akg-factor-bridge/config.py

341 lines
25 KiB
Python
Raw Normal View History

2026-07-27 09:49:05 +08:00
"""连接配置与运行旋钮:全部从环境变量/.env 读取,不硬编码任何主机。
2026-07-24 14:20:54 +08:00
三处连接:
2026-07-27 09:49:05 +08:00
AKG_PG_* —— astock-kg 基座 PostgreSQL(读只读视图,只读账号即可)
2026-07-24 14:20:54 +08:00
HEAT_MYSQL_* —— 153 代理 MySQL(读 stock_fund_heat_scores 热度)
FACTOR_MYSQL_* —— 平台 PROXY_DB_URL 指向的 MySQL(写 t_factor_* + factor_metadata)
现价来源 PRICE_MYSQL_*(upside 用)默认复用 FACTOR_MYSQL_* 同实例。
"""
import os
from dataclasses import dataclass
try:
from dotenv import load_dotenv
load_dotenv()
except Exception:
pass
def _req(k: str) -> str:
v = os.environ.get(k)
if not v:
raise RuntimeError(f".env 缺配置: {k}")
return v
def _opt(k: str, fallback: str) -> str:
return os.environ.get(k) or fallback
选股系统小改:只读接口 /review/latest 与周报两个头两行(台账 060) 配合数据基座判收读数包与量价研判链判收。两处都是加法、向下兼容。 一、只读接口 GET /review/latest。新 review_latest.py 只做文件读取:取最新一份 复盘_YYYY-MM-DD_next_close.md、前二十行、三个标记行计数(公司质地=、五日头、二十日头);api.py 末尾加路由、没有周报回 404;config.py 加 REVIEW_DIR(默认 data/review)。数据基座判收命令读它拿周报的质地分组与两个头计数,判评析第三条与量价第四条。纯文件读取、不连库。 二、周报三套对照加两行。plan_review.py 加 timing_head_eval,compare_table 在择时决策系统那一行之后插两行——五日头(判分种类 pv_h5、期限 5)与二十日头(pv_h20、期限 20),查询与择时自评同款、只把种类与期限换成参数。没有判分记录写「本期无判分记录(判分种类 pv_h20 尚未产生)」,读不到写「读不到」,两种分开。今天二十日头还没产生判分,头几周那一行就是「本期无判分记录」,属正常读数不是缺陷。 生效方式分两种:周报两行拉代码即生效(周报是 run.py plan-review 子进程、读挂载目录里的代码,不用重启);只读接口要重启接口容器,先经审批、避开七点到七点半与八点半到九点零五、重启后预热计划接口。 离线单测:新 test_review_latest.py(临时目录三份文件)与 test_plan_review_heads.py(注入假读数、给缺席驱动装最小桩、pandas 用真的),本地各 ALL OK;README 接口表加一行。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-09-16 10:42:11 +08:00
# 复盘周报目录(2026-09-16 小改):run.py plan-review 把周报写这里,review_latest 从这里取最新一份。
REVIEW_DIR = os.environ.get("REVIEW_DIR", "data/review")
2026-07-24 14:20:54 +08:00
@dataclass(frozen=True)
class Conn:
host: str
port: int
user: str
password: str
db: str
def akg_pg() -> Conn:
return Conn(_req("AKG_PG_HOST"), int(os.environ.get("AKG_PG_PORT", 5432)),
_req("AKG_PG_USER"), os.environ.get("AKG_PG_PASSWORD", ""), _req("AKG_PG_DB"))
def heat_mysql() -> Conn:
return Conn(_req("HEAT_MYSQL_HOST"), int(os.environ.get("HEAT_MYSQL_PORT", 3306)),
_req("HEAT_MYSQL_USER"), os.environ.get("HEAT_MYSQL_PASSWORD", ""), _req("HEAT_MYSQL_DB"))
def factor_mysql() -> Conn:
return Conn(_req("FACTOR_MYSQL_HOST"), int(os.environ.get("FACTOR_MYSQL_PORT", 3306)),
_req("FACTOR_MYSQL_USER"), os.environ.get("FACTOR_MYSQL_PASSWORD", ""), _req("FACTOR_MYSQL_DB"))
def price_mysql() -> Conn:
"""现价(gp_day_data)来源,默认与因子库同实例。"""
return Conn(_opt("PRICE_MYSQL_HOST", _req("FACTOR_MYSQL_HOST")),
int(_opt("PRICE_MYSQL_PORT", os.environ.get("FACTOR_MYSQL_PORT", "3306"))),
