feat: UI/UX全面优化 — CSS变量体系/a11y无障碍/Admin角色化/骨架屏/打印样式
This commit is contained in:
selfrelease
@@ -1,131 +0,0 @@
|
||||
# 股票投资分析系统 - 远程服务器部署情况
|
||||
|
||||
> 最后更新：2026-03-17
|
||||
|
||||
## 一、服务器概览
|
||||
|
||||
| 服务器 | IP | 域名 | 用途 | 状态 |
|
||||
|--------|-----|------|------|------|
|
||||
| **主服务器（原有）** | 43.135.128.39 | - | 腾讯云，IP直连 | 运行中 |
|
||||
| **新服务器** | 152.136.182.184 | stock.allbyai.cn | 腾讯云，HTTPS域名 | 已配置 |
|
||||
|
||||
---
|
||||
|
||||
## 二、新服务器 (stock.allbyai.cn) 部署架构
|
||||
|
||||
### 2.1 访问方式
|
||||
- **HTTPS（推荐）**：https://stock.allbyai.cn
|
||||
- **IP直连**：http://152.136.182.184:3333
|
||||
|
||||
### 2.2 技术栈
|
||||
- **Web 应用**：Flask (Python) 端口 3333
|
||||
- **反向代理**：Nginx + HTTPS (acme.sh 证书)
|
||||
- **数据库**：PostgreSQL (stock_app)
|
||||
- **数据采集**：stock-data-service (systemd 后台服务)
|
||||
|
||||
### 2.3 部署路径
|
||||
- 应用目录：`/opt/stock-app`
|
||||
- Nginx 配置：`/etc/nginx/sites-available/stock.allbyai.cn`
|
||||
- SSL 证书：`/etc/nginx/ssl/stock.allbyai.cn.crt` / `.key`
|
||||
|
||||
---
|
||||
|
||||
## 三、部署脚本清单
|
||||
|
||||
| 脚本 | 用途 | 执行位置 |
|
||||
|------|------|----------|
|
||||
| `deploy/deploy-to-new-server.sh` | 一键完整部署（同步+初始化+Nginx+重启） | 本地 |
|
||||
| `deploy/sync-to-new-server.sh` | 快速同步代码并重启（日常更新） | 本地 |
|
||||
| `deploy/setup-server.sh` | 服务器环境初始化（首次部署） | 服务器 |
|
||||
| `deploy/setup-ssl.sh` | SSL 证书申请/安装（acme.sh） | 服务器 |
|
||||
| `setup_cron_scan.sh` | 配置全景扫描定时任务 | 本地→服务器 |
|
||||
|
||||
---
|
||||
|
||||
## 四、部署流程
|
||||
|
||||
### 4.1 首次部署新服务器
|
||||
|
||||
```bash
|
||||
cd /Users/freedak/Documents/go-new/stock/stock-html
|
||||
|
||||
# 1. 执行一键部署（会同步代码、配置 Nginx、重启服务）
|
||||
./deploy/deploy-to-new-server.sh
|
||||
|
||||
# 2. 首次部署需取消 deploy-to-new-server.sh 第43行注释，执行服务器初始化
|
||||
# ssh ubuntu@152.136.182.184 "${APP_DIR}/deploy/setup-server.sh"
|
||||
|
||||
# 3. 若需 SSL，在服务器上执行
|
||||
# ssh ubuntu@152.136.182.184
|
||||
# 先配置 acme.sh + DNS TXT 记录，再运行：
|
||||
# /opt/stock-app/deploy/setup-ssl.sh
|
||||
|
||||
# 4. 配置定时任务（全景扫描、K线采集、资金流向）
|
||||
./setup_cron_scan.sh
|
||||
# 或手动指定：STOCK_SERVER=ubuntu@152.136.182.184 STOCK_APP_DIR=/opt/stock-app ./setup_cron_scan.sh
|
||||
```
|
||||
|
||||
### 4.2 日常代码更新
|
||||
|
||||
```bash
|
||||
cd /Users/freedak/Documents/go-new/stock/stock-html
|
||||
./deploy/sync-to-new-server.sh
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 五、服务管理命令
|
||||
|
||||
### 5.1 新服务器 (152.136.182.184)
|
||||
|
||||
```bash
|
||||
# Web 应用
|
||||
ssh ubuntu@152.136.182.184 "systemctl start stock-app"
|
||||
ssh ubuntu@152.136.182.184 "systemctl stop stock-app"
|
||||
ssh ubuntu@152.136.182.184 "systemctl restart stock-app"
|
||||
ssh ubuntu@152.136.182.184 "systemctl status stock-app"
|
||||
|
||||
# 数据采集服务
|
||||
ssh ubuntu@152.136.182.184 "systemctl start stock-data-service"
|
||||
ssh ubuntu@152.136.182.184 "systemctl restart stock-data-service"
|
||||
ssh ubuntu@152.136.182.184 "systemctl status stock-data-service"
|
||||
|
||||
# 查看日志
|
||||
ssh ubuntu@152.136.182.184 "journalctl -u stock-app -f"
|
||||
ssh ubuntu@152.136.182.184 "journalctl -u stock-data-service -f"
|
||||
```
|
||||
|
||||
### 5.2 SSL 证书续期
|
||||
|
||||
- **自动**：acme.sh 已配置 cron 自动续期
|
||||
- **手动**：`/home/ubuntu/.acme.sh/acme.sh --renew -d stock.allbyai.cn --ecc --force`
|
||||
|
||||
---
|
||||
|
||||
## 六、注意事项与待办
|
||||
|
||||
### 6.1 已知差异
|
||||
- `sync-to-new-server.sh` 仅重启 `stock-app`，不重启 `stock-data-service`
|
||||
- 完整部署时 `deploy-to-new-server.sh` 会重启两个服务
|
||||
|
||||
### 6.2 同步排除项
|
||||
部署时排除：`.git`、`venv`、`__pycache__`、`stock_data_cache`、`*.pyc`、`.DS_Store`、`stock_names.json`、`alerts_cache.json`、`trades.json`、`watchlist.json`、`*.log`、`.playwright-mcp`、根目录 `/app.js`、`/index.html`、`/main.css`、`/css`、`/js`、`.windsurfrules`
|
||||
|
||||
### 6.3 定时任务（新服务器需单独配置）
|
||||
- 11:50 午休扫描
|
||||
- 16:30 收盘扫描
|
||||
- 17:30 5分钟K线采集
|
||||
- 18:00 资金流向采集
|
||||
|
||||
使用 `setup_cron_scan.sh` 或按 `run.md` 手动配置 crontab。
|
||||
|
||||
---
|
||||
|
||||
## 七、快速参考
|
||||
|
||||
| 操作 | 命令 |
|
||||
|------|------|
|
||||
| 同步并重启新服务器 | `./deploy/sync-to-new-server.sh` |
|
||||
| 完整部署新服务器 | `./deploy/deploy-to-new-server.sh` |
|
||||
| 查看服务状态 | `ssh ubuntu@152.136.182.184 "systemctl status stock-app stock-data-service"` |
|
||||
| 访问地址 | https://stock.allbyai.cn |
|
||||
@@ -1,168 +0,0 @@
|
||||
#!/bin/bash
|
||||
# 修复 stock.allbyai.cn 数据库连接问题
|
||||
# 在服务器上执行: sudo bash /opt/stock-app/deploy/fix-db-connection.sh
|
||||
|
||||
DB_PASS="stock_password_2025"
|
||||
APP_DIR="/opt/stock-app"
|
||||
|
||||
echo "=========================================="
|
||||
echo "诊断并修复 PostgreSQL 数据库连接"
|
||||
echo "=========================================="
|
||||
|
||||
# 0. 诊断：收集当前状态
|
||||
echo ""
|
||||
echo "[诊断] 检查 PostgreSQL 服务状态..."
|
||||
systemctl status postgresql --no-pager 2>&1 | head -10
|
||||
echo ""
|
||||
|
||||
echo "[诊断] 检查 PostgreSQL 版本和集群..."
|
||||
pg_lsclusters 2>/dev/null || echo "pg_lsclusters 不可用"
|
||||
echo ""
|
||||
|
||||
echo "[诊断] 检查 PostgreSQL 监听端口..."
|
||||
ss -tlnp | grep 5432 || netstat -tlnp 2>/dev/null | grep 5432 || echo "未检测到5432端口监听"
|
||||
echo ""
|
||||
|
||||
echo "[诊断] 检查 pg_hba.conf 配置..."
|
||||
PG_HBA=$(find /etc/postgresql -name pg_hba.conf 2>/dev/null | head -1)
|
||||
if [ -n "$PG_HBA" ]; then
|
||||
echo "文件位置: $PG_HBA"
|
||||
echo "--- 当前认证配置 ---"
|
||||
grep -v '^#' "$PG_HBA" | grep -v '^$'
|
||||
echo "---"
|
||||
else
|
||||
echo "未找到 pg_hba.conf"
|
||||
fi
|
||||
echo ""
|
||||
|
||||
echo "[诊断] 检查 stock-app 服务环境变量..."
|
||||
systemctl show stock-app --property=Environment 2>/dev/null || echo "无法读取服务配置"
|
||||
echo ""
|
||||
|
||||
echo "[诊断] 尝试 peer 认证连接..."
|
||||
sudo -u postgres psql -c "SELECT 1 as peer_auth_ok;" 2>&1 || echo "peer 认证失败"
|
||||
echo ""
|
||||
|
||||
echo "[诊断] 检查 stock_app 数据库是否存在..."
|
||||
sudo -u postgres psql -c "SELECT datname FROM pg_database WHERE datname='stock_app';" 2>&1
|
||||
echo ""
|
||||
|
||||
# 1. 确保 PostgreSQL 服务运行
|
||||
echo "=========================================="
|
||||
echo "[1/6] 确保 PostgreSQL 服务运行..."
|
||||
systemctl start postgresql 2>/dev/null || true
|
||||
systemctl enable postgresql 2>/dev/null || true
|
||||
|
||||
# 2. 重置 postgres 用户密码
|
||||
echo "[2/6] 重置 postgres 用户密码..."
|
||||
sudo -u postgres psql -c "ALTER USER postgres PASSWORD '${DB_PASS}';" 2>/dev/null || {
|
||||
echo "尝试使用 peer 认证重置密码..."
|
||||
sudo -u postgres psql -c "ALTER USER postgres PASSWORD '${DB_PASS}';" || {
|
||||
echo "❌ 密码重置失败，尝试重启 PostgreSQL 后重试..."
|
||||
systemctl restart postgresql
|
||||
sleep 2
|
||||
sudo -u postgres psql -c "ALTER USER postgres PASSWORD '${DB_PASS}';"
|
||||
}
|
||||
}
|
||||
echo "✅ 密码已重置"
|
||||
|
||||
# 3. 确保数据库存在
|
||||
echo "[3/6] 确保 stock_app 数据库存在..."
|
||||
sudo -u postgres createdb stock_app 2>/dev/null || echo "数据库已存在"
|
||||
|
||||
# 4. 修复 pg_hba.conf 认证配置
|
||||
echo "[4/6] 检查并修复 pg_hba.conf..."
|
||||
if [ -n "$PG_HBA" ]; then
|
||||
if ! grep -q "host.*all.*all.*127.0.0.1/32.*md5\|host.*all.*all.*127.0.0.1/32.*scram-sha-256" "$PG_HBA"; then
|
||||
echo "添加 localhost md5 认证规则..."
|
||||
cp "$PG_HBA" "${PG_HBA}.bak.$(date +%Y%m%d%H%M%S)"
|
||||
|
||||
# 在文件末尾前插入规则（确保在其他 host 规则之前或文件末尾）
|
||||
if ! grep -q "^host.*all.*all.*127.0.0.1/32" "$PG_HBA"; then
|
||||
echo "host all all 127.0.0.1/32 md5" >> "$PG_HBA"
|
||||
fi
|
||||
if ! grep -q "^host.*all.*all.*::1/128" "$PG_HBA"; then
|
||||
echo "host all all ::1/128 md5" >> "$PG_HBA"
|
||||
fi
|
||||
|
||||
echo "✅ pg_hba.conf 已更新，重启 PostgreSQL..."
|
||||
systemctl restart postgresql
|
||||
sleep 2
|
||||
else
|
||||
echo "✅ pg_hba.conf 认证配置正常"
|
||||
fi
|
||||
else
|
||||
echo "⚠️ 未找到 pg_hba.conf，跳过"
|
||||
fi
|
||||
|
||||
# 5. 测试数据库连接
|
||||
echo "[5/6] 测试数据库连接..."
|
||||
PGPASSWORD="${DB_PASS}" psql -h localhost -U postgres -d stock_app -c "SELECT 1 as ok;" 2>&1
|
||||
if [ $? -eq 0 ]; then
|
||||
echo "✅ 数据库连接测试通过"
|
||||
else
|
||||
echo "❌ 连接测试失败！"
|
||||
echo ""
|
||||
echo "尝试替代修复方案..."
|
||||
|
||||
# 尝试将所有 host 认证改为 md5
|
||||
if [ -n "$PG_HBA" ]; then
|
||||
echo "将 scram-sha-256 改为 md5..."
|
||||
sed -i 's/scram-sha-256/md5/g' "$PG_HBA"
|
||||
systemctl restart postgresql
|
||||
sleep 2
|
||||
|
||||
# 重新设置密码（用 md5 格式）
|
||||
sudo -u postgres psql -c "ALTER USER postgres PASSWORD '${DB_PASS}';"
|
||||
|
||||
PGPASSWORD="${DB_PASS}" psql -h localhost -U postgres -d stock_app -c "SELECT 1 as ok;" 2>&1
|
||||
if [ $? -eq 0 ]; then
|
||||
echo "✅ 替代方案成功"
|
||||
else
|
||||
echo "❌ 仍然失败，请手动检查 PostgreSQL 日志:"
|
||||
echo " journalctl -u postgresql -n 50"
|
||||
echo " cat /var/log/postgresql/*.log | tail -50"
|
||||
exit 1
|
||||
fi
|
||||
fi
|
||||
fi
|
||||
|
||||
# 6. 重启应用服务
|
||||
echo "[6/6] 重启应用服务..."
|
||||
systemctl restart stock-app
|
||||
systemctl restart stock-data-service
|
||||
sleep 3
|
||||
|
||||
# 验证应用是否正常
|
||||
echo ""
|
||||
echo "验证应用状态..."
|
||||
systemctl status stock-app --no-pager | head -5
|
||||
echo ""
|
||||
|
||||
# 用 Python 测试应用级 DB 连接
|
||||
${APP_DIR}/venv/bin/python -c "
|
||||
import sys
|
||||
sys.path.insert(0, '${APP_DIR}')
|
||||
import os
|
||||
os.environ['DB_HOST'] = 'localhost'
|
||||
os.environ['DB_PORT'] = '5432'
|
||||
os.environ['DB_NAME'] = 'stock_app'
|
||||
os.environ['DB_USER'] = 'postgres'
|
||||
os.environ['DB_PASSWORD'] = '${DB_PASS}'
|
||||
from db import get_db
|
||||
conn = get_db()
|
||||
if conn:
|
||||
cur = conn.cursor()
|
||||
cur.execute('SELECT COUNT(*) FROM users')
|
||||
count = cur.fetchone()[0]
|
||||
print(f'✅ Python 应用级 DB 连接成功！用户数: {count}')
|
||||
conn.close()
|
||||
else:
|
||||
print('❌ Python 应用级 DB 连接失败')
|
||||
sys.exit(1)
|
||||
" 2>&1
|
||||
|
||||
echo ""
|
||||
echo "=========================================="
|
||||
echo "修复完成！请访问 https://stock.allbyai.cn 验证"
|
||||
echo "=========================================="
|
||||
@@ -1,22 +0,0 @@
|
||||
#!/bin/bash
|
||||
# 从本地执行：同步修复脚本到服务器并执行
|
||||
# 用法: ./deploy/run-fix-db.sh
|
||||
|
||||
set -e
|
||||
|
||||
NEW_SERVER="ubuntu@152.136.182.184"
|
||||
APP_DIR="/opt/stock-app"
|
||||
LOCAL_DIR="$(cd "$(dirname "$0")/.." && pwd)"
|
||||
|
||||
echo "=========================================="
|
||||
echo "修复 stock.allbyai.cn 数据库连接"
|
||||
echo "=========================================="
|
||||
|
||||
echo "[1/2] 同步修复脚本到服务器..."
|
||||
rsync -avz "${LOCAL_DIR}/deploy/fix-db-connection.sh" ${NEW_SERVER}:${APP_DIR}/deploy/
|
||||
|
||||
echo "[2/2] 在服务器上执行修复..."
