数据类

为保存数据的类减少样板代码

很多类的主要作用就是保存几个字段：一笔成交、一条报价、一份配置。为每个类都写 __init__、__repr__ 和 __eq__ 很重复。dataclasses 模块的 @dataclass 装饰器会根据一组带注解的字段替你生成它们。你只需声明一次 symbol: str、price: float、quantity: int，就得到构造函数 Trade("AAPL", 184.25, 200)、可读的 repr（如 Trade(symbol='AAPL', price=184.25, quantity=200)）以及逐字段比较的相等性。注解用于说明意图，Python 并不强制执行。

from dataclasses import dataclass

@dataclass
class Trade:
    symbol: str
    price: float
    quantity: int

a = Trade("AAPL", 184.25, 200)
b = Trade("AAPL", 184.25, 200)

print(a)                       # Trade(symbol='AAPL', price=184.25, quantity=200)
print(a == b)                  # True: compared field by field
print(a.price * a.quantity)    # 36850.0

默认值、field() 与可变值

字段可以有默认值（currency: str = "USD"），有默认值的字段必须放在没有默认值的字段之后。对于列表这样的可变默认值，简单写 = [] 会被所有对象共享（Python 会拒绝）；应写成 trades: list = field(default_factory=list)，让每个对象拥有自己的新列表。field(...) 还可以把字段从 repr（repr=False）或比较（compare=False）中排除。

from dataclasses import dataclass, field

@dataclass
class Book:
    name: str
    currency: str = "USD"                       # a default
    trades: list = field(default_factory=list)  # a fresh list per object

one = Book("desk-a")
two = Book("desk-b")
one.trades.append(("AAPL", 100))

print(one)                  # Book(name='desk-a', currency='USD', trades=[('AAPL', 100)])
print(two.trades)           # []   (not shared)
print(Book("x", "EUR"))     # Book(name='x', currency='EUR', trades=[])

自定义方法、__post_init__ 与替代构造方式

数据类仍然是普通的类，所以可以添加方法。__post_init__(self) 在生成的 __init__ 之后立即运行，是校验或清理值的地方（self.symbol = self.symbol.upper()，价格不合法时 raise ValueError(...)）。@classmethod 以 cls 接收类本身，是从文本等其他形式构建对象的常用方法：Trade.from_line("AAPL,184.25,200") 返回 cls(symbol, float(price), int(quantity))，这样校验依旧生效，子类也能用。

from dataclasses import dataclass

@dataclass
class Trade:
    symbol: str
    price: float
    quantity: int

    def __post_init__(self):
        self.symbol = self.symbol.strip().upper()
        if self.price <= 0:
            raise ValueError("price must be positive")

    def notional(self):
        return self.price * abs(self.quantity)

    @classmethod
    def from_line(cls, line):
        symbol, price, quantity = line.split(",")
        return cls(symbol, float(price), int(quantity))

t = Trade.from_line(" aapl,184.25,-200")
print(t)              # Trade(symbol='AAPL', price=184.25, quantity=-200)
print(t.notional())   # 36850.0

冻结、排序，以及何时普通类更合适

@dataclass(frozen=True) 让实例变成只读（给字段赋值会引发 FrozenInstanceError），并为其提供哈希，因此可以作为字典键或集合成员：非常适合合约规格这类不应改变的值。@dataclass(order=True) 会添加按字段顺序比较的 <、<=、>、>=。数据记录适合用数据类；行为复杂、带有隐藏状态的对象，则用精心编写方法的手写类更清晰。

from dataclasses import dataclass

@dataclass(frozen=True, order=True)
class Contract:
    symbol: str
    expiry: str          # ISO dates sort correctly as text

a = Contract("ESZ5", "2025-12-19")
b = Contract("ESZ5", "2026-03-20")
print(a < b)                          # True
print({a: "front", b: "next"}[a])     # front  (frozen => hashable)

try:
    a.symbol = "NQZ5"
except Exception as error:
    print(type(error).__name__)       # FrozenInstanceError

• @dataclass 把带注解的字段变成 __init__、__repr__ 和 __eq__。
• 带默认值的字段放最后；列表和字典用 field(default_factory=list)。
• __post_init__ 做校验；@classmethod 从其他形式构建；frozen=True 使值只读。

下一节：用代码求导数，估计某个量变化得有多快，这正是 Delta、Gamma 等期权敏感度背后的思想。

实验：评分内容

• 用 __post_init__ 清理并校验成交25 分
• 用 notional 计算成交金额25 分
• 用 from_line 从文本构建成交25 分
• 用 net_quantity 汇总某个代码的净成交量25 分