Initial commit
This commit is contained in:
freedakgmail
@@ -0,0 +1,207 @@
|
||||
# 本应用全部算法总结
|
||||
|
||||
## 一、全景扫描与策略建议
|
||||
|
||||
### 1.1 全景扫描（全量信号扫描）
|
||||
|
||||
**触发**：用户点击「全景扫描」或定时任务（如凌晨 01:00，crontab `0 1 * * 1-5`）。
|
||||
|
||||
**数据源**：
|
||||
- 股票列表：从表 **`stock_realtime_price`** 读取全部 `code, name`（即全市场股票）。
|
||||
- K 线：优先 **麦蕊智数** `get_kline(period='d', days=120)`，备用 **AKShare** 日 K。
|
||||
|
||||
**算法流程**：
|
||||
1. 脚本 `full_signal_scan.py` 按日 `scan_date` 运行，支持断点续扫（已扫过的 code 跳过）。
|
||||
2. 每只股票：取约 120 日 K 线 → 调用 **`detect_all_signals(df, lookback=5)`**（`services/signal_detector.py`）检测 7 个信号。
|
||||
3. 7 个信号：主升浪(85%)、日线底背离(80%)、龙抬头(75%)、真龙(70%)、短底背离(65%)、老鼠仓(60%)、反弹(55%)。每个信号得到是否触发、描述等。
|
||||
4. 结果写入表 **`stock_signal_scan`**：`code, name, scan_date, triggered_count, signal_status, indicators, latest_signals`。
|
||||
（**注意**：本脚本不写入价格；表 `stock_realtime_price` 由其他定时任务或接口更新。）
|
||||
|
||||
**并发**：`WORKERS=3`，`BATCH_SIZE=30`，多线程按批处理。
|
||||
|
||||
---
|
||||
|
||||
### 1.2 策略建议（分档买卖建议）
|
||||
|
||||
**触发**：用户点击「策略建议」。
|
||||
|
||||
**接口**：`GET /api/scan_strategy`，可选 `date`、`holding_codes`（逗号分隔）。
|
||||
|
||||
**算法**：
|
||||
1. 从 **`stock_signal_scan`** 读取当日 `scan_date` 全部记录（`signal_status, indicators, triggered_count`）。
|
||||
2. 对每条记录调用 **统一推荐函数 `_compute_recommend(signal_status, indicators, triggered_count, is_holding)`**（与扫描结果、提醒共用）：
|
||||
- **持仓**：MACD 死叉且无主升浪 → 卖出；有主升浪 → 加仓；有真龙 → 持有；否则 → 观望。
|
||||
- **非持仓**：底背离+龙抬头 → 买入；主升浪 → 加仓；真龙 → 关注；MACD 死叉 → 卖出；仅底背离 → 关注；仅龙抬头 → 关注；其他触发 → 观察；无 → 观望。
|
||||
3. 按推荐文案分档：
|
||||
- **档1 立即买入**：`disp == '买入'`（底背离+龙抬头）。
|
||||
- **档2 持仓加仓**：`disp in ('加仓','持有')`。
|
||||
- **档3 关注**：`disp == '关注'` 且龙抬头触发、无底背离。
|
||||
- **档4 纳入关注**：`disp == '关注'` 且其余（如仅底背离）。
|
||||
4. 返回 4 档的 `action/condition/desc/count/stocks`，前端展示。
|
||||
|
||||
**与全景扫描结果**：使用同一套 `_compute_recommend`，算法一致。
|
||||
|
||||
---
|
||||
|
||||
### 1.3 扫描结果列表（GET /api/scan_results）
|
||||
|
||||
**触发**：全景扫描完成后前端拉取或切换筛选/分页。
|
||||
|
||||
**接口**：`GET /api/scan_results`，参数：`date, min_triggered, signal_type, holding_codes, recommend_text, page, per_page, sort`。
|
||||
|
||||
**算法**：
|
||||
1. 从 **`stock_signal_scan`** 按 `scan_date` 筛选，可选按 `triggered_count`、信号类型过滤。
|
||||
2. 若有 **`recommend_text`**（如「买入」「关注」）：全量读出当日扫描，逐条 `_compute_recommend`，统计各推荐数量，筛出 `disp == recommend_text` 的 code，再分页。
|
||||
3. 否则：按 `triggered_count` 等排序分页，LEFT JOIN **`stock_realtime_price`** 取 `price, change_pct`。
|
||||
