回测时“买方机构次数”有问题，并附上修改代码

[myhhub]

有问题可以参考：https://github.com/myhhub/InStock
抓取股票每日关键数据，计算股票各种指标，识别K线各种形态，内置多种选股策略，支持选股验证回测，支持自动交易，支持批量时间，运行高效

问题1：
“近三月”是死时间，为当前的“近三月”，不支持历史选股回测
#
  df = ak.stock_lhb_stock_statistic_em(symbol="近三月")
  mask = (df['买方机构次数'] > 1)  # 机构买入次数大于1
  df = df.loc[mask]
  top_list = df['代码'].tolist()

上面代码建议修改为：

--------
# 股票近三月上龙虎榜且必须有2次以上机构参与的
def fetch_stock_top_entity_data(date):
    if date is None:
        date_date = datetime.datetime.now().date()
    else:
        tmp_year, tmp_month, tmp_day = date.split("-")
        date_date = datetime.datetime(int(tmp_year), int(tmp_month), int(tmp_day)).date()
        
    run_date = date_date + datetime.timedelta(days=-90)
    start_date = run_date.strftime("%Y%m%d")
    end_date = date_date.strftime("%Y%m%d")
    
    code_name = '代码'
    entity_amount_name = '买方机构数'
    
    try:
        data = ak.stock_lhb_jgmmtj_em(start_date, end_date)
        if data is None or len(data.index) == 0:
            return None

        # 机构买入次数大于1计算方法，首先：每次要有买方机构数(>0),然后：这段时间买方机构数求和大于1
        mask = (data[entity_amount_name] > 0)  # 首先：每次要有买方机构数(>0)
        data = data.loc[mask]
    
        if len(data.index) == 0:
            return None
    
        grouped = data.groupby(by=data[code_name])
        data_series = grouped[entity_amount_name].sum()
        data_code = set(data_series[data_series > 1].index.values)  # 然后：这段时间买方机构数求和大于1
    
        if not data_code:
            return None
    
        return data_code
    except Exception as e:
        logging.debug("{}处理异常：{}".format('stockfetch.fetch_stock_top_entity_data', e))

问题2：
top_list = df['代码'].tolist(),top_list不宜为全局变量，否则不支持按时间段选股，例如：（2023-01-01至2023-03-01）

上面代码建议修改为：

# 高而窄的旗形
def check_high_tight(code_name, data, end_date=None, threshold=60, istop=False):
    # 龙虎榜上必须有机构
    if not istop:
        return False
    .............


def check_enter(end_date=None, strategy_fun=enter.check_volume):
    is_check_high_tight = False
    if strategy_fun.__name__ == 'check_high_tight':
        stock_tops = fetch_stock_top_entity_data(end_date)
        if stock_tops is not None:
            is_check_high_tight = True

def end_date_filter(stock_data):
    if end_date is not None:
        if end_date < stock_data[1].iloc[0].日期:  # 该股票在end_date时还未上市
            logging.debug("{}在{}时还未上市".format(stock_data[0], end_date))
            return False
    if is_check_high_tight:
        return strategy_fun(stock_data[0], stock_data[1], end_date=end_date, istop=(data[0][0] in stock_tops))
    else:
        return strategy_fun(stock_data[0], stock_data[1], end_date=end_date)
    .............