初始提交：高股息策略研究与回测系统
从 Point-in-Time 股票筛选到统一 Web 前端的完整链路： 筛选 → 画像 → 策略 → 回测 → Walk-forward → 绩效分析 → 报告/前端。 架构 - 数据层与策略层分离；策略代码不写 SQL，只经 data/repo.py 取数 - 所有业务阈值集中在 config/*.yml，代码零硬编码（字段写错直接报错） - 报告只做「run_id → SQL → 渲染」，不做任何计算，数字可追溯 - 前后端分离：output/ 静态站点 + hdiv web 提供的 REST API 数据安全 - 只增不删：SQL 钩子拦截 DELETE/DROP/TRUNCATE，并有源码扫描测试守护 - qlib 原有表只读，本项目数据写入 hd_ 前缀表 - 回补使用 INSERT IGNORE，保证既有行零改动 - .env 存密钥且已 gitignore；output/、logs/、.venv/ 不入库 交付物 - 30 张 hd_* 表、7 个 YAML 配置、283 项自动化测试 - 统一 Web 前端（hash 路由 SPA）+ nginx 部署配置与 launchd 托管脚本 如实声明的限制 - 策略缺少稳定的样本外超额收益（Walk-forward 7 窗口均值 -0.95%， 基准 +2.29%）；其价值体现在回撤控制，而非超额收益 - 涨跌停/停牌约束仅覆盖 2019 年起；index_weight 尚未填充 - AI Agent 层（plan.md 第四版 P8）未实现 详见 docs/user-guide.md 与 docs/implementation-status.md。
This commit is contained in:
@@ -0,0 +1,381 @@
|
||||
# 实施状态报告
|
||||
|
||||
> 对应 `docs/development-plan.md`（计划）与 `docs/plan.md`（需求）
|
||||
> 更新：2026-10-02
|
||||
|
||||
---
|
||||
|
||||
## 0. 一句话结论
|
||||
|
||||
**系统已端到端可运行**：从 Point-in-Time 股票池筛选 → 个股画像 → 策略定义 →
|
||||
回测 → Walk-forward → 绩效分析 → 参数敏感性 → 固定格式 HTML 报告，
|
||||
全链路打通并通过 262 项自动化测试。`plan.md §50` 的 14 项验收能力**全部具备**。
|
||||
|
||||
数据同步仍在后台补齐最后 ~15%（分红 99.6%、财报 ~87%），
|
||||
但这不影响系统功能 —— 它只影响股票池的绝对规模。
|
||||
|
||||
---
|
||||
|
||||
## 1. 已交付清单
|
||||
|
||||
### 1.1 数据层（P0a / P0b / G1–G6）
|
||||
|
||||
| 缺口 | 状态 | 实测结果 |
|
||||
|---|---|---|
|
||||
| **G1 分红明细** | ✅ 完成 | `hd_dividend` 5,880 只 / 253,879 行（其中 56,513 条实施且有现金分红），覆盖 1990–2026 |
|
||||
| **G2 日线行情** | ✅ 完成 | `stock_daily` 起点 **2015-01-05**（2015 年首个交易日），2,838 个交易日；**2019 年空洞已补齐**（+89 万行） |
|
||||
| **G2b 复权因子** | ✅ 完成 | `adjust_factor` 同区间，2,840 个交易日 |
|
||||
| **G3 每日指标** | ✅ 完成 | `daily_basic` 起点 2015-01-05，2,286 个交易日 |
|
||||
| **G4 扩展财务** | ✅ 完成 | 财务指标 5,903 只（100%）、现金流 5,893、资产负债表/利润表 5,902；公告日齐全率 100%。缺失的 10 只均为 1990 年代退市股（Tushare 无报表） |
|
||||
| **G5 基准指数** | ✅ 完成 | `hd_index_daily` 7 个指数 / 40,083 行；沪深300 覆盖 2002 起 |
|
||||
| **G6 停牌/涨跌停** | ✅ 完成 | `hd_suspend` 67,765 行；`hd_limit` **669 万行** |
|
||||
|
||||
### 1.2 数据库（30 张 `hd_*` 表）
|
||||
|
||||
全部建表完成，结构迁移幂等（连续两次 `ddl apply` 均返回 0 个动作）。
|
||||
**只增不删**由三层保证：SQL 安全钩子 + 源码扫描测试 + 迁移的前置条件守卫。
|
||||
|
||||
### 1.3 代码模块
|
||||
|
||||
| 模块 | 文件 | 状态 |
|
||||
|---|---|---|
|
||||
