全天候组合回测工具

一个面向投资组合的轻量级回测与数据工具，集成“数据获取 → 验证 → 回测 → 图表 → 报告”全流程，默认支持多ETF组合、可配置权重与再平衡频率。

📸 应用截图

✨ 核心功能

• 数据获取与增量更新：Tushare Pro（基金/ETF日线）与复权因子，自动合并去重
• 数据验证：交易日完整性、异常值鲁棒检测、AkShare交叉验证
• 回测引擎：多资产组合的持仓模拟，支持不再平衡/按月(M)/季(Q)/年(A)再平衡
• 可视化与报告：Plotly 交互式净值曲线、最大回撤标注；输出 Markdown 指标报告

🚀 快速开始 📋 环境要求

• Python 3.10+
• Windows / macOS / Linux

⚡ 安装步骤

git clone <你的仓库地址>
cd 全天候策略
python -m pip install -r requirements.txt

🔑 配置 Tushare Token

• 当前默认在 config.py 配置 TUSHARE_TOKEN（config.py:6）。
• 开源时建议移除明文 Token，改为环境变量或运行时注入：

# Windows（当前会话）
set TUSHARE_TOKEN=your_token_here
# macOS/Linux（当前会话）
export TUSHARE_TOKEN=your_token_here

▶️ 运行全流程（获取→验证→回测→图表→报告）

python main.py --action all --use_default_weights

📈 仅回测（基于 data/ 的现有CSV）

python main.py --action backtest --use_default_weights --rebalance M

🧠 均线优化策略 (T-Value) 全天候策略支持基于移动平均线（SMA）的动态仓位调整：

# 使用 T-Value 策略，指定 SMA 窗口（如 30/80/200）
python main.py --action backtest --strategy tvalue --sma50 30 --sma100 80 --sma200 200 --use_default_weights

🔍 网格搜索 (Grid Search) 寻找最佳 SMA 参数组合，遍历不同窗口期计算年化、夏普、最大回撤等指标：

# 运行网格搜索（使用默认遍历列表）
python main.py --action gridsearch --use_default_weights

# 自定义遍历范围（逗号分隔）
python main.py --action gridsearch --use_default_weights --sma50_list "30,40,50" --sma100_list "80,100" --sma200_list "200,250"

结果将保存至：reports/gridsearch_sma.csv

⏱️ 获取/更新/验证

# 全量获取数据
python main.py --action fetch --start 2013-01-01 --end 2025-11-17
# 增量更新（按CSV最后交易日的下一天补到 --end，未指定则为今天）
python main.py --action update --end 2025-11-17
# 仅验证数据
python main.py --action validate

🎛️ 可选参数

• 代码列表：--codes 511010 511880 ...
• 时间范围：--start YYYY-MM-DD --end YYYY-MM-DD
• 再平衡频率：--rebalance NONE|M|Q|A
• 策略模式：--strategy fixed|tvalue（默认 fixed）
• SMA参数：--sma50, --sma100, --sma200（仅在 tvalue 模式下生效）
• 网格搜索范围：--sma50_list, --sma100_list, --sma200_list（逗号分隔字符串）
• 自定义权重：--weights 511010.SH=0.30,...

📂 项目结构

全天候策略/
├── main.py                 # 流水线入口与参数解析
├── data_fetcher.py         # 数据抓取/复权/CSV写入
├── validator.py            # 完整性检查/异常检测/交叉验证
├── backtest.py             # 组合回测与再平衡模拟
├── visualization.py        # 可视化与最大回撤标注
├── report.py               # 指标计算与Markdown报告
├── config.py               # 参数与目录配置
├── requirements.txt        # 依赖清单
├── scripts/inspect_adj.py  # 复权因子与价格窗口检查脚本
├── data/                   # CSV数据输出（运行生成）
├── charts/                 # 图表HTML输出（运行生成）
├── reports/                # 报告Markdown输出（运行生成）
└── logs/                   # 日志文件（运行生成）

🧠 关键实现

• CSV 命名与格式：<ts_code.replace('.', '_')>.csv；列：交易日期, ETF代码, 收盘价（data_fetcher.py:111–124）。写入会与历史合并去重，收盘价保留三位小数（data_fetcher.py:128–137）。
• 复权口径：fund_adj 因子合并当日收盘价；前复权（ETF_ADJUST_MODE='qfq'）采用“锚定区间最新因子”标准：qfq = close * adj_factor / latest_adj_factor（data_fetcher.py:58–63, 93–101）。
• 回测与再平衡：将资产收盘价对齐为共同索引，持仓价值按设定频率回到目标权重（backtest.py:8–21, 23–70）。
• 指标与报告：年化收益率、波动率、夏普、最大回撤等（report.py:8–36），并保存到 reports/backtest_report.md（report.py:53–66）。

📤 输出位置

• CSV：data/
• 图表：charts/portfolio.html
• 报告：reports/backtest_report.md
• 日志：logs/app.log

🧩 故障排除

• python 在 Windows 无输出或命中 Microsoft Store 别名：关闭“设置 → 应用 → 应用执行别名”中的 python.exe/python3.exe，或使用绝对路径执行。
• 依赖安装失败：升级 pip 或使用镜像 -i https://pypi.tuna.tsinghua.edu.cn/simple/
• Tushare 调用失败：检查 Token 是否有效；网络是否可用；适当降低调用频率。

🤝 贡献与许可

• 欢迎提交 Issue/PR 进行改进与功能扩展。
• 建议采用 MIT 许可证并添加 LICENSE 文件。