aszerW
7fcf63d68a
新增对比脚本： - compare_v1_v2.py: V1 vs V2 简单版对比分析（153 行） * 发现 V2 简单版收益虚高（981.95% vs V1 的 103.29%） * 识别核心差异：交易成本、调仓逻辑、动态阈值、溢价控制 - compare_three_versions.py: 三版本完整对比（190 行） * V1 原始版：103.29%（基准） * V2 简单版：981.95%（未计入交易成本，虚高） * V2 正式版：135.63%（已计入交易成本，真实） * 量化分析收益下降 846% 的原因 新增文档： - CONFIG_DESIGN.md: V2 配置系统设计文档 * 扁平化资产池设计 * signal_source/trade_source 分离机制 * group 字段策略化语义 测试脚本： - test_api_dates.py: API 日期范围验证测试 关键发现： 1. V2 简单版未计入交易成本导致收益虚高 878% 2. V2 正式版计入 829 次调仓成本后收益降至 135.63% 3. V2 正式版 vs V1（+32.34%）差异合理，夏普比率更优（1.15 vs 0.78）
26 lines
767 B
Python
26 lines
767 B
Python
"""测试 Flask API 日期参数"""
|
|
import os
|
|
from datasource.flask_api_source import FlaskAPIDataSource
|
|
|
|
# 设置环境变量
|
|
os.environ['FLASK_API_URL'] = 'https://k3s.tokenpluse.xyz'
|
|
|
|
api = FlaskAPIDataSource()
|
|
|
|
# 测试获取 2020-2024 年的数据
|
|
print("测试 1: 获取 2020-2024 年数据")
|
|
df = api.fetch("399006.SZ", "2020-01-01", "2024-12-31")
|
|
if df is not None:
|
|
print(f" 数据量: {len(df)}")
|
|
print(f" 日期范围: {df.index[0]} ~ {df.index[-1]}")
|
|
else:
|
|
print(" 获取失败")
|
|
|
|
print("\n测试 2: 获取 2023-2024 年数据")
|
|
df2 = api.fetch("399006.SZ", "2023-01-01", "2024-12-31")
|
|
if df2 is not None:
|
|
print(f" 数据量: {len(df2)}")
|
|
print(f" 日期范围: {df2.index[0]} ~ {df2.index[-1]}")
|
|
else:
|
|
print(" 获取失败")
|