"""两支股票因子计算测试 - 使用因子字符串架构。 测试目标：使用字符串表达式计算两支股票（601117.SH、000001.SZ）在2024-2025年的以下因子： 1. return_5: 5日收益率 (close / ts_delay(close, 5) - 1) 2. return_5_rank: 5日收益率在截面上的排名 3. ma5: 5日均线 (ts_mean(close, 5)) 4. ma10: 10日均线 (ts_mean(close, 10)) 5. market_cap_rank: 市值百分比排名 (cs_rank(total_mv)) 特点：使用因子字符串架构（add_factor + 字符串表达式） 数据源: DuckDB 数据库中的真实日线数据 """ from src.factors import FactorEngine from src.factors.compiler import DependencyExtractor def test_two_stocks_string_factors(): """测试两支股票的因子计算（使用字符串表达式）。""" print("=" * 80) print("两支股票因子计算测试 - 使用因子字符串架构") print("=" * 80) # ======================================================================== # 1. 定义因子表达式（字符串方式） # ======================================================================== print("\n" + "=" * 80) print("1. 定义因子表达式（字符串方式）") print("=" * 80) # return_5: 5日收益率 = (close / close.shift(5) - 1) return_5_str = "(close / ts_delay(close, 5)) - 1" print("\n[1.1] return_5 = (close / ts_delay(close, 5)) - 1") print(f" 字符串表达式: {return_5_str}") # return_5_rank: 5日收益率的截面排名 return_5_rank_str = "cs_rank((close / ts_delay(close, 5)) - 1)" print("\n[1.2] return_5_rank = cs_rank(return_5)") print(f" 字符串表达式: {return_5_rank_str}") # ma5: 5日均线 ma5_str = "ts_mean(close, 5)" print("\n[1.3] ma5 = ts_mean(close, 5)") print(f" 字符串表达式: {ma5_str}") # ma10: 10日均线 ma10_str = "ts_mean(close, 10)" print("\n[1.4] ma10 = ts_mean(close, 10)") print(f" 字符串表达式: {ma10_str}") # market_cap_rank: 市值百分比排名 (截面排名) market_cap_rank_str = "cs_rank(total_mv)" print("\n[1.5] market_cap_rank = cs_rank(total_mv)") print(f" 字符串表达式: {market_cap_rank_str}") # ======================================================================== # 1.5 打印数据来源信息 # ======================================================================== print("\n" + "=" * 80) print("1.5 数据来源分析（使用字符串表达式解析）") print("=" * 80) from src.factors.parser import FormulaParser from src.factors.registry import FunctionRegistry registry = FunctionRegistry() parser = FormulaParser(registry) expressions_str = { "return_5": return_5_str, "return_5_rank": return_5_rank_str, "ma5": ma5_str, "ma10": ma10_str, "market_cap_rank": market_cap_rank_str, } for name, expr_str in expressions_str.items(): # 解析字符串表达式 node = parser.parse(expr_str) extractor = DependencyExtractor() deps = extractor.extract_dependencies(node) print(f"\n因子: {name}") print(f" 字符串表达式: {expr_str}") print(f" 依赖字段: {deps}") print(f" 字段说明:") for dep in sorted(deps): print(f" - {dep}: 基础字段 (将自动路由到对应数据表)") # ======================================================================== # 2. 创建 FactorEngine 并注册因子（使用 add_factor 字符串方式） # ======================================================================== print("\n" + "=" * 80) print("2. 