mirror of
https://ghfast.top/https://github.com/aeroxw/easy_tdx_max.git
synced 2026-09-12 18:04:20 +08:00
feat(backtest): add Strategy base class with DataProxy and crossover
- Add _SeriesAccessor for relative indexed data access ([0] current, [-1] previous) - Add StrategyDataProxy for efficient DataFrame column access via numpy arrays - Add crossover() function for golden cross detection (fast line crosses above slow line) - Add Strategy abstract base class with: - init() for indicator registration via self.I() - next() for signal generation via buy()/sell() - Internal engine hooks (_bind_data, _call_init, _set_bar_index, etc.) - All code is mypy strict compliant with full type annotations - 25 unit tests covering all components Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
This commit is contained in:
GitHub
co-authored by
Claude Opus 4.8
Claude Opus 4.8
parent
f37b75ea42
commit
687851fc67
@@ -0,0 +1,450 @@
|
||||
"""策略基类和数据代理。
|
||||
|
||||
提供策略编写的声明式 API：
|
||||
- StrategyDataProxy: K线数据访问层，支持 OHLCV + 自定义指标列
|
||||
- Strategy: 策略基类，init() 注册指标，next() 生成信号
|
||||
- crossover: 金叉检测辅助函数
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
from abc import ABC, abstractmethod
|
||||
from typing import TYPE_CHECKING, Any
|
||||
|
||||
import numpy as np
|
||||
import numpy.typing as npt
|
||||
import pandas as pd
|
||||
|
||||
from easy_tdx.backtest.types import Signal
|
||||
|
||||
if TYPE_CHECKING:
|
||||
from collections.abc import Callable
|
||||
|
||||
NDArray = npt.NDArray[np.float64]
|
||||
else:
|
||||
NDArray = np.ndarray
|
||||
|
||||
# ── 数据序列访问器 ─────────────────────────────────────────────────────────────
|
||||
|
||||
|
||||
class _SeriesAccessor:
|
||||
"""数据序列访问器，支持相对索引和 numpy 数组转换。
|
||||
|
||||
Examples:
|
||||
>>> close = data.close
|
||||
>>> close[0] # 当前 bar 的收盘价
|
||||
>>> close[-1] # 前一根 bar 的收盘价
|
||||
>>> ma = MyTT.MA(close.raw, 20) # 传入 numpy 数组
|
||||
"""
|
||||
|
||||
__slots__ = ("_series", "_bar_index")
|
||||
|
||||
def __init__(self, series: NDArray, bar_index: int) -> None:
|
||||
self._series = series
|
||||
self._bar_index = bar_index
|
||||
|
||||
def __getitem__(self, key: int) -> float:
|
||||
"""获取相对索引的值。
|
||||
|
||||
Args:
|
||||
key: 0=当前值, -1=前一根, -2=前两根,依此类推
|
||||
|
||||
Returns:
|
||||
对应位置的 float 值
|
||||
"""
|
||||
idx = self._bar_index + key
|
||||
if idx < 0:
|
||||
raise IndexError(f"索引 {key} 超出范围（bar_index={self._bar_index}）")
|
||||
return float(self._series[idx])
|
||||
|
||||
def __len__(self) -> int:
|
||||
"""返回数组长度。"""
|
||||
return len(self._series)
|
||||
|
||||
def __array__(self) -> NDArray:
|
||||
"""允许传入 MyTT 函数（自动解包为 numpy 数组）。"""
|
||||
return self._series
|
||||
|
||||
@property
|
||||
