simon
cf6d4d2c56
说明：本提交是工作区中此前的未提交工作（在 14ec0c6 之后产生），**非本次会话所写**，
按用户要求整理并推送。已做安全检查（无明文凭据、无大文件、.env/logs/output 仍被忽略），
并完成可执行范围内的测试验证（见「测试」一节）。
## 新增能力
1) `hdiv backtest --mode daily --start <日期>`
- src/hdiv/backtest/daily.py：两趟式（先逐日选股，再复用既有引擎模拟）
- 每个交易日按当日可见数据重建股票池（PIT），每个交易日判断买卖点
- `pool_exit_action`：hold（只减不加、不因掉出池子而清仓）/ sell（掉出即清仓）
- `profile_on_trade`：买卖决策发生时计算并留痕个股画像，**不区分是否在当日池内**
（卖出/减仓同样留痕，否则「为什么卖」缺证据）
- 与 walkforward 的分工：daily 是一条连续路径的推演，不是过拟合检验；
因此不使用训练段、不冻结分布，阈值口径一律 rolling
- 拒绝 `--universe-run`（daily 的定义就是逐日重筛，冻结池与之矛盾）
2) PIT 批量取数层 src/hdiv/universe/pit.py
- PitRepo 继承 Repo，**只重写取数**（按区块批量预载 + 逐日内存切片），
派生逻辑（最新一期财报合并、单位归一化、支付率口径等）一行不重写
—— 以保证与逐日单点查询**结果等价**
- 候选集预剪枝：用「不可能通过」的边界条件提前排除，文档论证为精确等价而非近似
- src/hdiv/universe/daily.py：每日动态筛选器（仍然调用既有 selector 与四个 Filter）
3) 每日增量同步 `hdiv sync daily`
- src/hdiv/data/sync/daily.py：只抓「库里还没有的那几天」，
按「当日股票数 ≥ 当年规模阈值」判定缺口，不重拉历史、不覆盖既有行；
支持 `--dry-run` 先看待抓清单
- deploy/daily-sync.sh、deploy/install-sync-schedule.sh、
deploy/com.hddiv.sync.plist.example（launchd 每天 17:00）
- 新表 hd_daily_universe（逐日入选成员留痕）+ sql/hd_daily_universe.sql + schema.py
（该表已存在于库中，`ddl plan` 返回 0 个待执行动作）
4) Web 与文档
- 前端支持 daily 模式记录下钻（web/app.js、web/app.css、web/index.html、
web/favicon.svg）
- README / docs/user-guide.md / docs/implementation-status.md 同步更新：
三种回测模式的取舍、daily 的成本说明（6.7 年约 1.5 小时）与调优手段
## 测试
tests/ 共 500 项（新增 tests/test_daily.py 43 项、tests/test_sync_daily.py 36 项）。
已验证通过：
- 排除上述两个新文件的 **421 项：全部通过（pytest 退出码 0）**
- 两个新文件的**非 DB 单元测试 60 项：全部通过**
未能在合理时间内跑完：
- 两个新文件中 **19 项 DB 标记的重型测试**。实测瓶颈是一条**无界全表扫描**：
`SELECT ... FROM hd_cashflow WHERE ann_date <= :asof ORDER BY symbol, end_date, ann_date`
（31 万行，无 symbol/报告期下限）。全量套件跑到 161 项时已耗时 20 分钟、
0 失败，按该速率预计需 3 小时以上，因此改为分档验证。
- 旁证：库中存在 3 次成功的 daily 端到端运行（2026-10-05 10:05 / 10:32 / 11:03，
区间 2024-03-01~03-15），说明该路径可正常完成。
## 已知待改进
- 上述 `hd_cashflow`（及同类「按 ann_date 上界取全历史」）的查询缺
symbol / 报告期下限，是 daily 模式的主要性能瓶颈，建议下一轮优化。
184 lines
7.7 KiB
Markdown
184 lines
7.7 KiB
Markdown
# 高股息回测系统
|
||
|
||
A 股 **高股息 + 安全边际 + 估值均值回归** 策略的研究与回测系统。
|
||
|
||
从 Point-in-Time 股票筛选 → 个股特性画像 → 策略定义 → 历史回测 →
|
||
Walk-forward 样本外验证 → **每日动态股票池推演** → 绩效与敏感性分析 →
|
||
**统一 Web 前端**，全链路打通。
|
||
|
||
采用**前后端分离**：前端为 `output/` 下的单页应用（hash 路由，nginx 直接托管），
|
||
后端为 `hdiv web` 提供的 REST API（nginx 反代 `/api`）。
|
||
|
||
---
|
||
|
||
## 快速开始
|
||
|
||
```bash
|
||
cd ~/project/高股息回测
|
||
cp .env.example .env # 填入数据库密码与 Tushare token