|
||||
ssh ${NEW_SERVER} "sudo bash ${APP_DIR}/deploy/fix-db-connection.sh"
|
||||
|
||||
echo ""
|
||||
echo "验证: curl -s https://stock.allbyai.cn/api/db/data_status"
|
||||
@@ -1,19 +0,0 @@
|
||||
[Unit]
|
||||
Description=Stock Investment Analysis Web Application
|
||||
After=network.target postgresql.service
|
||||
|
||||
[Service]
|
||||
Type=simple
|
||||
User=root
|
||||
WorkingDirectory=/opt/stock-app
|
||||
Environment="DB_HOST=localhost"
|
||||
Environment="DB_PORT=5432"
|
||||
Environment="DB_NAME=stock_app"
|
||||
Environment="DB_USER=postgres"
|
||||
Environment="DB_PASSWORD=stock_password_2025"
|
||||
ExecStart=/opt/stock-app/venv/bin/python app.py
|
||||
Restart=always
|
||||
RestartSec=10
|
||||
|
||||
[Install]
|
||||
WantedBy=multi-user.target
|
||||
@@ -0,0 +1,825 @@
|
||||
# 股票投资分析系统 — 算法分析文档 v2.0
|
||||
|
||||
> 最后更新：2026-07-18
|
||||
> 变更说明：v2.0 重点改进推荐逻辑——推荐股票时以**综合得分**为准，并列明**技术得分**、**外部得分**和**综合得分**三项。
|
||||
|
||||
---
|
||||
|
||||
## 一、整体架构
|
||||
|
||||
系统分为五层，数据从下往上流动：
|
||||
|
||||
```
|
||||
技术指标层（technical_indicators.py） ← 第二章
|
||||
↓ 计算MACD、SKDJ、KDJ、EMA、MA等基础指标
|
||||
信号检测层（signal_detector.py） ← 第三章
|
||||
↓ 基于7个信号检测买卖点
|
||||
外部因素模块（fund_flow/sentiment/external/news）← 第四章
|
||||
↓ 资金面/情绪/北向/美股/商品/公告/政策/汇率 → 各因素评分
|
||||
算法决策层（stock_algorithms.py） ← 第五章
|
||||
↓ 统一推荐逻辑、牛股阶段识别、技术面深度分析（7维度）→ 技术面基础分
|
||||
综合评分引擎（score_engine.py） ← 第五章
|
||||
↓ 技术面基础分 + 外部因素加减分 → 最终评分 → AI解说
|
||||
```
|
||||
|
||||
| 层级 | 文件 | 职责 | 章节 |
|
||||
|------|------|------|------|
|
||||
| 技术指标层 | `services/technical_indicators.py` | 计算 MACD、SKDJ、KDJ、EMA、MA 等基础指标 | 二 |
|
||||
| 信号检测层 | `services/signal_detector.py` | 基于7个信号检测买卖点 | 三 |
|
||||
| 外部因素模块 | `fund_flow_analyzer.py` / `market_sentiment.py` / `external_factors.py` / `news_analyzer.py` | 资金面、市场情绪、北向资金、美股、大宗商品、公告/政策、汇率 | 四 |
|
||||
| 算法决策层 | `services/stock_algorithms.py` | 统一推荐逻辑、牛股阶段识别、技术面深度分析 | 五 |
|
||||
| 综合评分引擎 | `services/score_engine.py` | 整合外部因素（P0-P7）与技术面评分，输出最终评分 | 五 |
|
||||
|
||||
---
|
||||
|
||||
## 二、技术指标层
|
||||
|
||||
`calc_all_indicators` 一次性计算所有指标，附加到 DataFrame 的列中。
|
||||
|
||||
### 2.1 EMA（指数移动平均线）
|
||||
|
||||
**白话解释**：均线就是最近N天价格的平均值，用来判断趋势方向。EMA 比普通均线更敏感，越近的价格权重越大，反应更快。
|
||||
|
||||
| 指标 | 参数 | 用途 |
|
||||
|------|------|------|
|
||||
| EMA3 | 3日 | 超短期均线，反映最近3天的平均价格 |
|
||||
| EMA21 | 21日 | 中期均线，反映最近21天的平均价格 |
|
||||
|
||||
**怎么用**：当 EMA3 从下往上穿过 EMA21，说明短期价格变强了，是反弹信号。
|
||||
|
||||
### 2.2 MACD（指数平滑异同移动平均线）
|
||||
|
||||
**白话解释**：MACD 是最经典的趋势指标。它用两条均线（快线12日、慢线26日）的差值来判断趋势的方向和强弱。
|
||||
|
||||
| 输出 | 含义 | 白话 |
|
||||
|------|------|------|
|
||||
| DIF | 快线减慢线的差值 | 短期价格和中期价格的差距，正数说明短期比中期强 |
|
||||
| DEA | DIF 的9日均线 | DIF的平均值，用来判断DIF的趋势 |
|
||||
| MACD柱 | 2 × (DIF - DEA) | 红绿柱子，红柱=DIF在DEA上方=多头力量，绿柱=空头力量 |
|
||||
|
||||
**怎么用**：
|
||||
- **金叉**：DIF 从下往上穿过 DEA → 买入信号
|
||||
- **死叉**：DIF 从上往下穿过 DEA → 卖出信号
|
||||
- **零轴上方金叉**：DIF 和 DEA 都在0以上时金叉 → 主升浪，最强买入信号
|
||||
- **底背离**：价格创新低但 DIF 没创新低 → 下跌动力不足，可能要反转
|
||||
|
||||
### 2.3 KDJ（随机指标）
|
||||
|
||||
**白话解释**：KDJ 用来判断价格是在"超买"还是"超卖"。就像弹簧，压得太紧（超卖）容易弹起来，拉得太开（超买）容易缩回去。
|
||||
|
||||
| 输出 | 含义 | 白话 |
|
||||
|------|------|------|
|
||||
| K | 快线 | 对价格变化最敏感，反应最快 |
|
||||
| D | 慢线 | K的平均值，更平稳 |
|
||||
| J | 超前线 | 3K-2D，比K更超前，可以提前预判 |
|
||||
|
||||
**怎么用**：
|
||||
- K > 80 → 超买区，价格可能要回调
|
||||
- K < 20 → 超卖区，价格可能要反弹
|
||||
- K 上穿 D → 金叉，买入信号
|
||||
- K 下穿 D → 死叉，卖出信号
|
||||
|
||||
### 2.4 SKDJ（慢速随机指标）
|
||||
|
||||
**白话解释**：SKDJ 是 KDJ 的"慢速版"，对价格变化做了两次平滑，信号更少但更可靠。龙抬头信号就是用 SKDJ 来判断的。
|
||||
|
||||
| 输出 | 含义 | 白话 |
|
||||
|------|------|------|
|
||||
| K | 慢速K值 | 经过两次平滑的K线，比普通KDJ的K更稳 |
|
||||
| D | 慢速D值 | K的平均值，最平稳 |
|
||||
|
||||
**怎么用**：
|
||||
- K < 20 → 超卖区，股票被过度抛售
|
||||
- K 从超卖区上穿 D → 龙抬头信号，短线起爆点
|
||||
- 还要检查最近3天K值的波动不能太大（标准差<15），确保信号稳定
|
||||
|
||||
### 2.5 MA（简单移动平均线）
|
||||
|
||||
**白话解释**：最基础的均线，就是最近N天收盘价的简单平均。用来判断中长期趋势方向。
|
||||
|
||||
| 指标 | 参数 | 用途 |
|
||||
|------|------|------|
|
||||
| MA5 | 5日 | 一周均价，超短期趋势 |
|
||||
| MA10 | 10日 | 两周均价，短期趋势 |
|
||||
| MA20 | 20日 | 一个月均价，中期趋势 |
|
||||
| MA60 | 60日 | 三个月均价，长期趋势 |
|
||||
|
||||
**怎么用**：
|
||||
- MA5 > MA10 > MA20 > MA60 → 多头排列（从短期到长期依次排列），强势上涨趋势
|
||||
- MA5 < MA10 < MA20 < MA60 → 空头排列，弱势下跌趋势
|
||||
- 交叉纠缠 → 趋势不明，需要等待
|
||||
|
||||
---
|
||||
|
||||
## 三、信号检测层
|
||||
|
||||
### 3.1 7个交易信号（按胜率从高到低排名）
|
||||
|
||||
#### 信号1：主升浪（胜率85%）
|
||||
|
||||
**白话解释**：主升浪就是股票进入"加速上涨"的阶段。就像汽车挂了最高档，速度最快，利润兑现最快。
|
||||
|
||||
**触发条件**：
|
||||
- DIF > 0 且 DEA > 0（两条线都在零轴上方，说明大趋势向上）
|
||||
- DIF 从下往上穿过 DEA（金叉，说明短期又开始加速）
|
||||
|
||||
**含义**：趋势大好，进入加速拉升阶段。持仓者应该加仓，不要轻易出场。
|
||||
|
||||
#### 信号2：日线底背离（胜率80%）
|
||||
|
||||
**白话解释**：股价创新低了，但 MACD 指标没有创新低。这说明"虽然价格还在跌，但下跌的动力已经不足了"，就像皮球落地，虽然还在最低点，但已经开始反弹了。
|
||||
|
||||
**触发条件**：
|
||||
- 收盘价创20日新低（最近20天最低价）
|
||||
- 但 DIF 值没有创20日新低（下跌动力在减弱）
|
||||
- DIF < 0（还在零轴下方，确认是在下跌趋势中）
|
||||
|
||||
**含义**：大级别反转信号，真正"跌透了"，可能迎来一波像样的反弹。
|
||||
|
||||
#### 信号3：龙抬头（胜率75%）
|
||||
|
||||
**白话解释**：龙抬头是短线最佳买点。经过一段下跌后，SKDJ指标在超卖区（K<20）发生金叉，就像龙从水面抬起头来，说明资金开始进场了。
|
||||
|
||||
**触发条件**：
|
||||
- SKDJ 的 K 值在超卖区（前一天 K < 20，或今天 K < 30）
|
||||
- K 从下往上穿过 D（金叉）
|
||||
- 最近3天 K 值标准差 < 15（信号稳定，不是剧烈波动中的假信号）
|
||||
|
||||
**含义**：短线起爆点，反弹稳定性强。这是体系中的**实操核心买点**。
|
||||
|
||||
#### 信号4：真龙（胜率70%）
|
||||
|
||||
**白话解释**：真龙是趋势正式确立的信号。价格站上20日均线，短期均线上穿中期均线，MACD翻红，成交量放大——多个条件同时满足，说明趋势真的来了。
|
||||
|
||||
**触发条件**（4个条件满足3个即可，但价格必须在MA20上方）：
|
||||
- 价格 > MA20（站上中期均线）
|
||||
- MA5 上穿 MA20（短期均线金叉中期均线）
|
||||
- MACD柱从负转正（多头力量开始占优）
|
||||
- 成交量 > 10日均量的1.2倍（放量确认）
|
||||
|
||||
**含义**：中期趋势刚刚启动，可以追入，但最好等回调买入。
|
||||
|
||||
#### 信号5：短底背离（胜率65%）
|
||||
|
||||
**白话解释**：和日线底背离类似，但看的是10日窗口。价格创10日新低但DIF没创新低，说明短期下跌动力不足。
|
||||
|
||||
**触发条件**：
|
||||
- 收盘价创10日新低
|
||||
- 但 DIF 值没有创10日新低
|
||||
|
||||
**含义**：小级别反弹信号，灵敏度高但力度偏弱。适合短线操作。
|
||||
|
||||
#### 信号6：老鼠仓（胜率60%）
|
||||
|
||||
**白话解释**：盘中突然急跌（跌了3%以上），但收盘又收回来了，而且成交量放大。这很可能是主力在"偷偷吸筹"——故意打压价格吓跑散户，然后低价买入。
|
||||
|
||||
**触发条件**：
|
||||
- 盘中最大跌幅 > 3%（最低价远低于开盘价）
|
||||
- 收盘回收 > 60%（从最低点反弹回大部分）
|
||||
- 收盘价接近开盘价（跌幅不超过1%）
|
||||
- 成交量 > 10日均量的1.3倍（放量）
|
||||
|
||||
**含义**：主力吸筹信号，上涨可能不会立竿见影，但后续大概率会涨。
|
||||
|
||||
#### 信号7：反弹（胜率55%）
|
||||
|
||||
**白话解释**：最简单的均线金叉信号——EMA3（3日均线）从下往上穿过 EMA21（21日均线）。说明短期价格开始强于中期价格了。
|
||||
|
||||
**触发条件**：
|
||||
- 前一天 EMA3 ≤ EMA21
|
||||
- 今天 EMA3 > EMA21
|
||||
|
||||
**含义**：普通均线金叉，震荡市适用，但熊市中容易出现假反弹，需要结合其他信号确认。
|
||||
|
||||
### 3.2 信号状态检查
|
||||
|
||||
系统不仅检测信号是否触发，还会计算每个信号的**就绪程度（readiness 0-100）**，告诉用户"距离触发还有多远"。
|
||||
|
||||
例如龙抬头信号：
|
||||
- K < 20 且 K > D 且 前一天 K ≤ D → readiness = 100（已触发）
|
||||
- K < 20 → readiness = 70（在超卖区，等金叉）
|
||||
- K < 30 → readiness = 40（接近超卖区）
|
||||
- K < 50 → readiness = 20（在中位，还远）
|
||||
- K ≥ 50 → readiness = 5（偏高，不满足条件）
|
||||
|
||||
---
|
||||
|
||||
## 四、外部影响因素分析与实现
|
||||
|
||||
> 系统已将以下外部因素全部纳入综合评分引擎，与技术面评分叠加为最终评分。
|
||||
> 各因素独立计算，失败时返回0分不影响主流程。
|
||||
|
||||
### 4.1 主力资金进出（P0，已实现）
|
||||
|
||||
**白话解释**：股市里的"主力"就是那些资金量很大的机构投资者（基金、券商、险资等）。他们买卖的金额巨大，足以影响股价走向。就像一条大鱼在小池塘里游，方向一目了然。
|
||||
|
||||
#### 影响机制
|
||||
|
||||
| 资金类型 | 单笔金额 | 影响力 | 白话 |
|
||||
|----------|----------|--------|------|
|
||||
| 超大单 | ≥100万/笔 | 最强 | 大机构的大动作，直接推动股价 |
|
||||
| 大单 | 20-100万/笔 | 强 | 中型机构的操作，趋势的重要推手 |
|
||||
| 中单 | 4-20万/笔 | 中等 | 游资和大户，短期波动源 |
|
||||
| 小单 | <4万/笔 | 弱 | 散户交易，通常被主力"收割" |
|
||||
|
||||
**主力净流入 = 超大单净流入 + 大单净流入**，正值说明主力在买入，负值说明在卖出。
|
||||
|
||||
#### 预测信号（已实现）
|
||||
|
||||
| 信号 | 含义 | 可靠度 | 评分 |
|
||||
|------|------|--------|------|
|
||||
| 连续3日主力净流入 | 主力持续吸筹，后市看涨 | ★★★★ | +10 |
|
||||
| 主力净流入+价格不涨 | 暗中吸筹（压价买货），可能即将拉升 | ★★★★★ | +8 |
|
||||
| 主力净流出+价格不跌 | 暗中出货（托价卖出），危险信号 | ★★★★★ | -8 |
|
||||
| 超大单突然大幅流入 | 大机构突击入场，短线可能拉升 | ★★★ | +5 |
|
||||
| 主力净流入占比>10% | 主力主导行情，散户跟风空间大 | ★★★★ | +5 |
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/fund_flow_analyzer.py`
|
||||
- **数据来源**：`stock_fund_flow_history` 表（由 `sync_fund_flow.py` 每日同步）
|
||||
- **API端点**：`GET /api/fund_flow_analysis/<code>`
|
||||
- **评分范围**：±20
|
||||
|
||||
### 4.2 市场情绪指标（P1，已实现）
|
||||
|
||||
**白话解释**：市场情绪是整个A股的"温度计"。涨停的股票多说明市场热情高，跌停的多说明恐慌蔓延。情绪好的时候，技术面信号更容易兑现；情绪差的时候，再好的形态也可能被砸盘。
|
||||
|
||||
| 指标 | 含义 | 获取方式 | 评分 |
|
||||
|------|------|----------|------|
|
||||
| 涨停/跌停家数比 | >5:1 偏多，<1:1 偏空 | 从实时行情统计 | +5/-5 |
|
||||
| 连板高度 | 最高连板数，反映市场热度 | 从涨停家数估算 | +3 |
|
||||
| 换手率中位数 | 反映市场活跃度 | 从实时行情统计 | — |
|
||||
| 两市成交额 | >1.2万亿偏热，<6000亿偏冷 | 从行情数据 | +2/-2 |
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/market_sentiment.py` → `calc_market_sentiment()`
|
||||
- **数据来源**：`stock_realtime_price` 表（已有数据，无需额外数据源）
|
||||
- **API端点**：`GET /api/market_sentiment`
|
||||
- **评分范围**：±10
|
||||
|
||||
### 4.3 北向资金（P2，已实现）
|
||||
|
||||
**白话解释**：北向资金是从香港流入A股的"外资"，被市场视为"聪明钱"。北向大幅买入通常被视为利好信号。
|
||||
|
||||
| 信号 | 含义 | 可靠度 | 评分 |
|
||||
|------|------|--------|------|
|
||||
| 北向单日净流入>50亿 | 外资看好，市场偏多 | ★★★★ | +5 |
|
||||
| 北向单日净流出>50亿 | 外资看空，注意风险 | ★★★★ | -5 |
|
||||
| 北向连续3日净流入 | 外资持续看好，中期偏多 | ★★★★★ | +3 |
|
||||
| 北向连续3日净流出 | 外资持续撤离，中期偏空 | ★★★★ | -3 |
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/external_factors.py` → `get_northbound_capital()`
|
||||
- **数据来源**：AKShare `stock_hsgt_north_net_flow_in_em`（北向资金净流入）
|
||||
- **评分范围**：±10
|
||||
|
||||
### 4.4 美股隔夜板块变化（P3，已实现）
|
||||
|
||||
**白话解释**：美股是全球股市的"风向标"。美股晚上涨跌，第二天A股往往跟着反应。尤其是美股的板块变化——如果美股科技股大涨，A股科技板块大概率高开；美股新能源车跌了，A股相关产业链也容易跟跌。
|
||||
|
||||
#### 影响机制
|
||||
|
||||
| 美股板块 | 对应A股板块 | 影响强度 | 传导逻辑 |
|
||||
|----------|------------|----------|----------|
|
||||
| 科技（纳斯达克） | 半导体、软件、消费电子 | ★★★★★ | 全球科技产业链联动 |
|
||||
| 新能源车（特斯拉） | 锂电池、汽车零部件 | ★★★★★ | 产业链直接关联 |
|
||||
| 金融（银行/保险） | 银行、保险、券商 | ★★★★ | 全球金融情绪传导 |
|
||||
| 能源（石油） | 石油开采、化工 | ★★★★ | 大宗商品价格联动 |
|
||||
| 医药生物 | 创新药、医疗器械 | ★★★ | 审批/研发进展联动 |
|
||||
| 消费零售 | 消费、白酒 | ★★ | 消费趋势参考 |
|
||||
| 房地产 | 地产链 | ★★ | 政策面差异大 |
|
||||
|
||||
#### 预测场景
|
||||
|
||||
| 场景 | A股大概率反应 | 注意事项 |
|
||||
|------|------------|----------|
|
||||
| 美股三大指数全线大涨 | A股高开0.5-1.5% | 高开后可能回落，不追高 |
|
||||
| 美股某板块暴涨>3% | A股对应板块高开跟涨 | 关注龙头股，散户跟风 |
|
||||
| 美股暴跌>2% | A股低开1%左右 | 低开后可能反弹，看资金面 |
|
||||
| 美股V型反转 | A股影响较小 | 说明美股自身企稳 |
|
||||
| 美股连续创新高 | A股情绪偏暖 | 但A股有自己的节奏 |
|
||||
| 美联储加息/降息 | 全市场情绪波动 | 加息偏空，降息偏多 |
|
||||
|
||||
**重要提醒**：美股影响主要是**开盘阶段**（9:25-10:00），之后A股会回归自身逻辑。不能仅凭美股涨跌做全天决策。
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/external_factors.py` → `get_us_market_overview()`
|
||||
- **数据来源**：AKShare `index_global`（全球指数）
|
||||
- **板块映射**：内置 美股板块→A股板块 映射表
|
||||
- **评分范围**：±10
|
||||
|
||||
### 4.5 大宗商品价格（P4，已实现）
|
||||
|
||||
**白话解释**：石油、黄金、铜等大宗商品价格变化，直接影响A股相关板块。
|
||||
|
||||
| 商品 | 影响板块 | 传导逻辑 | 评分 |
|
||||
|------|----------|----------|------|
|
||||
| 原油 | 石油开采（利好）、航空（利空） | 油价涨→开采盈利增→航空成本增 | ±1 |
|
||||
| 黄金 | 黄金股、珠宝 | 金价涨→黄金企业盈利增 | ±1 |
|
||||
| 铜 | 有色金属、电缆 | 铜价涨→铜企受益 | ±1 |
|
||||
| 螺纹钢 | 钢铁（利好）、基建/地产（利空） | 钢价涨→钢企受益，基建成本增 | ±1 |
|
||||
| 碳酸锂 | 锂矿/锂电池（利好）、新能源车（利空） | 锂价涨→锂矿受益，新能源车成本增 | ±1 |
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/external_factors.py` → `get_commodity_overview()`
|
||||
- **数据来源**：AKShare `futures_main_sina`（商品期货行情）
|
||||
- **内置商品→A股板块影响映射表**：`COMMODITY_A_SECTOR_MAP`
|
||||
- **评分范围**：±5
|
||||
|
||||
### 4.6 上市公司并购消息（P5，已实现）
|
||||
|
||||
**白话解释**：并购就是一家公司买下或合并另一家公司。好的并购能让公司"1+1>2"，股价暴涨；坏的并购可能拖累业绩，股价下跌。并购消息往往是股价的"催化剂"——技术面再好，没有消息催化也涨不起来；技术面一般，一个并购消息就能连续涨停。
|
||||
|
||||
#### 影响机制
|
||||
|
||||
| 消息类型 | 影响方向 | 持续时间 | 典型幅度 | 评分 |
