data-backtest-live-common(导入名 dbl_common)
数据(Data)/ 回测(Backtest)/ 实盘(Live Trading)三个系统共用的公共库。 独立项目,像 akshare 一样 pip 安装后直接 import 使用。
- 发行名(pip 名):
data-backtest-live-common—— 数据/回测/实盘三个英文单词 + common(用户 2026-09-26 指定口径) - 导入名:
dbl_common—— 三词首字母 + common(对齐beautifulsoup4 → import bs4的短名惯例,免得每次 import 敲 24 个字符) - 版本:0.3.0 —— 2026-09-26 抽出独立成库 → 2026-09-27 并入 market_common 两库合一(0.2.0 上架 PyPI)→ 同日 0.3.0 费用模块重大勘误(逐条对照财政部/中登/交易所公告修正佣金封顶、过户费双轨制、印花税历史档)
收录标准(硬规则)
只收「数据、回测、实盘三个系统都会用到」的代码。 单系统专属的公共代码放回各系统自己的 common 包 (例如 quant_data_center 的 throttle 限频 / pagination 翻页是采集专属,留在那边)。
模块清单
| 模块 | 干什么 | 三系统各自的用途 |
|---|---|---|
adjust |
本地复权引擎(hfq = raw×adj_factor 锚定上市日;qfq 锚定最新) | 数据:清洗层标准化;回测:价格连续序列;实盘:指标口径 |
boards |
证券代码规范化 / 品种识别 / 板块判定(规则库最底层,纯函数零依赖) | 所有系统问「这代码是什么品种、哪个板块」 |
price_limit |
涨跌停规则全集(主板/科创/创业/北交/ST/ETF/转债/B股/新股首日非对称档,含历史制度变更,返回 LimitSpec 值对象) |
数据:审核规则;回测:判板;实盘:委托价边界 |
vec |
涨跌停向量化引擎唯一实现(limit_prices/flags_from_bars/board_flags/hfq_ret_on,spec 驱动,支持 ETF 三位报价) |
回测全市场判板(5000+ 只 × 数千日) |
trade_calendar |
交易日历读取(Tushare cal Parquet;cal_glob 必传,不绑定任何系统路径) |
三系统同一套日历口径 |
trading_calendar |
交易日历注入契约(InjectedCalendar:BaoStock CSV / QDC raw 层 Parquet,三态诚实) |
回测/实盘注入自己的日历数据源 |
trading_hours |
交易时段(集合竞价/连续竞价/收盘集合竞价,Phase 枚举) |
实盘下单时段校验;回测撮合时点 |
settlement |
交收制度(T+1/T+0/T+3,STOCK_T1_START) |
实盘可卖判断;回测成交约束 |
lots / ticks |
申报单位(手数)/ 最小变动价位(含 snap/校验) | 实盘委托合法性;回测撮合精度 |
fees |
交易费用(印花税 1997 起全时间线 / 过户费 2015 前沪面值深金额双轨 / 佣金法定上限 3‰ / 经手+证管规费,v0.3.0 逐条对照官方公告勘误) | 回测净收益;实盘成本预估 |
circuit_breaker |
2016 熔断制度(历史触发记录) | 回测跨 2016-01 必须剔除熔断时段 |
halts |
盘中临时停牌(新股/转债临停规则与复牌时间) | 回测撮合跳过临停;实盘委托拦截 |
corporate_actions |
除权除息参考价官方公式 + 理论因子跳变 + 数据中心核验入口(容差 0.5%;B股/转债拒答) | 数据:dividend 对账;回测:复权核验 |
proc |
子进程无黑窗(no_window/no_window_if_detached/pid_alive,Windows) |
任何会起子进程的系统(调度/并行网格/网关进程) |
io_utils |
原子写文件(tmp + os.replace + WinError5 重试) | 任何写「会被并发读」的状态/数据文件的系统 |
依赖:pandas / numpy / duckdb(pip install 自动拉齐;已有这些包的系统可加 --no-deps)。
安装(三种姿势)
# ① 开发期(editable:改源码立即生效,无需重装)
"D:\Program Files\Python314\python.exe" -m pip install -e f:/code/finance/data-backtest-live-common --no-deps
# ② 正式(打 wheel 安装)
python -m pip wheel . --no-deps -w dist
python -m pip install dist/data_backtest_live_common-0.3.0-py3-none-any.whl
# ③ 未来发布 PyPI 后(像 akshare 一样)
pip install data-backtest-live-common
quant_data_center 当前用姿势 ①(editable,装在 D:\Program Files\Python314 解释器上,
tests / uvicorn / scheduler 子进程全部可见)。
开发与测试
# 需要解释器里有 pandas / numpy / duckdb / pytest(vendor PYTHONPATH 或已 pip 安装)
$env:PYTHONPATH = "F:\code\finance\quant_data_center\vendor"
"D:\Program Files\Python314\python.exe" -m pytest tests -q
诚实边界
trade_calendar只读「已经落盘的日历 Parquet」,不联网、不猜测:文件缺失返回[]由调用方降级;参数(cal_glob)缺失直接 ValueError(程序员错误必须响亮);price_limit的 ST 判定只有当前名单、没有逐日历史 → 5% 档用「恰好贴板」精确判定(详见模块 docstring 的血泪教训:用≥会把普通涨超 5% 的交易日成片误判);adjust的 hfq 锚定上市日(历史行永不变,适合增量落盘),qfq 锚定最新(历史随分红改写,只适合展示);- 1996-12-16 之前 A 股无涨跌停制度,
