修复：TTM 股息率两处残余缺陷 + 公司行为三处静默错误；新增回测级排除行业清单
说明：本提交是工作区中此前的未提交工作（在 cf6d4d2 之后产生），**非本次会话所写**，
按用户要求**不跑测试、直接记录变更并推送**。
已完成推送前的基础安全检查：无明文凭据、无大文件、`.env`/`logs/`/`output/` 仍被忽略。
测试状态：**本次未执行测试套件**。
## 一、TTM 股息率的两处残余缺陷 + 卖出复核
起因：用户报告 `600690.SH` 在 2026-07-30 触发清仓、07-31 开盘卖出，实际不该卖。
### 缺陷一：同一除权日的多条「实施」记录被逐行累加
- 成因：`hd_dividend` 写入侧刻意保留全量公告记录，去重键含 `ann_date`，
同一笔分红会有多条「实施」记录落在**同一除权日**；查询侧逐行累加即重复计入。
- 规模：5724 只有现金分红的股票中 **953 只**存在同除权日重复（多出 1313 行）。
- 效果：`600690.SH` 的 `ttm_dps` 长期虚高约一倍（2.46848 vs 真实 1.23424），
窗口到期时又必然回落，把假象放大成一次 −78% 的塌陷。
- 修法：新增 `factor.dividend_yield.dedupe_dividend_events()`，按 `(symbol, ex_date)`
聚合成**一笔经济事件**（金额/股数逐字段取最大 → 收敛「分项 + 合计」；
日期取最晚 → PIT 保守）。三处入口统一调用：`ttm_dps_series`、
`Repo.dividend_events`、`universe/filters/dividend.py`。
### 缺陷二：只看相邻间隔，漏掉「年度 → 中期 → 下一年度」的跳法
- 成因：7.6 的「按后继接管」只看相邻两次除权的间隔。实测 `600690.SH`：
FY2024 年度 2025-07-25、FY2025 中期 2025-11-07、FY2025 年度 2026-08-21。
105 天的间隔使前两笔被判为「年内多次分红」而互不取代，392 天又超过 `365+45`
→ **2026-07-25~08-21 出现 28 天空窗**，可见现金只剩 0.26920。
- 修法：`ttm_dps_series` 的覆盖窗口由「按相邻间隔」升级为「**按财年 `end_date`**」：
① 后继接管（保留 7.6 行为，阈值 `ttm_days - grace_days` = 320 天）；
② **跨财年补位**：每个财年最后一笔 → 下一财年最后一笔入场，上限 `365 + grace`；
③ **末笔宽限兜底**：无后继时覆盖 `365 + grace`（真停发仍如实归零）。
- 验收（作者实测）：600690 在 2026-07-27 的 `ttm_dps` 由 0.53840 变为 **1.23424**，
股息率 5.30%、历史分位 92.98%，**不再触发 P25 清仓**。
### 缺陷三（设计缺口）：卖出只认「已除权的现金」，不认「已公告的分红」
- 成因：FY2025 年度分红 0.89151 的**实施公告日是 2026-06-25**，除权日 2026-08-21。
TTM 现金口径看不到它 → 「股息率处于历史低位」在字面上为真，
实际描述的是**现金流时点**而非分红能力恶化。
- 修法：新增 `entry/exit.confirm`（`enabled` / `min_ratio` / `announce_lookback_days`）：
若「已公告未除权」的分红说明股息率本应更高，且
`TTM ÷ (TTM + 已公告未除权) < min_ratio`，则判定**未确认**：
保持仓位并记录 `EXIT_UNCONFIRMED`（不进成交流水）。真降息不会命中。
## 二、公司行为的三处静默错误（分红/送转/配股口径）
### 问题一：纯送转被整行丢弃（凭空亏损）
- `_apply_dividends` 在算送股**之前**就按 `cash_div_tax <= 0` 整行 `continue`，
于是「10 送 10」这类**无现金分红**的送转完全不调股数 ——
而价格是不复权价、除权日照常腰斩 → 记出一笔不存在的亏损。
- 规模：全库「实施且 `stk_div > 0`」13,038 行，其中**纯送转 3,268 行**；
高股息池成员在 2015-2026 区间内 **824 笔**（如 `000793.SZ` 每 10 股转增 12 股，
单笔约 −54% 的该持仓市值）。
- 修法：现金与送转**各自独立判断**，只有「既无现金也无送转」才跳过；
并把 `stk_bo_rate`/`stk_co_rate` 写入分红台账留痕。
### 问题二：同一除权日的重复记录被重复入账
- 全库 **1401 组**同 `(symbol, ex_date)` 的多条实施记录（1240 组字段相同；
96 组报告期不同、122 组金额不同）。实测 `002352.SZ 2024-11-07` 同时有
0.4 / 1.0 / 1.4 三条，而 1.4 = 0.4 + 1.0 是合计口径 → 逐行累加会放大两三倍。