4. 对当前页每条记录再算一次 **`_compute_recommend`**（带入 `holding_codes`），得到 `recommend_type/recommend_text` 等返回前端。
|
||||
5. 列表中的**现价**来自表 **`stock_realtime_price`**（与全量扫描脚本无直接关系，需另有时效性更新）。
|
||||
|
||||
---
|
||||
|
||||
## 二、检查信号与批量扫描关注
|
||||
|
||||
### 2.1 单只检查信号（技术信号详情）
|
||||
|
||||
**触发**：在「技术信号」里输入/选择股票并查询，或从扫描列表点击某只股票。
|
||||
|
||||
**接口**：`GET /api/technical_signals/<stock_code>?lookback=5&days=120`。
|
||||
|
||||
**算法**：
|
||||
1. 用 **`_get_kline_data(stock_code, days)`** 取 K 线（优先麦蕊智数，备用 AKShare）。
|
||||
2. 调用 **`detect_all_signals(kline_df, lookback=5)`**，得到 7 个信号的触发情况、指标、说明。
|
||||
3. 返回 `signals, latest_signals, signal_summary, indicators, signal_status`。
|
||||
**不读** `stock_signal_scan`，**不读** `stock_realtime_price`，纯实时 K 线+本地计算。
|
||||
|
||||
---
|
||||
|
||||
### 2.2 批量扫描关注
|
||||
|
||||
**触发**：用户点击「批量扫描关注」。
|
||||
|
||||
**接口**：`POST /api/batch_technical_signals`，body：`{ codes: [关注列表的 code], lookback: 3, days: 120 }`。
|
||||
|
||||
**算法**：
|
||||
1. 对 `codes` 中每只（最多 20 只）：取 K 线 → **`detect_all_signals`** → 得到 `signal_status, triggered_count, latest_signals, indicators`。
|
||||
2. 结果仅用于当前页展示，**不写入** `stock_signal_scan`，**不写入** `stock_realtime_price`。
|
||||
3. 即：批量扫描关注 = 多只股票各自走一遍「单只检查信号」逻辑，无持久化。
|
||||
|
||||
---
|
||||
|
||||
## 三、模拟交易及查看时的现价
|
||||
|
||||
### 3.1 模拟持仓与统计中的现价
|
||||
|
||||
**数据来源**：
|
||||
- 表 **`sim_positions`** 存有每只持仓的 **`current_price`**（上次更新时的现价）。
|
||||
- 列表/统计接口（如 `GET /api/sim/positions`、`GET /api/sim/stats`）直接读该字段，**不在此处调实时接口**。
|
||||
|
||||
**现价何时更新**：
|
||||
- **手动刷新**：在「分析 → 模拟交易」页的 **当前持仓** 区块，点击 **「刷新现价」** 按钮时，会调用 **`updateSimPrices()`**：
|
||||
- 对每条持仓并行请求 **`GET /api/realtime_price/<stock_code>`**（12s 超时）；
|
||||
- 拿到价格后写回前端展示，并 **`POST /api/sim/update_prices`**，将 `{ stock_code: price }` 写入 **`sim_positions.current_price`**，并刷新统计。
|
||||
- 进入模拟交易子页（`loadSimData()`）时**不会**自动拉实时价，只读库中的 `current_price`。
|
||||
- 后端定时任务（如 scheduler）也可按配置更新 `sim_positions.current_price`（若已实现）。
|
||||
|
||||
**结论**：模拟交易「查看」时的现价 = 库中 **`sim_positions.current_price`**；**只有用户点击「刷新现价」**（或定时任务）时，才通过 **实时 API** 经 **`/api/realtime_price`** 再经 **`/api/sim/update_prices`** 写入。
|
||||
|
||||
---
|
||||
|
||||
## 四、提醒 tab 下的刷新
|
||||
|
||||
**触发**：进入提醒 tab 或用户点击刷新（含强制刷新）。
|
||||
|
||||
**涉及股票**：**关注列表**（searchHistory）+ **当前持仓**（holdingStocks），合并去重得到 `allStocks`。
|
||||
|
||||
**算法流程**：
|
||||
1. **优先读缓存**（未强制刷新时）：`GET /api/alerts_cache`，若缓存存在且为当日且版本匹配，则用缓存填充 `stockAlerts`，并 `updateHoldingPricesFromAlerts()`，对新加入的股票做增量分析；然后**直接结束**，不再请求信号接口。
|
||||
2. **主流程**：
|
||||
