aszerW
40116f436f
## 核心功能 - FlaskAPIFetcher: 继承 DataFetcher 抽象基类 - fetch_indices(): 获取指数 OHLCV 数据 - fetch_etf(): 获取 ETF 数据（自动附加净值+溢价率） - get_trading_calendar(): 获取交易日历 - get_benchmark(): 获取基准数据 ## 技术实现 - 委托调用 FlaskAPIDataSource（HTTP API） - 自动重试 3 次，超时 120 秒 - Pydantic Schema 验证响应 - 进度显示（批量获取） - 无需本地 SSH 隧道配置 ## 测试验证 - 5/5 测试通过（健康检查、指数、ETF、日历、基准） - 成功获取线上数据（000300.SH, 510300.SH） - ETF 自动附加净值（3695 条）和溢价率 ## 架构设计 - shared/data/flask_api_fetcher.py - 实现（262 行） - tests/test_flask_api_fetcher.py - 测试（199 行） - 依赖倒置原则（策略依赖抽象接口）
ETF轮动策略框架
基于抽象接口的量化交易框架，支持因子计算、信号生成、风控管理和回测执行。
架构设计
┌─────────────────────────────────────────────────────────────────────────────┐
│ 应用层 (Applications) │
├─────────────────────────────────────────────────────────────────────────────┤
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
│ │ Rotation │ │ Screener │ │ 自定义策略 │ │
│ │ Strategy │ │ Strategy │ │ (继承框架) │ │
│ └────────┬────────┘ └────────┬────────┘ └────────┬────────┘ │
└───────────┼────────────────────┼────────────────────┼─────────────────────────┘
│ │ │
▼ ▼ ▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 定制组件层 (strategies/shared) │
├─────────────────────────────────────────────────────────────────────────────┤
│ ┌──────────────────────────────────────────────────────────────────────┐ │
│ │ factors/ │ signals/ │ risk/ │ data/│ │
│ │ ├─ MomentumFactor │ ├─ TopNSelector │ ├─ StopLossControl │ ... │ │
│ │ ├─ TrendFactor │ ├─ TrendFollower │ ├─ PremiumControl │ │ │
│ │ ├─ ReversalFactor │ ├─ ReversalTrader │ ├─ Callbacks │ │ │
│ │ └─ VolatilityFactor│ │ │ │ │
│ └──────────────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────────┐
│ 框架抽象层 (framework) │
├─────────────────────────────────────────────────────────────────────────────┤
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ factors/ │ │ signals/ │ │ risk/ │ │ execution/ │ │
│ │ FactorBase │ │SignalGen │ │ RiskControl │ │ Executor │ │
│ │ Registry │ │ │ │ CallbackHook│ │ Portfolio │ │
│ │ Combiner │ │ │ │ Position │ │ │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ └─────────────┘ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ strategy/ │ │ data/ │ │ config/ │ │
│ │ StrategyBase│ │ DataSource │ │ ConfigLoader│ │
│ │ │ │ DataCache │ │ │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘
核心特性
1. 框架抽象接口（framework）
只提供抽象基类，不含具体实现：
- FactorBase：因子抽象基类 + FactorRegistry注册器 + FactorCombiner组合器
- SignalGenerator：信号生成抽象基类
- RiskControl：风控抽象基类 + CallbackHook回调机制
- StrategyBase：策略抽象基类（含回调自动注册）
- Executor/Portfolio：执行器抽象 + 持仓管理
2. 定制组件（strategies/shared）
具体实现，可跨策略复用：
- MomentumFactor：加权线性回归动量 + 崩盘过滤
- TrendFactor：MA交叉/MACD趋势因子
- ReversalFactor：RSI反转信号
- TopNSelector：分散化选股 + 调仓周期控制
- StopLossControl：固定止损/跟踪止损
- PremiumControl：溢价过滤回调
3. 完整回测执行
from framework.execution import BacktestExecutor
executor = BacktestExecutor(
initial_capital=100000,
trade_cost=0.001,
select_num=3
)
portfolio = executor.execute(signals, data)
# 支持日收益率计算、交易成本扣除、净值归一化、基准对比
项目结构
.
