1. 資料⽇期 和 產出⽇期 分别指哪一天

資料⽇期: 你們推薦投組是屬於哪天的，一般就是當天。 Ex: 2023/8/7上午，研究部要匯入2023/8/7的投組  20230807

產出⽇期: 只是你們系統產出該投組的時間，方便稽核而已。  Ex: 2023-08-07 10:03:23

2.  roi 投資組報酬率 计算逻辑

推薦系統不會使用ROI，但數值有可能會呈現在前端頁面，

所以要依據前端規劃，呈現給申購客戶的到酬率，是月報酬? 年化報酬 ?  或是其他?

如果季的沒錯，目前上線投組應該是採 預估10年年化報酬。（有錯誤再請相關人員補充）

公式應該演算法團隊會比我清楚

3.  risk 投資組合風險 计算逻辑

同上，配合報酬率週期的預估風險值(STDDEV)

4.  cp 投資組合 sharpe ration 计算逻辑

roi / risk

5.rr 推薦投資組合RR 值是否是我们定义，即DROBO的为RR4

     RR值*權重 的加總

SUM( RR_{fund1}　* Weight_{fund1} +  RR_{fund2}　* Weight_{fund_} …… )

未來作為系統檢核用（法規）

6.  用于计算夏普率的无风险利率如何获取

我們目前上線的ROBO，无风险利率，可能　都是直接用0

我不知道他們如何取得

config-svrobo_Mdiv_PRR3.yml

@@ -248,17 +248,17 @@ reports: # 报告模块相关
         subject: "SVROBO6-实盘版-每日监测_{today}"
         content: "Dear All: 附件是今天生成的监测数据，請驗收，謝謝！ 注>：該郵件為自動發送，如有問題請聯繫矽谷團隊 telan_qian@chifufund.com"
 robo-executor: # 执行器相关
-  use: ${ROBO_EXECUTOR:real} # 执行哪个执行器，优先取系统环境变量ROBO_EXECUTOR的值，默认backtest
+  use: ${ROBO_EXECUTOR:backtest} # 执行哪个执行器，优先取系统环境变量ROBO_EXECUTOR的值，默认backtest
   sync-data: ${SYNC_DATA:on} # 是否开启同步资料数据
   backtest: # 回测执行器相关
     start-date: 2024-03-02 # 回测起始日期
-    end-date: 2024-04-11 # 回测截止日期
+    end-date: 2024-06-11 # 回测截止日期
     sealing-period: 10 #调仓封闭期
     start-step: ${BACKTEST_START_STEP:1} # 回测从哪一步开始执行 1:计算资产池；2:计算最优投组：3:计算再平衡信号以及持仓投组
     end-step: ${BACKTEST_END_STEP:3} # 回测从哪一步执行完成后结束执行 1:计算资产池；2:计算最优投组：3:计算再平衡信号以及持仓投组
     clean-up: on
   real: # 实盘执行器
-    export: ${EXPORT_ENABLE:on} # 是否开启报告
+    export: ${EXPORT_ENABLE:off} # 是否开启报告
     start-date: 2023-05-08 # 实盘开始时间
     include-date: []
 

web/robo_controller.py

@@ -69,7 +69,7 @@ async def recommend():
         rec_list = []
         portfolios = {'recomm_guid': REC_GID}
         load_report(min_date=dt.date.today() - dt.timedelta(365))
-        data = {'recomm_guid': REC_GID, 'data_date': sig['date'].strftime('%Y-%m-%d'),
+        data = {'recomm_guid': REC_GID, 'data_date': sig['create_time'].strftime('%Y-%m-%d'),
                 'funds': [{'weight': round(weight * 100), 'fund_id': id_ticker_map[key]['ftTicker']} for key, weight in
                           funds.items()], 'creat_date': sig['create_time'].strftime('%Y-%m-%d %H:%M:%S'),
                 'risk': risk,