|
||
export PYTHONPATH=src
|
||
|
||
# 建表
|
||
.venv/bin/python -m hdiv ddl apply
|
||
|
||
# 同步数据（首次约 3~4 小时，可后台跑）
|
||
.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
|
||
|
||
# 日常增量：只抓「库里还没有的那几天」，不重拉历史
|
||
.venv/bin/python -m hdiv sync daily --dry-run # 先看待抓清单
|
||
.venv/bin/python -m hdiv sync daily # 真抓
|
||
|
||
# 注册为每天 17:00 的 launchd 定时任务
|
||
./deploy/install-sync-schedule.sh install
|
||
|
||
# 审计 → 打开 output/index.html
|
||
.venv/bin/python -m hdiv audit
|
||
```
|
||
|
||
完整用法见 **[使用手册](docs/user-guide.md)**。
|
||
|
||
---
|
||
|
||
## 文档
|
||
|
||
| 文档 | 内容 |
|
||
|---|---|
|
||
| **[使用手册](docs/user-guide.md)** | 安装、配置、命令、报告解读、故障排查 |
|
||
| [实施状态](docs/implementation-status.md) | 交付清单、验收映射、已修复问题、**实测结论与限制** |
|
||
| [开发计划](docs/development-plan.md) | 架构设计、数据库设计、分阶段计划 |
|
||
| [需求原文](docs/plan.md) | 项目的原始方案与验收标准 |
|
||
|
||
---
|
||
|
||
## 目录
|
||
|
||
```text
|
||
config/ ★ 所有可调参数（YAML，代码零硬编码）
|
||
src/hdiv/ 代码：数据层、筛选、画像、策略、回测、分析、报告
|
||
templates/ HTML 模板（Jinja2，离线）
|
||
assets/ 图表库（ECharts，本地化，不依赖 CDN）
|
||
output/ ★ 报告输出（部署这个目录）
|
||
sql/ 建表 SQL 副本（供人工审查）
|
||
tests/ 439 项自动化测试（含每日动态股票池的取数等价性、预剪枝等价性、PIT 纪律与端到端）
|
||
docs/ 文档
|
||
```
|
||
|
||
---
|
||
|
||
## 三条设计原则
|
||
|
||
| 原则 | 落实方式 |
|
||
|---|---|
|
||
| **配置零硬编码** | 任何业务阈值只出现在 `config/*.yml`；字段名写错直接报错 |
|
||
| **只增不删** | SQL 钩子拦截 `DELETE`/`DROP`/`TRUNCATE`；源码扫描测试守护 |
|
||
| **无未来函数** | 所有取数必经 `data/repo.py`，PIT 纪律有负例测试 |
|
||
|
||
---
|
||
|
||
## 重要提示
|
||
|
||
**本系统的实测结论是：策略没有稳定的样本外超额收益。**
|
||
|
||
全期回测（2015–2026）显示 +92.73% / CAGR 5.75%，
|
||
但 7 窗口 Walk-forward 的样本外收益均值仅 **+1.16%**（基准 +2.29%，超额 **−1.12pp**）。
|
||
|
||
它真正的价值在于**回撤控制**（样本外最差 −22.97%，基准同期 −46%~−52%）——
|
||
更像降低波动的配置工具，而非超额收益来源。
|
||
|
||
> **四条必须说的结论**（详见[实施状态 §4.6c/§4.6d/§9](docs/implementation-status.md)）：
|
||
>
|
||
> 1. **修数据让结果变差、但变真实了。** 行情原先只到 2015-01-05，
|
||
> 使「过去 5 年」窗口在 2019 年前被静默截短（覆盖率仅 20%~67%）。
|
||
> 2026-10-04 已把行情回补到 **2005-01-04**、涨跌停/停牌到 **2010**，
|
||
> 5 年窗口覆盖率提升到 **98.7%~100%**。代价是全期收益从 +117.36%
|
||
> 降到 **+92.73%** —— 因为 **2015 年（牛市顶 + 股灾）从「被数据缺口
|
||
> 挡住」变成被真实交易（−3.18%）**。靠数据缺口躲过股灾不是策略能力。
|
||
> 2. **实时画像闸门在两个口径下结论相反**：
|
||
> 单条路径 **−8.47pp**（有害），样本外 **+1.16pp**（有益）。
|
||
>
|
||
> | 口径 | 闸门开 | 闸门关 |
|
||
> |---|---:|---:|
|
||
> | 全期单路径总收益 | +92.73% | **+101.20%** |
|
||
> | Walk-forward 样本外均值 | **+1.16%** | −0.00% |
|
||
> | 样本外最差回撤 | **−22.97%** | −24.22% |
|