|
||||
|----------|----------|----------|----------|------|
|
||||
| 被收购溢价并购 | 大涨 | 1-3个涨停 | +10%~+30% | +10 |
|
||||
| 收购优质资产 | 大涨 | 3-5日 | +5%~+20% | +10 |
|
||||
| 收购劣质资产 | 下跌 | 3-5日 | -5%~-15% | -8 |
|
||||
| 合并重组 | 看涨 | 5-10日 | +5%~+30% | +10 |
|
||||
| 资产剥离 | 看涨 | 1-3日 | +3%~+10% | +5 |
|
||||
| 股权转让 | 看涨 | 1-3日 | +3%~+10% | +5 |
|
||||
| 定增引入战投 | 看涨 | 3-5日 | +3%~+15% | +5 |
|
||||
| 商誉减值 | 大跌 | 1-2日 | -5%~-20% | -8 |
|
||||
|
||||
#### 预测策略
|
||||
|
||||
| 策略 | 可行性 | 说明 |
|
||||
|------|--------|------|
|
||||
| 消息面监控 | ★★★★ | 监控公司公告/新闻，第一时间发现并购消息 |
|
||||
| 股价异动预警 | ★★★★ | 监测异常放量涨跌，反推可能有消息 |
|
||||
| 停牌复牌跟踪 | ★★★★ | 停牌公司复牌后通常有大幅波动 |
|
||||
| 龙虎榜数据 | ★★★ | 看到机构大举买入，可能提前知道消息 |
|
||||
| 技术面预判 | ★★ | 有些股票并购前有资金提前布局的痕迹 |
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/news_analyzer.py` → `analyze_announcement_sentiment()` + `detect_price_anomaly()`
|
||||
- **数据来源**：AKShare `stock_notice_report`（公告数据）
|
||||
- **LLM分析**：豆包AI 对重要公告做情感分析（规则评分兜底）
|
||||
- **异动检测**：量比>3 + 涨跌幅>5% 标记为"可能有消息面催化"
|
||||
- **API端点**：`GET /api/news_analysis/<code>`
|
||||
- **评分范围**：±15
|
||||
|
||||
### 4.7 政策面（P6，已实现）
|
||||
|
||||
**白话解释**：A股是"政策市"，政策的影响力往往超过技术面。一个政策出台，整个板块可能集体涨停或跌停。
|
||||
|
||||
| 政策类型 | 影响范围 | 典型案例 | 评分 |
|
||||
|----------|----------|----------|------|
|
||||
| 行业扶持政策 | 对应板块暴涨 | 新能源补贴、芯片国产替代 | +2/条 |
|
||||
| 行业监管政策 | 对应板块暴跌 | 教育双减、互联网反垄断 | -3/条 |
|
||||
| 货币政策（降准/降息） | 全市场偏多 | 流动性增加，资金入市 | +2/条 |
|
||||
| 财政政策（基建/减税） | 相关板块受益 | 基建投资、减税降费 | +2/条 |
|
||||
| IPO/再融资政策 | 市场情绪 | 加速IPO偏空，放缓偏多 | 中性 |
|
||||
| 交易规则变化 | 短期情绪 | 降印花税、限制减持 | 中性 |
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/news_analyzer.py` → `analyze_policy_impact()`
|
||||
- **数据来源**：AKShare `stock_info_global_em`（财经新闻）
|
||||
- **关键词分类**：扶持/监管/货币/财政/资本市场
|
||||
- **LLM深度分析**：重大政策调用豆包AI分析（规则评分兜底）
|
||||
- **评分范围**：±10
|
||||
|
||||
### 4.8 汇率变化（P7，已实现）
|
||||
|
||||
**白话解释**：人民币升值利好进口型企业（航空、造纸），贬值利好出口型企业（纺织、电子代工）。
|
||||
|
||||
| 汇率变化 | 受益板块 | 受损板块 | 评分 |
|
||||
|----------|----------|----------|------|
|
||||
| 人民币升值 | 航空、造纸、房地产 | 纺织、家电出口、电子代工 | +2 |
|
||||
| 人民币贬值 | 纺织、家电、电子代工 | 航空、造纸 | -2 |
|
||||
| 汇率稳定 | — | — | 0 |
|
||||
|
||||
#### 实现模块
|
||||
|
||||
- **模块文件**：`services/external_factors.py` → `get_fx_overview()`
|
||||
- **数据来源**：AKShare `currency_boc_sina`（人民币汇率）
|
||||
- **评分范围**：±3
|
||||
|
||||
### 4.9 集成架构与评分体系
|
||||
|
||||
#### 架构
|
||||
|
||||
```
|
||||
当前架构（已实现）：
|
||||
K线数据 → 技术指标 → 信号检测 → 深度分析(技术面基础分) ──┐
|
||||
资金流向数据 → 资金信号 ────────────────────────────────┤
|
||||
美股隔夜数据 → 外盘情绪 ────────────────────────────────┤→ 综合评分引擎 → 最终评分 → 买卖建议/AI解说
|
||||
公告/新闻 → LLM情感分析 ───────────────────────────────┤
|
||||
北向资金 → 外资动向 ────────────────────────────────────┤
|
||||
市场情绪指标 → 情绪评分 ────────────────────────────────┤
|
||||
大宗商品 → 板块影响 ────────────────────────────────────┤
|
||||
汇率 → 进出口影响 ──────────────────────────────────────┘
|
||||
```
|
||||
|
||||
#### 评分权重
|
||||
|
||||
| 因素 | 评分范围 | 说明 |
|
||||
|------|----------|------|
|
||||
| 技术面基础分 | 0-100 | `compute_deep_analysis` 原始分 |
|
||||
| P0 资金面 | ±20 | 连续流入+10，吸筹+8，大单突击+5 |
|
||||
| P1 市场情绪 | ±10 | 涨跌停比+5/-5，连板+3，成交额+2/-2 |
|
||||
| P2 北向资金 | ±10 | 大幅流入+5，连续流入+3 |
|
||||
| P3 美股外盘 | ±10 | 美股大涨+5，大跌-5 |
|
||||
| P4 大宗商品 | ±5 | 单品种涨跌±1 |
|
||||
| P5 公告/异动 | ±15 | 并购+10，业绩预增+8，异动±5 |
|
||||
| P6 政策面 | ±10 | 扶持+2，监管-3 |
|
||||
| P7 汇率 | ±3 | 升值+2，贬值-2 |
|
||||
| **P5+P6 合并上限** | **±20** | `analyze_news_factors` 统一计算后限制 |
|
||||
| **外部总分上限** | **±40** | 避免外部因素喧宾夺主 |
|
||||
|
||||
**核心原则**：技术面仍是基础（权重60%+），外部因素作为加减分项，避免外部因素喧宾夺主。
|
||||
|
||||
### 4.10 新增模块和API
|
||||
|
||||
#### 新增模块文件
|
||||
|
||||
| 模块 | 文件 | 功能 |
|
||||
|------|------|------|
|
||||
| 资金流向分析 | `services/fund_flow_analyzer.py` | 从DB读取资金流向，计算连续流入/流出、量价背离、大单突击 |
|
||||
| 市场情绪指标 | `services/market_sentiment.py` | 从实时行情表计算涨停跌停比、连板高度、换手率中位数、两市成交额 |
|
||||
| 外部因素 | `services/external_factors.py` | 北向资金、美股隔夜板块、大宗商品、汇率变化 |
|
||||
| 新闻/公告分析 | `services/news_analyzer.py` | 公告采集+分类、LLM情感分析、异动检测、政策面监控 |
|
||||
| 综合评分引擎 | `services/score_engine.py` | 汇总技术面+所有外部因素，输出最终评分 |
|
||||
|
||||
#### 新增API端点
|
||||
|
||||
| 端点 | 方法 | 说明 |
|
||||
|------|------|------|
|
||||
| `/api/market_sentiment` | GET | 市场情绪指标 |
|
||||
| `/api/external_factors` | GET | 外部因素综合数据（北向/美股/商品/汇率） |
|
||||
| `/api/fund_flow_analysis/<code>` | GET | 个股资金流向分析 |
|
||||
| `/api/news_analysis/<code>` | GET | 个股消息面分析（公告+政策+异动） |
|
||||
|
||||
### 4.11 数据流
|
||||
|
||||
```
|
||||
deep_analyze 接口调用流程：
|
||||
1. 获取K线数据 → calc_all_indicators → detect_all_signals
|
||||
2. compute_deep_analysis（技术面评分 0-100）→ 技术得分
|
||||
3. score_engine.compute_comprehensive_score：
|
||||
├─ fund_flow_analyzer.analyze_fund_flow（P0）
|
||||
├─ market_sentiment.calc_market_sentiment（P1）
|
||||
├─ external_factors.get_all_external_factors（P2-P4,C7）
|
||||
└─ news_analyzer.analyze_news_factors（P5-P6）
|
||||
4. 最终评分 = 技术得分 + 外部得分（上限100，下限0）→ 综合得分
|
||||
5. 根据综合得分修正买卖建议
|
||||
6. LLM润色AI解说
|
||||
```
|
||||
|
||||
### 4.12 容错机制
|
||||
|
||||
- 所有外部因素模块均有 try/except 保护，失败时返回中性评分（0分）
|
||||
- AKShare 数据源不可用时自动降级，不影响主流程
|
||||
- LLM 分析失败时回退到规则评分
|
||||
- 当日缓存避免重复调用外部API
|
||||
|
||||
---
|
||||
|
||||
## 五、算法决策层
|
||||
|
||||
> **v2.0 核心变更**：推荐股票时以**综合得分**为准，并列明**技术得分**、**外部得分**和**综合得分**三项。
|
||||
> - **技术得分**（technical_score）：`compute_deep_analysis` 产出的 0-100 分，纯技术面
|
||||
> - **外部得分**（external_score）：P0-P7 外部因素加减分，范围 ±40
|
||||
> - **综合得分**（final_score）= 技术得分 + 外部得分，限制在 0-100
|
||||
|
||||
### 5.1 统一推荐算法 `compute_recommend`
|
||||
|
||||
> ⚠️ 本节推荐基于技术信号（MACD/龙抬头/底背离等），仅作为**技术面初筛推荐**。
|
||||
> 在 `deep_analyze` 深度分析中，综合评分引擎计算完成后，会根据**综合得分**修正买卖建议——当综合评级与技术面推荐矛盾时，**以综合得分为准**。
|
||||
|
||||
遵循"体系最强战法"流程，分**持仓**和**非持仓**两套逻辑：
|
||||
|
||||
#### 持仓时（已经持有该股票）
|
||||
|
||||
| 条件 | 技术面推荐 | 评分 | 白话 |
|
||||
|------|------|------|------|
|
||||
| MACD死叉 + 无主升浪 | 卖出 | 75 | 趋势走弱了，该走了 |
|
||||
| 主升浪 | 加仓 | 90 | 加速拉升中，加码赚钱 |
|
||||
| 真龙 | 持有 | 70 | 趋势确认了，拿着别动 |
|
||||
| 其他 | 观望 | 50 | 拿着等主升浪 |
|
||||
|
||||
#### 非持仓时（还没买）
|
||||
|
||||
| 条件 | 技术面推荐 | 评分 | 白话 |
|
||||
|------|------|------|------|
|
||||
| 底背离 + 龙抬头 + MACD金叉 | 买入 | 95 | 最佳买点！跌透了+资金进场+趋势配合 |
|
||||
| 龙抬头 + 主升浪 + MACD金叉 | 买入 | 90 | 强势买入！资金进场+加速段 |
|
||||
| 龙抬头 + MACD金叉 | 买入 | 80 | 核心买点！资金进场了 |
|
||||
| 底背离 + 龙抬头 + MACD死叉 | 关注 | 65 | 好信号但趋势没配合，等一等 |
|
||||
| 龙抬头 + MACD死叉 | 关注 | 55 | 信号冲突，谨慎观望 |
|
||||
| 主升浪（非持仓） | 关注 | 75 | 已过最佳买点，等回调 |
|
||||
| 真龙 | 关注 | 65 | 趋势刚启动，等龙抬头确认 |
|
||||
| MACD死叉 | 回避 | 25 | 趋势偏弱，别碰 |
|
||||
| 底背离 | 关注 | 60 | 跌透了，纳入关注池 |
|
||||
| 有信号触发 | 观察 | 40 | 有信号但不够强 |
|
||||
| 无信号 | 观望 | 0 | 没机会，别动 |
|
||||
|
||||
### 5.2 牛股阶段识别 `compute_bull_stage`
|
||||
|
||||
> ⚠️ 本节阶段识别仅基于技术信号，**不含外部因素**。
|
||||
|
||||
把股票在"牛股启动流程"中的位置分为5个阶段：
|
||||
|
||||
```
|
||||
阶段1：底部探测 → 阶段2：资金进场 → 阶段3：趋势确立 → 阶段4：加速拉升
|
||||
↓
|
||||
阶段5：回调补涨
|
||||
```
|
||||
|
||||
| 阶段 | 名称 | 触发信号 | 进度 | 白话建议 |
|
||||
|------|------|----------|------|----------|
|
||||
| 1 | 底部探测 | 底背离/短底背离/老鼠仓 | 20% | 跌得差不多了，放进关注池盯着 |
|
||||
| 2 | 资金进场 | 龙抬头 | 45% | **最佳买入时机！** 资金开始进场了 |
|
||||
| 3 | 趋势确立 | 真龙 | 65% | 趋势确认了，可以追，但等回调买更好 |
|
||||
| 4 | 加速拉升 | 主升浪 | 85% | 已经涨起来了，持仓的加仓，没买的别追高 |
|
||||
| 5 | 回调补涨 | 反弹 | 50% | 回调后可能补涨，但要小心是假反弹 |
|
||||
|
||||
多信号叠加会加分（底背离+10%、龙抬头+5%、真龙+5%、老鼠仓+5%），说明流程更完整，牛股可能性更大。
|
||||
|
||||
### 5.3 深度分析 `compute_deep_analysis` + 综合评分引擎
|
||||
|
||||
对单只股票进行**技术面7维度 + 外部因素8维度**的深度分析，最终由综合评分引擎汇总为统一评分。
|
||||
|
||||
#### 5.3.1 三项得分定义
|
||||
|
||||
| 得分项 | 字段名 | 来源 | 范围 | 说明 |
|
||||
|--------|--------|------|------|------|
|
||||
| **技术得分** | `technical_score` | `compute_deep_analysis` → `deep_score` | 0-100 | 纯技术面评分，基于均线/量价/形态/信号等7维度 |
|
||||
| **外部得分** | `external_score` | `score_engine.compute_comprehensive_score` | -40 ~ +40 | P0-P7 八大外部因素加减分总和 |
|
||||
| **综合得分** | `final_score` | `technical_score + external_score` | 0-100 | 最终评分，**推荐股票以此为准** |
|
||||
|
||||
#### 5.3.2 技术面维度（7个，技术得分 0-100）
|
||||
|
||||
###### 维度1：均线系统
|
||||
|
||||
判断 MA5/10/20/60 的排列方式：
|
||||
- **多头排列**：MA5 > MA10 > MA20 → 短期比中期强，中期比长期强，上涨趋势
|
||||
- **空头排列**：MA5 < MA10 < MA20 → 依次向下，下跌趋势
|
||||
- **交叉整理**：均线纠缠在一起 → 方向不明
|
||||
|
||||
###### 维度2：价格位置
|
||||
|
||||
计算当前价格在20/60/120日高低区间的百分位（0-100%）：
|
||||
|
||||
**白话解释**：就像一把尺子，0%是最低点，100%是最高点。当前价格在尺子上的位置。
|
||||
|
||||
- < 20% → 低位区间，可能存在反弹机会
|
||||
- 20%-50% → 中低位置，相对安全
|
||||
- 50%-80% → 中高位置，还有一定上涨空间
|
||||
- > 80% → 高位区间，追高要小心
|
||||
|
||||
###### 维度3：支撑与压力位
|
||||
|
||||
**白话解释**：支撑位是"价格跌到这里容易止跌"的位置，压力位是"价格涨到这里容易受阻"的位置。
|
||||
|
||||
支撑位来源：
|
||||
- 当前价格下方的均线（MA5/10/20/60）
|
||||
- 20/60/120日的最低点
|
||||
|
||||
压力位来源：
|
||||
- 当前价格上方的均线
|
||||
- 20/60/120日的最高点
|
||||
|
||||
按距离当前价格从近到远排序，取前5个。
|
||||
|
||||
###### 维度4：成交量分析
|
||||
|
||||
计算量比 = 今日成交量 / 20日平均成交量：
|
||||
|
||||
| 量比 | 判断 | 白话 |
|
||||
|------|------|------|
|
||||
| < 0.6 | 缩量 | 市场冷清，没人交易 |
|
||||
| 0.6-1.3 | 平量 | 正常水平 |
|
||||
| 1.3-2.0 | 温和放量 | 有资金在活跃参与 |
|
||||
| > 2.0 | 大幅放量 | 市场关注度很高，要留意是主力进场还是出货 |
|
||||
|
||||
###### 维度5：形态识别
|
||||
|
||||
系统会自动识别以下技术形态：
|
||||
|
||||
| 形态 | 类型 | 白话 |
|
||||
|------|------|------|
|
||||
| 平台突破 | 看涨 | 股价横盘了很久（10日波动率<1.5%），今天终于突破了 |
|
||||
| 窄幅整理 | 中性 | 横盘中，蓄势待变，可能要选方向了 |
|
||||
| 创20日新高 | 看涨 | 股价达到近20天最高点，强势 |
|
||||
| 双底突破 | 看涨 | 两次探底价格接近，且突破中间的高点（颈线），经典反转形态 |
|
||||
| 量价齐升 | 看涨 | 近5天成交量和价格同步上升，资金在持续买入 |
|
||||
| 均线粘合发散 | 看涨 | MA5/10/20靠得很近（离散<1%）后开始多头排列，即将选择方向 |
|
||||
| 大阳线 | 看涨 | 当天涨幅≥5%，强势上涨 |
|
||||
| 大阴线 | 看跌 | 当天跌幅≥5%，强势下跌 |
|
||||
|
||||
###### 维度6：空间估算
|
||||
|
||||
计算最近压力位和最近支撑位之间的风险收益比：
|
||||
|
||||
**白话解释**：往上能涨多少 vs 往下能跌多少。
|
||||
|
||||
- 风险收益比 ≥ 2 → 性价比不错，潜在收益是风险的2倍以上
|
||||
- 1-2 → 性价比一般
|
||||
- < 0.8 → 下行风险大于上涨空间，不划算
|
||||
|
||||
###### 维度7：技术得分计算
|
||||
|
||||
基础分50分，根据以上各维度加减分：
|
||||
|
||||
| 评分项 | 加分/扣分 | 白话 |
|
||||
|--------|-----------|------|
|
||||
| 均线多头排列 | +10 | 趋势向上 |
|
||||
| 均线空头排列 | -10 | 趋势向下 |
|
||||
| 放量(量比≥1.3) | +5 | 有资金参与 |
|
||||
| 缩量(量比<0.6) | -3 | 市场冷清 |
|
||||
| 平台突破 | +10 | 蓄势后突破 |
|
||||
| 创20日新高 | +5 | 强势 |
|
||||
| 双底突破 | +10 | 经典反转形态 |
|
||||
| 量价齐升 | +8 | 资金持续买入 |
|
||||
| 均线粘合发散 | +7 | 即将选择方向（多头） |
|
||||
| 120日位置偏低 | +5 | 安全边际高 |
|
||||
| 120日位置偏高 | -5 | 追高风险 |
|
||||
| 20日位置偏低 | +3 | 相对安全 |
|
||||
| 20日位置偏高 | -3 | 注意风险 |
|
||||
| 3+信号共振 | +15 | 多信号确认 |
|
||||
| 2信号叠加 | +10 | 信号较多 |
|
||||
| 1个信号 | +5 | 有信号但不强 |
|
||||
| 风险收益比≥2 | +5 | 性价比好 |
|
||||
| 风险收益比<0.8 | -5 | 性价比差 |
|
||||
|
||||
技术得分映射：
|
||||
|
||||
| 技术得分 | 判定 | 白话 |
|
||||
|------|------|------|
|
||||
| ≥ 80 | 强烈看多 | 各方面都很好，值得关注 |
|
||||
| ≥ 65 | 看多 | 整体偏积极 |
|
||||
| ≥ 50 | 中性偏多 | 多空均衡，略偏积极 |
|
||||
| ≥ 35 | 中性偏空 | 多空均衡，略偏消极 |
|
||||
| < 35 | 看空 | 各方面都不好，回避 |
|
||||
|
||||
#### 5.3.3 外部因素维度（8个，外部得分 ±40 上限）
|
||||
|
||||
技术得分计算完成后，综合评分引擎 `score_engine.compute_comprehensive_score` 会叠加以下外部因素，产出外部得分：
|
||||
|
||||
| 维度 | 模块 | 评分范围 | 白话 |
|
||||
|------|------|----------|------|
|
||||
| P0 资金面 | `fund_flow_analyzer` | ±20 | 主力在买还是在卖？有没有暗中吸筹/出货？ |
|
||||
| P1 市场情绪 | `market_sentiment` | ±10 | 今天涨停的股票多还是跌停的多？市场热不热？ |
|
||||
| P2 北向资金 | `external_factors` | ±10 | 外资今天是买还是卖？ |
|
||||
| P3 美股外盘 | `external_factors` | ±10 | 昨晚美股涨了还是跌了？ |
|
||||
| P4 大宗商品 | `external_factors` | ±5 | 原油/黄金/铜的价格变化对相关板块的影响 |
|
||||
| P5 公告/异动 | `news_analyzer` | ±15 | 有没有并购/业绩预告等重大消息？股价有没有异动？ |
|
||||
| P6 政策面 | `news_analyzer` | ±10 | 近期有没有行业扶持/监管政策？ |
|
||||