def raw(self) -> NDArray:
|
||||
"""获取完整原始 numpy 数组。"""
|
||||
return self._series
|
||||
|
||||
|
||||
# ── K线数据代理 ────────────────────────────────────────────────────────────────
|
||||
|
||||
|
||||
class StrategyDataProxy:
|
||||
"""K线数据代理，将 DataFrame 转为高效的 numpy 数组访问。
|
||||
|
||||
内部将所有列（除 datetime）转为 numpy 数组，通过 _SeriesAccessor
|
||||
提供相对索引访问（[0] 当前, [-1] 前一根）。
|
||||
|
||||
支持标准 OHLCV 列和任意自定义列（如 MACD_DIF, BOLL_UPPER）。
|
||||
"""
|
||||
|
||||
__slots__ = ("_arrays", "_bar_index")
|
||||
|
||||
def __init__(self, df: pd.DataFrame) -> None:
|
||||
"""初始化数据代理。
|
||||
|
||||
Args:
|
||||
df: K线 DataFrame，必须包含 datetime, open, close, high, low, vol, amount
|
||||
可包含额外列（如 MACD_DIF, BOLL_UPPER）
|
||||
"""
|
||||
self._arrays: dict[str, NDArray] = {}
|
||||
self._bar_index = 0
|
||||
|
||||
# 将所有列（除 datetime）转为 numpy 数组
|
||||
for col in df.columns:
|
||||
if col == "datetime":
|
||||
continue
|
||||
arr = df[col].to_numpy()
|
||||
if len(arr) > 0 and isinstance(arr[0], (np.datetime64, pd.Timestamp)):
|
||||
# datetime 列转为 int (YYYYMMDD)
|
||||
self._arrays[col] = _datetime_to_int(arr)
|
||||
else:
|
||||
self._arrays[col] = arr.astype(np.float64)
|
||||
|
||||
def _set_index(self, idx: int) -> None:
|
||||
"""设置当前 bar 索引（引擎调用）。"""
|
||||
self._bar_index = idx
|
||||
|
||||
@property
|
||||
def open(self) -> _SeriesAccessor:
|
||||
"""开盘价序列。"""
|
||||
return _SeriesAccessor(self._arrays["open"], self._bar_index)
|
||||
|
||||
@property
|
||||
def close(self) -> _SeriesAccessor:
|
||||
"""收盘价序列。"""
|
||||
return _SeriesAccessor(self._arrays["close"], self._bar_index)
|
||||
|
||||
@property
|
||||
def high(self) -> _SeriesAccessor:
|
||||
"""最高价序列。"""
|
||||
return _SeriesAccessor(self._arrays["high"], self._bar_index)
|
||||
|
||||
@property
|
||||
def low(self) -> _SeriesAccessor:
|
||||
"""最低价序列。"""
|
||||
return _SeriesAccessor(self._arrays["low"], self._bar_index)
|
||||
|
||||
@property
|
||||
def vol(self) -> _SeriesAccessor:
|
||||
"""成交量序列。"""
|
||||
return _SeriesAccessor(self._arrays["vol"], self._bar_index)
|
||||
|
||||
@property
|
||||
def amount(self) -> _SeriesAccessor:
|
||||
"""成交额序列。"""
|
||||
return _SeriesAccessor(self._arrays["amount"], self._bar_index)
|
||||
|
||||
def __getattr__(self, name: str) -> _SeriesAccessor:
|
||||
"""访问额外列（如 MACD_DIF, BOLL_UPPER）。
|
||||
|
||||
Raises:
|
||||
AttributeError: 列不存在
|
||||
"""
|
||||
if name not in self._arrays:
|
||||
raise AttributeError(f"列 '{name}' 不存在于数据中")
|
||||
return _SeriesAccessor(self._arrays[name], self._bar_index)
|
||||
|
||||
|
||||
# ── 金叉检测 ─────────────────────────────────────────────────────────────────────
|
||||
|
||||
|
||||
def crossover(
|
||||
a: NDArray | pd.Series | _SeriesAccessor,
|
||||