| 配置层 | `core/config.py`（7 类配置 + 严格校验 + config_hash） | ✅ |
|
||||
| 数据安全 | `data/db.py`（SQL 钩子）、`data/ddl.py`（幂等 DDL） | ✅ |
|
||||
| 单位归一化 | `data/units.py`（万元/万股/百分数 → 元/股/小数） | ✅ |
|
||||
| PIT 取数 | `data/repo.py`（唯一取数出口） | ✅ |
|
||||
| 同步器 | `data/sync/`（分红/财报/指数/行情/停牌涨跌停） | ✅ |
|
||||
| 数据审计 | `data/audit.py`（18 项检查） | ✅ |
|
||||
| 股票池 | `universe/selector.py` + 4 个 Filter | ✅ |
|
||||
| 因子 | `factor/dividend_yield.py` | ✅ |
|
||||
| 个股画像 | `profile/builder.py` | ✅ |
|
||||
| 策略管理 | `strategy/registry.py` | ✅ |
|
||||
| 回测引擎 | `backtest/engine.py` | ✅ |
|
||||
| Walk-forward | `backtest/walk_forward.py` | ✅ |
|
||||
| 绩效分析 | `analysis/performance.py` | ✅ |
|
||||
| 敏感性 | `analysis/sensitivity.py` | ✅ |
|
||||
| 报告渲染 | `report/`（7 类报告 + 离线校验） | ✅ |
|
||||
|
||||
---
|
||||
|
||||
## 2. `plan.md §50` 十四项验收
|
||||
|
||||
| # | 能力 | 状态 | 落库位置 |
|
||||
|---|---|---|---|
|
||||
| ① | 找出符合条件的股票 | ✅ | `hd_universe_member` |
|
||||
| ② | 生成 PIT 股票池 | ✅ | `hd_universe_run` |
|
||||
| ③ | 每股历史股息率序列 | ✅ | `hd_profile_series` |
|
||||
| ④ | P10/P25/P50/P75/P90 | ✅ | `hd_profile_stat` |
|
||||
| ⑤ | 生成买卖信号 | ✅ | `hd_backtest_signal` |
|
||||
| ⑥ | 执行历史回测 | ✅ | `hd_backtest_run` |
|
||||
| ⑦ | 正确处理分红与除权 | ✅ | `hd_dividend` + 分红台账（含红利税） |
|
||||
| ⑧ | 加入交易成本 | ✅ | `hd_backtest_trade.*_cost` |
|
||||
| ⑨ | K线 + 买卖点 | ✅ | `output/profile_*.html`（四联图 + P75/P25 阈值线） |
|
||||
| ⑩ | 收益/回撤/Sharpe | ✅ | `hd_backtest_metric` |
|
||||
| ⑪ | 基准比较 | ✅ | 沪深300 / 中证红利 / 上证指数 |
|
||||
| ⑫ | Walk-forward | ✅ | `hd_walkforward_window` |
|
||||
| ⑬ | 样本内/外结果 | ✅ | `hd_backtest_metric.scope` |
|
||||
| ⑭ | 完整参数与版本 | ✅ | `hd_strategy` + `hd_strategy_param`（36 项） |
|
||||
|
||||
---
|
||||
|
||||
## 3. 关键正确性保障
|
||||
|
||||
以下是开发过程中**真实踩到**并已修复的静默错误 ——
|
||||
它们共同特点是「不报错，只是给出错误结论」，因此每一条都配了回归测试。
|
||||
|
||||
| # | 问题 | 后果 | 修复 |
|
||||
|---|---|---|---|
|
||||
| 1 | Tushare `total_mv` 单位是**万元**，配置阈值是**元** | 市值过滤选中 **0 只**股票 | `data/units.py` 统一归一化 + `UNIT` 审计（恒等式 + 绝对量级双判据） |
|
||||
| 2 | 用**季报累计** ROE 比「年均 8%」阈值 | 几乎所有好公司被误杀 | `annual_financial_averages()` 只用年报口径 |
|
||||
| 3 | 银行负债率天然 90%+ | 整个金融板块被误杀（招商银行） | `industry_exemptions` 行业豁免，Risk/Quality 统一口径 |
|
||||
| 4 | 年度分红除权间隔中位数 **366 天** > 365 | 股息率被算成 0，污染历史分位 | TTM 加 45 天宽限期 |