_opt("PRICE_MYSQL_USER", _req("FACTOR_MYSQL_USER")),
_opt("PRICE_MYSQL_PASSWORD", os.environ.get("FACTOR_MYSQL_PASSWORD", "")),
_opt("PRICE_MYSQL_DB", _req("FACTOR_MYSQL_DB")))
2026-08-03 14:02:13 +08:00
def pms_mysql() -> Conn:
2026-08-03 14:19:33 +08:00
"""读持仓(首选 PMS 账本 pms_position,下游 trading_position 兜底)与决策系统
结论(strategy_daily_results),入池用。这几张表都在 153 代理后面——与热度是
同一台,默认直接复用 HEAT_MYSQL_*,只有代理路由不通时才需要单独配 PMS_MYSQL_*。"""
2026-08-03 14:02:13 +08:00
return Conn(_opt("PMS_MYSQL_HOST", _req("HEAT_MYSQL_HOST")),
int(_opt("PMS_MYSQL_PORT", os.environ.get("HEAT_MYSQL_PORT", "3306"))),
_opt("PMS_MYSQL_USER", _req("HEAT_MYSQL_USER")),
_opt("PMS_MYSQL_PASSWORD", os.environ.get("HEAT_MYSQL_PASSWORD", "")),
_opt("PMS_MYSQL_DB", _req("HEAT_MYSQL_DB")))
@dataclass(frozen=True)
class MongoConn:
host: str
port: int
user: str
password: str
db: str
def mongo() -> MongoConn:
"""选股计划入池的落点(决策系统每晚扫描读同一处)。"""
return MongoConn(_req("MONGO_HOST"), int(os.environ.get("MONGO_PORT", 27017)),
_req("MONGO_USERNAME"), os.environ.get("MONGO_PASSWORD", ""),
_opt("MONGO_DB", "stock_predictions"))
2026-07-27 09:49:05 +08:00
# gp_day_data 股票代码列名(平台实测 = symbol;代码仍会自动兜底逐个试)
2026-07-24 14:20:54 +08:00
PRICE_CODE_COL = os.environ.get("PRICE_CODE_COL", "ts_code")
FACTOR_API_BASE = os.environ.get("FACTOR_API_BASE", "").rstrip("/")
2026-07-27 09:49:05 +08:00
# ============================================================================
# 运行旋钮(2026-07-26 评审引入)。全部有默认值,不填也能跑。
# ============================================================================
# --- 子因子是否受覆盖池限制:pool(现状)| market(评审 §4 建议)------------
# industry_pools 只存最新态、每周一 refresh_pools 自动长大。用它过滤**历史**子因子
# 会引入成员性前视(值点时正确、成员性前视——这是 §2.2 批传导用的同一条论证,
# 上升了一层),且截面统计量每周一结构性跳变。
# 子因子表的定位是「可独立观察的仪表」,过滤应发生在消费端(akg_score),不在这里。
# 传导不受此开关影响——它天生就是池内语义。
SUBFACTOR_UNIVERSE = os.environ.get("SUBFACTOR_UNIVERSE", "pool").strip().lower()
# --- 行情读取按月分块 -------------------------------------------------------
# 原来一次拉全区间,`--mode history --start 2006-01-01` 会把千万级行拉进 pandas。
PRICE_CHUNK_DAYS = int(os.environ.get("PRICE_CHUNK_DAYS", "31"))
# --- 因子表写入分块行数 -----------------------------------------------------
# 热度全史约 322×1674≈54 万行,原来单事务 executemany 走 ShardingSphere 代理有风险。
WRITE_CHUNK_ROWS = int(os.environ.get("WRITE_CHUNK_ROWS", "50000"))
# --- 事件来源白名单与单文档封顶(评审 §6.5:年报污染)----------------------
# documents.source_type 取值(astock-kg db/postgres/init.sql:12 已核实):
# annual_report / research_report / announcement / news / interactive_qa
# 年报也带 company_ts_code 文档锚,而一份年报能抽十几条 EVENT,且含**历史**诉讼/
# 处罚——会在年报披露日形成巨大负值尖峰。S2 若用 akg_event < −θ_e 做否决闸,
# 会因为一份年报提到历史诉讼而否决掉一只好股。默认只认公告。
EVENT_SOURCE_TYPES = {