vec.flags_from_bars一律不判; fees(v0.3.0 勘误后口径):佣金法定上限 3‰ 从未变过(不存在「0.03% 封顶」政策,2002-05-01 前固定佣金时代拒答);过户费 2015-08-01 前沪市按面值/深市按金额双轨(沪 0.5‰→0.375‰→0.3‰ 按面值,深 0.0255‰ 按金额),之后统一按金额 0.02‰→0.01‰;印花税 A 股 1997-05-10 前拒答、B 股 2001-11-16 前拒答;B 股过户费/结算费体系未编码整体拒答;经手费/证管费通常已含在佣金内(helper 仅供净佣金分析,ETF/基金经手费未编码返回 None);corporate_actions对 B 股(需当日汇率折算,属运行期数据非规则)与可转债(不除权)显式 raise 拒答,不猜;- 新股「首 N 日不设涨跌幅」没有交易日序号时按自然日近似,
reason里如实标注「近似」。
与兄弟项目的关系(互不 import)
| 项目 | 定位 | 关系 |
|---|---|---|
quant_data_center |
数据系统 | 本库母体;现为 pip 依赖 dbl_common |
| 回测 / 实盘系统(未来) | — | 直接 pip install 本库即可(原需另装 market_common,2026-09-27 已并入) |
两库合一记录(2026-09-27):用户对比本库与
market_common后指令「如有重复删除 market」。实测仅price_limit领域同源重复(本库=引擎+简化规则,market=规则全集), 其余 10 个交易规则模块是独有内容 → 整体并入:price_limit取超集版(含round_half_up浮点修正),向量化引擎统一进vec.py(spec 驱动签名),83 项守卫 测试随迁为tests/test_trading_rules.py,原 market_common 目录弃用(AI 删除时被环境 安全删除守卫拦截,内容已 100% 迁入本库并经测试验证,该目录可随时人工删除)。
怎么加新模块(给 AI 的守则)
- 先判定「三个系统都用到吗」——不是就放回各系统自己的 common,别塞进来;
- 纯函数优先、零系统路径耦合(需要路径/配置就做成必传参数,参照
trade_calendar.cal_glob); - 配
tests/用例,锚点用真实制度事实(如创业板 2020-08-24 改 20%、round_half_up(2.675)=2.68); - 版本号 +1(
pyproject.toml与dbl_common/__init__.py同步改),更新本 README 模块表; - Windows 环境跑命令一律后台无窗(
Start-Process -WindowStyle Hidden)。
Metadata
Release files for data-backtest-live-common 0.3.0
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | Provenance | Actions |
|---|---|---|---|---|
| data_backtest_live_common-0.3.0.tar.gz | 61.1 kB | Without provenance | Details for data_backtest_live_common-0.3.0.tar.gz |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Actions Reset |
|---|---|---|---|---|
| data_backtest_live_common-0.3.0-py3-none-any.whl | Python 3 | none | any | Details for data_backtest_live_common-0.3.0-py3-none-any.whl |
Total release size: 123.0 kB
Release files / data_backtest_live_common-0.3.0.tar.gz
| Download URL | data_backtest_live_common-0.3.0.tar.gz |
|---|---|
| Size | 61.1 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
372be608cf2d561bbf036c83464ba9b16fea1fa4723e1a86a34c2e96cd2b57b7
|
|
BLAKE2b-256 checksum How to use checksums |
ce112bc77946065afe562184d2202248a886ce54f7d0af5197cff697906e03ef
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.14.7
|
Release files / data_backtest_live_common-0.3.0-py3-none-any.whl
| Download URL | data_backtest_live_common-0.3.0-py3-none-any.whl |
|---|---|
| Size | 61.9 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
aa2ca69f00ae72aec1ed6370f11180a15377940c10e5f6a72a068fc64a06974d
|
|
BLAKE2b-256 checksum How to use checksums |
f7a85f8d028a039704425dcbe9913e12dd0a17373ded59353ab9f1ec7f1754f0
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.14.7
|
Security for data-backtest-live-common 0.3.0
Provenance
Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.
No provenance found
None of the files in this release were uploaded with provenance metadata.
A note on package security
PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.
To learn more about protecting yourself from malicious actors, visit our package security documentation.