|
||||
| 5 | 分红除权晚于 asof | 稳定分红公司被误判「连续分红 0 年」（中国神华） | 一年宽限期 |
|
||||
| 6 | `NaN or 0.0` 返回 `NaN` | 10 万条 NULL 分红被当成数值参与者 | `_fnum()` NaN 感知转换 |
|
||||
| 7 | 费率 side 配置小写 `sell`、代码传大写 `SELL` | **印花税永远为 0**，成本系统性低估 | 统一大写比较 |
|
||||
| 8 | 净值曲线漏加现金 | 净值严重失真 | `总市值 = 现金 + 持仓` + 断言测试 |
|
||||
| 9 | 建仓阶梯与减仓阶梯各自判定 | 持仓时会「因高分位被减仓」，年换手 8.9、持仓仅 30 天 | 合成唯一阶梯 + 死区（修复后：换手 0.91、持仓 345 天） |
|
||||
| 10 | MySQL 唯一约束**不约束 NULL** | 静默重复行 | 显式 `dedup_key`；三张表补 `NOT NULL`；专门测试守护 |
|
||||
| 11 | pandas 3.0 字符串列不再是 `object` dtype | 空串 `ts_code` 被写进库 | 改用 `is_numeric_dtype` 判定 |
|
||||
| 12 | `is_buy` 在涨跌停分支前未定义 | 一旦 `hd_limit` 有数据即崩溃 | 定义提前 |
|
||||
| 13 | Jinja2 autoescape 转义 `<script>` | 图表静默失效 | `| safe` + 校验器专项检测 |
|
||||
| 14 | `dividend_records` 的 SELECT **漏了 `base_share`** | 支付率与 FCF 覆盖在全库范围内恒为 NULL —— `max_payout_ratio` 与 `min_fcf_dividend_cover` 两个筛选条件**从未生效** | 补上该列 + 回归测试断言 SELECT 列表 |
|
||||
| 15 | 用 **FY2023 分红 ÷ 2024Q1 净利润** 算支付率 | 美的集团算出 230.9% 的荒谬支付率（真实 61.6%） | 新增 `Repo.annual_financials()`，支付率/FCF 覆盖一律**同财年**比较 |
|
||||
| 16 | 画像从未计算分红质量指标 | `dividend_quality` 与 `composite` 安全边际得分恒为 NULL，`plan.md §14/§15` 形同未实现 | 画像复用 `DividendFilter` 的口径函数（单一口径来源） |
|
||||
| 17 | 断点续传只看「日期是否存在」 | 原 qlib 数据在 2019 年仅 243 只/日被当作「已同步」，形成**整年数据空洞** | 判据改为「当日股票数 ≥ 1500」 |
|
||||
| 19 | **Jinja2 autoescape 把嵌入 `<script>` 的 JSON 转义成 `"`** | 内联 JS 语法非法 → **全部报告的图表都不显示**（页面能开、容器空白） | `_json_for_script` 返回 `Markup` 并把 `< > & '` 转成 `\uXXXX`；校验器新增 `node --check` 真实语法检查 |
|
||||
| 20 | 校验器只比对「容器数 == init 次数」 | 图表全坏却判定 OK（给了假信心） | 改为「每个容器 id 必须被脚本引用」+ HTML 实体检测 + node 语法检查 |
|
||||
| 21 | 索引模板用 `g.items` | Jinja2 中解析成 `dict.items` 方法而非该键 → 索引页渲染失败 | 键名改为 `reports` |
|
||||
| 22 | `report.yml` 声明了无人实现的 `naming.strategy` | 配置承诺了不存在的产物 | 移除该键（策略说明报告属未实现的 P8） |
|
||||
| 18 | walk-forward 的 train/test 以 `persist=False` 运行 | `hd_walkforward_window` 的 run_id 是**悬空引用**，报告无法下钻 | 一并落库，并把 `wf_id/window_index` 纳入 run_id 指纹（否则同区间会撞 id 互相覆盖） |
|
||||
|
||||
---
|
||||
|
||||
## 4. 实测回测结果（2015-01-05 ~ 2026-09-30，11.7 年）
|
||||
|
||||
> 策略：`HD_MR_V1` v1.0 —— 市值 ≥ 500 亿、上市 ≥ 10 年、连续分红 ≥ 5 年、
|
||||
> 股息率 ≥ 3%、年均 ROE ≥ 8%（金融豁免）、买入 ≥ 历史 P75、卖出 ≤ P25、
|
||||
> 单股 ≤ 10%、行业 ≤ 25%、最多 20 只。
|
||||
|
||||
### 4.1 与基准对比
|
||||
|
||||