| P7 汇率 | `external_factors` | ±3 | 人民币升值还是贬值？ |
|
||||
|
||||
> P5+P6 由 `analyze_news_factors` 统一计算，合计上限 ±20（非各自独立累加）。
|
||||
|
||||
#### 5.3.4 综合得分计算
|
||||
|
||||
```
|
||||
综合得分 = 技术得分(0-100) + 外部得分(±40上限)
|
||||
= max(0, min(100, technical_score + external_score))
|
||||
```
|
||||
|
||||
综合得分评级映射：
|
||||
|
||||
| 综合得分 | 评级 | 白话 |
|
||||
|----------|------|------|
|
||||
| ≥ 80 | 强烈看多 | 技术面+外部因素共振看好 |
|
||||
| ≥ 65 | 看多 | 整体偏积极 |
|
||||
| ≥ 50 | 中性偏多 | 多空均衡，略偏积极 |
|
||||
| ≥ 35 | 中性偏空 | 多空均衡，略偏消极 |
|
||||
| < 35 | 看空 | 各方面都不好，回避 |
|
||||
|
||||
> 各外部因素独立计算，失败时返回0分不影响主流程。详见第四章。
|
||||
|
||||
### 5.4 综合推荐逻辑（v2.0 核心变更）
|
||||
|
||||
> **v2.0 核心原则：推荐股票以综合得分为准**
|
||||
|
||||
系统在 `deep_analyze` 接口中，先通过 `compute_recommend` 得出技术面初筛推荐，再由综合评分引擎计算三项得分，最后根据**综合得分**修正最终推荐。
|
||||
|
||||
#### 5.4.1 三项得分输出格式
|
||||
|
||||
`deep_analyze` 接口返回的 `comprehensive` 字段包含完整的三项得分：
|
||||
|
||||
```json
|
||||
{
|
||||
"comprehensive": {
|
||||
"technical_score": 72, // 技术得分（0-100）
|
||||
"external_score": +12, // 外部得分（-40 ~ +40）
|
||||
"final_score": 84, // 综合得分（0-100）
|
||||
"verdict": "强烈看多", // 综合评级
|
||||
"factors": { ... }, // 各因素详细数据
|
||||
"all_reasons": [ ... ], // 所有评分原因
|
||||
"summary": "..." // 综合白话总结
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
同时，`report` 中的顶层字段也更新为综合得分：
|
||||
- `report['deep_score']` → 综合得分（`final_score`）
|
||||
- `report['verdict']` → 综合评级
|
||||
- `report['score_reasons']` → 技术面原因 + 外部因素原因
|
||||
- `report['recommend']['rate']` → 综合得分
|
||||
|
||||
#### 5.4.2 综合推荐修正规则
|
||||
|
||||
| 场景 | 技术面推荐 | 综合得分 | 最终推荐 | 修正逻辑 |
|
||||
|------|-----------|----------|----------|----------|
|
||||
| 技术面买入但外部因素拖累 | 买入/加仓 | < 50 | **关注** | 外部因素重大利空，降级为关注 |
|
||||
| 技术面观望但外部因素共振看好 | 观望/关注/观察 | ≥ 80 | **买入** | 外部因素共振看好，升级为买入 |
|
||||
| 技术面持有但外部因素重大利空 | 持有/观望 | < 35 | **卖出** | 外部因素重大利空，降级为卖出 |
|
||||
| 技术面与综合得分一致 | 任意 | 与技术面一致 | **保持技术面推荐** | 评分更新为综合得分 |
|
||||
|
||||
#### 5.4.3 推荐股票排序规则
|
||||
|
||||
在全景扫描/牛股筛选中，推荐股票按以下规则排序：
|
||||
|
||||
1. **主排序**：综合得分（`final_score`）降序
|
||||
2. **次排序**：技术得分（`technical_score`）降序
|
||||
3. **三级排序**：牛股阶段进度（`progress`）降序
|
||||
|
||||
#### 5.4.4 推荐展示格式
|
||||
|
||||
每只推荐股票展示以下信息：
|
||||
|
||||
| 字段 | 说明 | 示例 |
|
||||
|------|------|------|
|
||||
| 股票代码 | 6位代码 | 600519 |
|
||||
| 股票名称 | 中文名称 | 贵州茅台 |
|
||||
| 技术得分 | 纯技术面评分 | 72 |
|
||||
| 外部得分 | 外部因素加减分 | +12 |
|
||||
| 综合得分 | 最终评分 | 84 |
|
||||
| 综合评级 | 评级标签 | 强烈看多 |
|
||||
| 推荐操作 | 买入/卖出/关注等 | 买入 |
|
||||
| 推荐理由 | 综合原因说明 | 技术面观望，但综合评级「强烈看多」(外部因素共振看好)，建议买入 |
|
||||
| 牛股阶段 | 阶段名称+进度 | 资金进场(45%) |
|
||||
| 活跃信号 | 当前触发的信号 | 龙抬头、底背离 |
|
||||
|
||||
### 5.5 AI 通俗解说
|
||||
|
||||
系统会将以上技术分析结果自动转成口语化的中文解说，涵盖：
|
||||
1. 当前走势概况（涨跌情况+均线趋势）
|
||||
2. 价格位置（在高位还是低位）
|
||||
3. 支撑压力（上方压力位和下方支撑位在哪）
|
||||
4. 成交量情况（放量还是缩量）
|
||||
5. 形态识别（发现了什么技术形态）
|
||||
6. 综合建议（根据**综合得分**给出操作建议）
|
||||
7. 空间估算（风险收益比如何）
|
||||
8. 外部因素（资金面/市场情绪/北向资金/美股/消息面等综合影响）
|
||||
9. **三项得分汇总**（技术得分、外部得分、综合得分）
|
||||
|
||||
还可以调用豆包 LLM 对规则文本进行润色，让表达更自然生动。
|
||||
|
||||
---
|
||||
|
||||
## 六、数据源优先级
|
||||
|
||||
K线数据获取的多级容灾机制：
|
||||
|
||||
| 优先级 | 数据源 | 覆盖范围 | 说明 |
|
||||
|--------|--------|----------|------|
|
||||
| 1 | 本地数据库 | 全市场 | 最快（毫秒级），优先使用 |
|
||||
| 2 | 阿里云API | 沪深（不含北交所） | 最稳定的云端源 |
|
||||
| 3 | 腾讯API | 全市场（含北交所） | 阿里云不支持北交所时使用 |
|
||||
| 4 | 麦蕊API | 沪深 | 第三方付费数据源 |
|
||||
| 5 | AKShare | 全市场 | 开源免费数据源，兜底 |
|
||||
|
||||
---
|
||||
|
||||
## 七、性能优化
|
||||
|
||||
| 优化点 | 说明 |
|
||||
|--------|------|
|
||||
| numpy 向量化 | 信号检测使用 `.values` numpy 数组替代 pandas iloc，元素访问从 5μs 降到 50ns |
|
||||
| 智能类型转换 | 已是 float64 的列跳过转换，避免重复 astype |
|
||||
| 线程本地连接 | 多线程扫描时使用 `threading.local()` 复用 DB 连接 |
|
||||
| 连接池 | 全局 `ThreadedConnectionPool`（2-20连接），避免频繁建连 |
|
||||
| API Session 复用 | 阿里云/腾讯 API 使用 `requests.Session` 单例 + 连接池 + 自动重试 |
|
||||
|
||||
---
|
||||
|
||||
## 八、v2.0 变更摘要
|
||||
|
||||
### 8.1 核心变更
|
||||
|
||||
| 变更项 | v1.0 | v2.0 |
|
||||
|--------|------|------|
|
||||
| 推荐依据 | 技术面推荐为主，外部因素为辅 | **以综合得分为准** |
|
||||
| 得分展示 | 仅展示最终评分 | **并列技术得分、外部得分、综合得分** |
|
||||
| 推荐修正 | 综合评级与技术面矛盾时修正 | 修正规则更明确，4种场景覆盖 |
|
||||
| 排序规则 | 按推荐评分排序 | **按综合得分排序**，技术得分和进度为次级 |
|
||||
|
||||
### 8.2 三项得分对照表
|
||||
|
||||
| 得分 | 字段 | 来源 | 范围 | 用途 |
|
||||
|------|------|------|------|------|
|
||||
| 技术得分 | `technical_score` | `compute_deep_analysis` | 0-100 | 纯技术面评估 |
|
||||
| 外部得分 | `external_score` | `compute_comprehensive_score` | -40 ~ +40 | 外部因素加减分 |
|
||||
| 综合得分 | `final_score` | 技术得分 + 外部得分 | 0-100 | **推荐股票的最终依据** |
|
||||
@@ -193,6 +193,35 @@ def deep_analyze():
|
||||
# 其他情况保持技术面推荐，但更新评分为综合评分
|
||||
else:
|
||||
report['recommend']['rate'] = final_score
|
||||
|
||||
# ---- 追加三项得分汇总到 AI 解说 ----
|
||||
tech_score = comprehensive.get('technical_score', 0)
|
||||
ext_score = comprehensive.get('external_score', 0)
|
||||
fin_score = comprehensive.get('final_score', 0)
|
||||
fin_verdict = comprehensive.get('verdict', '')
|
||||
ext_summary = comprehensive.get('summary', '')
|
||||
|
||||
score_line = (
|
||||
f'综合评分汇总：技术得分{tech_score:.0f}分，'
|
||||
f'外部得分{"+" if ext_score >= 0 else ""}{ext_score}分，'
|
||||
f'综合得分{fin_score}分（{fin_verdict}）。'
|
||||
)
|
||||
if ext_summary:
|
||||
score_line += f'外部因素：{ext_summary}。'
|
||||
if report.get('ai_summary'):
|
||||
report['ai_summary']['text'] += score_line
|
||||
# 更新 action_tip 以综合得分为准
|
||||
if fin_score >= 80:
|
||||
report['ai_summary']['action_tip'] = '综合评级强烈看多，技术面与外部因素共振看好，可以考虑积极参与。'
|
||||
elif fin_score >= 65:
|
||||
report['ai_summary']['action_tip'] = '综合评级看多，整体偏积极，可以逢低关注。'
|
||||
elif fin_score >= 50:
|
||||
report['ai_summary']['action_tip'] = '综合评级中性偏多，多空均衡，建议观望为主。'
|
||||
elif fin_score >= 35:
|
||||
report['ai_summary']['action_tip'] = '综合评级中性偏空，外部因素拖累，不建议急于买入。'
|
||||
else:
|
||||
report['ai_summary']['action_tip'] = '综合评级看空，外部因素重大利空，建议回避或减仓。'
|
||||
report['ai_summary']['confidence'] = '高' if fin_score >= 70 or fin_score <= 30 else '中'
|
||||
except Exception as e:
|
||||
print(f"综合评分引擎计算失败，使用技术面评分: {e}")
|
||||
|
||||
@@ -655,6 +684,7 @@ def get_scan_results():
|
||||
page = int(request.args.get('page', 1))
|
||||
per_page = int(request.args.get('per_page', 50))
|
||||
sort_by = request.args.get('sort', 'triggered_count')
|
||||
with_scores = request.args.get('with_scores', 'false').lower() == 'true'
|
||||
holding_codes_str = request.args.get('holding_codes', '')
|
||||
holding_set = set(c.strip() for c in holding_codes_str.split(',') if c.strip())
|
||||
recommend_text = (request.args.get('recommend_text') or '').strip()
|
||||
@@ -777,6 +807,29 @@ def get_scan_results():
|
||||
item['holding_note'] = f"若已持仓：{dh}（{rh}）"
|
||||
results.append(item)
|
||||
|
||||
# ---- 批量计算综合评分，按综合得分重排序 ----
|
||||
if with_scores and results:
|
||||
try:
|
||||
from services.score_engine import compute_comprehensive_score_batch
|
||||
stocks_input = [
|
||||
{'stock_code': r['code'], 'stock_name': r.get('name', ''),
|
||||
'technical_score': r.get('recommend_rate', 50)}
|
||||
for r in results
|
||||
]
|
||||
scores_map = compute_comprehensive_score_batch(stocks_input)
|
||||
for r in results:
|
||||
sc = scores_map.get(r['code'])
|
||||
if sc:
|
||||
r['technical_score'] = sc['technical_score']
|
||||
r['external_score'] = sc['external_score']
|
||||
r['final_score'] = sc['final_score']
|
||||
r['verdict'] = sc['verdict']
|
||||
r['recommend_rate'] = sc['final_score']
|
||||
# 按综合得分降序重排当前页
|
||||
results.sort(key=lambda x: (-x.get('final_score', 0), -x.get('triggered_count', 0)))
|
||||
except Exception as e:
|
||||
print(f'批量综合评分计算失败: {e}')
|
||||
|
||||
if codes_for_page is not None:
|
||||
if codes_for_page:
|
||||
placeholders = ','.join(['%s'] * len(codes_for_page))
|
||||
@@ -808,6 +861,28 @@ def get_scan_results():
|
||||
by_code[code] = item
|
||||
results = [by_code[c] for c in codes_for_page if c in by_code]
|
||||
|
||||
# ---- 批量计算综合评分（recommend_text 筛选路径）----
|
||||
if with_scores and results and codes_for_page is not None:
|
||||
try:
|
||||
from services.score_engine import compute_comprehensive_score_batch
|
||||
stocks_input = [
|
||||
{'stock_code': r['code'], 'stock_name': r.get('name', ''),
|
||||
'technical_score': r.get('recommend_rate', 50)}
|
||||
for r in results
|
||||
]
|
||||
scores_map = compute_comprehensive_score_batch(stocks_input)
|
||||
for r in results:
|
||||
sc = scores_map.get(r['code'])
|
||||
if sc:
|
||||
r['technical_score'] = sc['technical_score']
|
||||
r['external_score'] = sc['external_score']
|
||||
r['final_score'] = sc['final_score']
|
||||
r['verdict'] = sc['verdict']
|
||||
r['recommend_rate'] = sc['final_score']
|
||||
results.sort(key=lambda x: (-x.get('final_score', 0), -x.get('triggered_count', 0)))
|
||||
except Exception as e:
|
||||
print(f'批量综合评分计算失败(recommend_text路径): {e}')
|
||||
|
||||
cur.execute("""
|
||||
SELECT
|
||||
s.value->>'name' as signal_name,
|
||||
@@ -1276,8 +1351,29 @@ def get_bull_stocks():
|
||||
|
||||
conn.close()
|
||||
|
||||
# 使用统一算法找牛股
|
||||
result = find_bull_stocks(scan_rows, holding_codes)
|
||||
# ---- 批量计算综合评分 ----
|
||||
scores_map = None
|
||||
try:
|
||||
from services.score_engine import compute_comprehensive_score_batch
|
||||
# 先用 compute_recommend 算出技术面基础分
|
||||
stocks_input = []
|
||||
for row in scan_rows:
|
||||
sig_status = row.get('signal_status') or []
|
||||
indicators = row.get('indicators') or {}
|
||||
tc = row.get('triggered_count') or 0
|
||||
is_holding = row.get('code', '') in holding_codes
|
||||
_, _, _, rate = compute_recommend(sig_status, indicators, tc, is_holding)
|
||||
stocks_input.append({
|
||||
'stock_code': row.get('code', ''),
|
||||
'stock_name': row.get('name', ''),
|
||||
'technical_score': rate,
|
||||
})
|
||||
scores_map = compute_comprehensive_score_batch(stocks_input)
|
||||
except Exception as e:
|
||||
print(f'牛股筛选综合评分计算失败: {e}')
|
||||
|
||||
# 使用统一算法找牛股（传入综合评分）
|
||||
result = find_bull_stocks(scan_rows, holding_codes, scores_map=scores_map)
|
||||
|
||||
# 为每只股票附加价格信息
|
||||
for stage_num, stocks in result['stages'].items():
|
||||
|
||||
@@ -132,3 +132,134 @@ def compute_comprehensive_score(stock_code, stock_name, technical_score, df=None
|
||||
'all_reasons': all_reasons,
|
||||
'summary': summary,
|
||||
}
|
||||
|
||||
|
||||
def compute_comprehensive_score_batch(stocks_data):
|
||||
"""
|
||||
批量计算综合评分 — 市场级因素只计算一次，个股级因素逐只计算。
|
||||
|
||||
优化点：
|
||||
- P1 市场情绪、P2 北向、P3 美股、P4 商品、P7 汇率、P6 政策 → 市场级，只算一次
|
||||
- P0 资金面 → 个股级，逐只从DB读取
|
||||
- P5 公告/异动 → 批量模式跳过（需AKShare API + LLM，太慢），在深度分析时补充
|
||||
|
||||
参数:
|
||||
stocks_data: list[dict]，每个元素包含:
|
||||
- stock_code: str 股票代码
|
||||
- stock_name: str 股票名称（可选）
|
||||
- technical_score: float 技术得分（0-100）
|
||||
|
||||
返回:
|
||||
dict: {stock_code: {technical_score, external_score, final_score, verdict, factors, all_reasons, summary}}
|
||||
"""
|
||||
# ---- 市场级因素（只计算一次）----
|
||||
market_score = 0
|
||||
market_factors = {}
|
||||
market_reasons = []
|
||||
summaries = []
|
||||
|
||||
# P1: 市场情绪
|
||||
try:
|
||||
from services.market_sentiment import calc_market_sentiment
|
||||
sentiment_result = calc_market_sentiment()
|
||||
market_factors['market_sentiment'] = sentiment_result
|
||||
market_score += sentiment_result.get('score', 0)
|
||||
market_reasons.extend(sentiment_result.get('reasons', []))
