |
| 完整回测逻辑 |
run_backtest() |
❌ BacktestExecutor简化 |
🔴 高：无法执行完整回测 |
| 交易成本扣除 |
换手率比例扣除 |
❌ 无 |
🟡 中：回测准确性 |
| 净值计算 |
起点归一化 |
❌ 无 |
🔴 高：净值曲线 |
| 基准对比 |
benchmark_data |
❌ 无 |
🟡 中：策略评估 |
| 持仓跟踪 |
portfolio.py |
❌ 无完整实现 |
🟡 中：交易记录 |
| 报告生成 |
report.py |
❌ 无 |
🟡 中：结果可视化 |
三、功能完善性评估
3.1 完善度评分
| 模块 |
完善度 |
说明 |
| 因子层 |
90% ✓ |
核心功能完善，动态周期待实现 |
| 信号层 |
85% ✓ |
TopN和分散化已实现，调仓阈值缺失 |
| 风控层 |
80% ✓ |
溢价控制和回调钩子完善 |
| 数据层 |
0% ❌ |
完全缺失，需完整迁移 |
| 执行层 |
20% ❌ |
仅框架骨架，无完整逻辑 |
| 报告层 |
0% ❌ |
完全缺失 |
总体完善度：约45%
3.2 关键缺失分析
数据层缺失（影响最大）：
执行层缺失（影响大）：
四、迁移路径建议
4.1 立即需要补充（P0）
| 功能 |
预估工作量 |
说明 |
| DataSource抽象接口 |
1天 |
定义数据获取标准接口 |
| 混合数据源集成 |
2天 |
迁移HybridDataSource到新框架 |
| 完整回测执行器 |
2天 |
迁移run_backtest()逻辑 |
4.2 短期补充（P1）
| 功能 |
预估工作量 |
说明 |
| 交易日历对齐 |
0.5天 |
迁移compute_factors对齐逻辑 |
| 持仓跟踪完善 |
1天 |
迁移portfolio.py逻辑 |
| 基准对比 |
0.5天 |
添加基准数据支持 |
4.3 中期补充（P2）
| 功能 |
预估工作量 |
说明 |
| 报告生成集成 |
1天 |
迁移report.py到新框架 |
| 调仓阈值检查 |
0.5天 |
添加_check_rebalance逻辑 |
五、结论与建议
5.1 总体结论
框架核心抽象设计完善（因子层、信号层、风控层），但：
- 数据层缺失：无法获取数据，策略无法运行
- 执行层不完整：无法产出回测结果
- 报告层缺失：无法可视化结果
当前状态：框架骨架搭建完成，但无法直接替代现有轮动策略运行。
5.2 两种路径选择
路径A：快速验证路径
- 在现有
engine.py中使用新框架的因子层和信号层
- 保持现有数据获取和回测逻辑不变
- 目标：验证因子抽象和选股逻辑正确性
- 时间：1天
路径B：完整迁移路径
- 补充数据层抽象
- 补充完整回测执行器
- 补充报告生成
- 目标：完整替代现有策略
- 时间：5-6天
5.3 建议
优先级建议：
- 先走路径A：快速验证因子层和信号层正确性
- 逐步补充：按P0→P1→P2顺序补充缺失功能
- 保持兼容：新框架与现有策略并行运行一段时间
下一步行动：
- 是否先走路径A（快速验证）？
- 还是直接走路径B（完整迁移）？
文档版本：V1.0
分析时间：2026-05-08
目标：评估框架功能完善性