- 修法：复用 `dedupe_dividend_events`（与缺陷一同一个函数）。
### 问题三：分红再投资的声明与行为不一致
- 引擎实际行为一直是「分红现金回到与初始资金同一个 `cash` 变量，
下次调仓按目标权重再配置」= `reinvest` + `portfolio_rebalance`；
但 `backtest.yml` 写的是 `same_stock_next_open`，于是每次 run 都声明
「未实现分红再投资规则，分红留存为现金」，让人误以为分红不可再投资。
- 修法：配置改为已实现组合 `cash_mode: reinvest` + `reinvest_rule: portfolio_rebalance`；
声明逻辑抽成 `dividend_handling_notes()`，**逐档取值都有单测**对应
（`hold`/`cash_out`/`same_stock_next_open`/`handle_stock_dividend=false`/配股
才声明未实现）。顺带接线一直是**死字段**的 `dividend.apply_dividend_tax`。
## 三、新增：回测层面的排除行业清单（黑名单）
- 位置与语义：`config/backtest.yml: universe_exclusions.industries` ——
「**这次回测**特意不要哪些行业」（研究口径），
与 `config/universe.yml`（策略选股定义）**叠加取并集**，只做减法。
三种回测模式（single / walkforward / daily）一律生效。
- 最大的坑：数据库 `stock.industry` 里**没有「房地产业」**，它被拆成四个名字，
写「房地产」或「房地产业」**一只都排除不掉**：
`全国地产` 26 只 + `区域地产` 43 只 + `房产服务` 13 只 + `园区开发` 14 只 = **96 只**（1.6%）。
因此 `MarketFilter` 首次求值时拿名单与表内实际取值核对，
**写错名字直接抛 `ConfigError`**（并按字符重合度提示最接近的真实取值）。
- 接线：三个入口都走生效后的配置；并修掉一处缓存陷阱（配置变更后缓存未失效）。
- 新增测试锁定它。
## 四、其它
- `src/hdiv/core/config.py`：新增配置模型（排除行业、卖出复核等，+102 行）
- `src/hdiv/data/repo.py`（+45）、`src/hdiv/backtest/engine.py`（+121）、
`backtest/daily.py`、`backtest/walk_forward.py`、`web/service.py`、
`report/universe_report.py` 相应接线
- 测试：新增 `tests/test_dividend_fiscal_year.py`；扩充
`test_backtest.py` / `test_config.py` / `test_daily.py` /
`test_dividend_smoothing.py` / `test_universe.py`
- `tools/diag_dividend_artifact.py`：诊断脚本与上述修复对齐
- 文档：`docs/implementation-status.md` 新增 §7.6b / §7.7 / §11；
`docs/user-guide.md` 新增排除行业清单说明
## 待验证
本次按要求**未执行测试**。上述「实测/验收」数字均引自文档中作者自己的记录，
非本次会话验证结果。建议合入后跑一次全量测试（注意：daily 的 DB 标记测试
因 `hd_cashflow` 无界扫描仍然很慢）。
This commit is contained in:
@@ -20,6 +20,7 @@ import pytest
|
||||
|
||||
from hdiv.factor.dividend_yield import (
|
||||
build_dps_events,
|
||||
dedupe_dividend_events,
|
||||
ttm_dps_at,
|
||||
ttm_dps_series,
|
||||
ttm_params,
|
||||
@@ -94,9 +95,12 @@ def test_intra_year_multiple_payments_are_not_merged() -> None:
|
||||
])
|
||||
sm = pd.Series(ttm_dps_series(d, ev, ttm_days=TTM, grace_days=GRACE,
|
||||
smooth_spikes=True), index=d)
|
||||
# 年中确实应同时含两笔（0.3 + 0.7 = 1.0）
|
||||
peak = sm.loc[pd.Timestamp("2023-06-01"):pd.Timestamp("2023-11-20")]
|
||||
# 年中确实应同时含两笔（0.3 + 0.7 = 1.0）。
|
||||
# 重叠期 = 第二笔入场（2022-11-28）到第一笔满 365 天（2023-05-28），
|