s.strip() for s in
os.environ.get("EVENT_SOURCE_TYPES", "announcement").split(",") if s.strip()}
EVENT_MAX_PER_DOC = int(os.environ.get("EVENT_MAX_PER_DOC", "3"))
# --- 输入冻结落点(freeze.py)----------------------------------------------
# 容器内路径;docker-compose 已把仓库根挂到 /app,故默认落在仓库的 data/frozen/。
FROZEN_ROOT = os.environ.get("FROZEN_ROOT", "/app/data/frozen")
# --- 上游截断体检阈值(评审 硬伤1)-----------------------------------------
# 基座 graph_store.topic_context 的 Cypher 是 `LIMIT $cap`(默认 30)且无 ORDER BY;
# transmission.scan 落库时又有 `quiet[:12]`。命中这两个数就说明上游被截断了,
# 该行的 moved_ratio 建立在任意抽样上、覆盖也被展示逻辑锁住。
# 07-28 语义更新:基座二批后 topic_context cap=1000、scan 大主题闸=600、quiet 全量落库。
# 本值对齐基座"大主题闸":members_total 超过它 = 基座制度回退,桥侧告警(factors.py)。
UPSTREAM_MEMBER_CAP = int(os.environ.get("UPSTREAM_MEMBER_CAP", "600"))
# --- 赛道门槛 C(G2:config/frontier_tracks.yml + tracks.py)-----------------
# yml 是唯一事实源(设计 §3.2)。C 闸默认关:映射还是 v0.1 草案,先跑
# `python run.py tracks` 做覆盖体检、清单转正后再置 1——届时主榜(gate=2)
# 再交赛道成员,观察档的产业链锚也并入赛道成员。
TRACKS_YML = os.environ.get("TRACKS_YML", "config/frontier_tracks.yml")
ENABLE_TRACK_GATE = os.environ.get("ENABLE_TRACK_GATE", "0") == "1"
# --- 重大风险股闸(07-31 拍板:默认杜绝)-------------------------------------
# ST / *ST / S(S)T / 退市族按证券简称识别,默认挡在档位之外——gate 记 0(不采纳),
# 因此不进主榜、观察档、计划与升降档。研究口径想看全貌时置 0 关闭。
EXCLUDE_RISK_NAMES = os.environ.get("EXCLUDE_RISK_NAMES", "1") == "1"
2026-08-03 14:02:13 +08:00
# --- 预期空间否决的负容忍(2026-08-17 拍板:默认否决,参数控制)----------------
# 主榜判据原文是「upside >= 0,贵了不买是绝对下限」。默认 0.0 = 与拍板逐字一致。
# 背景:upside 是"报喜不报忧"的噪音口径(下游文档明写"当相对排序用"),传导强而
# upside 轻微为负的票会整只消失(实例:太极实业传导分 1.89、两源指向,因 -52% 被否
# ——这个量级该否;但 -3% 也同样消失)。把阈值放开到如 0.10,即 upside >= -10% 仍进
# 主榜,组内分的 0.4·z(upside) 自然把它压到组内低位(只降权不否决)。是否放开、放多少,
# 等 score_lab 对比器跑出数据再定;改这个值属于口径变更,改前先看对比器读数。
UPSIDE_NEG_TOLERANCE = float(os.environ.get("UPSIDE_NEG_TOLERANCE", "0"))
# --- 质地调整分(2026-09-14 工作包四;台账 058)--------------------------------
# 计划装配时把公司深度评析的质地档并进组内分:质地好加这个分、差减这个分、其余不动。
# 只影响组内名次,不跨档:主榜档位步长是 20,最大加成 8 远小于 20,好的票在同档内前移、
# 差的票后移,档位标签仍按原始分解码。默认 8,设 0 即关(关掉后计划输出与改动前逐字一致)。
选股计划排序轴换成公司质地,传导降为雷达门与带内次级键(台账 063) 按 docs/选股计划调整方案_2026-09-17.md 落地。三份读数(09-02 §1.8、08-28 周报、09-11 抽查)一致:传导越强超额越负,传导分的公式奖励的正是被证明为负的"未动补涨"。所以把传导从排序主轴换成雷达门加带内次级键,公司质地成为排序主轴。改动全在计划装配层,四个开关全设旧值即逐字回旧。 一、排序轴换质地(plan.py)。新增 _rerank_by_axis 按(质地带、被指向、组内分、原始分、代码)词典序重排、_rerank 按 config.PLAN_RANK_AXIS 分派;组内分从原始分反解、档位不进次序;被指向以候选卡门槛一 gates.pointed 为准。调用点先用 _rerank_by_quality 算旧序拿 rank_old 再算新序。_pick 与 pick_rows 加 uncapped_no_theme:质地轴下无传导行免主题限额、不计数,否则主轴被限额推翻。_row 加 quality_band、rank_axis、pointed、rank_old 四键,score/score_adj/tier 值与含义不变。