# 因子真实数据测试报告

## 1. 测试概述

本测试使用 `daily.h5` 文件中的真实A股市场数据，对 ProStock 因子框架进行验证。测试对比了因子框架计算结果与 Polars 原生计算结果，验证因子计算的正确性。

### 测试数据
- **数据源**: `data/daily.h5`
- **时间范围**: 2024-01-01 至 2024-04-30
- **股票数量**: 20只
- **数据量**: 1,560条记录

### 测试因子类型
1. **时序因子 (TimeSeriesFactor)**: 移动平均线 (MA)
2. **截面因子 (CrossSectionalFactor)**: PE排名 (PE_Rank)
3. **结合因子 (CompositeFactor)**: 标量组合 (0.5 * MA) 和因子加法 (MA5 + MA10)

---

## 2. 测试结果

### 2.1 时序因子测试 - MA(5)

```
[时序因子 MA(5) 对比]
  样本股票: 000001.SZ
  有效数据点: 77
  最大差异: 0.000000000000000
  样本数据 (前5个):
    Polars: 10.022000, Factor: 10.022000, Diff: 0.000000000000000
    Polars: 10.046000, Factor: 10.046000, Diff: 0.000000000000000
    Polars: 10.056000, Factor: 10.056000, Diff: 0.000000000000000
    Polars: 10.072000, Factor: 10.072000, Diff: 0.000000000000000
    Polars: 10.078000, Factor: 10.078000, Diff: 0.000000000000000
```

**结论**: ✅ **通过** - 因子框架计算的 MA(5) 与 Polars 原生计算完全一致

---

### 2.2 截面因子测试 - PE_Rank

```
[截面因子 PE_Rank 对比]
  样本日期: 20240131
  股票数量: 20
  最大差异: 0.000000000000000
  样本数据 (前5个):
    000001.SZ: Polars: 0.050000, Factor: 0.050000
    000002.SZ: Polars: 0.550000, Factor: 0.550000
    000004.SZ: Polars: 0.300000, Factor: 0.300000
    000005.SZ: Polars: 0.100000, Factor: 0.100000
    000006.SZ: Polars: 0.400000, Factor: 0.400000
```

**结论**: ✅ **通过** - 因子框架计算的 PE_Rank 与 Polars 原生计算完全一致

---

### 2.3 结合因子测试 - 0.5 * MA(5)

```
[结合因子 0.5*MA(5) 对比]
  公式: 0.5 * MA(5)
  有效数据点: 77
  最大差异: 0.000000000000000
  样本数据 (前5个):
    Polars: 5.011000, Factor: 5.011000, Diff: 0.000000000000000
    Polars: 5.023000, Factor: 5.023000, Diff: 0.000000000000000
    Polars: 5.028000, Factor: 5.028000, Diff: 0.000000000000000
    Polars: 5.036000, Factor: 5.036000, Diff: 0.000000000000000
    Polars: 5.039000, Factor: 5.039000, Diff: 0.000000000000000
```

**结论**: ✅ **通过** - 标量组合因子计算正确

---

### 2.4 结合因子测试 - MA(5) + MA(10)

```
[结合因子 MA(5) + MA(10) 对比]
  有效数据点: 72
  最大差异: 0.000000000000000
```

**结论**: ✅ **通过** - 因子加法组合计算正确

---

## 3. 综合测试汇总

```
============================================================
因子测试汇总
============================================================
  MA(5): 最大差异 = 0.00e+00 通过
  MA(10): 最大差异 = 0.00e+00 通过
  MA(20): 最大差异 = 0.00e+00 通过
  PE_Rank: 最大差异 = 0.00e+00 通过
============================================================
```

---

## 4. 测试结论

### 4.1 全部通过 ✅

所有5个测试用例均通过验证：

| 测试项目 | 因子类型 | 最大差异 | 状态 |
|---------|---------|---------|------|
| MA(5) | 时序因子 | 0.00e+00 | ✅ 通过 |
| MA(10) | 时序因子 | 0.00e+00 | ✅ 通过 |
| MA(20) | 时序因子 | 0.00e+00 | ✅ 通过 |
| PE_Rank | 截面因子 | 0.00e+00 | ✅ 通过 |
| 0.5 * MA(5) | 结合因子 | 0.00e+00 | ✅ 通过 |
| MA(5) + MA(10) | 结合因子 | 0.00e+00 | ✅ 通过 |

### 4.2 关键发现

1. **计算精度**: 因子框架与 Polars 原生计算结果的差异为 0，表明计算精度完全一致
2. **时序因子**: `TimeSeriesFactor` 基类正确实现了股票级别的时序计算
3. **截面因子**: `CrossSectionalFactor` 基类正确实现了日期级别的截面计算
4. **组合因子**: `ScalarFactor` 和 `CompositeFactor` 正确实现了标量运算和因子组合

### 4.3 验证结论

ProStock 因子框架的计算逻辑与 Polars 原生计算完全一致，框架设计正确，可以用于实际量化投资研究。

---

## 5. 测试环境

- Python: 3.13.2
- Polars: 最新版本
- Pytest: 9.0.2
- 数据: daily.h5 (8,856,081 条记录)

---

*报告生成时间: 2026-02-22*