||||
# 区间右端取半开语义：2023-05-29 当天第一笔已经到期，只剩 0.3。
|
||||
peak = sm.loc[pd.Timestamp("2022-11-28"):pd.Timestamp("2023-05-28")]
|
||||
assert peak.max() > 0.95, f"年内两笔分红应同时计入，实际 max={peak.max()}"
|
||||
assert sm.loc[pd.Timestamp("2022-11-28")] == pytest.approx(1.0)
|
||||
|
||||
|
||||
def test_true_cessation_still_goes_to_zero() -> None:
|
||||
@@ -135,6 +139,97 @@ def test_build_dps_events_matches_series_expectations() -> None:
|
||||
assert len(out) == len(d) and out.max() <= 1.45
|
||||
|
||||
|
||||
# ---------------------------------------------------------------------------
|
||||
# 经济事件口径：同一 (symbol, ex_date) 的多条记录只能算一笔
|
||||
# ---------------------------------------------------------------------------
|
||||
|
||||
|
||||
def test_dedupe_collapses_duplicate_announcements() -> None:
|
||||
"""同一除权日的重复记录（含「分项 + 合计」）必须收敛成一笔。"""
|
||||
raw = pd.DataFrame({
|
||||
"symbol": ["X"] * 3 + ["Y"],
|
||||
"ex_date": ["2024-11-07"] * 3 + ["2024-05-10"],
|
||||
"imp_ann_date": ["2024-08-29", "2024-10-11", "2024-10-30", "2024-05-06"],
|
||||
"cash_div_tax": [0.4, 1.0, 1.4, 0.5],
|
||||
})
|
||||
out = dedupe_dividend_events(raw)
|
||||
assert len(out) == 2
|
||||
x = out[out["symbol"] == "X"].iloc[0]
|
||||
# 实测 002352.SZ 2024-11-07：0.4 + 1.0 = 1.4，取合计口径
|
||||
assert float(x["cash_div_tax"]) == pytest.approx(1.4)
|
||||
# PIT：取**最晚**公告日，绝不早于该金额真正公告的时间
|
||||
assert pd.Timestamp(x["imp_ann_date"]) == pd.Timestamp("2024-10-30")
|
||||
assert len(out[out["symbol"] == "Y"]) == 1
|
||||
|
||||
|
||||
def test_dedupe_keeps_stock_dividend_alongside_cash() -> None:
|
||||
"""一行纯现金 + 一行纯送转时不得丢掉送转（逐字段取最大，而非整行取最大）。"""
|
||||
raw = pd.DataFrame({
|
||||
"symbol": ["X", "X"],
|
||||
"ex_date": ["2024-07-01", "2024-07-01"],
|
||||
"imp_ann_date": ["2024-06-01", "2024-06-20"],
|
||||
"cash_div_tax": [0.5, None],
|
||||
"stk_div": [None, 0.3],
|
||||
"stk_bo_rate": [None, 0.3],
|
||||
})
|
||||
out = dedupe_dividend_events(raw)
|
||||
assert len(out) == 1
|
||||
assert float(out.iloc[0]["cash_div_tax"]) == pytest.approx(0.5)
|
||||
assert float(out.iloc[0]["stk_div"]) == pytest.approx(0.3)
|
||||
|
||||
|
||||
def test_dedupe_is_identity_without_duplicates() -> None:
|
||||
"""没有重复时原样返回（热路径短路，不得改变 dtype 或行序）。"""
|
||||
raw = pd.DataFrame({
|
