ZVT 点时数据与未来函数：六个时间概念，决定你的回测数字是真是假

两个时间字段（report_period / report_date）

按源码，FinanceFactor 里 report_period = Column(String(32))、report_date = Column(DateTime)。前者筛期间类别，后者做时间对齐。把「期间」与「日期」分开是这套设计里最值得利用的一点。

get_recent_report_date(timestamp)：给定时间点，取最近的报告日期

这个函数存在于 src/zvt/api/portfolio.py，README 的示例策略里用它来判断「当前能看到的最近一期报告」。这正是 as-of 对齐需要的原语：回测时间点 → 当时可见的报告期。

due_timestamp 与 happen_timestamp：把「信号时点」和「成交时点」拆开

trade_the_targets(due_timestamp=..., happen_timestamp=...) 要求显式传两个时间。把 happen 设为 T+1，就在接口层面把「当天信号当天成交」这个漏洞堵住了。可用的另一个参数是 profit_threshold（官方示例里设为 None 表示不启用止盈）。

provider 列：确认数据来自哪一家

同一张表可能混写多个源，而不同源的更新时间与口径不同。做时间一致性检查时按 provider 拆开，能排除「同一指标两家源打架」造成的假信号。

检查一：股票池是不是「当时」的

# 池子里的标的是哪天定下来的？
pool = Stock.query_data(filters=[...], columns=['entity_id', 'list_date', 'end_date'])
print(pool['list_date'].max(), pool['end_date'].notnull().sum())

说明：如果清单里所有标的都是「至今仍在交易」，那它就带幸存者偏差。预期：能看出池子里是否保留了已退市记录（end_date 非空的条数）。

检查二：信号与成交的时间戳是否被拉开

# 在 on_time 里打印两个时间，确认不是同一天
self.logger.info(f"signal={timestamp} due={due_ts} happen={happen_ts}")

说明：trade_the_targets(due_timestamp=..., happen_timestamp=...) 两个参数被赋成同一天，就是「当天信号当天成交」。预期：日志里出现至少一个交易日的间隔。

检查三：因子用到的最晚数据日期

# 财务因子：把「实际用到的最晚可得日期」打出来
latest = df.index.get_level_values('timestamp').max()
print('factor uses data up to', latest, 'signal at', timestamp)

说明：如果 latest 晚于信号日回到的全部日期，说明用到了未来数据。预期：latest <= timestamp。这条断言建议直接写成 assert，跑不过就中断回测。