b: NDArray | pd.Series | _SeriesAccessor,
|
||||
) -> NDArray:
|
||||
"""检测 a 从下方穿越 b（金叉）。
|
||||
|
||||
Args:
|
||||
a: 快线序列
|
||||
b: 慢线序列
|
||||
|
||||
Returns:
|
||||
bool 数组，True 表示发生金叉
|
||||
|
||||
Examples:
|
||||
>>> ma5 = MyTT.MA(data.close.raw, 5)
|
||||
>>> ma20 = MyTT.MA(data.close.raw, 20)
|
||||
>>> cross = crossover(ma5, ma20) # ma5 上穿 ma20
|
||||
>>> if cross[bar_index]:
|
||||
... strategy.buy(size=100)
|
||||
"""
|
||||
# 解包 _SeriesAccessor
|
||||
if isinstance(a, _SeriesAccessor):
|
||||
a = a.raw
|
||||
if isinstance(b, _SeriesAccessor):
|
||||
b = b.raw
|
||||
|
||||
# pd.Series 转 numpy
|
||||
if isinstance(a, pd.Series):
|
||||
a = a.to_numpy().astype(np.float64)
|
||||
if isinstance(b, pd.Series):
|
||||
b = b.to_numpy().astype(np.float64)
|
||||
|
||||
# 金叉：前一根 a <= b，当前 a > b
|
||||
mask = np.zeros(len(a), dtype=bool)
|
||||
mask[1:] = (a[:-1] <= b[:-1]) & (a[1:] > b[1:])
|
||||
return mask
|
||||
|
||||
|
||||
# ── 策略基类 ───────────────────────────────────────────────────────────────────
|
||||
|
||||
|
||||
class Strategy(ABC):
|
||||
"""策略基类，提供声明式回测 API。
|
||||
|
||||
用户子类实现：
|
||||
- init(): 注册指标（通过 self.I()）
|
||||
- next(): 生成交易信号（通过 self.buy()/self.sell()）
|
||||
|
||||
内部状态：
|
||||
- self.data: StrategyDataProxy，访问 K线数据
|
||||
- self.position: {"size": float}，当前持仓
|
||||
- self.chanlun: 缠论分析结果（预留）
|
||||
|
||||
示例:
|
||||
>>> class MyStrategy(Strategy):
|
||||
... def init(self):
|
||||
... self.ma5 = self.I(MyTT.MA, self.data.close, 5)
|
||||
... self.ma20 = self.I(MyTT.MA, self.data.close, 20)
|
||||
... self.cross = crossover(self.ma5, self.ma20)
|
||||
...
|
||||
... def next(self):
|
||||
... if self.cross[self._bar_index]:
|
||||
... self.buy(size=100)
|
||||
... elif self.position["size"] > 0:
|
||||
... self.sell(size=0)
|
||||
"""
|
||||
|
||||
def __init__(self) -> None:
|
||||
"""初始化策略内部状态。"""
|
||||
self._data_proxy: StrategyDataProxy | None = None
|
||||
self._bar_index = 0
|
||||
self._signals: list[Signal] = []
|
||||
self._indicators: dict[str, NDArray] = {}
|
||||
self._chanlun_result: dict[str, Any] | None = None
|
||||
self._position_size = 0.0
|
||||
self._cash = 0.0
|
||||
self._datetime_array: NDArray | None = None
|
||||
|
||||
# ── 用户实现方法 ─────────────────────────────────────────────────────────────
|
||||
|
||||
@abstractmethod
|
||||
def init(self) -> None:
|
||||
"""注册指标。
|
||||
|
||||
在回测开始前调用一次，用户通过 self.I() 注册技术指标。
|
||||
"""
|
||||
|
||||
@abstractmethod
|
||||
def next(self) -> None:
|
||||
"""生成交易信号。
|
||||
|
||||
每根 bar 调用一次，用户通过 self.buy()/self.sell() 生成信号。
|
||||
"""
|
||||
|
||||
# ── 指标注册 ───────────────────────────────────────────────────────────────
|
||||
|
||||
def I(
|
||||