返回字典质地轴下加 rank_axis、rank_rule、quality_band_counts。encoding 追加一句。 二、候选卡内序与质地门(card.py)。新增 quality_band 函数(好三中二差零,无评析与证据不足与超期一百二十天归一),plan.py 与 card.py 共用它。judge 加 stale_days 参数、返回加 quality_band;质地门"差降关注"改用质地带为零并带上一百二十天守卫(超期报告不再降档)。sort_key 在判决与涨幅之间插入质地带、受 CARD_SORT_BY_QUALITY 控,关掉逐字回旧。三门槛一确认三风险一字未动。 三、入池与评析名单(pool.py、review_targets.py)。pool 把选行抽成纯函数 select_plan_rows:rank 源取主榜新序里被指向的前 POOL_TOP、_pool_source 记 rank_top,备用开关 POOL_RANK_KEEP_OLD 并进旧序强传导前若干、去重、受 POOL_MAX 兜底;tier 与 candidate 逐字保留。strategy_context_entry 加 quality_band、rank_axis、rank_old 三键。review_targets 新增纯函数 pick_main_targets:both 取原始分前一百与新序前五十的并集、去重按新序,score 逐字回旧;评析覆盖与排序轴解耦。 四、周报对照(plan_review.py)。第一节加主榜新序前二十与旧序前二十两份名单(rank_old 缺的旧快照跳过);档位分组外加档位乘质地带交叉分组,看传导在质地档内还剩多少信息量。plan_reconcile 应答加 rank_axis: transmission 一键,说明逐票对账的"主榜第 N 名"仍按原始分序,文案不动。 五、单测、开关、文档。新 test_plan_rank_axis.py 十例(含四开关设旧值逐字回旧、四带序、带内次级键、确定性、超期守卫、入池 rank、评析并集、卡内序、主题限额例外、备用开关),本地 ALL OK。test_plan_quality_rank.py 接线匹配串改成新调用点,test_plan_snapshot.py 加一条质地轴主题限额对照用例。config 加 PLAN_RANK_AXIS、CARD_SORT_BY_QUALITY、REVIEW_TARGETS_AXIS 三个开关与备用开关 POOL_RANK_KEEP_OLD,POOL_SOURCE 默认改 rank。.env.example、README 计划字段、台账 063、入池对接说明、下游对接说明一并改。 没有改的是什么、为什么不合并。分数编码 factors.py 一字未动——它注册在外部平台当因子,改它会污染平台的因子历史;次序改动全部放在装配层。api.py 不碰。三门槛一确认三风险不动,质地门保持"差降关注"。持仓管理系统按上游名次排是协同项,在另一仓库单独审批,不阻塞本次上线(它的看多分桶已把好公司排在前面)。 实测读数。开发机 python3 test_plan_rank_axis.py 与 python3 test_plan_quality_rank.py 均 ALL OK;PLAN_RANK_AXIS=transmission CARD_SORT_BY_QUALITY=0 POOL_SOURCE=tier REVIEW_TARGETS_AXIS=score 下 test_plan_rank_axis.py 仍 ALL OK(逐字回旧那一例断言与 09-14 旧序逐字相同)。test_card、test_pool_logic、test_plan_snapshot 全绿。既有的 test_review_targets、test_plan_review_window、test_plan_logic_state、test_plan_cache、test_plan_reviews_live 因缺 psycopg/fastapi 或本机 Python 3.9 不支持联合类型注解而只能在部署机跑,非本次引入。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-09-17 10:28:23 +08:00
# 2026-09-17 起只在 PLAN_RANK_AXIS=transmission(旧轴)下起作用;质地轴下质地带才是主键、不再用加成。
PLAN_QUALITY_BONUS = float(os.environ.get("PLAN_QUALITY_BONUS", "8"))
选股计划排序轴换成公司质地,传导降为雷达门与带内次级键(台账 063) 按 docs/选股计划调整方案_2026-09-17.md 落地。三份读数(09-02 §1.8、08-28 周报、09-11 抽查)一致:传导越强超额越负,传导分的公式奖励的正是被证明为负的"未动补涨"。所以把传导从排序主轴换成雷达门加带内次级键,公司质地成为排序主轴。改动全在计划装配层,四个开关全设旧值即逐字回旧。 一、排序轴换质地(plan.py)。新增 _rerank_by_axis 按(质地带、被指向、组内分、原始分、代码)词典序重排、_rerank 按 config.PLAN_RANK_AXIS 分派;组内分从原始分反解、档位不进次序;被指向以候选卡门槛一 gates.pointed 为准。调用点先用 _rerank_by_quality 算旧序拿 rank_old 再算新序。_pick 与 pick_rows 加 uncapped_no_theme:质地轴下无传导行免主题限额、不计数,否则主轴被限额推翻。_row 加 quality_band、rank_axis、pointed、rank_old 四键,score/score_adj/tier 值与含义不变。返回字典质地轴下加 rank_axis、rank_rule、quality_band_counts。encoding 追加一句。 二、候选卡内序与质地门(card.py)。