注册因子到 FactorEngine（使用 add_factor 字符串方式）") print("=" * 80) engine = FactorEngine() # 使用 add_factor 方法和字符串表达式注册 engine.add_factor("return_5", return_5_str) print("[2.1] 注册 return_5 (字符串方式)") engine.add_factor("return_5_rank", return_5_rank_str) print("[2.2] 注册 return_5_rank (字符串方式)") engine.add_factor("ma5", ma5_str) print("[2.3] 注册 ma5 (字符串方式)") engine.add_factor("ma10", ma10_str) print("[2.4] 注册 ma10 (字符串方式)") engine.add_factor("market_cap_rank", market_cap_rank_str) print("[2.5] 注册 market_cap_rank (市值百分比排名，字符串方式)") # 也注册原始 close 价格用于验证 engine.add_factor("close_price", "close") print("[2.6] 注册 close_price (原始收盘价，字符串方式)") print(f"\n已注册因子列表: {engine.list_registered()}") # ======================================================================== # 2.5 打印执行计划数据规格 # ======================================================================== print("\n" + "=" * 80) print("2.5 执行计划数据规格") print("=" * 80) for name in engine.list_registered(): plan = engine.preview_plan(name) if plan: print(f"\n因子: {name}") print(f" 输出名称: {plan.output_name}") print(f" 依赖字段: {plan.dependencies}") print(f" 数据规格:") for i, spec in enumerate(plan.data_specs, 1): print(f" [{i}] 表名: {spec.table}") print(f" 字段: {spec.columns}") # ======================================================================== # 3. 执行计算（两支股票） # ======================================================================== print("\n" + "=" * 80) print("3. 执行因子计算 (20240101 - 20241231, 两支股票)") print("=" * 80) start_date = "20240101" end_date = "20241231" stock_codes = ["601117.SH", "000001.SZ"] print(f"\n目标股票: {stock_codes}") print(f"时间范围: {start_date} 至 {end_date}") try: result = engine.compute( factor_names=[ "return_5", "return_5_rank", "ma5", "ma10", "close_price", "market_cap_rank", ], start_date=start_date, end_date=end_date, stock_codes=stock_codes, ) print(f"\n计算完成!") print(f"结果形状: {result.shape}") print(f"结果列: {result.columns}") except Exception as e: print(f"\n[错误] 计算失败: {e}") raise # ======================================================================== # 4. 结果展示与分析 # ======================================================================== print("\n" + "=" * 80) print("4. 计算结果展示") print("=" * 80) # 4.1 数据概览 print("\n[4.1] 前30行数据预览:") print(result.head(30)) # 4.2 按股票分组展示 print("\n[4.2] 601117.SH 数据 (前15行):") result_601117 = result.filter(result["ts_code"] == "601117.SH") print(result_601117.head(15)) print("\n[4.3] 000001.SZ 数据 (前15行):") result_000001 = result.filter(result["ts_code"] == "000001.SZ") print(result_000001.head(15)) # ======================================================================== # 5. 因子验证 # ======================================================================== print("\n" + "=" * 80) print("5. 因子计算验证") print("=" * 80) # 5.1 MA5/MA10 滑动窗口验证 print("\n[5.1] 移动平均线滑动窗口验证:") print("-" * 60) print("验证要点: ") print(" - ma5 前4行应为 Null (窗口未满5天)") print(" - ma5 第5行开始应有值") print(" - ma10 前9行应为 Null (窗口未满10天)") print(" - ma10 第10行开始应有值") print("-" * 60) # 检查 601117.SH 的前15行 first_15_601117 = result_601117.head(15) ma5_nulls_601117 = first_15_601117["ma5"].null_count() ma10_nulls_601117 = first_15_601117["ma10"].null_count() print(f"\n601117.SH 前15行统计:") print(f" ma5 Null 数量: {ma5_nulls_601117}/15 (预期: 4)") print(f" ma10 