||
>
|
||
> **按本项目一贯立场以样本外为准**：闸门是改善。是否启用由你决定
|
||
> （`entry.profile_gate.enabled`）；全期剔除 1027 次买入信号。
|
||
> 3. **同一项数据修正，在两个口径下的「效果」相差 32.9pp**
|
||
> （回补对样本外贡献 **0** —— 7 个窗口逐窗口未变；对单路径贡献 −32.9pp）。
|
||
> 这是「不要采信单条路径」最有力的例证。
|
||
> 4. **`stock_daily` 的量价单位曾前后不一致**（2015-2019 存「手/千元」，
|
||
> 2020 起存「股/元」），使流动性门槛在早年低估 1000 倍、**把 2015-2019
|
||
> 的股票池整体清空**。已修复（读取层幂等归一化 + 审计 `UNIT-OHLCV` 防回归）。
|
||
|
||
**请始终以 Walk-forward 的样本外结果为主要依据，不要采信单条路径的全期数字。**
|
||
详见[实施状态 §4.6](docs/implementation-status.md)。
|
||
|
||
---
|
||
|
||
## 三种回测模式（不要混用）
|
||
|
||
| 模式 | 命令 | 回答的问题 |
|
||
|---|---|---|
|
||
| 单条路径 | `hdiv backtest [--universe-run <id>]` | 某个固定池/周期重筛下的全期表现 |
|
||
| 样本外 | `hdiv backtest --mode walkforward` | 参数在**未知未来**能否复现（过拟合检验） |
|
||
| **每日动态池** | `hdiv backtest --mode daily --start 2020-01-05` | 从某天起**每个交易日重新选股**连续推演会怎样 |
|
||
|
||
`--mode daily` 的特点是**股票池每天都在变**：每个交易日按当时可见数据重建池子
|
||
（PIT），每个交易日判断买卖点；持仓掉出当日池子默认**只减不加**（不清仓），
|
||
买卖决策都会留下个股画像证据，每日入选成员落库到 `hd_daily_universe`。
|
||
|
||
> **成本要说清楚**：逐日全市场筛选是重活 —— 6.7 年（约 1600 个交易日）约需
|
||
> **1.5 小时**；1 年约 20 分钟，3 个月约 5 分钟。命令启动时会打印预计时长。
|
||
> 要缩短时间，可缩短区间，或把 `config/backtest.yml` 的
|
||
> `daily.universe_refresh_days` 调大（例如 5 = 每周选股、每日判断买卖 ——
|
||
> 这是真实的语义取舍）。详见[使用手册 §5.7b](docs/user-guide.md)。
|
||
|
||
---
|
||
|
||
## Web 部署（前后端分离）
|
||
|
||
```bash
|
||
# 1) 归一化站点目录（归档历史 + 同步前端）
|
||
.venv/bin/python -m hdiv site normalize
|
||
|
||
# 2) 本地预览
|
||
./deploy/serve.sh start-dev # http://127.0.0.1:8099/
|
||
|
||
# 3) 生产：同步前端 + 启动后端（仅 API）
|
||
rsync -av --delete output/ user@host:/srv/hddiv/site/
|
||
./deploy/serve.sh start # 监听 127.0.0.1:8099 --api-only
|
||
```
|
||
|
||
nginx 需做两件事：托管 `output/`、把 `/api` 反代到后端。
|
||
配置模板见 **[deploy/nginx.conf.example](deploy/nginx.conf.example)**（含子路径与站点根两种布局）。
|
||
|
||
验证：
|
||
|
||
```bash
|
||
curl http://<host>:8080/ggx/api/health # 应返回 {"ok": true, ...}
|
||
```
|
||
|
||
浏览器打开首页后，右上角应显示 **「API 正常」**；若显示「API 不可用」，
|
||
说明 nginx 的 `/api` 反代未生效。
|
||
|
||
> 静态报告（`output/reports/`）通过相对路径引用 `assets/echarts.min.js`，
|
||
> 因此部署时**必须整体同步 `output/` 目录**，不能只拷 HTML。
|
||
>
|
||
> 静态报告是**导出件**，默认不生成（SPA 已提供同样内容）。需要离线单文件快照时
|
||
> 加 `--html` 导出，文件名带 run_id，同一天多次运行不会互相覆盖。
|
||
|
||
---
|
||
|
||
## 测试
|
||
|
||
```bash
|
||
.venv/bin/python -m pytest tests/ -q
|
||
```
|
||
|
||
覆盖：配置校验（含 18 类非法配置必须被拒）、SQL 安全约束、表结构幂等性、
|
||
单位换算与量级检测、PIT 纪律、分红口径、回测资金对账、参数阶梯、CLI 接口契约。
|