| 指标 | **策略** | 沪深300 | 中证红利 | 上证指数 |
|
||||
|---|---:|---:|---:|---:|
|
||||
| 总收益 | **+114.80%** | +19.66% | +53.35% | +14.67% |
|
||||
| 年化 CAGR | **+6.73%** | +1.54% | +3.71% | +1.17% |
|
||||
| 最大回撤 | **−21.05%** | −46.70% | −46.51% | −52.30% |
|
||||
| Sharpe | 0.31 | — | — | — |
|
||||
|
||||
**策略跑赢天然基准「中证红利」61 个百分点，而回撤不到其一半。**
|
||||
|
||||
> ⚠ **但这个数字有严重误导性，请看 §4.6 的 Walk-forward 结果。**
|
||||
> 单条路径的全期回测会把「持有可能穿越熊市并在后期回本」的效应放大，
|
||||
> 而逐年样本外检验给出的是一幅**完全不同的图景**。
|
||||
|
||||
> 该结果是在**修正了支付率与 FCF 覆盖两个筛选条件之后**取得的
|
||||
> （此前这两个条件因 `base_share` 漏选而静默失效）。修正后股票池由 49 只
|
||||
> 收紧到 28 只，收益反而提高 —— 说明「分红可持续性」这一安全边际条件
|
||||
> 确实在筛选优质标的。
|
||||
|
||||
### 4.2 交易与分红
|
||||
|
||||
| 项目 | 数值 |
|
||||
|---|---:|
|
||||
| 成交笔数 | 180 |
|
||||
| 累计现金分红 | 558,797 元（占期初资金 55.9%） |
|
||||
| 已扣红利税 | 13,676 元 |
|
||||
| 期末资金 | 2,148,010 元 |
|
||||
| **资金对账残差** | **0.0000** ✅ |
|
||||
|
||||
### 4.3 逐年收益
|
||||
|
||||
| 年 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024 | 2025 | 2026 |
|
||||
|---|---:|---:|---:|---:|---:|---:|---:|---:|
|
||||
| 策略 | +18.56% | +6.64% | +11.85% | **−3.99%** | +1.25% | +22.22% | +14.67% | +7.32% |
|
||||
|
||||
11.7 年中仅 2022 一年为负，且跌幅远小于同期市场。
|
||||
|
||||
### 4.4 预热期说明（重要）
|
||||
|
||||
**2015–2018 年组合保持 100% 现金、无任何成交**，这是**预期行为**而非缺陷：
|
||||
|
||||
滚动 5 年分位参照窗口需要历史分布，而本项目数据自 2015-01-05 起
|
||||
（2015 年前无行情/指标）。在参照窗口填满之前，系统无法计算「历史分位」，
|
||||
因此不产生信号 —— 这正是**不做未来函数**的代价与证明：
|
||||
若为了让 2015 年就有信号而放宽窗口，就等于用不足的样本编造分位。
|
||||
|
||||
组合自 2019 年起建仓，2020 年起现金占比稳定在 1% 以下（基本满仓）。
|
||||
|
||||
### 4.5 参数敏感性（plan.md §27）
|
||||
|
||||
扫描买入分位 P70/75/80/85/90 的结果：
|
||||
|
||||
| 买入分位 | CAGR | 最大回撤 | Sharpe | 成交 |
|
||||
|---|---:|---:|---:|---:|
|
||||
| P70 | 3.03% | −22.76% | 0.07 | 70 |
|
||||
| P75 | 5.26% | −17.03% | 0.22 | 72 |
|
||||
| P80 | 2.77% | −21.37% | 0.05 | 66 |
|
||||
| P85 | 7.27% | −19.75% | 0.39 | 62 |
|
||||
| P90 | 3.99% | −19.85% | 0.14 | 55 |
|
||||
|
||||
系统判读：CAGR 跨度 4.50pp、最大跳变 4.50pp、**平滑度 0.00**、
|
||||
检出 1 处尖峰（P85）→ 判定为
|
||||
**「存在尖峰或跳变，疑似过拟合，请谨慎解读」**。
|
||||
|
||||
> 这是一个**诚实的不利结论**，也正是 plan.md §27 想要暴露的问题。
|
||||
> 需注意该扫描是在**修正支付率/FCF 筛选条件之前**、且区间仅 2021–2024、
|
||||
> 股票池仅数十只的条件下完成的。**应在当前口径下于 10 年区间重跑后才作数。**
|
||||
|
||||