||||
"symbol": ["X", "X"],
|
||||
"ex_date": ["2021-06-01", "2022-05-27"],
|
||||
"cash_div_tax": [1.0, 1.2],
|
||||
})
|
||||
out = dedupe_dividend_events(raw)
|
||||
assert out is raw
|
||||
|
||||
|
||||
def test_ttm_series_dedupes_by_default() -> None:
|
||||
"""TTM 入口默认按经济事件聚合；重复记录不得把股息率抬高。"""
|
||||
dup = pd.DataFrame({
|
||||
"ex_date": pd.to_datetime(["2022-06-01", "2022-06-01"]),
|
||||
"imp_ann_date": pd.to_datetime(["2022-05-20", "2022-05-25"]),
|
||||
"cash_div_tax": [0.5, 0.5],
|
||||
})
|
||||
d = _daily("2022-01-01", "2023-12-31")
|
||||
on = ttm_dps_series(d, dup, ttm_days=TTM, grace_days=GRACE)
|
||||
assert on.max() == pytest.approx(0.5)
|
||||
# 关掉聚合应复现**旧行为**：同一天两条被当成两笔独立分红累加（1.0）。
|
||||
# 这正是本 bug 的来源 —— 业务路径必须保持默认聚合。
|
||||
off = ttm_dps_series(d, dup, ttm_days=TTM, grace_days=GRACE, dedupe_events=False)
|
||||
assert off.max() == pytest.approx(1.0), "关掉聚合应复现重复累加"
|
||||
|
||||
|
||||
def test_partial_and_total_records_are_merged_not_summed() -> None:
|
||||
"""「分项 + 合计」同一天多条：必须取合计（1.4），而不是累加成 2.8。"""
|
||||
raw = pd.DataFrame({
|
||||
"ex_date": pd.to_datetime(["2024-11-07"] * 3),
|
||||
"imp_ann_date": pd.to_datetime(["2024-08-29", "2024-10-11", "2024-10-30"]),
|
||||
"cash_div_tax": [0.4, 1.0, 1.4],
|
||||
})
|
||||
d = _daily("2024-01-01", "2025-12-31")
|
||||
on = ttm_dps_series(d, raw, ttm_days=TTM, grace_days=GRACE)
|
||||
assert on.max() == pytest.approx(1.4)
|
||||
|
||||
|
||||
def test_ttm_series_survives_null_cash_on_stock_dividend_rows() -> None:
|
||||
"""送转行的 cash_div_tax 是 NULL：不得让 NaN 传染整条 TTM 序列。"""
|
||||
ev = pd.DataFrame({
|
||||
"ex_date": pd.to_datetime(["2022-06-01", "2023-06-05"]),
|
||||
"imp_ann_date": pd.to_datetime(["2022-05-20", "2023-05-25"]),
|
||||
"cash_div_tax": [None, 0.8],
|
||||
})
|
||||
d = _daily("2023-01-01", "2023-12-31")
|
||||
out = ttm_dps_series(d, ev, ttm_days=TTM, grace_days=GRACE)
|
||||
assert np.isfinite(out).all(), "NULL 现金分红把 TTM 序列变成了 NaN"
|
||||
assert out.max() == pytest.approx(0.8)
|
||||
|
||||
|
||||
# ---------------------------------------------------------------------------
|
||||
# 口径统一：筛选 / 画像 / 回测 / Web 必须用同一份参数
|
||||
# ---------------------------------------------------------------------------
|
||||
|
||||
Reference in New Issue
Block a user