|
||||
s = sentiment_result.get('sentiment', '')
|
||||
if s and '无数据' not in s:
|
||||
summaries.append(
|
||||
f'市场情绪：{s}（涨跌停{sentiment_result.get("limit_up_count", 0)}:'
|
||||
f'{sentiment_result.get("limit_down_count", 0)}）'
|
||||
)
|
||||
except Exception as e:
|
||||
logger.warning(f"批量P1市场情绪分析失败: {e}")
|
||||
market_factors['market_sentiment'] = {'score': 0, 'summary': '分析失败', 'reasons': []}
|
||||
|
||||
# P2/P3/P4/P7: 外部因素（北向/美股/商品/汇率）
|
||||
try:
|
||||
from services.external_factors import get_all_external_factors
|
||||
ext_result = get_all_external_factors()
|
||||
market_factors['external'] = ext_result
|
||||
market_score += ext_result.get('total_score', 0)
|
||||
market_reasons.extend(ext_result.get('all_reasons', []))
|
||||
s = ext_result.get('summary', '')
|
||||
if s:
|
||||
summaries.append(s)
|
||||
except Exception as e:
|
||||
logger.warning(f"批量P2-P7外部因素分析失败: {e}")
|
||||
market_factors['external'] = {'total_score': 0, 'summary': '分析失败', 'all_reasons': []}
|
||||
|
||||
# P6: 政策面（市场级，只算一次）
|
||||
try:
|
||||
from services.news_analyzer import get_policy_news, analyze_policy_impact
|
||||
policy_news = get_policy_news(days=3)
|
||||
policy_result = analyze_policy_impact(policy_news)
|
||||
market_factors['policy'] = policy_result
|
||||
market_score += policy_result.get('score', 0)
|
||||
market_reasons.extend(policy_result.get('reasons', []))
|
||||
s = policy_result.get('summary', '')
|
||||
if s and '失败' not in s:
|
||||
summaries.append(f'政策面：{s}')
|
||||
except Exception as e:
|
||||
logger.warning(f"批量P6政策面分析失败: {e}")
|
||||
market_factors['policy'] = {'score': 0, 'summary': '分析失败', 'reasons': []}
|
||||
|
||||
# ---- 为每只股票计算个股级因素 ----
|
||||
results = {}
|
||||
for stock in stocks_data:
|
||||
code = stock.get('stock_code', '')
|
||||
name = stock.get('stock_name', '')
|
||||
tech_score = stock.get('technical_score', 50)
|
||||
|
||||
stock_external = market_score
|
||||
stock_factors = {
|
||||
'market_sentiment': market_factors.get('market_sentiment', {}),
|
||||
'external': market_factors.get('external', {}),
|
||||
'policy': market_factors.get('policy', {}),
|
||||
}
|
||||
stock_reasons = list(market_reasons)
|
||||
|
||||
# P0: 资金面（个股级，从DB读取）
|
||||
try:
|
||||
from services.fund_flow_analyzer import analyze_fund_flow
|
||||
fund_result = analyze_fund_flow(code, days=5)
|
||||
stock_factors['fund_flow'] = fund_result
|
||||
stock_external += fund_result.get('score', 0)
|
||||
stock_reasons.extend(fund_result.get('reasons', []))
|
||||
except Exception as e:
|
||||
logger.warning(f"批量P0资金面分析失败 {code}: {e}")
|
||||
stock_factors['fund_flow'] = {'score': 0, 'summary': '分析失败', 'reasons': []}
|
||||
|
||||
# P5: 公告/异动 — 批量模式跳过（需AKShare API + LLM，在深度分析时补充）
|
||||
stock_factors['news'] = {
|
||||
'total_score': 0, 'summary': '批量模式跳过，请使用深度分析查看',
|
||||
'all_reasons': [],
|
||||
}
|
||||
|
||||
# 外部得分上限 ±40
|
||||
stock_external = max(-40, min(40, stock_external))
|
||||
final_score = max(0, min(100, int(tech_score + stock_external)))
|
||||
|
||||
# 评级
|
||||
if final_score >= 80:
|
||||
verdict = '强烈看多'
|
||||
elif final_score >= 65:
|
||||
verdict = '看多'
|
||||
elif final_score >= 50:
|
||||
verdict = '中性偏多'
|
||||
elif final_score >= 35:
|
||||
verdict = '中性偏空'
|
||||
else:
|
||||
verdict = '看空'
|
||||
|
||||
results[code] = {
|
||||
'technical_score': round(tech_score, 0),
|
||||
'external_score': stock_external,
|
||||
'final_score': final_score,
|
||||
'verdict': verdict,
|
||||
'factors': stock_factors,
|
||||
'all_reasons': stock_reasons,
|
||||
'summary': ' | '.join(summaries) if summaries else '',
|
||||
}
|
||||
|
||||
return results
|
||||
|
||||
@@ -830,13 +830,15 @@ def compute_bull_stage(signal_status):
|
||||
}
|
||||
|
||||
|
||||
def find_bull_stocks(scan_rows, holding_codes=None):
|
||||
def find_bull_stocks(scan_rows, holding_codes=None, scores_map=None):
|
||||
"""
|
||||
从扫描结果中找出潜在牛股，按阶段分组排序。
|
||||
|
||||
参数:
|
||||
scan_rows: list[dict] 扫描结果列表 (含 code, name, signal_status, indicators, triggered_count)
|
||||
holding_codes: set 持仓代码集合
|
||||
scores_map: dict 综合评分映射 {code: {technical_score, external_score, final_score, verdict}}
|
||||
当提供时，每只股票附加三项得分，并按综合得分排序
|
||||
|
||||
返回:
|
||||
dict: {
|
||||
@@ -872,8 +874,21 @@ def find_bull_stocks(scan_rows, holding_codes=None):
|
||||
row.get('triggered_count'), is_holding,
|
||||
)
|
||||
|
||||
# 附加综合评分（如果提供了 scores_map）
|
||||
code = row.get('code', '')
|
||||
technical_score = rate
|
||||
external_score = 0
|
||||
final_score = rate
|
||||
verdict = ''
|
||||
if scores_map and code in scores_map:
|
||||
sc = scores_map[code]
|
||||
technical_score = sc.get('technical_score', rate)
|
||||
external_score = sc.get('external_score', 0)
|
||||
final_score = sc.get('final_score', rate)
|
||||
verdict = sc.get('verdict', '')
|
||||
|
||||
item = {
|
||||
'code': row.get('code', ''),
|
||||
'code': code,
|
||||
'name': row.get('name', ''),
|
||||
'stage': stage,
|
||||
'stage_name': bull['stage_name'],
|
||||
@@ -887,16 +902,26 @@ def find_bull_stocks(scan_rows, holding_codes=None):
|
||||
'recommend_type': st,
|
||||
'recommend_text': disp,
|
||||
'recommend_reason': reason,
|
||||
'recommend_rate': rate,
|
||||
'recommend_rate': final_score,
|
||||
'is_holding': is_holding,
|
||||
'triggered_count': row.get('triggered_count', 0),
|
||||
'technical_score': technical_score,
|
||||
'external_score': external_score,
|
||||
'final_score': final_score,
|
||||
'verdict': verdict,
|
||||
}
|
||||
|
||||
stages[stage].append(item)
|
||||
|
||||
# 每个阶段内按推荐评分降序排序
|
||||
for stage_num in stages:
|
||||
stages[stage_num].sort(key=lambda x: (-x['recommend_rate'], -x['progress']))
|
||||
# 每个阶段内排序：有综合评分时按综合得分→技术得分→进度，否则按推荐评分→进度
|
||||
if scores_map:
|
||||
for stage_num in stages:
|
||||
stages[stage_num].sort(
|
||||
key=lambda x: (-x.get('final_score', 0), -x.get('technical_score', 0), -x['progress'])
|
||||
)
|
||||
else:
|
||||
for stage_num in stages:
|
||||
stages[stage_num].sort(key=lambda x: (-x['recommend_rate'], -x['progress']))
|
||||
|
||||
total = sum(len(v) for v in stages.values())
|
||||
|
||||
|
||||
@@ -7,14 +7,29 @@
|
||||
--bg-dark: #0a0a0a;
|
||||
--bg-glass: rgba(255, 255, 255, 0.05);
|
||||
--bg-glass-hover: rgba(255, 255, 255, 0.08);
|
||||
--bg-secondary: rgba(255, 255, 255, 0.06);
|
||||
--border-glass: rgba(255, 255, 255, 0.1);
|
||||
--border-color: rgba(255, 255, 255, 0.1);
|
||||
--text-primary: #ffffff;
|
||||
--text-secondary: rgba(255, 255, 255, 0.7);
|
||||
--text-muted: rgba(255, 255, 255, 0.4);
|
||||
--accent: #ffffff;
|
||||
--primary: #6c5ce7;
|
||||
--success: #00ff88;
|
||||
--danger: #ff4444;
|
||||
--warning: #ffaa00;
|
||||
--info: #3b82f6;
|
||||
/* 信号强度色系 */
|
||||
--sig-85: #ff4444;
|
||||
--sig-80: #ff6b35;
|
||||
--sig-75: #4caf50;
|
||||
--sig-70: #2196f3;
|
||||
--sig-65: #9c27b0;
|
||||
--sig-60: #ff9800;
|
||||
--sig-55: #607d8b;
|
||||
/* 涨跌色（红涨绿跌） */
|
||||
--up: #ff4444;
|
||||
--down: #00c853;
|
||||
}
|
||||
|
||||
[v-cloak] {
|
||||
@@ -706,4 +721,56 @@
|
||||
font-size: 18px;
|
||||
font-weight: 600;
|
||||
}
|
||||
|
||||
/* ===== 骨架屏 ===== */
|
||||
.skeleton-card {
|
||||
background: var(--bg-glass);
|
||||
border-radius: 12px;
|
||||
padding: 16px;
|
||||
margin-bottom: 8px;
|
||||
border: 1px solid var(--border-color);
|
||||
}
|
||||
.skeleton-line {
|
||||
height: 14px;
|
||||
border-radius: 6px;
|
||||
background: linear-gradient(90deg, rgba(255,255,255,0.04) 25%, rgba(255,255,255,0.08) 50%, rgba(255,255,255,0.04) 75%);
|
||||
background-size: 200% 100%;
|
||||
animation: skeleton-shimmer 1.5s infinite;
|
||||
margin-bottom: 8px;
|
||||
}
|
||||
.skeleton-line.short { width: 40%; }
|
||||
.skeleton-line.medium { width: 65%; }
|
||||
.skeleton-line.long { width: 90%; }
|
||||
.skeleton-line:last-child { margin-bottom: 0; }
|
||||
@keyframes skeleton-shimmer {
|
||||
0% { background-position: 200% 0; }
|
||||
100% { background-position: -200% 0; }
|
||||
}
|
||||
.skeleton-grid {
|
||||
display: grid;
|
||||
grid-template-columns: repeat(2, 1fr);
|
||||
gap: 8px;
|
||||
}
|
||||
|
||||
/* ===== 空状态优化 ===== */
|
||||
.empty-state {
|
||||
text-align: center;
|
||||
padding: 40px 20px;
|
||||
color: var(--text-muted);
|
||||
}
|
||||
.empty-state-icon {
|
||||
font-size: 32px;
|
||||
margin-bottom: 12px;
|
||||
opacity: 0.5;
|
||||
}
|
||||
.empty-state-title {
|
||||
font-size: 15px;
|
||||
color: var(--text-secondary);
|
||||
margin-bottom: 6px;
|
||||
}
|
||||
.empty-state-desc {
|
||||
font-size: 13px;
|
||||
color: var(--text-muted);
|
||||
line-height: 1.5;
|
||||
}
|
||||
|
||||
|
||||
@@ -27,13 +27,13 @@
|
||||
font-weight: 600; cursor: pointer; white-space: nowrap;
|
||||
}
|
||||
.tech-btn.batch { background: var(--warning); color: #333; }
|
||||
.tech-btn.fullscan { background: #6c5ce7; color: #fff; }
|
||||
.tech-btn.fullscan { background: var(--primary); color: #fff; }
|
||||
.tech-btn.strategy { background: linear-gradient(135deg, #ff6b6b, #ffd93d); color: #1a1a2e; font-weight: 700; }
|
||||
.tech-btn.rescan {
|
||||
background: transparent; border: 1px solid rgba(255,255,255,0.15);
|
||||
color: var(--text-muted); font-size: 11px;
|
||||
}
|
||||
.tech-btn.rescan:hover { border-color: #ff6b6b; color: #ff6b6b; }
|
||||
.tech-btn.rescan:hover { border-color: var(--danger); color: var(--danger); }
|
||||
.tech-btn:disabled { opacity: 0.5; cursor: not-allowed; }
|
||||
|
||||
.tech-legend {
|
||||
@@ -41,13 +41,13 @@
|
||||
}
|
||||
.legend-item { display: flex; align-items: center; gap: 3px; }
|
||||
.dot { width: 8px; height: 8px; border-radius: 50%; display: inline-block; }
|
||||
.dot.s85 { background: #e74c3c; }
|
||||
.dot.s80 { background: #e67e22; }
|
||||
.dot.s75 { background: #f39c12; }
|
||||
.dot.s70 { background: #27ae60; }
|
||||
.dot.s65 { background: #2980b9; }
|
||||
.dot.s60 { background: #8e44ad; }
|
||||
.dot.s55 { background: #95a5a6; }
|
||||
.dot.s85 { background: var(--sig-85); }
|
||||
.dot.s80 { background: var(--sig-80); }
|
||||
.dot.s75 { background: var(--sig-75); }
|
||||
.dot.s70 { background: var(--sig-70); }
|
||||
.dot.s65 { background: var(--sig-65); }
|
||||
.dot.s60 { background: var(--sig-60); }
|
||||
.dot.s55 { background: var(--sig-55); }
|
||||
|
||||
.tech-result-card {
|
||||
background: var(--bg-glass); border-radius: 16px;
|
||||
@@ -137,13 +137,13 @@
|
||||
font-size: 11px; padding: 2px 8px; border-radius: 8px;
|
||||
font-weight: 600; color: white;
|
||||
}
|
||||
.batch-signal-tag.strength-85 { background: #e74c3c; }
|
||||
.batch-signal-tag.strength-80 { background: #e67e22; }
|
||||
.batch-signal-tag.strength-75 { background: #f39c12; }
|
||||
.batch-signal-tag.strength-70 { background: #27ae60; }
|
||||
.batch-signal-tag.strength-65 { background: #2980b9; }
|
||||
.batch-signal-tag.strength-60 { background: #8e44ad; }
|
||||
.batch-signal-tag.strength-55 { background: #95a5a6; }
|
||||
.batch-signal-tag.strength-85 { background: var(--sig-85); }
|
||||
.batch-signal-tag.strength-80 { background: var(--sig-80); }
|
||||
.batch-signal-tag.strength-75 { background: var(--sig-75); }
|
||||
.batch-signal-tag.strength-70 { background: var(--sig-70); }
