aszerW
908b28473f
## 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
58 lines
1.3 KiB
Python
58 lines
1.3 KiB
Python
"""
|
||
信号生成器抽象基类
|
||
"""
|
||
|
||
from abc import ABC, abstractmethod
|
||
import pandas as pd
|
||
|
||
|
||
class SignalGenerator(ABC):
|
||
"""
|
||
信号生成器抽象基类
|
||
|
||
所有信号生成器必须实现 generate 方法
|
||
"""
|
||
|
||
mode: str = "base"
|
||
|
||
def __init__(self, **params):
|
||
"""
|
||
初始化信号生成器参数
|
||
|
||
Args:
|
||
**params: 信号参数（如 select_num, rebalance_days 等）
|
||
"""
|
||
self._params = params
|
||
|
||
@abstractmethod
|
||
def generate(self, factor_data: pd.DataFrame) -> pd.DataFrame:
|
||
"""
|
||
生成交易信号
|
||
|
||
Args:
|
||
factor_data: 因子数据 DataFrame
|
||
|
||
Returns:
|
||
信号 DataFrame，必须包含 'signal' 列
|
||
"""
|
||
pass
|
||
|
||
def validate_factor_data(self, factor_data: pd.DataFrame) -> bool:
|
||
"""
|
||
验证因子数据是否有效
|
||
|
||
Args:
|
||
factor_data: 因子数据
|
||
|
||
Returns:
|
||
True 如果数据有效
|
||
"""
|
||
if factor_data.empty:
|
||
return False
|
||
|
||
return True
|
||
|
||
def __repr__(self) -> str:
|
||
params_str = ', '.join([f"{k}={v}" for k, v in self._params.items()])
|
||
return f"{self.__class__.__name__}({params_str})"
|