├── framework/ # 框架抽象接口
│ ├── factors/ # FactorBase/Registry/Combiner
│ ├── signals/ # SignalGenerator抽象
│ ├── risk/ # RiskControl/Position/CallbackHook
│ ├── strategy/ # StrategyBase抽象
│ ├── execution/ # Executor/Portfolio/BacktestExecutor
│ ├── data/ # DataSource/DataCache抽象
│ ├── config/ # ConfigLoader配置加载
│ └── tests/ # 单元测试
│
├── strategies/ # 策略实现
│ ├── shared/ # 定制组件（跨策略复用）
│ │ ├── factors/ # MomentumFactor/TrendFactor等
│ │ ├── signals/ # TopNSelector/TrendFollower等
│ │ ├── risk/ # StopLossControl/PremiumControl等
│ │ └── data/ # HybridDataSourceAdapter等
│ ├── rotation/ # 轮动策略
│ │ └── strategy.py # RotationStrategy实现
│ └── screener/ # CCI选股策略
│
├── config/ # 配置文件
│ └── strategies/
│ └── rotation.yaml # 轮动策略配置
│
├── visualization/ # 可视化
│ └── report_generator/ # 报告生成
│
├── data/ # 数据目录
├── docs/ # 文档目录
├── archive/ # 归档旧代码
│
├── .env # 环境变量
├── .dockerignore # Docker忽略
├── build-and-push.sh # 构建脚本
├── docker-compose.yml # Docker部署
├── Dockerfile # 应用镜像
├── Dockerfile_base # 基础镜像
├── hk_ecs.pem # SSH密钥（港美股数据隧道）
├── README.md # 本文件
└── requirements.txt # 依赖
快速开始
1. 运行回测
# 使用默认配置
python run_rotation.py
# 指定配置文件
python run_rotation.py --config config/strategies/rotation.yaml
# 指定报告保存路径
python run_rotation.py --save-path results/my_rotation
2. 代码方式使用框架
from framework import FactorBase, FactorRegistry, SignalGenerator, StrategyBase
from strategies.shared.factors.momentum import MomentumFactor
from strategies.shared.signals.selectors import TopNSelector
# 注册因子
FactorRegistry.register(MomentumFactor)
# 创建因子组合器
factor = FactorRegistry.get('momentum', n_days=25, crash_filter=True)
combiner = FactorCombiner([factor])
# 创建信号生成器（支持分散化选股）
selector = TopNSelector(
select_num=3,
group_mapping={'399006.SZ': 'A', 'NDX': 'US'}, # 按大类分组
min_score=0.0, # 过滤负分
rebalance_days=1, # 调仓周期
rebalance_threshold=0.05 # 调仓阈值
)
# 生成信号
signals = selector.generate(factor_data)
3. 运行测试
# 框架单元测试
python -m pytest framework/tests/ -v
# 对比测试（验证新旧实现一致性）
python tests/full_backtest_comparison.py
设计原则
| 模块 | 职责 | 位置 |
|---|---|---|
| 抽象接口 | 所有策略共用的基础设施 | framework |
| 定制组件 | 具体实现，可跨策略复用 | strategies/shared |
| 策略实现 | 业务逻辑，使用框架+组件 | strategies/{name} |
技术栈
- Python 3.12：核心语言
- Pandas/NumPy：数据处理
- PyYAML：配置加载
- scikit-learn：因子计算（加权回归）
- pytest：单元测试
归档说明
旧代码已移动到 archive/ 目录，包括：
- 原
core/目录（数据源、因子计算） - 原
strategies/rotation/engine.py（旧引擎） - 原
scripts/（旧脚本入口） - 原
tests/（旧测试文件）