新增 quality_band 函数(好三中二差零,无评析与证据不足与超期一百二十天归一),plan.py 与 card.py 共用它。judge 加 stale_days 参数、返回加 quality_band;质地门"差降关注"改用质地带为零并带上一百二十天守卫(超期报告不再降档)。sort_key 在判决与涨幅之间插入质地带、受 CARD_SORT_BY_QUALITY 控,关掉逐字回旧。三门槛一确认三风险一字未动。 三、入池与评析名单(pool.py、review_targets.py)。pool 把选行抽成纯函数 select_plan_rows:rank 源取主榜新序里被指向的前 POOL_TOP、_pool_source 记 rank_top,备用开关 POOL_RANK_KEEP_OLD 并进旧序强传导前若干、去重、受 POOL_MAX 兜底;tier 与 candidate 逐字保留。strategy_context_entry 加 quality_band、rank_axis、rank_old 三键。review_targets 新增纯函数 pick_main_targets:both 取原始分前一百与新序前五十的并集、去重按新序,score 逐字回旧;评析覆盖与排序轴解耦。 四、周报对照(plan_review.py)。第一节加主榜新序前二十与旧序前二十两份名单(rank_old 缺的旧快照跳过);档位分组外加档位乘质地带交叉分组,看传导在质地档内还剩多少信息量。plan_reconcile 应答加 rank_axis: transmission 一键,说明逐票对账的"主榜第 N 名"仍按原始分序,文案不动。 五、单测、开关、文档。新 test_plan_rank_axis.py 十例(含四开关设旧值逐字回旧、四带序、带内次级键、确定性、超期守卫、入池 rank、评析并集、卡内序、主题限额例外、备用开关),本地 ALL OK。test_plan_quality_rank.py 接线匹配串改成新调用点,test_plan_snapshot.py 加一条质地轴主题限额对照用例。config 加 PLAN_RANK_AXIS、CARD_SORT_BY_QUALITY、REVIEW_TARGETS_AXIS 三个开关与备用开关 POOL_RANK_KEEP_OLD,POOL_SOURCE 默认改 rank。.env.example、README 计划字段、台账 063、入池对接说明、下游对接说明一并改。 没有改的是什么、为什么不合并。分数编码 factors.py 一字未动——它注册在外部平台当因子,改它会污染平台的因子历史;次序改动全部放在装配层。api.py 不碰。三门槛一确认三风险不动,质地门保持"差降关注"。持仓管理系统按上游名次排是协同项,在另一仓库单独审批,不阻塞本次上线(它的看多分桶已把好公司排在前面)。 实测读数。开发机 python3 test_plan_rank_axis.py 与 python3 test_plan_quality_rank.py 均 ALL OK;PLAN_RANK_AXIS=transmission CARD_SORT_BY_QUALITY=0 POOL_SOURCE=tier REVIEW_TARGETS_AXIS=score 下 test_plan_rank_axis.py 仍 ALL OK(逐字回旧那一例断言与 09-14 旧序逐字相同)。test_card、test_pool_logic、test_plan_snapshot 全绿。既有的 test_review_targets、test_plan_review_window、test_plan_logic_state、test_plan_cache、test_plan_reviews_live 因缺 psycopg/fastapi 或本机 Python 3.9 不支持联合类型注解而只能在部署机跑,非本次引入。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-09-17 10:28:23 +08:00
# --- 计划排序主轴(2026-09-17 方案;台账顺延)------------------------------------
# 三份读数(09-02 §1.8、08-28 周报、09-11 抽查)一致:传导越强超额越负,传导分的公式奖励的
# 正是被证明为负的"未动补涨"。所以把传导从排序主轴换成"雷达门加带内次级键"。
# quality(默认):主榜与观察档按(质地带、被指向、组内分、原始分、代码)词典序,传导只在带内决定先后。
# transmission:回 09-14 那套(质地加减分、不跨档),逐字回旧,单测钉住。
PLAN_RANK_AXIS = os.environ.get("PLAN_RANK_AXIS", "quality").strip().lower()
# 候选卡内序(2026-09-17):默认在"先判决"之后、"再涨幅"之前插入质地带(好票同判决内前移)。
# 设 0 回旧序"先判决再涨幅"。质地带与工作包一同一个判定函数,带一百二十天新鲜度守卫。
CARD_SORT_BY_QUALITY = os.environ.get("CARD_SORT_BY_QUALITY", "1") == "1"
2026-08-03 16:33:23 +08:00
# --- 统一任务调度平台触发(08-03;键名与决策系统保持一致,便于平台侧统一配置)----
# 空串 = /api/v1/xxl/* 整组端点禁用(安全默认)。回调契约见 xxl.py 模块说明。
XXL_TRIGGER_KEY = os.environ.get("XXL_TRIGGER_KEY", "")
XXL_CALLBACK_READ_TIMEOUT = float(os.environ.get("XXL_CALLBACK_READ_TIMEOUT", "10"))
XXL_CALLBACK_MAX_RETRIES = int(os.environ.get("XXL_CALLBACK_MAX_RETRIES", "3"))