**`POST /api/signal_alerts`**，body：`{ stocks: allStocks, holding_codes: this.holdingStocks }`。
|
||||
- 后端从 **`stock_signal_scan`** 取当日扫描结果（`signal_status, indicators, triggered_count`），从 **`stock_realtime_price`** 取 `price, change_pct`。
|
||||
- 对每只股票调用 **`_compute_recommend(..., is_holding)`**，得到推荐类型、理由、推荐率等，并与价格一起返回。
|
||||
- 前端用返回结果覆盖 `stockAlerts`，保存缓存，并 **`updateHoldingPricesFromAlerts()`**（用提醒里的 price 回填持仓的 currentPrice）。
|
||||
3. **后台补齐实时价**：
|
||||
调用 **`refreshAlertPricesFromRealtime()`**（不传参 = 刷新全部 `stockAlerts`）：
|
||||
- 每批 5 只，**`GET /api/realtime_price/<code>`**（超时 12s），用返回价格覆盖对应 alert 的 `price` 及 `latest_data['收盘价']`；
|
||||
- 更新后 **`saveAlertsCache`**、**`updateHoldingPricesFromAlerts()`**。
|
||||
即：提醒列表的**最终展示价**来自**实时接口**，不是表里旧值。
|
||||
|
||||
**小结**：
|
||||
- 信号与推荐：**`stock_signal_scan`** + **`_compute_recommend`**，价格初值来自 **`stock_realtime_price`**。
|
||||
- 最终现价：**实时 API**（`/api/realtime_price` → 麦蕊智数等）通过 **`refreshAlertPricesFromRealtime()`** 覆盖。
|
||||
|
||||
---
|
||||
|
||||
## 五、交易 tab 下的刷新价格
|
||||
|
||||
**触发**：用户在交易 tab 点击「刷新价格」。
|
||||
|
||||
**涉及股票**：仅 **当前持仓**（`holdingPositions` 中 `quantity > 0` 的 code）。
|
||||
|
||||
**算法**（与提醒共用一套逻辑）：
|
||||
1. 取持仓 code 列表 **`holdingCodes`**。
|
||||
2. 设置 **`priceRefreshing = true`**，调用 **`refreshAlertPricesFromRealtime(holdingCodes, 12000)`**：
|
||||
- 若持仓在 **`stockAlerts`** 中存在：按与提醒相同的逻辑，每批 5 只请求 **`GET /api/realtime_price/<code>`**，更新 alert 的 `price`，并 **`updateHoldingPricesFromAlerts()`**，从而更新 **`holdingPositions[code].currentPrice`** 及统计。
|
||||
- 若某持仓不在 `stockAlerts` 中：仍对该 code 单独请求 **`GET /api/realtime_price/<code>`**，直接写 **`holdingPositions[code].currentPrice`**，并触发 `calculateTradeStats()`。
|
||||
3. 结束后 **`checkStopLoss()`**，**`priceRefreshing = false`**。
|
||||
|
||||
**接口统一**：
|
||||
- 提醒与交易刷新现价均使用 **同一接口** **`GET /api/realtime_price/<stock_code>`**，后端为 **`get_realtime_price(stock_code)`**（优先麦蕊智数，备用 AKShare），**不读** `stock_realtime_price` 表。
|
||||
|
||||
---
|
||||
|
||||
## 附录：关键数据流一览
|
||||
|
||||
| 场景 | 股票范围 | 信号/推荐来源 | 现价来源（最终展示） |
|
||||
|------|----------|----------------|----------------------|
|
||||
| 全景扫描 | 全市场（stock_realtime_price 表） | detect_all_signals，写入 stock_signal_scan | 扫描不写价格；列表用 stock_realtime_price |
|
||||
| 策略建议 | 当日 stock_signal_scan 全量 | _compute_recommend | 不展示单股现价 |
|
||||
| 扫描结果列表 | 按筛选/分页 | stock_signal_scan + _compute_recommend | stock_realtime_price 表 |
|
||||
| 单只/批量检查信号 | 用户选定/关注列表 | 实时 K 线 + detect_all_signals | 不涉及现价 |
|