|
||||
.batch-signal-tag.strength-65 { background: var(--sig-65); }
|
||||
.batch-signal-tag.strength-60 { background: var(--sig-60); }
|
||||
.batch-signal-tag.strength-55 { background: var(--sig-55); }
|
||||
|
||||
|
||||
/* ========== 模拟交易页面样式 ========== */
|
||||
@@ -700,16 +700,16 @@
|
||||
color: #fff;
|
||||
background: #555;
|
||||
}
|
||||
.rank-1 .rank-badge { background: linear-gradient(135deg, #ff6b6b, #ffd93d); }
|
||||
.rank-2 .rank-badge { background: linear-gradient(135deg, #00ce9e, #00b4d8); }
|
||||
.rank-1 .rank-badge { background: linear-gradient(135deg, var(--danger), var(--warning)); }
|
||||
.rank-2 .rank-badge { background: linear-gradient(135deg, var(--success), #00b4d8); }
|
||||
.rank-3 .rank-badge { background: linear-gradient(135deg, #748ffc, #9775fa); }
|
||||
.rank-name { font-weight: 600; color: var(--text-primary); }
|
||||
.rank-1 .rank-name { color: #ffd93d; }
|
||||
.rank-2 .rank-name { color: #00ce9e; }
|
||||
.rank-1 .rank-name { color: var(--warning); }
|
||||
.rank-2 .rank-name { color: var(--success); }
|
||||
.rank-3 .rank-name { color: #748ffc; }
|
||||
.rank-rate {
|
||||
font-weight: 700;
|
||||
color: #00ce9e;
|
||||
color: var(--success);
|
||||
text-align: right;
|
||||
}
|
||||
.rank-desc { color: var(--text-muted); overflow: hidden; text-overflow: ellipsis; white-space: nowrap; }
|
||||
@@ -1588,8 +1588,8 @@
|
||||
.deep-stock-code { font-size: 12px; color: rgba(255,255,255,0.5); margin-top: 2px; }
|
||||
.deep-price { font-size: 22px; font-weight: 700; color: #fff; text-align: center; }
|
||||
.deep-change { font-size: 14px; text-align: center; margin-top: 2px; }
|
||||
.deep-change.up { color: #f44336; }
|
||||
.deep-change.down { color: #4caf50; }
|
||||
.deep-change.up { color: var(--up); }
|
||||
.deep-change.down { color: var(--down); }
|
||||
|
||||
.deep-score-circle {
|
||||
width: 50px; height: 50px; border-radius: 50%;
|
||||
@@ -1598,11 +1598,49 @@
|
||||
font-weight: 700;
|
||||
}
|
||||
.score-num { font-size: 20px; color: #fff; }
|
||||
.deep-score-circle.score-high { background: linear-gradient(135deg, #f44336, #ff5722); }
|
||||
.deep-score-circle.score-mid { background: linear-gradient(135deg, #ff9800, #ffc107); }
|
||||
.deep-score-circle.score-low { background: linear-gradient(135deg, #607d8b, #78909c); }
|
||||
.deep-score-circle.score-high { background: linear-gradient(135deg, var(--danger), #ff5722); }
|
||||
.deep-score-circle.score-mid { background: linear-gradient(135deg, var(--warning), #ffc107); }
|
||||
.deep-score-circle.score-low { background: linear-gradient(135deg, var(--sig-55), #78909c); }
|
||||
.deep-verdict { text-align: center; font-size: 12px; color: rgba(255,255,255,0.6); margin-top: 4px; }
|
||||
|
||||
/* 三项得分明细 */
|
||||
.deep-score-breakdown {
|
||||
display: flex;
|
||||
gap: 8px;
|
||||
padding: 10px 14px;
|
||||
background: rgba(255,255,255,0.04);
|
||||
border-radius: 10px;
|
||||
}
|
||||
.score-breakdown-item {
|
||||
flex: 1;
|
||||
display: flex;
|
||||
flex-direction: column;
|
||||
align-items: center;
|
||||
gap: 2px;
|
||||
}
|
||||
.score-breakdown-item .breakdown-label {
|
||||
font-size: 11px;
|
||||
color: var(--text-muted);
|
||||
font-weight: 500;
|
||||
}
|
||||
.score-breakdown-item .breakdown-value {
|
||||
font-size: 18px;
|
||||
font-weight: 700;
|
||||
color: var(--text-primary);
|
||||
font-variant-numeric: tabular-nums;
|
||||
}
|
||||
.score-breakdown-item .breakdown-value.pos { color: var(--danger); }
|
||||
.score-breakdown-item .breakdown-value.neg { color: var(--success); }
|
||||
.score-breakdown-item.highlight {
|
||||
background: rgba(108,92,231,0.12);
|
||||
border-radius: 8px;
|
||||
padding: 4px 0;
|
||||
}
|
||||
.score-breakdown-item.highlight .breakdown-value {
|
||||
color: var(--primary);
|
||||
font-size: 20px;
|
||||
}
|
||||
|
||||
.deep-section {
|
||||
background: var(--card-bg, #1e1e2e);
|
||||
border-radius: 12px;
|
||||
|
||||
@@ -235,3 +235,163 @@
|
||||
grid-template-columns: repeat(4, 1fr);
|
||||
}
|
||||
}
|
||||
|
||||
/* 平板过渡断点 (500-768px) */
|
||||
@media (min-width: 500px) and (max-width: 767px) {
|
||||
.container {
|
||||
max-width: 100%;
|
||||
padding: 20px 24px;
|
||||
}
|
||||
|
||||
.nav-tabs-compact .nav-tab {
|
||||
padding: 10px 16px;
|
||||
font-size: 13px;
|
||||
}
|
||||
|
||||
.sub-tab {
|
||||
padding: 10px 14px;
|
||||
font-size: 13px;
|
||||
}
|
||||
|
||||
.card,
|
||||
.input-section {
|
||||
padding: 18px 20px;
|
||||
border-radius: 16px;
|
||||
}
|
||||
|
||||
.alerts-summary.top-summary {
|
||||
padding: 14px 20px;
|
||||
gap: 10px 14px;
|
||||
}
|
||||
|
||||
.alerts-summary.top-summary .summary-value {
|
||||
font-size: 18px;
|
||||
}
|
||||
|
||||
.signal-details {
|
||||
grid-template-columns: repeat(2, 1fr);
|
||||
gap: 12px;
|
||||
}
|
||||
|
||||
.summary-grid {
|
||||
grid-template-columns: repeat(2, 1fr);
|
||||
gap: 12px;
|
||||
}
|
||||
|
||||
.scan-summary-header {
|
||||
padding: 12px 16px;
|
||||
}
|
||||
|
||||
.deep-score-breakdown {
|
||||
padding: 12px 18px;
|
||||
}
|
||||
|
||||
.score-breakdown-item .breakdown-value {
|
||||
font-size: 20px;
|
||||
}
|
||||
}
|
||||
|
||||
/* 超大屏幕 (1440px+) 限制最大宽度避免过宽 */
|
||||
@media (min-width: 1440px) {
|
||||
.container {
|
||||
max-width: 1100px;
|
||||
}
|
||||
}
|
||||
|
||||
/* ===== 打印样式 ===== */
|
||||
@media print {
|
||||
/* 隐藏导航、操作按钮、非打印元素 */
|
||||
.nav-tabs,
|
||||
.sub-tabs,
|
||||
.title-bar .user-info,
|
||||
.toast-container,
|
||||
.confirm-overlay,
|
||||
.modal-overlay,
|
||||
.deep-input-card,
|
||||
.deep-analyze-btn,
|
||||
.alert-action-btn,
|
||||
.scan-control,
|
||||
.scan-btn,
|
||||
.analyze-btn,
|
||||
.trade-actions-bar,
|
||||
.add-trade-btn,
|
||||
.refresh-price-btn,
|
||||
.buy-card-arrow,
|
||||
.skeleton-card,
|
||||
.no-print {
|
||||
display: none !important;
|
||||
}
|
||||
|
||||
/* 重置背景为白色 */
|
||||
body {
|
||||
background: #fff !important;
|
||||
color: #000 !important;
|
||||
}
|
||||
|
||||
.container {
|
||||
max-width: 100% !important;
|
||||
padding: 0 !important;
|
||||
}
|
||||
|
||||
/* 卡片去阴影、改为黑白边框 */
|
||||
.deep-report,
|
||||
.deep-header-card,
|
||||
.deep-section,
|
||||
.deep-ai-summary,
|
||||
.buy-analysis-card,
|
||||
.buy-card-detail,
|
||||
.card,
|
||||
.glass-card {
|
||||
background: #fff !important;
|
||||
border: 1px solid #ccc !important;
|
||||
box-shadow: none !important;
|
||||
border-radius: 4px !important;
|
||||
margin-bottom: 8px !important;
|
||||
padding: 10px 12px !important;
|
||||
}
|
||||
|
||||
/* 文字改为黑色 */
|
||||
.deep-stock-name,
|
||||
.deep-stock-code,
|
||||
.deep-price,
|
||||
.score-num,
|
||||
.deep-section-title,
|
||||
.deep-ai-title,
|
||||
.deep-ai-text,
|
||||
.ai-action-tip,
|
||||
.buy-card-name,
|
||||
.buy-card-code,
|
||||
.breakdown-label,
|
||||
.breakdown-value {
|
||||
color: #000 !important;
|
||||
}
|
||||
|
||||
/* 涨跌色保持可区分（改为深色） */
|
||||
.deep-change.up, .batch-change.up, .alert-change.up,
|
||||
.positive, .trade-profit.profit, .holding-profit.profit {
|
||||
color: #c0392b !important;
|
||||
}
|
||||
.deep-change.down, .batch-change.down, .alert-change.down,
|
||||
.negative, .trade-profit.loss, .holding-profit.loss {
|
||||
color: #27ae60 !important;
|
||||
}
|
||||
|
||||
/* 评分圆环保持色差 */
|
||||
.deep-score-circle.score-high { background: #c0392b !important; -webkit-print-color-adjust: exact; print-color-adjust: exact; }
|
||||
.deep-score-circle.score-mid { background: #e67e22 !important; -webkit-print-color-adjust: exact; print-color-adjust: exact; }
|
||||
.deep-score-circle.score-low { background: #7f8c8d !important; -webkit-print-color-adjust: exact; print-color-adjust: exact; }
|
||||
.score-num { color: #fff !important; -webkit-print-color-adjust: exact; print-color-adjust: exact; }
|
||||
|
||||
/* SVG 保色 */
|
||||
svg {
|
||||
-webkit-print-color-adjust: exact;
|
||||
print-color-adjust: exact;
|
||||
}
|
||||
|
||||
/* 避免分页截断 */
|
||||
.deep-header-card,
|
||||
.deep-section,
|
||||
.buy-analysis-card {
|
||||
break-inside: avoid;
|
||||
}
|
||||
}
|
||||
|
||||
@@ -81,8 +81,8 @@
|
||||
font-weight: 600;
|
||||
font-variant-numeric: tabular-nums;
|
||||
}
|
||||
.batch-change.up { color: #ff4444; }
|
||||
.batch-change.down { color: #00c853; }
|
||||
.batch-change.up { color: var(--up); }
|
||||
.batch-change.down { color: var(--down); }
|
||||
|
||||
/* 信号计数徽章 */
|
||||
.batch-count-badge {
|
||||
@@ -134,13 +134,13 @@
|
||||
font-size: 10px;
|
||||
opacity: 0.9;
|
||||
}
|
||||
.pill-s85 { color: #ff6666; background: rgba(255,68,68,0.12); }
|
||||
.pill-s80 { color: #ff8a50; background: rgba(255,107,53,0.12); }
|
||||
.pill-s75 { color: #66bb6a; background: rgba(76,175,80,0.12); }
|
||||
.pill-s70 { color: #64b5f6; background: rgba(33,150,243,0.12); }
|
||||
.pill-s65 { color: #ce93d8; background: rgba(156,39,176,0.10); }
|
||||
.pill-s60 { color: #ffb74d; background: rgba(255,152,0,0.12); }
|
||||
.pill-s55 { color: #90a4ae; background: rgba(96,125,139,0.12); }
|
||||
.pill-s85 { color: var(--sig-85); background: rgba(255,68,68,0.12); }
|
||||
.pill-s80 { color: var(--sig-80); background: rgba(255,107,53,0.12); }
|
||||
.pill-s75 { color: var(--sig-75); background: rgba(76,175,80,0.12); }
|
||||
.pill-s70 { color: var(--sig-70); background: rgba(33,150,243,0.12); }
|
||||
.pill-s65 { color: var(--sig-65); background: rgba(156,39,176,0.10); }
|
||||
.pill-s60 { color: var(--sig-60); background: rgba(255,152,0,0.12); }
|
||||
.pill-s55 { color: var(--sig-55); background: rgba(96,125,139,0.12); }
|
||||
|
||||
/* 描述区域 */
|
||||
.batch-desc-area {
|
||||
@@ -160,13 +160,13 @@
|
||||
flex-shrink: 0;
|
||||
margin-top: 6px;
|
||||
}
|
||||
.dot-s85 { background: #ff4444; }
|
||||
.dot-s80 { background: #ff6b35; }
|
||||
.dot-s75 { background: #4CAF50; }
|
||||
.dot-s70 { background: #2196F3; }
|
||||
.dot-s65 { background: #9C27B0; }
|
||||
.dot-s60 { background: #FF9800; }
|
||||
.dot-s55 { background: #607D8B; }
|
||||
.dot-s85 { background: var(--sig-85); }
|
||||
.dot-s80 { background: var(--sig-80); }
|
||||
.dot-s75 { background: var(--sig-75); }
|
||||
.dot-s70 { background: var(--sig-70); }
|
||||
.dot-s65 { background: var(--sig-65); }
|
||||
.dot-s60 { background: var(--sig-60); }
|
||||
.dot-s55 { background: var(--sig-55); }
|
||||
.desc-text {
|
||||
font-size: 11.5px;
|
||||
color: var(--text-secondary);
|
||||
@@ -198,11 +198,11 @@
|
||||
.batch-rec-tag.rec-buy,
|
||||
.batch-rec-tag.rec-add {
|
||||
background: rgba(0,206,158,0.18);
|
||||
color: #00ce9e;
|
||||
color: var(--success);
|
||||
}
|
||||
.batch-rec-tag.rec-sell {
|
||||
background: rgba(255,68,68,0.18);
|
||||
color: #ff4444;
|
||||
color: var(--danger);
|
||||
}
|
||||
.batch-rec-tag.rec-watch,
|
||||
.batch-rec-tag.rec-hold {
|
||||
@@ -229,8 +229,8 @@
|
||||
.scan-holding-note,
|
||||
.strategy-holding-note {
|
||||
font-size: 11.5px;
|
||||
color: #ff9800;
|
||||
background: rgba(255,152,0,0.08);
|
||||
color: var(--warning);
|
||||
background: rgba(255,170,0,0.08);
|
||||
padding: 4px 12px;
|
||||
margin: 4px 16px 0;
|
||||
border-radius: 6px;
|
||||
@@ -272,13 +272,13 @@
|
||||
border-radius: 50%;
|
||||
flex-shrink: 0;
|
||||
}
|