# 自然修订缺今日基础版时的有界恢复;只构建因子/计划,不入池或额外投递模型。
# 安全上限为每日三次实际构建、相邻至少十五分钟;可停用或收紧,不能放宽。
PLAN_RECOVERY_MAX_ATTEMPTS = int(os.environ.get("PLAN_RECOVERY_MAX_ATTEMPTS", "3"))
PLAN_RECOVERY_COOLDOWN_SECONDS = int(os.environ.get("PLAN_RECOVERY_COOLDOWN_SECONDS", "900"))
2026-08-03 14:02:13 +08:00
# --- 选股计划入池(08-03 定稿;规则与流程见 docs/选股计划入池_对接说明.md)------
# 写 Mongo stock_groups 的独立分组,决策系统每晚扫描按分组并集覆盖 → 候选票自动
# 获得夜间推理。入池范围与 PMS 候选**次序口径**一致:先筛强传导、再按绝对得分截断
# (2026-08-17 拍板:分散不由选层做,主题限额默认关,组合分散归 PMS 的行业闸)。
# 池深允许比 PMS 候选浅——POOL_TOP 直接决定决策系统每晚推理量(每只两三分钟),
# 想跟 PMS_PLAN_TOP_N 拉平就同步调大 POOL_MAX 并接受夜扫时长变长。
2026-08-03 14:02:13 +08:00
POOL_GROUP_CODE = os.environ.get("POOL_GROUP_CODE", "AKG_PLAN")
POOL_GROUP_NAME = os.environ.get("POOL_GROUP_NAME", "AKG每日选股计划池")
POOL_ORG_ID = os.environ.get("POOL_ORG_ID", "489281497140")
POOL_COLLECTION = os.environ.get("POOL_COLLECTION", "stock_groups")
POOL_RECYCLE_COLLECTION = os.environ.get("POOL_RECYCLE_COLLECTION", "stock_recycle_bin")
POOL_TOP = int(os.environ.get("POOL_TOP", "20"))
# 入池主题限额。默认 0 = 不限(2026-08-17:分散不由选层体现);配非零值即应急回退旧行为。
POOL_THEME_CAP = int(os.environ.get("POOL_THEME_CAP", "0"))
2026-08-03 14:02:13 +08:00
# 档位白名单(逗号分隔;空串=主榜全部)。默认只收强传导——候选宁缺毋滥。
POOL_TIERS = {s.strip() for s in os.environ.get("POOL_TIERS", "强传导").split(",") if s.strip()}
# 池子上限:计划+持仓+留池观察合计超过它时,从留池观察里清最久没上榜的。
# 上限直接决定决策系统每晚的推理量(每只全量分析约两三分钟)。
POOL_MAX = int(os.environ.get("POOL_MAX", "60"))
# 写完池子后触发决策系统的增量补扫(只补当天没分析过的票)。留空=不触发,
# 当晚 22:30 全量扫兜底。例:http://192.168.16.188:38000/api/v1/xxl/daily-scan
BIONIC_SCAN_URL = os.environ.get("BIONIC_SCAN_URL", "").rstrip("/")
BIONIC_SCAN_KEY = os.environ.get("BIONIC_SCAN_KEY", "")
# --- 候选卡(2026-09-02 主观选股改进方案,docs/主观选股改进方案_2026-09-02.md)------
# 桥从"打分排序器"改成"候选卡装配器":分数与档位不动,另出带理由的候选单。规则在 card.py。
# 两个旋钮保持默认、不在历史样本上挑参数,等样本外复盘读数再拍(09-02 拍板)。
FACTOR_REGISTER_STATUS = os.environ.get("FACTOR_REGISTER_STATUS", "paused") # 平台注册状态:paused=不参评(方案 2.5,平台参评列表只取 active),active=参评
CARD_START_PCT = float(os.environ.get("CARD_START_PCT", "3")) # 门槛二:数据日涨幅达到几个百分点算已启动(与基座热点扫描同口径)
# 门槛二整条开关。置 0 就是不要这条门槛,涨跌多少都不拦。
#
# 这条门槛回答的不是"这只票好不好",是"今天是不是买点":只在票已经动起来的当天买,
# 不去猜底。关掉它等于改成左侧买入——好处是研究结论成立的当天就能进场,不用等市场
# 先认同;代价是要承受不确定的等待,而且候选数会明显变多。
#
# 2026-09-04 关掉。关之前的实测:当日 83 只强传导票全部落到仅展示,其中绝大多数就
# 卡在这一条上(那天大盘在跌,三只被问到的票分别跌 3.2%、1.8%、2.2%)。
# 想开回去就把这个值设回 1 并重建容器,判决当天即恢复原样。
CARD_REQUIRE_STARTED = os.environ.get("CARD_REQUIRE_STARTED", "1") == "1"
CARD_ACCUM_MAX_AGE = int(os.environ.get("CARD_ACCUM_MAX_AGE", "30")) # 确认线:吸筹评分日龄上限(交易日)
# 2026-11-04:155显式关闭旧吸筹准入确认,吸筹转为三源合议的参考。
# 默认保留旧模式以兼容其他调用方;切换必须发布新计划版本,不能改历史快照。
CARD_ACCUM_CONFIRM_REQUIRED = os.environ.get("CARD_ACCUM_CONFIRM_REQUIRED", "1").lower() not in ("0", "false", "no")