||||
| 模拟交易查看 | 模拟持仓 | sim_positions.current_price | 刷新时：/api/realtime_price → update_prices |
|
||||
| 提醒刷新 | 关注+持仓 | stock_signal_scan + _compute_recommend；初价 stock_realtime_price | refreshAlertPricesFromRealtime → /api/realtime_price |
|
||||
| 交易刷新价格 | 持仓 | 无信号重算 | refreshAlertPricesFromRealtime(holdingCodes) → /api/realtime_price |
|
||||
|
||||
**统一推荐逻辑**：**`_compute_recommend(signal_status, indicators, triggered_count, is_holding)`** 用于：策略建议、扫描结果列表的推荐列、提醒的推荐与理由。信号类型键与 `signal_detector` 一致（如真龙为 **`true_dragon`**）。
|
||||
|
||||
---
|
||||
|
||||
## 算法与逻辑是否一致？
|
||||
|
||||
### 一致的部分
|
||||
|
||||
1. **信号检测**
|
||||
- 全景扫描（full_signal_scan）、单只检查信号、批量扫描关注，均使用 **同一套** **`detect_all_signals`**（`services/signal_detector.py`），7 个信号定义与判定一致。
|
||||
- 唯一区别：全景扫描写库（`stock_signal_scan`），单只/批量不写库。
|
||||
|
||||
2. **推荐逻辑**
|
||||
- 策略建议、扫描结果列表的推荐列、提醒的买卖/观望结论，均使用 **同一函数** **`_compute_recommend`**（`routes/analysis.py`），同一只股票在相同持仓状态下会得到相同推荐（买入/加仓/持有/关注/观察/观望/卖出）。
|
||||
- 策略建议的 4 档（立即买入、持仓加仓、关注、纳入关注）即按该推荐结果分组，无第二套规则。
|
||||
|
||||
3. **现价刷新（提醒与交易）**
|
||||
- 提醒 tab 的「用实时价覆盖」与交易 tab 的「刷新价格」共用 **同一方法** **`refreshAlertPricesFromRealtime(codesOnly?, timeoutMs)`**，同一接口 **`GET /api/realtime_price/<code>`**，同一后端 **`get_realtime_price`**（麦蕊智数优先，AKShare 备用）。
|
||||
- 逻辑一致：按 code 列表分批请求、写回 alert/持仓、更新缓存与统计。
|
||||
|
||||
4. **持仓状态**
|
||||
- 提醒、策略建议、扫描结果列表都使用同一套 **`holding_codes`**（前端传 `holdingStocks`），**`_compute_recommend`** 的 `is_holding` 与真实持仓一致，故「持有/加仓/卖出」等与是否持仓一致。
|
||||
|
||||
### 需注意的差异（非矛盾）
|
||||
|
||||
1. **数据来源与时效**
|
||||
- **全景扫描 / 策略建议 / 扫描结果 / 提醒（初值）**：依赖 **当日** `stock_signal_scan`（及 `stock_realtime_price`）。若今日未跑全量扫描，则无当日信号，提醒会显示「今日尚未扫描此股」等。
|
||||
- **单只/批量检查信号**：不读库，用**当前 K 线**实时算，与库内扫描结果可能不同（日期或数据源不同）。
|
||||
- 设计如此：全量扫描是「当日快照」，单只/批量是「实时计算」，二者用途不同，不要求数值完全一致。
|
||||
|
||||
2. **现价来源**
|
||||
- **列表/表内展示**（扫描结果、提醒初值）：来自 **`stock_realtime_price`** 表（由定时或其它任务更新）。
|
||||
- **用户主动刷新后**（提醒、交易、模拟持仓）：来自 **实时 API**（`/api/realtime_price`）。
|
||||
- 即：先表后实时，两段一致（同一实时接口），只是数据源阶段不同。
|
||||
|
||||
3. **模拟交易现价**
|
||||
- 模拟持仓的 **`current_price`** 仅在使用「刷新」或定时更新时从实时接口写入；查看时只读库，不自动调实时接口。与「真实交易 tab」的持仓现价逻辑相同（都是刷新时才拉实时价）。
|
||||
|
||||
### 结论
|
||||
|
||||
- **信号检测**：全应用共用 **`detect_all_signals`**，一致。
|
||||
- **推荐与分档**：策略/扫描结果/提醒共用 **`_compute_recommend`**，一致。
|
||||
- **现价刷新**：提醒与交易共用 **`refreshAlertPricesFromRealtime`** 与 **`/api/realtime_price`**，一致。
|
||||
- **差异**仅在于：谁写库、谁读库、何时用表价/何时用实时价，属设计上的分工，不是算法或逻辑不一致。
|
||||
Reference in New Issue
Block a user