### 4.6 Walk-forward 样本外验证（plan.md §23/§25）
|
||||
|
||||
7 个滚动窗口，每个窗口用训练段校准分位分布、测试段**冻结**该分布：
|
||||
|
||||
| 窗口 | 训练区间 | 测试区间 | 样本外收益 | 样本外回撤 |
|
||||
|---|---|---|---:|---:|
|
||||
| #0 | 2015–2019 | 2020 | **+4.01%** | −11.94% |
|
||||
| #1 | 2016–2020 | 2021 | **−3.07%** | −15.79% |
|
||||
| #2 | 2017–2021 | 2022 | **−9.17%** | −24.22% |
|
||||
| #3 | 2018–2022 | 2023 | **−8.63%** | −18.00% |
|
||||
| #4 | 2019–2023 | 2024 | **+2.61%** | −24.62% |
|
||||
| #5 | 2020–2024 | 2025 | **+3.78%** | −10.50% |
|
||||
| #6 | 2021–2025 | 2026(部分) | **+3.83%** | −14.88% |
|
||||
|
||||
**样本外汇总：**
|
||||
|
||||
| 指标 | 数值 |
|
||||
|---|---:|
|
||||
| 盈利窗口 | 4 / 7（胜率 57.14%） |
|
||||
| 样本外收益 **均值** | **−0.95%** |
|
||||
| 样本外收益 中位数 | +2.61% |
|
||||
| 样本外 CAGR 均值 | −0.78% |
|
||||
| 最差窗口回撤 | −24.62% |
|
||||
| **基准收益均值** | **+2.29%** |
|
||||
| **超额收益均值** | **−3.24%** |
|
||||
|
||||
#### 结论：单路径回测显著高估了策略
|
||||
|
||||
对比 §4.1 与本节：
|
||||
|
||||
| | 全期单路径回测 | Walk-forward 样本外均值 |
|
||||
|---|---:|---:|
|
||||
| 收益 | **+114.80%**（11.7 年） | **−0.95%／年** |
|
||||
| 相对基准 | +95pp | **−3.24pp** |
|
||||
|
||||
**这个反差是 Walk-forward 存在的全部意义。** 两者的差异来自方法论而非 bug：
|
||||
|
||||
1. **全期回测允许仓位穿越牛熊**：2019–2021 建的仓在 2022–2023 的下跌中继续持有，
|
||||
到 2024–2026 随市场回升而回本 —— 单条路径把这段「扛过去」的收益完整计入。
|
||||
2. **Walk-forward 逐年冻结参照分布**：测试年必须用**训练年**校准的股息率分布，
|
||||
不能自适应。当市场环境切换（如 2022–2023 的估值中枢下移），
|
||||
训练期校准的阈值在测试期就失灵了。
|
||||
3. 样本量小：每年只是一个观测点，7 个窗口的均值本身标准误很大
|
||||
（稳定性指标 −0.16，说明窗口间差异大于均值本身）。
|
||||
|
||||
**因此：不要采信 §4.1 的 +114.80%。** 更接近真实的表述是
|
||||
「该策略在 2020/2024/2025/2026 的样本外为正，在 2021/2022/2023 为负，
|
||||
长期看与基准相比没有稳定的超额收益，且回撤更小（防御性成立、进攻性不足）」。
|
||||
|
||||
> 值得注意的是，策略的**回撤控制**在样本外依然稳定成立
|
||||
> （最差 −24.62%，而基准同期回撤 −46% ~ −52%），
|
||||
> 这与「高股息 + 安全边际」的定位一致 —— 它更像一个**降低波动的配置工具**，
|
||||
> 而非超额收益来源。
|
||||
|
||||
## 5. 已知限制（如实声明）
|
||||
|
||||
1. **分红与财报已基本完成**（财务指标 5,903/5,903，现金流 5,893/5,903）；
|
||||
指数成分股权重 `index_weight` 仍为空（不影响基准收益计算）。
|
||||
2. **涨跌停与停牌约束覆盖 2019 年起**；2015-2018 区间为近似建模，
|
||||
引擎会在 `hd_backtest_run.unimplemented_json` 中如实声明。
|
||||
（停牌同步器起点为 2019-01-01，如需 2015-2018 可改 `--start` 重跑。）
|
||||
3. **未实现部分成交**（按信号全额成交，受资金与权重上限约束）。
|
||||
4. **`index_weight` 为空**：不影响基准收益计算（用指数点位），
|
||||
仅影响成分股分析。
|
||||