# 计划快照落点(容器内路径;仓库根挂在 /app,故默认落在仓库 data/plan/)。
# 每日 JSON 含主榜与观察档全部行与全部证据线,是复盘与对账的唯一底本。
PLAN_SNAPSHOT_DIR = os.environ.get("PLAN_SNAPSHOT_DIR", "data/plan")
# --- 环境标签(只展示与复盘分组,不作交易前置;09-02 拍板)--------------------------
# 来源是决策系统的只读日频区制接口(请它加,桥零依赖);空串 = 未接入,标签一律 UNKNOWN,
# 不拦任何票。快照 08:40 预热,桥 07:10 出计划时拿不到,由 08:45 的追加步骤写进当日快照。
REGIME_API_URL = os.environ.get("REGIME_API_URL", "").rstrip("/")
REGIME_API_TIMEOUT = float(os.environ.get("REGIME_API_TIMEOUT", "6"))
# 弱势日定义(09-02 拍板,首份周报前锁定、之后不改;改它算新一轮验证):八个指数里弱势个数达到几个。
REGIME_WEAK_COUNT = int(os.environ.get("REGIME_WEAK_COUNT", "3"))
选股计划排序轴换成公司质地,传导降为雷达门与带内次级键(台账 063) 按 docs/选股计划调整方案_2026-09-17.md 落地。三份读数(09-02 §1.8、08-28 周报、09-11 抽查)一致:传导越强超额越负,传导分的公式奖励的正是被证明为负的"未动补涨"。所以把传导从排序主轴换成雷达门加带内次级键,公司质地成为排序主轴。改动全在计划装配层,四个开关全设旧值即逐字回旧。 一、排序轴换质地(plan.py)。新增 _rerank_by_axis 按(质地带、被指向、组内分、原始分、代码)词典序重排、_rerank 按 config.PLAN_RANK_AXIS 分派;组内分从原始分反解、档位不进次序;被指向以候选卡门槛一 gates.pointed 为准。调用点先用 _rerank_by_quality 算旧序拿 rank_old 再算新序。_pick 与 pick_rows 加 uncapped_no_theme:质地轴下无传导行免主题限额、不计数,否则主轴被限额推翻。_row 加 quality_band、rank_axis、pointed、rank_old 四键,score/score_adj/tier 值与含义不变。返回字典质地轴下加 rank_axis、rank_rule、quality_band_counts。encoding 追加一句。 二、候选卡内序与质地门(card.py)。新增 quality_band 函数(好三中二差零,无评析与证据不足与超期一百二十天归一),plan.py 与 card.py 共用它。judge 加 stale_days 参数、返回加 quality_band;质地门"差降关注"改用质地带为零并带上一百二十天守卫(超期报告不再降档)。sort_key 在判决与涨幅之间插入质地带、受 CARD_SORT_BY_QUALITY 控,关掉逐字回旧。三门槛一确认三风险一字未动。 三、入池与评析名单(pool.py、review_targets.py)。pool 把选行抽成纯函数 select_plan_rows:rank 源取主榜新序里被指向的前 POOL_TOP、_pool_source 记 rank_top,备用开关 POOL_RANK_KEEP_OLD 并进旧序强传导前若干、去重、受 POOL_MAX 兜底;tier 与 candidate 逐字保留。strategy_context_entry 加 quality_band、rank_axis、rank_old 三键。review_targets 新增纯函数 pick_main_targets:both 取原始分前一百与新序前五十的并集、去重按新序,score 逐字回旧;评析覆盖与排序轴解耦。 四、周报对照(plan_review.py)。第一节加主榜新序前二十与旧序前二十两份名单(rank_old 缺的旧快照跳过);档位分组外加档位乘质地带交叉分组,看传导在质地档内还剩多少信息量。plan_reconcile 应答加 rank_axis: transmission 一键,说明逐票对账的"主榜第 N 名"仍按原始分序,文案不动。 五、单测、开关、文档。新 test_plan_rank_axis.py 十例(含四开关设旧值逐字回旧、四带序、带内次级键、确定性、超期守卫、入池 rank、评析并集、卡内序、主题限额例外、备用开关),本地 ALL OK。test_plan_quality_rank.py 接线匹配串改成新调用点,test_plan_snapshot.py 加一条质地轴主题限额对照用例。config 加 PLAN_RANK_AXIS、CARD_SORT_BY_QUALITY、REVIEW_TARGETS_AXIS 三个开关与备用开关 POOL_RANK_KEEP_OLD,POOL_SOURCE 默认改 rank。.env.example、README 计划字段、台账 063、入池对接说明、下游对接说明一并改。 没有改的是什么、为什么不合并。分数编码 factors.py 一字未动——它注册在外部平台当因子,改它会污染平台的因子历史;次序改动全部放在装配层。api.py 不碰。三门槛一确认三风险不动,质地门保持"差降关注"。持仓管理系统按上游名次排是协同项,在另一仓库单独审批,不阻塞本次上线(它的看多分桶已把好公司排在前面)。 实测读数。开发机 python3 test_plan_rank_axis.py 与 python3 test_plan_quality_rank.py 均 ALL OK;PLAN_RANK_AXIS=transmission CARD_SORT_BY_QUALITY=0 POOL_SOURCE=tier REVIEW_TARGETS_AXIS=score 下 test_plan_rank_axis.py 仍 ALL OK(逐字回旧那一例断言与 09-14 旧序逐字相同)。test_card、test_pool_logic、test_plan_snapshot 全绿。既有的 test_review_targets、test_plan_review_window、test_plan_logic_state、test_plan_cache、test_plan_reviews_live 因缺 psycopg/fastapi 或本机 Python 3.9 不支持联合类型注解而只能在部署机跑,非本次引入。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-09-17 10:28:23 +08:00
