## 测试报告(END_TO_END_TEST_REPORT.md, 345 行) - 5 个阶段详细测试结果 - 关键验证总结(跨市场对齐、数据完整性、策略表现) - 性能指标(总耗时 ~7 秒) - 数据流图(完整流程可视化) - 发现的问题(因子值异常、日历精度) ## 集成记录(TRADING_CALENDAR_API_INTEGRATION.md, 247 行) - 变更前后对比(pandas BDay → API) - API 端点文档(请求/响应格式) - 使用示例(基础使用 + 数据对齐) - 测试验证结果(484 天准确日历) - 影响分析(正面影响 + 无破坏性变更) ## 文档特色 - 大量代码示例 - 表格总结 - 测试结果截图 - 版本历史记录
5.4 KiB
5.4 KiB
FlaskAPIFetcher 交易日历 API 集成
更新日期
2024-04-16
变更概述
将 FlaskAPIFetcher.get_trading_calendar() 从临时的 pandas BDay 实现升级为通过 API 获取准确交易日历。
变更详情
变更前(临时实现)
def get_trading_calendar(self, market: str = 'A') -> pd.Index:
"""使用 pandas BDay 生成近似日历"""
if market == 'A':
calendar = pd.bdate_range(start='2020-01-01', end='2025-12-31')
# 手动移除节假日(不完整)
holidays = ['2024-02-10', '2024-02-11', ...]
calendar = calendar[~calendar.isin(pd.to_datetime(holidays))]
return calendar
elif market == 'US':
return pd.bdate_range(start='2020-01-01', end='2025-12-31')
问题:
- ❌ 使用
bdate_range生成近似日历 - ❌ 节假日列表不完整
- ❌ 不支持动态日期范围
- ❌ 可能包含非交易日
变更后(API 实现)
def get_trading_calendar(
self,
market: str = 'A',
start: str = None,
end: str = None
) -> pd.Index:
"""通过 API 获取准确交易日历"""
# 默认日期范围
if start is None:
start = '2020-01-01'
if end is None:
end = '2025-12-31'
# 调用 API 获取准确日历
calendar = self._source.get_trading_calendar(
market=market,
start_date=start,
end_date=end
)
if calendar is None:
raise ValueError(
f"交易日历获取失败: market={market}, {start} ~ {end}"
)
return calendar
优势:
- ✅ 通过 API 获取准确日历
- ✅ 包含所有节假日处理
- ✅ 支持动态日期范围
- ✅ API 失败时抛出异常(不静默降级)
API 端点
请求
GET /api/v1/trading-calendar
参数:
- market: 市场代码 ('A', 'US', 'HK')
- start: 开始日期 (YYYY-MM-DD)
- end: 结束日期 (YYYY-MM-DD)
响应
{
"market": "A",
"exchange": "SSE",
"trading_dates": ["2024-01-02", "2024-01-03", ...],
"count": 242
}
使用示例
基础使用
from framework_v2.shared.data import FlaskAPIFetcher
fetcher = FlaskAPIFetcher()
# 获取 A 股 2024 年交易日历
calendar = fetcher.get_trading_calendar(
market='A',
start='2024-01-01',
end='2024-12-31'
)
print(f"A 股交易日: {len(calendar)} 天") # 242 天
在数据对齐中使用
from framework_v2.shared.data import FlaskAPIFetcher, CrossMarketAligner
fetcher = FlaskAPIFetcher()
# 1. 获取数据
data = fetcher.fetch_indices(["^IXIC"], "2024-01-01", "2024-12-31")
# 2. 获取准确交易日历
calendar = fetcher.get_trading_calendar(
market='A',
start='2024-01-01',
end='2024-12-31'
)
# 3. 创建对齐器
aligner = CrossMarketAligner(target_calendar=calendar)
# 4. 对齐收益率
returns = aligner.align_returns(data["^IXIC"]["close"], code="^IXIC")
测试验证
端到端测试结果
阶段 3: 数据对齐(到 A 股日历)
======================================================================
[3.1] 获取 A 股交易日历(通过 API)...
✓ A (SSE): 484 个交易日 (2023-01-03 ~ 2024-12-31)
A 股交易日: 484 天
日期范围: 2023-01-03 00:00:00 ~ 2024-12-31 00:00:00
[3.2] 对齐因子到 A 股日历...
对齐 ^IXIC 因子...
对齐后天数: 484
填充天数: 18 (3.7%)
NaN 数量: 15
对齐 399006.SZ 因子...
对齐后天数: 484
填充天数: 0 (0.0%)
NaN 数量: 19
[3.3] 对齐收益率到 A 股日历...
对齐 ^IXIC 收益率...
对齐后天数: 484
收益率范围: -3.6391% ~ 4.4159%
NaN 数量: 0
零收益率天数: 18 (休市日) ✅
对齐 399006.SZ 收益率...
对齐后天数: 484
收益率范围: -10.5941% ~ 17.2494%
NaN 数量: 0
零收益率天数: 0 (休市日) ✅
✓ 阶段 3 通过
关键验证
| 验证项 | 预期 | 实际 | 状态 |
|---|---|---|---|
| API 调用成功 | 是 | 是 | ✅ |
| 返回天数准确 | 484 天 | 484 天 | ✅ |
| 纳指休市日 | 18 天 | 18 天 | ✅ |
| 创业板休市日 | 0 天 | 0 天 | ✅ |
| 收益率 NaN | 0 | 0 | ✅ |
影响分析
正面影响
- 准确性提升: 从近似日历 → 准确日历
- 维护成本降低: 无需手动维护节假日列表
- 多市场支持: A 股、美股、港股统一 API
- 动态日期范围: 支持任意日期范围查询
无破坏性变更
- ✅ 方法签名向后兼容(新增可选参数
start,end) - ✅ 返回类型兼容(
pd.DatetimeIndex是pd.Index的子类) - ✅ 现有代码无需修改
相关文件
| 文件 | 变更 |
|---|---|
framework_v2/shared/data/flask_api_fetcher.py |
更新 get_trading_calendar() 实现 |
framework_v2/tests/test_end_to_end.py |
更新测试使用 API 日历 |
framework_v2/FLASK_API_FETCHER_GUIDE.md |
更新文档 |
framework_v2/FLASK_API_FETCHER_ARCHITECTURE.md |
更新架构说明 |
datasource/flask_api_source.py |
底层 API 调用(已存在) |
版本历史
-
2024-04-16: API 交易日历集成
- 替换临时 pandas BDay 实现
- 调用
/api/v1/trading-calendar端点 - 支持动态日期范围
- 端到端测试通过
-
2024-04-15: 初始版本
- 临时实现(pandas BDay + 手动节假日)
- 固定日期范围(2020-2025)