simon/qlib - qlib - Gitea: 我的私人git

50 Commits 1 Branch 0 Tags

2 Commits

Include renames

Author	SHA1	Message	Date
Simon	ef09d5b419	feat(quant): M7.3 研究行情口径显式化（默认不复权 none，可切 qfq） - DailyBarRepository.get_range_many / stream_range_many_columns 增加 adjust 参数（默认 'none'）→ SQL 层过滤口径，消除 stock_daily 混 source/adjust 污染因子的风险 - ResearchSpec / SelectionQuery 增加 price_adjustment（none\|qfq），随 config_snapshot 落库可溯源；ResearchService._load_daily 与 SelectionService 装配按口径取数 - tests/test_price_adjustment.py：repo 读取按 adjust 过滤（none/qfq 各自命中）、 spec 默认与字段记录；全量 pytest 通过	2026-09-09 00:32:55 +08:00
Simon	f3586adb25	feat(selection): M6.0 选股契约与评分引擎（SelectionQuery/Result + select(as_of)） - domain/entities/selection.py：SelectionQuery（universe+method+factors+top_n/top_pct/ min_score+as_of+预热）与 SelectionResult/Candidate/Statistics（v2 §14.2/§21.1 DTO）； ConditionSpec 字段就位供 M6.2 条件选股 - quant/selection.py：Selection Engine method=score —— 复合分（zscore×权重×方向） → TopN/Top% 截断；observation_date=<=as_of 最近交易日（防未来函数，v2 §9）；候选带 factor_values 与 selection_reason（可解释） - application/services/selection_service.py：选股用例（universe 过滤 → 装配 → 引擎） - quant/service.py：抽取公共 load_daily_df 供研究/选股共用（行为不变） - tests/test_selection.py：11 例 —— TopN/排序/理由、as_of 防未来函数、ST/上市天数/ 退市过滤、top_pct/min_score、空数据与查询校验；全量 pytest 通过	2026-09-09 00:12:28 +08:00

Author

SHA1

Message

Date

Simon

ef09d5b419

feat(quant): M7.3 研究行情口径显式化（默认不复权 none，可切 qfq）

- DailyBarRepository.get_range_many / stream_range_many_columns 增加 adjust 参数
  （默认 'none'）→ SQL 层过滤口径，消除 stock_daily 混 source/adjust 污染因子的风险
- ResearchSpec / SelectionQuery 增加 price_adjustment（none|qfq），随 config_snapshot
  落库可溯源；ResearchService._load_daily 与 SelectionService 装配按口径取数
- tests/test_price_adjustment.py：repo 读取按 adjust 过滤（none/qfq 各自命中）、
  spec 默认与字段记录；全量 pytest 通过

2026-09-09 00:32:55 +08:00

Simon

f3586adb25

feat(selection): M6.0 选股契约与评分引擎（SelectionQuery/Result + select(as_of)）

- domain/entities/selection.py：SelectionQuery（universe+method+factors+top_n/top_pct/
  min_score+as_of+预热）与 SelectionResult/Candidate/Statistics（v2 §14.2/§21.1 DTO）；
  ConditionSpec 字段就位供 M6.2 条件选股
- quant/selection.py：Selection Engine method=score —— 复合分（zscore×权重×方向）
  → TopN/Top% 截断；observation_date=<=as_of 最近交易日（防未来函数，v2 §9）；
  候选带 factor_values 与 selection_reason（可解释）
- application/services/selection_service.py：选股用例（universe 过滤 → 装配 → 引擎）
- quant/service.py：抽取公共 load_daily_df 供研究/选股共用（行为不变）
- tests/test_selection.py：11 例 —— TopN/排序/理由、as_of 防未来函数、ST/上市天数/
  退市过滤、top_pct/min_score、空数据与查询校验；全量 pytest 通过

2026-09-09 00:12:28 +08:00