self, func: Callable[..., NDArray], *args: Any, **kwargs: Any
|
||||
) -> NDArray:
|
||||
"""注册指标。
|
||||
|
||||
将 _SeriesAccessor 参数自动解包为 numpy 数组，调用 func 计算指标。
|
||||
返回的数组存入 self._indicators，可在 next() 中访问。
|
||||
|
||||
Args:
|
||||
func: 指标函数（如 MyTT.MA）
|
||||
*args: 参数（可能是 _SeriesAccessor，会自动解包）
|
||||
**kwargs: 关键字参数
|
||||
|
||||
Returns:
|
||||
指标值数组（numpy ndarray）
|
||||
|
||||
Examples:
|
||||
>>> ma5 = self.I(MyTT.MA, self.data.close, 5)
|
||||
>>> macd = self.I(MyTT.MACD, self.data.close, self.data.low, self.data.high)
|
||||
"""
|
||||
# 解包 _SeriesAccessor 参数
|
||||
unpacked_args = []
|
||||
for arg in args:
|
||||
if isinstance(arg, _SeriesAccessor):
|
||||
unpacked_args.append(arg.raw)
|
||||
else:
|
||||
unpacked_args.append(arg)
|
||||
|
||||
# 调用函数
|
||||
result = func(*unpacked_args, **kwargs)
|
||||
|
||||
# 存储指标（用于调试/日志）
|
||||
func_name = getattr(func, "__name__", str(func))
|
||||
self._indicators[func_name] = result
|
||||
|
||||
return result
|
||||
|
||||
# ── 交易信号生成 ─────────────────────────────────────────────────────────────
|
||||
|
||||
def buy(
|
||||
self,
|
||||
size: float = 0,
|
||||
price: float | None = None,
|
||||
stop_loss: float | None = None,
|
||||
take_profit: float | None = None,
|
||||
) -> None:
|
||||
"""生成买入信号。
|
||||
|
||||
Args:
|
||||
size: 交易数量（0 = 全仓，由引擎计算）
|
||||
price: 限价（None = 市价单）
|
||||
stop_loss: 止损价（None = 不设置）
|
||||
take_profit: 止盈价（None = 不设置）
|
||||
"""
|
||||
if self._data_proxy is None:
|
||||
raise RuntimeError("策略未绑定数据，请先调用 _bind_data()")
|
||||
if self._datetime_array is None:
|
||||
raise RuntimeError("数据未正确初始化")
|
||||
|
||||
signal = Signal(
|
||||
datetime=int(self._datetime_array[self._bar_index]),
|
||||
direction="BUY",
|
||||
size=size,
|
||||
price=price,
|
||||
stop_loss=stop_loss,
|
||||
take_profit=take_profit,
|
||||
)
|
||||
self._signals.append(signal)
|
||||
|
||||
def sell(
|
||||
self,
|
||||
size: float = 0,
|
||||
price: float | None = None,
|
||||
stop_loss: float | None = None,
|
||||
take_profit: float | None = None,
|
||||
) -> None:
|
||||
"""生成卖出信号。
|
||||
|
||||
Args:
|
||||
size: 交易数量（0 = 全仓，由引擎计算）
|
||||
price: 限价（None = 市价单）
|
||||
stop_loss: 止损价（None = 不设置）
|
||||
take_profit: 止盈价（None = 不设置）
|
||||
"""
|
||||
if self._data_proxy is None:
|
||||
raise RuntimeError("策略未绑定数据，请先调用 _bind_data()")
|
||||
if self._datetime_array is None:
|
||||
raise RuntimeError("数据未正确初始化")
|
||||
|
||||
signal = Signal(
|
||||
datetime=int(self._datetime_array[self._bar_index]),
|
||||
direction="SELL",
|
||||
size=size,
|
||||
price=price,
|
||||
stop_loss=stop_loss,
|
||||
take_profit=take_profit,
|
||||
)
|
||||
self._signals.append(signal)
|
||||
|
||||
# ── 状态访问 ─────────────────────────────────────────────────────────────────
|