||||
.ss-dot-sm.s85 { background: #ff4444; }
|
||||
.ss-dot-sm.s80 { background: #ff6b35; }
|
||||
.ss-dot-sm.s75 { background: #4CAF50; }
|
||||
.ss-dot-sm.s70 { background: #2196F3; }
|
||||
.ss-dot-sm.s65 { background: #9C27B0; }
|
||||
.ss-dot-sm.s60 { background: #FF9800; }
|
||||
.ss-dot-sm.s55 { background: #607D8B; }
|
||||
.ss-dot-sm.s85 { background: var(--sig-85); }
|
||||
.ss-dot-sm.s80 { background: var(--sig-80); }
|
||||
.ss-dot-sm.s75 { background: var(--sig-75); }
|
||||
.ss-dot-sm.s70 { background: var(--sig-70); }
|
||||
.ss-dot-sm.s65 { background: var(--sig-65); }
|
||||
.ss-dot-sm.s60 { background: var(--sig-60); }
|
||||
.ss-dot-sm.s55 { background: var(--sig-55); }
|
||||
|
||||
/* 全量扫描触发区域 */
|
||||
.full-scan-trigger-section {
|
||||
@@ -1016,3 +1016,26 @@
|
||||
min-width: 28px;
|
||||
text-align: right;
|
||||
}
|
||||
|
||||
/* 扫描卡片综合得分胶囊 */
|
||||
.scan-score-pill {
|
||||
flex-shrink: 0;
|
||||
font-size: 12px;
|
||||
font-weight: 700;
|
||||
padding: 2px 8px;
|
||||
border-radius: 10px;
|
||||
font-variant-numeric: tabular-nums;
|
||||
cursor: help;
|
||||
}
|
||||
.scan-score-pill.score-high {
|
||||
color: var(--danger);
|
||||
background: rgba(255,68,68,0.12);
|
||||
}
|
||||
.scan-score-pill.score-mid {
|
||||
color: var(--warning);
|
||||
background: rgba(255,170,0,0.12);
|
||||
}
|
||||
.scan-score-pill.score-low {
|
||||
color: var(--text-muted);
|
||||
background: rgba(255,255,255,0.06);
|
||||
}
|
||||
|
||||
@@ -1589,7 +1589,7 @@
|
||||
try {
|
||||
const amount = parseFloat(this.cashInputValue);
|
||||
if (isNaN(amount)) {
|
||||
alert('请输入有效金额');
|
||||
this.showToast('请输入有效金额', 'warning');
|
||||
return;
|
||||
}
|
||||
const response = await axios.put('/api/available_cash', { amount });
|
||||
@@ -1597,11 +1597,11 @@
|
||||
this.availableCash = response.data.available_cash;
|
||||
this.editingCash = false;
|
||||
} else {
|
||||
alert('保存失败: ' + (response.data.error || '未知错误'));
|
||||
this.showToast('保存失败: ' + (response.data.error || '未知错误'), 'error');
|
||||
}
|
||||
} catch (err) {
|
||||
console.error('保存可用资金失败:', err);
|
||||
alert('保存失败');
|
||||
this.showToast('保存失败', 'error');
|
||||
}
|
||||
},
|
||||
|
||||
@@ -2168,7 +2168,7 @@
|
||||
|
||||
async batchTechSignals() {
|
||||
if (!this.searchHistory || this.searchHistory.length === 0) {
|
||||
alert('请先添加关注股票');
|
||||
this.showToast('请先添加关注股票', 'warning');
|
||||
return;
|
||||
}
|
||||
this.techLoading = true;
|
||||
@@ -2220,6 +2220,7 @@
|
||||
signal_type: signalTypes,
|
||||
holding_codes: (this.holdingStocks || []).join(','),
|
||||
recommend_text: this.fullScanFilterRecommend === 'all' ? '' : this.fullScanFilterRecommend,
|
||||
with_scores: true,
|
||||
}
|
||||
});
|
||||
if (resp.data.success) {
|
||||
|
||||
@@ -8,17 +8,19 @@
|
||||
<script src="https://unpkg.com/axios/dist/axios.min.js"></script>
|
||||
<style>
|
||||
:root {
|
||||
--bg-dark: #0a0a0a;
|
||||
--bg-dark: #020617;
|
||||
--bg-glass: rgba(255, 255, 255, 0.05);
|
||||
--bg-glass-hover: rgba(255, 255, 255, 0.08);
|
||||
--bg-content: #0f172a;
|
||||
--border-glass: rgba(255, 255, 255, 0.1);
|
||||
--text-primary: #ffffff;
|
||||
--text-secondary: rgba(255, 255, 255, 0.7);
|
||||
--text-muted: rgba(255, 255, 255, 0.4);
|
||||
--accent: #ffffff;
|
||||
--accent: #fbbf24;
|
||||
--primary: #fbbf24;
|
||||
--success: #00ff88;
|
||||
--danger: #ff4444;
|
||||
--warning: #ffaa00;
|
||||
--warning: #fbbf24;
|
||||
--info: #3b82f6;
|
||||
}
|
||||
* { margin: 0; padding: 0; box-sizing: border-box; }
|
||||
@@ -29,12 +31,13 @@
|
||||
color: var(--text-primary);
|
||||
padding-bottom: env(safe-area-inset-bottom);
|
||||
}
|
||||
.admin-wrap { max-width: 800px; margin: 0 auto; padding: 20px 16px; padding-top: max(20px, env(safe-area-inset-top)); }
|
||||
.admin-wrap { max-width: 800px; margin: 0 auto; padding: 20px 16px; padding-top: max(20px, env(safe-area-inset-top)); background: var(--bg-content); min-height: 100vh; }
|
||||
|
||||
/* Header */
|
||||
.admin-header { display: flex; justify-content: space-between; align-items: center; margin-bottom: 20px; }
|
||||
.admin-header h1 { font-size: 20px; font-weight: 600; letter-spacing: -0.5px; display: flex; align-items: center; gap: 8px; }
|
||||
.admin-header h1 .icon { width: 22px; height: 22px; opacity: 0.9; }
|
||||
.admin-badge { display: inline-flex; align-items: center; padding: 2px 8px; border-radius: 6px; font-size: 10px; font-weight: 700; letter-spacing: 0.5px; background: rgba(251,191,36,0.15); color: var(--accent); border: 1px solid rgba(251,191,36,0.3); }
|
||||
.back-link { color: var(--text-muted); text-decoration: none; font-size: 13px; display: flex; align-items: center; gap: 4px; transition: color 0.2s; }
|
||||
.back-link:hover { color: var(--text-primary); }
|
||||
.back-link svg { width: 14px; height: 14px; }
|
||||
@@ -43,7 +46,7 @@
|
||||
.nav-tabs { display: flex; gap: 2px; margin-bottom: 20px; background: var(--bg-glass); border-radius: 12px; padding: 3px; }
|
||||
.nav-tab { flex: 1; padding: 8px 4px; border: none; background: transparent; color: var(--text-muted); cursor: pointer; border-radius: 10px; font-size: 13px; font-weight: 500; transition: all 0.2s; display: flex; flex-direction: column; align-items: center; gap: 2px; }
|
||||
.nav-tab svg { width: 18px; height: 18px; opacity: 0.5; transition: opacity 0.2s; }
|
||||
.nav-tab.active { background: var(--bg-glass-hover); color: var(--text-primary); }
|
||||
.nav-tab.active { background: var(--bg-glass-hover); color: var(--accent); }
|
||||
.nav-tab.active svg { opacity: 1; }
|
||||
.nav-tab:hover:not(.active) { color: var(--text-secondary); }
|
||||
|
||||
@@ -265,6 +268,7 @@
|
||||
<h1>
|
||||
<svg class="icon" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"><rect x="3" y="3" width="7" height="7" rx="1"/><rect x="14" y="3" width="7" height="7" rx="1"/><rect x="3" y="14" width="7" height="7" rx="1"/><rect x="14" y="14" width="7" height="7" rx="1"/></svg>
|
||||
管理后台
|
||||
<span class="admin-badge">ADMIN</span>
|
||||
</h1>
|
||||
<a class="back-link" href="javascript:void(0)" onclick="if(window.opener||window.history.length<=1){window.close()}else{window.location.href='/'}">
|
||||
<svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2"><path d="M19 12H5"/><path d="M12 19l-7-7 7-7"/></svg>
|
||||
|
||||
@@ -21,19 +21,19 @@
|
||||
<link rel="icon" href="data:image/svg+xml,<svg xmlns='http://www.w3.org/2000/svg' viewBox='0 0 100 100'><text y='.9em' font-size='90'>📈</text></svg>">
|
||||
<script src="https://unpkg.com/axios/dist/axios.min.js"></script>
|
||||
<script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
|
||||
<link rel="stylesheet" href="/static/css/base.css?v=20260318v2">
|
||||
<link rel="stylesheet" href="/static/css/base.css?v=20260718v1">
|
||||
<link rel="stylesheet" href="/static/css/components.css?v=20260318v2">
|
||||
<link rel="stylesheet" href="/static/css/auth.css?v=20260318v1">
|
||||
<link rel="stylesheet" href="/static/css/pages.css?v=20260511v3">
|
||||
<link rel="stylesheet" href="/static/css/scan.css?v=20260318v2">
|
||||
<link rel="stylesheet" href="/static/css/responsive.css?v=20260318v2">
|
||||
<link rel="stylesheet" href="/static/css/pages.css?v=20260718v1">
|
||||
<link rel="stylesheet" href="/static/css/scan.css?v=20260718v1">
|
||||
<link rel="stylesheet" href="/static/css/responsive.css?v=20260718v1">
|
||||
</head>
|
||||
<body>
|
||||
{% raw %}
|
||||
<div id="app" v-cloak>
|
||||
<!-- 全局 Toast 提示 -->
|
||||
<transition name="toast-fade">
|
||||
<div v-if="toastVisible" :class="['toast-container', toastType]">
|
||||
<div v-if="toastVisible" :class="['toast-container', toastType]" role="alert" aria-live="assertive">
|
||||
<span class="toast-icon">
|
||||
{{ toastType === 'success' ? '✓' : toastType === 'error' ? '✕' : toastType === 'warning' ? '⚠' : 'ℹ' }}
|
||||
</span>
|
||||
@@ -43,7 +43,7 @@
|
||||
|
||||
<!-- 确认对话框 -->
|
||||
<transition name="modal-fade">
|
||||
<div v-if="confirmVisible" class="confirm-overlay" @click.self="handleConfirmCancel">
|
||||
<div v-if="confirmVisible" class="confirm-overlay" @click.self="handleConfirmCancel" role="dialog" aria-modal="true" aria-label="确认操作">
|
||||
<div class="confirm-dialog">
|
||||
<div class="confirm-message">{{ confirmMessage }}</div>
|
||||
<div class="confirm-buttons">
|
||||
@@ -113,7 +113,7 @@
|
||||
|
||||
<!-- 登录弹窗 -->
|
||||
<transition name="modal-fade">
|
||||
<div v-if="showLoginModal" class="modal-overlay" @click.self="showLoginModal = false">
|
||||
<div v-if="showLoginModal" class="modal-overlay" @click.self="showLoginModal = false" role="dialog" aria-modal="true" aria-label="登录">
|
||||
<div class="login-modal">
|
||||
<div class="login-tabs">
|
||||
<button :class="['login-tab', { active: !isRegister }]" @click="isRegister = false; loginError = ''">登录</button>
|
||||
@@ -199,11 +199,11 @@
|
||||
</div>
|
||||
|
||||
<!-- 顶部导航 -->
|
||||
<div class="nav-tabs nav-tabs-compact">
|
||||
<button :class="['nav-tab', { active: activeTab === 'alerts' }]" @click="activeTab = 'alerts'">提醒</button>
|
||||
<button :class="['nav-tab', { active: activeTab === 'trades' }]" @click="activeTab = 'trades'; loadTrades()">交易</button>
|
||||
<button :class="['nav-tab', { active: activeTab === 'analysis' }]" @click="activeTab = 'analysis'; if (analysisSubTab === 'scan') fetchFullScanResults(1)">分析</button>
|
||||
<button :class="['nav-tab', { active: activeTab === 'model' }]" @click="activeTab = 'model'">模型</button>
|
||||
<div class="nav-tabs nav-tabs-compact" role="tablist">
|
||||
<button :class="['nav-tab', { active: activeTab === 'alerts' }]" role="tab" :aria-selected="activeTab === 'alerts'" @click="activeTab = 'alerts'">提醒</button>
|
||||
<button :class="['nav-tab', { active: activeTab === 'trades' }]" role="tab" :aria-selected="activeTab === 'trades'" @click="activeTab = 'trades'; loadTrades()">交易</button>
|
||||
<button :class="['nav-tab', { active: activeTab === 'analysis' }]" role="tab" :aria-selected="activeTab === 'analysis'" @click="activeTab = 'analysis'; if (analysisSubTab === 'scan') fetchFullScanResults(1)">分析</button>
|
||||
<button :class="['nav-tab', { active: activeTab === 'model' }]" role="tab" :aria-selected="activeTab === 'model'" @click="activeTab = 'model'">模型</button>
|
||||
</div>
|
||||
|
||||
<!-- 提醒页面 -->
|
||||
@@ -262,7 +262,7 @@
|
||||
<!-- 卖出信号（持有的股票出现卖出信号需要优先关注） -->
|
||||
<div v-if="holdingAlerts.filter(a => a.signalType === 'sell').length > 0" class="alert-section">
|
||||
<h4 class="section-title sell">卖出信号</h4>
|
||||
<div v-for="alert in holdingAlerts.filter(a => a.signalType === 'sell')" :key="alert.code" class="alert-card sell" @click="loadFundamental(alert.code, alert.name)">
|
||||
<div v-for="alert in holdingAlerts.filter(a => a.signalType === 'sell')" :key="alert.code" class="alert-card sell" role="button" tabindex="0" @click="loadFundamental(alert.code, alert.name)" @keyup.enter="loadFundamental(alert.code, alert.name)">
|
||||
<div class="alert-header">
|
||||
<span class="alert-code">{{ alert.code }}</span>
|
||||
<span class="alert-name">{{ alert.name }}</span>
|
||||
@@ -294,7 +294,7 @@
|
||||
