ddup

面向 A 股的日频量化研究与回测引擎。

ddup 覆盖从数据接入、因子定义、策略表达到回测执行、绩效分析和 HTML 报告生成的完整工作流。策略与因子均以声明式配置（YAML + Python 子类）描述，引擎负责调度、撮合与结果持久化。支持因子 IC 评估、多因子滚动 IC/ICIR 合成、分层回测、Brinson 行业归因和交叉验证等研究工具，并提供面向 LLM agent 的程序化 API。

本项目推荐搭配数据库管理软件 tushare_db 一起使用

核心模块

数据接口

• 填表法后端，仅需声明"表名.字段名"映射，无需编写 SQL
• 引擎自动完成多表外并集、列对齐和列裁剪
• 内建支持涨跌停价格、复权因子、分红、ST 标记、行业分类、指数成分等数据契约
• 前视防护门面约定性隔离当日数据与历史数据，防止未来信息泄漏

因子库

• 因子以纯 YAML 表达式定义，表达式算子在安全的 ast 求值器内运行
• 数十种时序（ma、roc、ewm、std）与截面（zscore、rank、group_mean）算子可组合嵌套
• 引擎自动解析依赖 DAG，规划物化链路并消除公共子表达式（CSE）
• 因子值以列形式注入回测面板，策略直接读列使用，无需重复计算

复杂策略

• 以 Python 类继承 Strategy ABC 表达交易逻辑，逻辑表达不受限制，可构建应对复杂市场环境的策略行为，而非仅限于生成买卖请求
• YAML 配置文件声明因子规格、调仓频率和条件单参数
• select() 方法仅返回订单意图，引擎处理调仓调度与资金分配
• 支持 target_value 目标市值调仓、buy/sell 名单手动下单和 buy_conditions 条件买单三套下单协议
• 止损、止盈、移动止盈等条件单以声明式 handler 注册，统一 dispatch

回测引擎

• 日频逐笔撮合，内置涨跌停跳过、T+1 锁定、滑点模型（tick=0.01）和可配置费率
• 现金校验与成交量上限裁剪自动执行，拒单不静默
• 全量成交日志与逐日账户快照写入 SQLite 结果库，支持多 run 累积存储与对比

报告

• 纯 Python 生成单文件离线 HTML，无第三方前端依赖
• 内联 SVG 绘制权益曲线、回撤序列、月度收益热力图和持仓集中度
• 多 run 对比报告将多次回测叠加于同一坐标系下对比分析

研究工具

• 独立的纯函数工具集，不依赖回测引擎
• 因子评估：Pearson IC / Spearman Rank IC、分层回测、因子相关性矩阵
• 多因子合成：滚动 IC/ICIR 加权，对因子截面进行符号敏感的加权组合
• Brinson 行业归因：超额收益分解为配置效应与选股效应
• 交叉验证：交易行为一致性检查与异常检测

Agent 研究友好

• 引擎、策略加载器、因子库和所有研究工具均提供 Python 程序化 API
• 策略可通过 build_strategy() 以纯 dict 构造，无需 YAML 文件
• 回测结果以结构化 dict 返回（stats / trades / daily）
• 支持在内存中完成定义、回测、分析、迭代的闭环，适合 LLM agent 驱动的自动化量化研究

风险声明

本软件仅用于量化策略研究与历史回测，不构成任何形式的投资建议。历史回测结果不代表未来表现。策略实盘前应充分考虑容量、滑点、交易成本与市场冲击等因素。使用者应自行承担交易决策的全部风险与责任。