betaquant 0.6.2__tar.gz → 0.6.3__tar.gz

{betaquant-0.6.2 → betaquant-0.6.3}/Cargo.lock

@@ -37,7 +37,7 @@ checksum = "2af50177e190e07a26ab74f8b1efbfe2ef87da2116221318cb1c2e82baf7de06"
 
 [[package]]
 name = "betaquant"
-version = "0.6.2"
+version = "0.6.3"
 dependencies = [
  "anyhow",
  "base64",

{betaquant-0.6.2 → betaquant-0.6.3}/Cargo.toml

@@ -1,6 +1,6 @@
 [package]
 name = "betaquant"
-version = "0.6.2"
+version = "0.6.3"
 edition = "2024"
 authors = ["ZhaoJun"]
 readme = "README.md"

{betaquant-0.6.2 → betaquant-0.6.3}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: betaquant
-Version: 0.6.2
+Version: 0.6.3
 Classifier: Programming Language :: Rust
 Classifier: Programming Language :: Python :: Implementation :: CPython
 Classifier: Programming Language :: Python :: Implementation :: PyPy
@@ -69,22 +69,17 @@ result = betaquant.ts_ma(data, 3)     # 已授权 → 正常计算
 
 ```python
 # 验签 + 校验（失败 / 过期 / 机器不符抛 ValueError），返回声明 dict
-claims = betaquant.verify_license(token, machine=machine)
+# 机器绑定自动按本机指纹校验，无需传 machine
+claims = betaquant.verify_license(token)
 
 # 判断某算子是否被授权（token 无效 / 过期直接返回 False）
-if betaquant.license_allows(token, "ts_ma", machine=machine):
+if betaquant.license_allows(token, "ts_ma"):
     ...
 ```
 
 授权语义（**默认拒绝**）：算子必须显式出现在 `allow`（或 `allow` 含 `"*"`）才放行；
 `deny` 优先级高于 `allow`。`allow=[]` 表示全部拒绝，并非不限制。
 
-> 过期判定使用本机系统时间，离线方案对“改系统时间”无法根治，属已知限制：用短有效期
-> + 定期换发缓解。
-
-更完整的端到端示例（签发 → 启用 token → 算子硬门禁 → 过期续期 → 机器绑定）见
-`encryptor/license/examples/demo.py`。签发方封装见 `encryptor/license`
-（`LicenseService`）。
 
 ## 使用
 

{betaquant-0.6.2 → betaquant-0.6.3}/README.md

@@ -53,22 +53,17 @@ result = betaquant.ts_ma(data, 3)     # 已授权 → 正常计算
 
 ```python
 # 验签 + 校验（失败 / 过期 / 机器不符抛 ValueError），返回声明 dict
-claims = betaquant.verify_license(token, machine=machine)
+# 机器绑定自动按本机指纹校验，无需传 machine
+claims = betaquant.verify_license(token)
 
 # 判断某算子是否被授权（token 无效 / 过期直接返回 False）
-if betaquant.license_allows(token, "ts_ma", machine=machine):
+if betaquant.license_allows(token, "ts_ma"):
     ...
 ```
 
 授权语义（**默认拒绝**）：算子必须显式出现在 `allow`（或 `allow` 含 `"*"`）才放行；
 `deny` 优先级高于 `allow`。`allow=[]` 表示全部拒绝，并非不限制。
 
-> 过期判定使用本机系统时间，离线方案对“改系统时间”无法根治，属已知限制：用短有效期
-> + 定期换发缓解。
-
-更完整的端到端示例（签发 → 启用 token → 算子硬门禁 → 过期续期 → 机器绑定）见
-`encryptor/license/examples/demo.py`。签发方封装见 `encryptor/license`
-（`LicenseService`）。
 
 ## 使用
 

{betaquant-0.6.2 → betaquant-0.6.3}/examples/gtja191/main.py

@@ -15,6 +15,8 @@ import logging
 import time
 
 import betaquant
+betaquant.set_license_token('')
+
 import numpy as np
 import pandas as pd
 import polars as pl

{betaquant-0.6.2 → betaquant-0.6.3}/examples/quickstart/full_demo.py

@@ -21,6 +21,7 @@ import numpy as np
 import pandas as pd
 
 import betaquant
+betaquant.set_license_token('')
 
 
 # ---------------------------------------------------------------------------

{betaquant-0.6.2 → betaquant-0.6.3}/examples/quickstart/rank.py

@@ -4,7 +4,7 @@ import numpy as np
 import pandas as pd
 
 import betaquant
-
+betaquant.set_license_token('')
 df = pd.DataFrame(
   data={
     "Animal": ["cat", "penguin", "dog", "spider", "snake"],

{betaquant-0.6.2 → betaquant-0.6.3}/examples/quickstart/usage.py

@@ -5,7 +5,8 @@
   python examples/quickstart/usage.py
 """
 
-import betaquant as al
+import betaquant
+betaquant.set_license_token('')
 import numpy as np
 import pandas as pd
 
@@ -13,35 +14,35 @@ np.set_printoptions(precision=3, suppress=True)
 
 # 3 周期均线，前两个值是窗口未填满时的部分均值（默认行为）
 data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]).astype(np.float64)
-result = al.ts_ma(data, 3)
+result = betaquant.ts_ma(data, 3)
 print(result)
 # Output: [1.  1.5 2.  3.  4.  5.  6.  7.  8.  9. ]
 
 
 # 严格窗口模式：窗口未满前返回 NaN
-al.set_ctx(flags=al.FLAG_STRICTLY_CYCLE)
-result = al.ts_ma(data, 3)
+betaquant.set_ctx(flags=betaquant.FLAG_STRICTLY_CYCLE)
+result = betaquant.ts_ma(data, 3)
 print(result)
 # Output: [nan nan  2.  3.  4.  5.  6.  7.  8.  9.]
 
