## 架构设计 - 三层架构:core(抽象接口) → shared(通用实现) → tests(验证测试) - 5个核心抽象基类:StrategyBase, FactorBase, SignalGenerator, Executor, DataFetcher - 零侵入:与现有框架并行开发,不修改生产代码 ## 已完成 ✓ 核心接口层(5个ABC类) ✓ 通用因子层(MomentumFactor完全复制现有逻辑) ✓ 对比验证测试(新旧因子输出差异=0,测试通过) ## 验证结果 - 最大差异: 0.000000e+00 - 平均差异: 0.000000e+00 - 容差: < 1e-10 ## 下一步 - 阶段3: 信号层迁移(TopNSelector, DynamicThreshold, RebalanceController) - 阶段4: 执行层迁移(BacktestRunner) - 阶段5: 数据层迁移(DataFetcher实现) - 阶段6: 完整策略对比验证 ## 设计原则 - 按需抽象,不预先设计 - 职责分离,避免框架膨胀 - 测试驱动,每个组件必须有对比测试 - 渐进式迁移,验证通过再替换
47 lines
1.1 KiB
Python
47 lines
1.1 KiB
Python
"""
|
||
执行器抽象基类
|
||
"""
|
||
|
||
from abc import ABC, abstractmethod
|
||
import pandas as pd
|
||
|
||
|
||
class Executor(ABC):
|
||
"""
|
||
执行器抽象基类
|
||
|
||
所有执行器必须实现 execute 方法
|
||
"""
|
||
|
||
mode: str = "base"
|
||
|
||
def __init__(self, **params):
|
||
"""
|
||
初始化执行器参数
|
||
|
||
Args:
|
||
**params: 执行参数(如 initial_capital, trade_cost 等)
|
||
"""
|
||
self._params = params
|
||
|
||
@abstractmethod
|
||
def execute(self, signals: pd.DataFrame, data: pd.DataFrame) -> dict:
|
||
"""
|
||
执行信号
|
||
|
||
Args:
|
||
signals: 信号 DataFrame
|
||
data: 收益率数据 DataFrame
|
||
|
||
Returns:
|
||
回测结果字典,包含:
|
||
- result: 回测 DataFrame(含净值、收益率)
|
||
- portfolio: 组合对象(可选)
|
||
- metrics: 绩效指标(可选)
|
||
"""
|
||
pass
|
||
|
||
def __repr__(self) -> str:
|
||
params_str = ', '.join([f"{k}={v}" for k, v in self._params.items()])
|
||
return f"{self.__class__.__name__}({params_str})"
|