<div v-if="holdingAlerts.filter(a => a.signalType === 'buy').length > 0" class="alert-section">
|
||||
<h4 class="section-title buy">正向信号</h4>
|
||||
<div v-for="alert in holdingAlerts.filter(a => a.signalType === 'buy')" :key="alert.code"
|
||||
class="alert-card" :class="alert.recommendText === '加仓' ? 'buy' : 'hold'" @click="loadFundamental(alert.code, alert.name)">
|
||||
class="alert-card" :class="alert.recommendText === '加仓' ? 'buy' : 'hold'" role="button" tabindex="0" @click="loadFundamental(alert.code, alert.name)" @keyup.enter="loadFundamental(alert.code, alert.name)">
|
||||
<div class="alert-header">
|
||||
<span class="alert-code">{{ alert.code }}</span>
|
||||
<span class="alert-name">{{ alert.name }}</span>
|
||||
@@ -326,7 +326,7 @@
|
||||
<!-- 观望（持有的股票无明确信号） -->
|
||||
<div v-if="holdingAlerts.filter(a => a.signalType === 'watch').length > 0" class="alert-section">
|
||||
<h4 class="section-title watch">持有观望</h4>
|
||||
<div v-for="alert in holdingAlerts.filter(a => a.signalType === 'watch')" :key="alert.code" class="alert-card watch" @click="loadFundamental(alert.code, alert.name)">
|
||||
<div v-for="alert in holdingAlerts.filter(a => a.signalType === 'watch')" :key="alert.code" class="alert-card watch" role="button" tabindex="0" @click="loadFundamental(alert.code, alert.name)" @keyup.enter="loadFundamental(alert.code, alert.name)">
|
||||
<div class="alert-header">
|
||||
<span class="alert-code">{{ alert.code }}</span>
|
||||
<span class="alert-name">{{ alert.name }}</span>
|
||||
@@ -362,7 +362,7 @@
|
||||
<!-- 买入提醒列表 -->
|
||||
<div v-if="buyAlerts.length > 0" class="alert-section">
|
||||
<h4 class="section-title buy">买入信号</h4>
|
||||
<div v-for="alert in buyAlerts" :key="alert.code" class="alert-card buy" @click="loadFundamental(alert.code, alert.name)">
|
||||
<div v-for="alert in buyAlerts" :key="alert.code" class="alert-card buy" role="button" tabindex="0" @click="loadFundamental(alert.code, alert.name)" @keyup.enter="loadFundamental(alert.code, alert.name)">
|
||||
<div class="alert-header">
|
||||
<span class="alert-code">{{ alert.code }}</span>
|
||||
<span class="alert-name">{{ alert.name }}</span>
|
||||
@@ -395,7 +395,7 @@
|
||||
<!-- 卖出提醒列表 -->
|
||||
<div v-if="sellAlerts.length > 0" class="alert-section">
|
||||
<h4 class="section-title sell">卖出信号</h4>
|
||||
<div v-for="alert in sellAlerts" :key="alert.code" class="alert-card sell" @click="loadFundamental(alert.code, alert.name)">
|
||||
<div v-for="alert in sellAlerts" :key="alert.code" class="alert-card sell" role="button" tabindex="0" @click="loadFundamental(alert.code, alert.name)" @keyup.enter="loadFundamental(alert.code, alert.name)">
|
||||
<div class="alert-header">
|
||||
<span class="alert-code">{{ alert.code }}</span>
|
||||
<span class="alert-name">{{ alert.name }}</span>
|
||||
@@ -427,7 +427,7 @@
|
||||
<!-- 观望列表 -->
|
||||
<div v-if="watchAlerts.length > 0" class="alert-section">
|
||||
<h4 class="section-title watch">观望</h4>
|
||||
<div v-for="alert in watchAlerts" :key="alert.code" class="alert-card watch" @click="loadFundamental(alert.code, alert.name)">
|
||||
<div v-for="alert in watchAlerts" :key="alert.code" class="alert-card watch" role="button" tabindex="0" @click="loadFundamental(alert.code, alert.name)" @keyup.enter="loadFundamental(alert.code, alert.name)">
|
||||
<div class="alert-header">
|
||||
<span class="alert-code">{{ alert.code }}</span>
|
||||
<span class="alert-name">{{ alert.name }}</span>
|
||||
@@ -847,7 +847,7 @@
|
||||
<!-- 全量扫描结果 -->
|
||||
<template v-if="fullScanStatus && (fullScanResults.length > 0 || fullScanFilterRecommend !== 'all')">
|
||||
<div class="scan-summary-section">
|
||||
<div class="scan-summary-header" @click="scanSummaryCollapsed = !scanSummaryCollapsed">
|
||||
<div class="scan-summary-header" role="button" tabindex="0" :aria-expanded="!scanSummaryCollapsed" @click="scanSummaryCollapsed = !scanSummaryCollapsed" @keyup.enter="scanSummaryCollapsed = !scanSummaryCollapsed">
|
||||
<span class="scan-summary-text">扫描 <b>{{ fullScanStatus.scanned }}</b><small v-if="fullScanStatus.total && fullScanStatus.scanned < fullScanStatus.total">/{{ fullScanStatus.total }}</small> 只，有信号 <b class="highlight">{{ fullScanStatus.triggered }}</b> 只</span>
|
||||
<span class="scan-summary-actions">
|
||||
<button class="section-close inline" @click.stop="fullScanStatus = null; fullScanResults = []" title="关闭">✕</button>
|
||||
@@ -899,6 +899,11 @@
|
||||
<span class="scan-change" v-if="item.change_pct != null"
|
||||
:class="item.change_pct >= 0 ? 'up' : 'down'">{{ item.change_pct >= 0 ? '+' : '' }}{{ item.change_pct.toFixed(2) }}%</span>
|
||||
</span>
|
||||
<span class="scan-score-pill" v-if="item.final_score != null"
|
||||
:class="'score-' + (item.final_score >= 65 ? 'high' : item.final_score >= 50 ? 'mid' : 'low')"
|
||||
:title="'技术' + item.technical_score + ' / 外部' + (item.external_score >= 0 ? '+' : '') + item.external_score">
|
||||
{{ item.final_score }}分
|
||||
</span>
|
||||
<span class="scan-triggered" v-if="item.triggered_count > 0">🔔 {{ item.triggered_count }}个信号</span>
|
||||
<span class="scan-no-signal" v-else>无信号</span>
|
||||
</div>
|
||||
@@ -1115,8 +1120,16 @@
|
||||
</div>
|
||||
|
||||
<!-- 加载状态 -->
|
||||
<div v-if="deepLoading" class="bull-loading">
|
||||
<span class="loading-dot"></span> 正在进行深度分析...
|
||||
<div v-if="deepLoading" class="skeleton-card">
|
||||
<div class="skeleton-line medium"></div>
|
||||
<div class="skeleton-line long"></div>
|
||||
<div class="skeleton-grid">
|
||||
<div class="skeleton-line short"></div>
|
||||
<div class="skeleton-line short"></div>
|
||||
</div>
|
||||
<div class="skeleton-line long"></div>
|
||||
<div class="skeleton-line medium"></div>
|
||||
<div class="skeleton-line long"></div>
|
||||
</div>
|
||||
|
||||
<!-- 分析报告 -->
|
||||
@@ -1142,6 +1155,24 @@
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<!-- 三项得分明细 -->
|
||||
<div v-if="deepReport.comprehensive" class="deep-score-breakdown">
|
||||
<div class="score-breakdown-item">
|
||||
<span class="breakdown-label">技术得分</span>
|
||||
<span class="breakdown-value">{{ deepReport.comprehensive.technical_score }}</span>
|
||||
</div>
|
||||
<div class="score-breakdown-item">
|
||||
<span class="breakdown-label">外部得分</span>
|
||||
<span class="breakdown-value" :class="deepReport.comprehensive.external_score >= 0 ? 'pos' : 'neg'">
|
||||
{{ deepReport.comprehensive.external_score >= 0 ? '+' : '' }}{{ deepReport.comprehensive.external_score }}
|
||||
</span>
|
||||
</div>
|
||||
<div class="score-breakdown-item highlight">
|
||||
<span class="breakdown-label">综合得分</span>
|
||||
<span class="breakdown-value">{{ deepReport.comprehensive.final_score }}</span>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<!-- AI通俗解说 -->
|
||||
<div v-if="deepReport.ai_summary" class="deep-ai-summary">
|
||||
<div class="deep-ai-title">💡 AI 解读</div>
|
||||
@@ -1266,10 +1297,10 @@
|
||||
</div>
|
||||
|
||||
<!-- 空状态 -->
|
||||
<div v-if="!deepReport && !deepLoading" class="bull-empty-tip">
|
||||
<div class="empty-icon" style="font-size:28px">个股深析</div>
|
||||
<p>输入股票代码，获取深度技术分析报告</p>
|
||||
<p class="sub-tip">包含价格位置、压力支撑、量价分析、空间估算、综合评分</p>
|
||||
<div v-if="!deepReport && !deepLoading" class="empty-state">
|
||||
<div class="empty-state-icon">📊</div>
|
||||
<div class="empty-state-title">个股深析</div>
|
||||
<div class="empty-state-desc">输入股票代码，获取深度技术分析报告<br>包含价格位置、压力支撑、量价分析、空间估算、综合评分</div>
|
||||
</div>
|
||||
</div><!-- 个股深析子页面结束 -->
|
||||
|
||||
@@ -1288,10 +1319,10 @@
|
||||
<span class="loading-dot"></span> 正在批量分析买入推荐股...（{{ buyAnalysisProgress }}/{{ buyAnalysisTotal }}）
|
||||
</div>
|
||||
|
||||
<div v-if="!buyAnalysisLoading && buyAnalysisList.length === 0" class="bull-empty-tip">
|
||||
<div class="empty-icon" style="font-size:28px">📊</div>
|
||||
<p>暂无买入推荐股票</p>
|
||||
<p class="sub-tip">当全景扫描中有买入推荐时，会自动进行深度分析</p>
|
||||
<div v-if="!buyAnalysisLoading && buyAnalysisList.length === 0" class="empty-state">
|
||||
<div class="empty-state-icon">📋</div>
|
||||
<div class="empty-state-title">暂无买入推荐股票</div>
|
||||
<div class="empty-state-desc">当全景扫描中有买入推荐时，可在此批量执行深度分析</div>
|
||||
</div>
|
||||
|
||||
<div v-if="buyAnalysisList.length > 0" class="buy-analysis-list">
|
||||
@@ -1316,6 +1347,22 @@
|
||||
<span class="buy-card-arrow" :class="{ expanded: item._expanded }">▸</span>
|
||||
</div>
|
||||
<div v-show="item._expanded" class="buy-card-detail">
|
||||
<div v-if="item.comprehensive" class="deep-score-breakdown" style="margin-bottom:8px;">
|
||||
<div class="score-breakdown-item">
|
||||
<span class="breakdown-label">技术得分</span>
|
||||
<span class="breakdown-value">{{ item.comprehensive.technical_score }}</span>
|
||||
</div>
|
||||
<div class="score-breakdown-item">
|
||||
<span class="breakdown-label">外部得分</span>
|
||||
<span class="breakdown-value" :class="item.comprehensive.external_score >= 0 ? 'pos' : 'neg'">
|
||||
{{ item.comprehensive.external_score >= 0 ? '+' : '' }}{{ item.comprehensive.external_score }}
|
||||
</span>
|
||||
</div>
|
||||
<div class="score-breakdown-item highlight">
|
||||
<span class="breakdown-label">综合得分</span>
|
||||
<span class="breakdown-value">{{ item.comprehensive.final_score }}</span>
|
||||
</div>
|
||||
</div>
|
||||
<div v-if="item.ai_summary" class="deep-ai-summary" style="margin-bottom:8px;">
|
||||
<div class="deep-ai-title">💡 AI 解读</div>
|
||||
<div class="deep-ai-text"><p>{{ item.ai_summary.text }}</p></div>
|
||||
@@ -1953,7 +2000,7 @@
|
||||
|
||||
<!-- 止损预警区（可折叠） -->
|
||||
<div v-if="stopLossAlerts && stopLossAlerts.length > 0" class="stoploss-alerts-card stoploss-collapsible">
|
||||
<div class="stoploss-alerts-header" @click="stopLossAlertsExpanded = !stopLossAlertsExpanded">
|
||||
<div class="stoploss-alerts-header" role="button" tabindex="0" :aria-expanded="stopLossAlertsExpanded" @click="stopLossAlertsExpanded = !stopLossAlertsExpanded" @keyup.enter="stopLossAlertsExpanded = !stopLossAlertsExpanded">
|
||||
<h4>⚠️ 止损预警 <span class="stoploss-badge">{{ stopLossAlerts.length }}</span></h4>
|
||||
<span :class="['toggle-icon', { expanded: stopLossAlertsExpanded }]">▼</span>
|
||||
</div>
|
||||
@@ -1985,7 +2032,7 @@
|
||||
</div>
|
||||
|
||||
<!-- 交易记录表单弹窗 -->
|
||||
<div v-if="showTradeForm" class="modal-overlay" @click.self="showTradeForm = false">
|
||||
<div v-if="showTradeForm" class="modal-overlay" @click.self="showTradeForm = false" role="dialog" aria-modal="true" aria-label="记录交易">
|
||||
<div class="modal-content">
|
||||
<h3>记录交易</h3>
|
||||
<form @submit.prevent="submitTrade">
|
||||
@@ -2074,7 +2121,7 @@
|
||||
<button class="toggle-btn" @click.stop="toggleTradeGroup(group.code)">
|
||||
{{ expandedTradeGroups[group.code] ? '▼' : '▶' }}
|
||||
</button>
|
||||
<div class="trade-group-content" @click="loadFundamental(group.code, group.name)">
|
||||
<div class="trade-group-content" role="button" tabindex="0" @click="loadFundamental(group.code, group.name)" @keyup.enter="loadFundamental(group.code, group.name)">
|
||||
<!-- 第一行：股票信息 -->
|
||||
<div class="trade-group-info">
|
||||
<span class="trade-group-code">{{ group.code }}</span>
|
||||
|
||||
Reference in New Issue
Block a user