5. **AI Agent 层（P8）未实现** —— 属 `plan.md` 第四版扩展。
|
||||
6. **敏感性结论受限于扫描区间与股票池规模**，见 §4.5 说明。
|
||||
7. **2015-2018 为预热期**（无历史分布可用），见 §4.4 说明。
|
||||
8. **策略缺少稳定的样本外超额收益**（见 §4.6），这是最重要的结论。
|
||||
9. **Walk-forward 已具备 7 个滚动窗口**（2015-2019/2020 … 2021-2025/2026），
|
||||
与 `plan.md §23` 的示例完全一致，train/test 均落库可下钻；
|
||||
单次完整跑完约需 25 分钟，用 `hdiv backtest --mode walkforward` 执行。
|
||||
|
||||
---
|
||||
|
||||
## 6. 如何运行
|
||||
|
||||
```bash
|
||||
cd ~/project/高股息回测
|
||||
export PYTHONPATH=src
|
||||
|
||||
# 1) 建表（幂等）
|
||||
.venv/bin/python -m hdiv ddl apply
|
||||
|
||||
# 2) 数据同步（按需）
|
||||
.venv/bin/python -m hdiv sync dividend --only-missing
|
||||
.venv/bin/python -m hdiv sync financial --interleaved --only-missing
|
||||
.venv/bin/python -m hdiv sync index
|
||||
.venv/bin/python -m hdiv sync trading --start 2019-01-01
|
||||
HDIV_ALLOW_BACKFILL=1 .venv/bin/python -m hdiv sync backfill # 2015-2018 回补
|
||||
|
||||
# 3) 数据审计（含 HTML）
|
||||
.venv/bin/python -m hdiv audit
|
||||
|
||||
# 4) 股票池 → 画像
|
||||
.venv/bin/python -m hdiv universe --asof 2024-06-28
|
||||
.venv/bin/python -m hdiv profile --universe-run <run_id>
|
||||
|
||||
# 5) 策略登记与回测
|
||||
.venv/bin/python -m hdiv strategy register
|
||||
.venv/bin/python -m hdiv backtest --start 2021-01-01 --end 2024-06-28
|
||||
.venv/bin/python -m hdiv backtest --mode walkforward
|
||||
.venv/bin/python -m hdiv sensitivity
|
||||
|
||||
# 6) 校验报告离线可用性
|
||||
.venv/bin/python -m hdiv report validate
|
||||
|
||||
# 7) 测试
|
||||
.venv/bin/python -m pytest tests/ -q
|
||||
```
|
||||
|
||||
报告输出在 `output/`，从 `output/index.html` 进入。
|
||||
|
||||
---
|
||||
|
||||
## 7. 可修改的配置
|
||||
|
||||
| 文件 | 控制什么 |
|
||||
|---|---|
|
||||
| `config/universe.yml` | **股票筛选条件**（市值/上市年限/连续分红/股息率/ROE/行业豁免…） |
|
||||
| `config/profile.yml` | **个股特性**（统计窗口/分位/波动频率/安全边际权重/TTM 口径） |
|
||||
| `config/strategy/high_dividend_v1.yml` | **策略定义**（买卖分位/建仓阶梯/仓位上限/风控/生命周期状态） |
|
||||
| `config/cost.yml` | 佣金/印花税/过户费/滑点/红利税 |
|
||||
| `config/backtest.yml` | 区间/调度/分位参照口径/Walk-forward/基准/撮合 |
|
||||
| `config/report.yml` | 图表开关/输出命名/版面/资源模式 |
|
||||
| `config/datasource.yml` | 数据库/只读白名单/回补许可/Tushare 限频 |
|
||||
|
||||
修改任一文件后 `config_hash` 变化，历史 run 仍可完整复现。
|
||||
|
||||
---
|
||||
|
