feat(training): 实现 DateSplitter 数据划分器

- 新增 DateSplitter 类，支持基于日期范围的一次性训练/测试划分
- 实现日期格式验证和日期范围逻辑检查
- 支持自定义日期列名参数
- 添加完整的单元测试（12个测试用例）
- 在 components 模块导出 DateSplitter

src/training/components/__init__.py

@@ -6,7 +6,11 @@
 # 基础抽象类
 from src.training.components.base import BaseModel, BaseProcessor
 
+# 数据划分器
+from src.training.components.splitters import DateSplitter
+
 __all__ = [
     "BaseModel",
     "BaseProcessor",
+    "DateSplitter",
 ]

src/training/components/splitters.py

@@ -0,0 +1,122 @@
+"""数据划分器
+
+提供基于日期范围的数据划分功能，支持一次性训练/测试划分。
+"""
+
+from typing import Tuple
+
+import polars as pl
+
+
+class DateSplitter:
+    """基于日期范围的一次性划分
+
+    将数据按日期划分为训练集和测试集，不滚动。
+
+    示例:
+        train_start: "20200101", train_end: "20221231"  (训练集：3年)
+        test_start: "20230101", test_end: "20231231"    (测试集：1年)
+
+    特点:
+        - 一次性划分，不滚动
+        - 训练集和测试集互不重叠
+        - 基于实际日期范围，而非行数
+
+    Attributes:
+        train_start: 训练期开始日期，格式 "YYYYMMDD"
+        train_end: 训练期结束日期，格式 "YYYYMMDD"
+        test_start: 测试期开始日期，格式 "YYYYMMDD"
+        test_end: 测试期结束日期，格式 "YYYYMMDD"
+    """
+
+    def __init__(
+        self,
+        train_start: str,
+        train_end: str,
+        test_start: str,
+        test_end: str,
+    ):
+        """初始化日期划分器
+
+        Args:
+            train_start: 训练期开始日期 "YYYYMMDD"
+            train_end: 训练期结束日期 "YYYYMMDD"
+            test_start: 测试期开始日期 "YYYYMMDD"
+            test_end: 测试期结束日期 "YYYYMMDD"
+
+        Raises:
+            ValueError: 日期格式错误或日期范围无效
+        """
+        # 验证日期格式（简单的长度检查）
+        for name, value in [
+            ("train_start", train_start),
+            ("train_end", train_end),
+            ("test_start", test_start),
+            ("test_end", test_end),
+        ]:
+            if not isinstance(value, str) or len(value) != 8:
+                raise ValueError(
+                    f"{name} 必须是格式为 'YYYYMMDD' 的8位字符串，得到: {value}"
+                )
+
+        # 验证日期范围逻辑
+        if train_start > train_end:
+            raise ValueError(
+                f"train_start ({train_start}) 必须早于或等于 train_end ({train_end})"
+            )
+        if test_start > test_end:
+            raise ValueError(
+                f"test_start ({test_start}) 必须早于或等于 test_end ({test_end})"
+            )
+        if test_start <= train_end:
+            raise ValueError(
+                f"测试集开始日期 ({test_start}) 必须晚于训练集结束日期 ({train_end})，"
+                "以确保训练集和测试集不重叠"
+            )
+
+        self.train_start = train_start
+        self.train_end = train_end
+        self.test_start = test_start
+        self.test_end = test_end
+
+    def split(
+        self, data: pl.DataFrame, date_col: str = "trade_date"
+    ) -> Tuple[pl.DataFrame, pl.DataFrame]:
+        """划分数据为训练集和测试集
+
+        Args:
+            data: 输入数据，必须包含日期列
+            date_col: 日期列名，默认为 "trade_date"
+
+        Returns:
+            (train_data, test_data) 元组
+
+        Raises:
+            ValueError: 数据中不包含指定的日期列
+        """
+        if date_col not in data.columns:
+            raise ValueError(f"数据中不包含列 '{date_col}'，可用列: {data.columns}")
+
+        # 筛选训练集数据
+        train_data = data.filter(
+            (pl.col(date_col) >= self.train_start)
+            & (pl.col(date_col) <= self.train_end)
+        )
+
+        # 筛选测试集数据
+        test_data = data.filter(
+            (pl.col(date_col) >= self.test_start) & (pl.col(date_col) <= self.test_end)
+        )
+
+        return train_data, test_data
+
+    def __repr__(self) -> str:
+        """返回划分器的字符串表示"""
+        return (
+            f"DateSplitter("
+            f"train_start='{self.train_start}', "
+            f"train_end='{self.train_end}', "
+            f"test_start='{self.test_start}', "
+            f"test_end='{self.test_end}'"
+            f")"
+        )