||||
|
||||
@property
|
||||
def data(self) -> StrategyDataProxy:
|
||||
"""K线数据代理。"""
|
||||
if self._data_proxy is None:
|
||||
raise RuntimeError("策略未绑定数据，请先调用 _bind_data()")
|
||||
return self._data_proxy
|
||||
|
||||
@property
|
||||
def position(self) -> dict[str, float]:
|
||||
"""当前持仓（简化 dict 格式）。
|
||||
|
||||
Returns:
|
||||
{"size": float}，正=多头，负=空头，0=空仓
|
||||
"""
|
||||
return {"size": self._position_size}
|
||||
|
||||
@property
|
||||
def chanlun(self) -> dict[str, Any] | None:
|
||||
"""缠论分析结果（预留）。"""
|
||||
return self._chanlun_result
|
||||
|
||||
# ── 内部方法（引擎调用） ─────────────────────────────────────────────────────
|
||||
|
||||
def _bind_data(self, df: pd.DataFrame) -> None:
|
||||
"""绑定 K线数据（引擎调用）。
|
||||
|
||||
Args:
|
||||
df: K线 DataFrame
|
||||
"""
|
||||
self._data_proxy = StrategyDataProxy(df)
|
||||
# 提取 datetime 数组
|
||||
if "datetime" in df.columns:
|
||||
dt_arr = df["datetime"].to_numpy()
|
||||
self._datetime_array = _datetime_to_int(dt_arr)
|
||||
else:
|
||||
raise ValueError("DataFrame 必须包含 datetime 列")
|
||||
|
||||
def _call_init(self) -> None:
|
||||
"""调用用户 init() 方法（引擎调用）。"""
|
||||
self.init()
|
||||
|
||||
def _set_bar_index(self, idx: int) -> None:
|
||||
"""设置当前 bar 索引（引擎调用）。
|
||||
|
||||
Args:
|
||||
idx: bar 索引
|
||||
"""
|
||||
self._bar_index = idx
|
||||
if self._data_proxy is not None:
|
||||
self._data_proxy._set_index(idx)
|
||||
|
||||
def _call_next(self) -> None:
|
||||
"""调用用户 next() 方法（引擎调用）。"""
|
||||
self.next()
|
||||
|
||||
def _get_datetime(self) -> int:
|
||||
"""获取当前 bar 的 datetime（引擎调用）。
|
||||
|
||||
Returns:
|
||||
datetime int (YYYYMMDD)
|
||||
"""
|
||||
if self._datetime_array is None:
|
||||
raise RuntimeError("数据未正确初始化")
|
||||
return int(self._datetime_array[self._bar_index])
|
||||
|
||||
def _clear_signals(self) -> list[Signal]:
|
||||
"""清空并返回已生成的信号（引擎调用）。
|
||||
|
||||
Returns:
|
||||
当前累积的信号列表
|
||||
"""
|
||||
signals = self._signals
|
||||
self._signals = []
|
||||
return signals
|
||||
|
||||
|
||||
# ── 辅助函数 ─────────────────────────────────────────────────────────────────────
|
||||
|
||||
|
||||
def _datetime_to_int(arr: NDArray) -> NDArray:
|
||||
"""将 datetime 数组转为 int (YYYYMMDD)。
|
||||
|
||||
Args:
|
||||
arr: datetime 数组（np.datetime64 或 pd.Timestamp）
|
||||
|
||||
Returns:
|
||||
int 数组，格式 YYYYMMDD
|
||||
"""
|
||||
result = np.zeros(len(arr), dtype=np.float64)
|
||||
for i, val in enumerate(arr):
|
||||
if isinstance(val, (np.datetime64, pd.Timestamp)):
|
||||
ts = pd.Timestamp(val)
|
||||
result[i] = float(ts.strftime("%Y%m%d"))
|
||||
else:
|
||||
# 已经是 int 或可转为 int
|
||||
result[i] = float(val)
|
||||
return result
|
||||
Reference in New Issue
Block a user