 
 # 跳过 NaN
-al.set_ctx(flags=al.FLAG_SKIP_NAN)
+betaquant.set_ctx(flags=betaquant.FLAG_SKIP_NAN)
 data_with_nan = np.array([1, 2, np.nan, 4, 5, 6, 7, 8, 9, 10], dtype=np.float64)
-result = al.ts_ma(data_with_nan, 3)
+result = betaquant.ts_ma(data_with_nan, 3)
 print(result)
 # Output: [1.    1.5     nan 2.333 3.667 5.    6.    7.    8.    9.   ]
 
 
 # 滚动线性回归（斜率、截距）
-al.set_ctx(flags=0, groups=2)
+betaquant.set_ctx(flags=0, groups=2)
 data_slope = np.array([1, 3, 5, 7, 9, 1, 3, 5, 7, 9], dtype=np.float64)
-print("ts_slope(3):", al.ts_slope(data_slope, 3))
-print("ts_intercept(3):", al.ts_intercept(data_slope, 3))
+print("ts_slope(3):", betaquant.ts_slope(data_slope, 3))
+print("ts_intercept(3):", betaquant.ts_intercept(data_slope, 3))
 
 
 # 未来收益（Future Return）
-al.set_ctx(flags=al.FLAG_STRICTLY_CYCLE, groups=2)
+betaquant.set_ctx(flags=betaquant.FLAG_STRICTLY_CYCLE, groups=2)
 open_p = np.array([10, 11, 12, 13, 14, 15] * 2, dtype=np.float64)
 high_p = np.array([11, 12, 12, 14, 15, 16] * 2, dtype=np.float64)
 low_p = np.array([9, 10, 12, 12, 13, 14] * 2, dtype=np.float64)
@@ -57,16 +58,16 @@ df_ohlc["is_calc"] = (
 is_calc = df_ohlc["is_calc"].to_numpy(dtype=np.float64)
 
 # ts_fret(delay=1, periods=3): Return = (Close[i+delay+periods-1] - Open[i+delay]) / Open[i+delay]
-print("ts_fret(1, 3):", al.ts_fret(open_p, close_p, is_calc, 1, 3))
+print("ts_fret(1, 3):", betaquant.ts_fret(open_p, close_p, is_calc, 1, 3))
 
 # ts_fret(delay=2, periods=1)：相对默认延后一日。
-print("ts_fret(2, 1):", al.ts_fret(open_p, close_p, is_calc, 2, 1))
+print("ts_fret(2, 1):", betaquant.ts_fret(open_p, close_p, is_calc, 2, 1))
 
 
 # 截面分箱（cc_bins）：每个时间点把跨 group 的值离散化到 0..n-1
-al.set_ctx(flags=al.FLAG_STRICTLY_CYCLE, groups=2)
+betaquant.set_ctx(flags=betaquant.FLAG_STRICTLY_CYCLE, groups=2)
 data_bins = np.array([1, 2, 3, 4, 5, 11, 22, 33, 44, 0], dtype=np.float64)
-print("cc_bins(2):", al.cc_bins(data_bins, 2))
+print("cc_bins(2):", betaquant.cc_bins(data_bins, 2))
 
 
 # 截面行业中性化（cc_neutralize）：先按 category 分组减组均值，再做截面 rank
@@ -85,9 +86,9 @@ category = df["category"].to_numpy(dtype=np.float64)
 value = df["value"].to_numpy(dtype=np.float64)
 
 groups = df["stock"].nunique()
-al.set_ctx(flags=0, groups=groups)
+betaquant.set_ctx(flags=0, groups=groups)
 
-result_neutralize = al.cc_neutralize(category, value)
+result_neutralize = betaquant.cc_neutralize(category, value)
 print("cc_neutralize:", result_neutralize)
 
 df = df.assign(neutralize=result_neutralize)
@@ -95,6 +96,6 @@ print(df.pivot_table(index="time", columns="stock", values="neutralize"))
 
 
 # 序列与时间下标的滚动相关系数
-al.set_ctx(flags=0, groups=1)
+betaquant.set_ctx(flags=0, groups=1)
 data_corr = np.array([1, 2, 3, 4, 5, 5, 4, 3, 2, 1], dtype=np.float64)
-print("ts_corr(5):", al.ts_corr(data_corr, 5))
+print("ts_corr(5):", betaquant.ts_corr(data_corr, 5))

{betaquant-0.6.2 → betaquant-0.6.3}/examples/quickstart/verify_sumif.py

@@ -9,12 +9,8 @@ import sys
 
 import numpy as np
 
-try:
-  import betaquant
-except ImportError:
-  print("无法导入 alpha；请先执行 `maturin develop --release` 安装到当前环境。")
-  sys.exit(1)
-
+import betaquant
+betaquant.set_license_token('')
 
 def test_sumif():
   a = np.array([1.0, 2.0, 3.0, 4.0, 5.0])

{betaquant-0.6.2 → betaquant-0.6.3}/examples/wq101/main.py

@@ -15,6 +15,8 @@ import logging
 import time
 
 import betaquant
+betaquant.set_license_token('')
+
 import numpy as np
 import pandas as pd
 import polars as pl

{betaquant-0.6.2 → betaquant-0.6.3}/python/tests/test_rank.py

@@ -6,7 +6,7 @@
 import numpy as np
 
 import betaquant
-
+betaquant.set_license_token('')
 
 def test_cc_rank_matches_pandas_pct_rank():
   rng = np.random.default_rng(20260526)