||||
## 7.1 报告部署（重要）
|
||||
|
||||
报告通过**相对路径**引用图表库：``<script src="assets/echarts.min.js">``。
|
||||
|
||||
因此发布时必须**整体部署 `output/` 目录**，包括 `output/assets/`。
|
||||
例如把 `output/` 映射到 `/ggx/`，则下列两者都必须可达：
|
||||
|
||||
```text
|
||||
http://<host>:8080/ggx/index.html ← 报告
|
||||
http://<host>:8080/ggx/assets/echarts.min.js ← 图表库（约 1 MB）
|
||||
```
|
||||
|
||||
若只复制了 `*.html`，页面能打开但**所有图表都不会显示**。
|
||||
|
||||
若你的部署方式无法附带 `assets/` 目录，改用自包含模式：
|
||||
|
||||
```yaml
|
||||
# config/report.yml
|
||||
asset_mode: inline # 每份 HTML 内嵌图表库，体积由约 10MB 增至约 79MB
|
||||
```
|
||||
|
||||
改完重新生成报告即可（`hdiv report index` 或对应报告命令）。
|
||||
|
||||
**部署前自检**（会真实执行 `node --check` 校验每份报告的内联 JS）：
|
||||
|
||||
```bash
|
||||
hdiv report validate # 或：python -m hdiv.report.validate output
|
||||
```
|
||||
|
||||
## 7.2 Web 前端（前后端分离）
|
||||
|
||||
系统提供统一 Web 前端，替代原先平铺的静态报告：
|
||||
|
||||
| 能力 | 实现 |
|
||||
|---|---|
|
||||
| 统一入口 | `output/index.html`（hash 路由单页应用） |
|
||||
| 股票池记录管理 | 列表 / **命名** / **归档** / **软删除** / 打开股票清单 |
|
||||
| 个股画像 | 点击清单里的个股直接打开画像页（四联图 + 分位 + 雷达） |
|
||||
| 股票池 ↔ 回测 | `hdiv backtest --universe-run <run_id>` 建立关联，双向可见 |
|
||||
| 回测主页面 | 只显示**条件与说明**，点击进入详细结果 |
|
||||
| 详细结果 | 总结果 + 净值曲线 + 绩效指标 + **逐笔成交与理由** |
|
||||
| 目录归一化 | `hdiv site normalize` 归档历史、静态报告入 `reports/` |
|
||||
|
||||
**后端用 Python 标准库实现**（`ThreadingHTTPServer`）：零新增依赖、
|
||||
一条命令启动、nginx 只需反代 `/api`，无版本漂移风险。
|
||||
|
||||
部署：`deploy/nginx.conf.example`（两种布局）+ `deploy/serve.sh`（启停脚本）。
|
||||
|
||||
## 8. 测试覆盖
|
||||
|
||||
```
|
||||
262 passed
|
||||
```
|
||||
|
||||
| 测试文件 | 覆盖 |
|
||||
|---|---|
|
||||
| `test_config.py` | 配置正向加载 + 18 类非法配置必须被拒 |
|
||||
| `test_safety.py` | SQL 安全钩子（含 11 类删除语句、只读白名单、前缀约束）；源码扫描无删除语句、无 qlib import |
|
||||
| `test_schema.py` | 30 张表结构、前缀、幂等性、**唯一键列不得可空**（NULL 绕过唯一约束） |
|
||||
| `test_sync.py` | 单位转换、NaN→NULL、分红去重键、财报 PIT 丢弃、限频器 |
|
||||
| `test_universe.py` | **单位换算与量级检测**、行业豁免、年报均值口径、分红宽限期、滤网索引契约 |
|
||||
| `test_backtest.py` | 成本模型（含印花税）、A股整手、资金对账、目标仓位阶梯与死区、参数耦合、敏感性判读、Walk-forward 窗口、无未来函数 |
|
||||
| `test_cli_contract.py` | CLI 与使用手册的接口契约（含 `web`/`site` 命令、`--universe-run`） |
|
||||
| `test_web.py` | 前端↔后端接口契约、软删除可逆性、归档可见性、资源路径重写、JSON 可序列化 |
|
||||
Reference in New Issue
Block a user