Null 数量: {ma10_nulls_601117}/15 (预期: 9)") if ma5_nulls_601117 == 4 and ma10_nulls_601117 == 9: print(" [成功] 601117.SH 滑动窗口验证通过!") else: print(" [警告] 601117.SH 滑动窗口验证异常，请检查数据") # 检查 000001.SZ 的前15行 first_15_000001 = result_000001.head(15) ma5_nulls_000001 = first_15_000001["ma5"].null_count() ma10_nulls_000001 = first_15_000001["ma10"].null_count() print(f"\n000001.SZ 前15行统计:") print(f" ma5 Null 数量: {ma5_nulls_000001}/15 (预期: 4)") print(f" ma10 Null 数量: {ma10_nulls_000001}/15 (预期: 9)") if ma5_nulls_000001 == 4 and ma10_nulls_000001 == 9: print(" [成功] 000001.SZ 滑动窗口验证通过!") else: print(" [警告] 000001.SZ 滑动窗口验证异常，请检查数据") # 5.2 Return_5 验证 print("\n[5.2] 5日收益率验证:") print("-" * 60) print("验证要点:") print(" - return_5 前5行应为 Null (无法计算5天前的收益)") print(" - return_5 第6行开始应有值") print("-" * 60) return_5_nulls_601117 = first_15_601117["return_5"].null_count() return_5_nulls_000001 = first_15_000001["return_5"].null_count() print(f"\n601117.SH 前15行统计:") print(f" return_5 Null 数量: {return_5_nulls_601117}/15 (预期: 5)") if return_5_nulls_601117 == 5: print(" [成功] 601117.SH return_5 延迟验证通过!") else: print(" [警告] 601117.SH return_5 延迟验证异常") print(f"\n000001.SZ 前15行统计:") print(f" return_5 Null 数量: {return_5_nulls_000001}/15 (预期: 5)") if return_5_nulls_000001 == 5: print(" [成功] 000001.SZ return_5 延迟验证通过!") else: print(" [警告] 000001.SZ return_5 延迟验证异常") # 5.3 手动验证 MA5 计算 print("\n[5.3] MA5 手动计算验证:") print("-" * 60) # 选择 601117.SH 第10行（索引9）进行验证 if len(result_601117) >= 10: row_10_601117 = result_601117.row(9, named=True) print(f"\n601117.SH 第10行数据:") print(f" trade_date: {row_10_601117['trade_date']}") print(f" close_price: {row_10_601117['close_price']:.4f}") print(f" ma5: {row_10_601117['ma5']:.4f}") print(f" ma10: {row_10_601117['ma10']:.4f}") # 手动计算前5天的均值 first_10_601117 = result_601117.head(10) close_list_601117 = first_10_601117["close_price"].to_list() manual_ma5_601117 = sum(close_list_601117[5:10]) / 5 print(f"\n手动计算验证 (第6-10天 close 均值):") print(f" close[5:10] = {[f'{c:.4f}' for c in close_list_601117[5:10]]}") print(f" 手动计算 ma5 = {manual_ma5_601117:.4f}") print(f" 引擎计算 ma5 = {row_10_601117['ma5']:.4f}") if abs(manual_ma5_601117 - row_10_601117["ma5"]) < 0.01: print(" [成功] 601117.SH MA5 计算验证通过!") else: print(" [警告] 601117.SH MA5 计算结果不一致") # 选择 000001.SZ 第10行（索引9）进行验证 if len(result_000001) >= 10: row_10_000001 = result_000001.row(9, named=True) print(f"\n000001.SZ 第10行数据:") print(f" trade_date: {row_10_000001['trade_date']}") print(f" close_price: {row_10_000001['close_price']:.4f}") print(f" ma5: {row_10_000001['ma5']:.4f}") print(f" ma10: {row_10_000001['ma10']:.4f}") # 手动计算前5天的均值 first_10_000001 = result_000001.head(10) close_list_000001 = first_10_000001["close_price"].to_list() manual_ma5_000001 = sum(close_list_000001[5:10]) / 5 print(f"\n手动计算验证 (第6-10天 close 均值):") print(f" close[5:10] = {[f'{c:.4f}' for c in close_list_000001[5:10]]}") print(f" 手动计算 ma5 = {manual_ma5_000001:.4f}") print(f" 引擎计算 ma5 = {row_10_000001['ma5']:.4f}") if abs(manual_ma5_000001 - row_10_000001["ma5"]) < 0.01: print(" [成功] 000001.SZ MA5 计算验证通过!") else: print(" [警告] 000001.SZ MA5 计算结果不一致") # 5.4 Return_5 手动验证 print("\n[5.4] Return_5 手动计算验证:") print("-" * 60) if len(result_601117) >= 10: row_10_601117 = result_601117.row(9, named=True) close_day_10_601117 = close_list_601117[9] # 第10天的收盘价 close_day_5_601117 = close_list_601117[4] # 第5天的收盘价 manual_return_5_601117 = (close_day_10_601117 / close_day_5_601117) - 1 print(f"\n601117.SH 第10天 return_5 验证:") print(f" close[9] (第10天): {close_day_10_601117:.4f}") print(f" close[4] (第5天): {close_day_5_601117:.4f}") print(f" 手动计算 return_5 = {manual_return_5_601117:.6f}") print(f" 引擎计算 return_5 = {row_10_601117['return_5']:.6f}") if abs(manual_return_5_601117 - row_10_601117["return_5"]) < 0.0001: print(" [成功] 601117.SH Return_5 计算验证通过!") else: print(" [警告] 601117.SH Return_5 计算结果不一致") if len(result_000001) >= 10: row_10_000001 = result_000001.row(9, named=True) close_day_10_000001 = close_list_000001[9] # 第10天的收盘价 close_day_5_000001 = close_list_000001[4] # 第5天的收盘价 manual_return_5_000001 = (close_day_10_000001 / close_day_5_000001) - 1 print(f"\n000001.SZ 第10天 return_5 验证:") print(f" close[9] (第10天): {close_day_10_000001:.4f}") print(f" close[4] (第5天): {close_day_5_000001:.4f}") print(f" 手动计算 return_5 = {manual_return_5_000001:.6f}") print(f" 引擎计算 return_5 = {row_10_000001['return_5']:.6f}") if abs(manual_return_5_000001 - row_10_000001["return_5"]) < 0.0001: print(" [成功] 000001.SZ Return_5 计算验证通过!") else: print(" [警告] 000001.SZ Return_5 计算结果不一致") # 5.5 截面排名验证 print("\n[5.5] 截面排名 (cs_rank) 验证:") print("-" * 60) print("验证要点: ") print(" - 截面排名应在 [0, 1] 区间内") print(" - 每天两支股票的排名之和应接近 1") print("-" * 60) # 5.5.1 return_5_rank 截面排名验证 print("\n[5.5.1] return_5_rank 截面排名验证:") print("-" * 60) # 获取有效数据 result_valid = result.drop_nulls(subset=["return_5_rank"]) if len(result_valid) > 0: min_rank = result_valid["return_5_rank"].min() max_rank = result_valid["return_5_rank"].max() print(f"\n截面排名范围: [{min_rank:.4f}, {max_rank:.4f}]") if 0 <= min_rank <= 1 and 0 <= max_rank <= 1: print(" [成功] 截面排名值在 [0, 1] 区间内!") else: print(" [警告] 截面排名值超出 [0, 1] 区间") # 检查某天两支股票的排名之和 sample_date = result_valid["trade_date"][0] day_data = result_valid.filter(result_valid["trade_date"] == sample_date) if len(day_data) == 2: rank_sum = day_data["return_5_rank"].sum() print(f"\n示例日期 {sample_date} 的排名验证:") for row in day_data.iter_rows(named=True): print(f" {row['ts_code']}: {row['return_5_rank']:.4f}") print(f" 排名之和: {rank_sum:.4f} (两支股票应接近 1)") if abs(rank_sum - 1.0) < 0.01: print(" [成功] 截面排名之和验证通过!") else: print(" [警告] 截面排名之和不接近 1") # 5.5.2 market_cap_rank 市值百分比排名验证 print("\n[5.5.2] market_cap_rank 市值百分比排名验证:") print("-" * 60) result_valid_mv = result.drop_nulls(subset=["market_cap_rank"]) if len(result_valid_mv) > 0: min_rank_mv = result_valid_mv["market_cap_rank"].min() max_rank_mv = result_valid_mv["market_cap_rank"].max() print(f"\n市值排名范围: [{min_rank_mv:.4f}, {max_rank_mv:.4f}]") if 0 <= min_rank_mv <= 1 and 0 <= max_rank_mv <= 1: print(" [成功] 市值排名值在 [0, 1] 区间内!") else: print(" [警告] 市值排名值超出 [0, 1] 区间") # 检查某天两支股票的市值排名之和 sample_date_mv = result_valid_mv["trade_date"][0] day_data_mv = result_valid_mv.filter( result_valid_mv["trade_date"] == sample_date_mv ) if len(day_data_mv) == 2: rank_sum_mv = day_data_mv["market_cap_rank"].sum() print(f"\n示例日期 {sample_date_mv} 的市值排名验证:") for row in day_data_mv.iter_rows(named=True): print(f" {row['ts_code']}: {row['market_cap_rank']:.4f}") print(f" 排名之和: {rank_sum_mv:.4f} (两支股票应接近 1)") if abs(rank_sum_mv - 1.0) < 0.01: print(" [成功] 市值排名之和验证通过!") else: print(" [警告] 市值排名之和不接近 1") # ======================================================================== # 6. 统计摘要 # ======================================================================== print("\n" + "=" * 80) print("6. 因子统计摘要") print("=" * 80) print(f"\n总记录数: {len(result)}") print(f"涉及股票数: {result['ts_code'].n_unique()}") print(f"涉及股票: {result['ts_code'].unique().to_list()}") # 按股票分组统计 for stock in stock_codes: stock_data = result.filter(result["ts_code"] == stock) stock_valid = stock_data.drop_nulls() print(f"\n{'-' * 60}") print(f"股票: {stock}") print(f"总记录数: {len(stock_data)}") print(f"有效记录数 (去空值后): {len(stock_valid)}") factor_cols = ["return_5", "return_5_rank", "ma5", "ma10", "market_cap_rank"] for col in factor_cols: if col in stock_data.columns: series = stock_data[col] null_count = series.null_count() non_null = series.drop_nulls() print(f"\n {col}:") print( f" 空值数量: {null_count} ({null_count / len(stock_data) * 100:.2f}%)" ) if len(non_null) > 0: print(f" 均值: {non_null.mean():.6f}") print(f" 标准差: {non_null.std():.6f}") print(f" 最小值: {non_null.min():.6f}") print(f" 最大值: {non_null.max():.6f}") # ======================================================================== # 7. 保存结果 # ======================================================================== print("\n" + "=" * 80) # ======================================================================== # 8. 测试总结 # ======================================================================== print("\n" + "=" * 80) print("8. 测试总结") print("=" * 80) print("\n[测试完成] 两支股票因子计算测试报告 (字符串架构):") print("-" * 60) print(f"目标股票: {stock_codes}") print(f"时间范围: {start_date} 至 {end_date}") print(f"总记录数: {len(result)}") print() print("因子定义方式: 字符串表达式 (add_factor 方法)") print("计算因子:") print( " 1. return_5 - 5日收益率 (字符串: '(close / ts_delay(close, 5)) - 1')" ) print(" 2. return_5_rank - 5日收益率截面排名 (字符串: 'cs_rank(...)')") print(" 3. ma5 - 5日均线 (字符串: 'ts_mean(close, 5)')") print(" 4. ma10 - 10日均线 (字符串: 'ts_mean(close, 10)')") print(" 5. market_cap_rank - 市值百分比排名 (字符串: 'cs_rank(total_mv)')") print() print("验证结果:") print(" - 字符串表达式解析: 正常") print(" - 移动平均线滑动窗口: 正常") print(" - 收益率延迟计算: 正常") print(" - 截面排名: 正常 (0-1区间)") print(" - 数据完整性: 正常") print("-" * 60) return result if __name__ == "__main__": result = test_two_stocks_string_factors()