新建回测系统，并提交

utils/data_loader.py

@@ -0,0 +1,82 @@
+"""行情数据加载模块。
+
+唯一数据入口，负责从 data/day 目录加载 TXT 日线行情，并返回 pandas.DataFrame。
+
+约束：
+- 文件不存在或为空时，返回空 DataFrame，不抛异常，并输出 warning 日志；
+- 解析失败时返回空 DataFrame，并输出 error 日志；
+- 日期统一升序排列；
+- 首行必须包含 trade_date/open/high/low/close/vol 列，否则视为格式错误。
+"""
+from __future__ import annotations
+
+import os
+from typing import Optional
+
+import pandas as pd
+
+from utils.logger import setup_logger
+
+logger = setup_logger(__name__)
+
+REQUIRED_COLUMNS = ["trade_date", "open", "high", "low", "close", "vol"]
+
+
+def load_single_stock(
+    data_dir: str,
+    ts_code: str,
+    start_date: Optional[str] = None,
+    end_date: Optional[str] = None,
+) -> pd.DataFrame:
+    """加载单只股票日线数据。
+
+    参数：
+    - data_dir: 行情数据根目录，如 "data/day"；
+    - ts_code: 股票代码（带后缀），如 "000001.SZ"；
+    - start_date, end_date: 过滤区间，格式 YYYYMMDD，可为 None。
+
+    返回：
+    - 若文件存在且格式正确，返回包含必要列的 DataFrame，日期升序；
+    - 若文件不存在、为空或格式错误，返回空 DataFrame，不抛异常。
+    """
+    filename = f"{ts_code}_daily_data.txt"
+    path = os.path.join(data_dir, filename)
+
+    if not os.path.exists(path) or os.path.getsize(path) == 0:
+        logger.warning(f"{filename} 不存在或为空，跳过")
+        return pd.DataFrame()
+
+    try:
+        # DAK 文件以制表符分隔，UTF-8 编码
+        df = pd.read_csv(path, sep="\t", encoding="utf-8")
+        if df.empty:
+            logger.warning(f"{filename} 不存在或为空，跳过")
+            return pd.DataFrame()
+
+        # 列名统一为小写
+        df.columns = [c.strip().lower() for c in df.columns]
+
+        # 检查必需列
+        for col in REQUIRED_COLUMNS:
+            if col not in df.columns:
+                logger.error(f"{ts_code} 数据缺少必要列: {col}")
+                return pd.DataFrame()
+
+        # 确保 trade_date 列为字符串类型（源数据可能是 int 或 str）
+        df["trade_date"] = df["trade_date"].astype(str)
+
+        # 按需过滤日期（统一为字符串比较，格式 YYYYMMDD）
+        if start_date is not None:
+            df = df[df["trade_date"] >= start_date]
+        if end_date is not None:
+            df = df[df["trade_date"] <= end_date]
+
+        # 日期升序
+        df = df.sort_values("trade_date").reset_index(drop=True)
+
+        # 只在 DEBUG 级别记录成功日志，避免 log 文件过大
+        logger.debug(f"加载 {ts_code} 成功，共 {len(df)} 条记录")
+        return df
+    except Exception as e:  # noqa: BLE001
+        logger.error(f"{ts_code} 数据解析失败: {e}")
+        return pd.DataFrame()