# --- 入池与候选卡的联动(09-02 起字段与切片;09-17 起默认改 rank)--------------------
# POOL_SOURCE:
# rank(默认,2026-09-17)= 主榜新序(质地优先)里被指向的前 POOL_TOP。它与 PMS 看到的候选
# 前缀同一个序,质地好的票才不会永远缺"吸筹评分"这条确认线(入池决定谁拿吸筹评分)。
# tier = 强传导档前 POOL_TOP(09-14 前旧行为,回退用)。
# candidate = 候选优先、再按强传导档补足到 POOL_TOP(09-02 第二步)。
POOL_SOURCE = os.environ.get("POOL_SOURCE", "rank")
# 备用开关(2026-09-17):rank 源下把旧序(rank_old)强传导前 POOL_TOP 也并进池、去重,受 POOL_MAX 兜底。
# 默认关;只在上线次日"池包含 PMS 候选"这条不变式核不过时打开,交回读数。
POOL_RANK_KEEP_OLD = os.environ.get("POOL_RANK_KEEP_OLD", "0") == "1"
# 评析目标名单排序轴(2026-09-17):both(默认)= 原始分前一百 ∪ 新序前五十的并集,评析覆盖与排序轴
# 解耦(新被指向的公司先有报告,好公司报告保持新鲜);score = 只按原始分前一百(逐字回旧)。
REVIEW_TARGETS_AXIS = os.environ.get("REVIEW_TARGETS_AXIS", "both").strip().lower()
选股计划修复小包:截取规则收一处、encoding 两轴都对、交接补记、周报改读快照(工作包甲与丙) 承接 docs/评审记录_2026-09-17.md 的三处必改与周报底本拍板,规格在 docs/上线与协同阶段工作方案与规格书_2026-09-17.md 工作包甲与丙。一个提交,09-18 复审。工作包乙(持仓管理系统按上游名次排)在另一仓库、另批,不在本提交。 工作包甲(修复三处必改)。 一、主题限额的截取规则收成一处。新增模块级纯函数 take_by_theme,装配路 collect 里的 _pick 与快照路模块级 pick_rows 都调它,只是各自用一个 theme_of 告诉它怎么从一条记录取主题。装配路的 _theme_of 与 _row 写 evidence 的取法同源:传导视图有证据行取它,否则已启动成员用已动成员视图补的主题;快照路取行上的 evidence.theme。这样已启动成员在两条路上都算进所在主题、受限额,同一天早上落盘的主榜前二十与接口读快照给持仓管理系统的前二十是同一份。这一步同时改正了旧轴下两条路对已启动成员计数的既有分歧,改的只是 md 与 main_shown 这条路,接口路原样不动。逐字回旧那一例不受影响。 二、encoding 句改成两轴都对。原来无条件追加"名次按质地带优先",旧轴下与实际次序相反、持仓管理系统会原样展示。改成"名次按开关 PLAN_RANK_AXIS:quality 时质地带优先、传导只在带内作次级键,transmission 时按 09-14 的质地调整分序"。 三、交接文档补一段。docs/交接_2026-09-10.md 末尾加"十一、2026-09-17 补记":改了什么、下游看到什么(四个新键、名次含义、逐票对账仍按原始分序、持仓管理系统前缀效应)、怎么回退(四个开关)、读数在哪;台账那一行从"最新到第 057 条"改成 063。四仓库同步。 工作包丙(周报改读当日快照,2026-09-17 已拍板)。周报对每个计划日先读当天落盘的 JSON 快照的全量主榜、观察档、候选单、关注单,读不出才回落现算。新增 plan_review._plan_for_review 与 _read_review_snapshot,开关 config.PLAN_REVIEW_SOURCE 默认 snapshot、设 live 回旧做法,每天的逐日注记里写明底本是快照还是现算。为什么:现算用的是跑周报那一刻的评析报告、查询不按日期截断,质地成主轴后会把晚到的报告回头算进当天名单;四周复核比的是当天真出过的两份名单,快照才是当天那份。 单测。test_plan_rank_axis.py 加两例:已启动成员在装配路与快照路都算进所在主题、theme_cap=5 下各只放五条(案 11);无主题行质地轴免限额放六条、旧轴归无传导桶限额五条(案 12)。新 test_plan_review_source.py:合成一份快照,验有快照读快照、无快照回落现算、开关 live 回旧,不连库。 没有改的是什么。工作包乙在持仓管理系统仓库、单独审批,不在本提交。factors.py 分数编码与 api.py 一字未动。四个开关全设旧值仍逐字回旧。 实测读数。开发机三件均 ALL OK:test_plan_rank_axis.py(十二例,含逐字回旧那例)、test_plan_snapshot.py、test_plan_quality_rank.py;四开关设旧值再跑 test_plan_rank_axis.py 仍 ALL OK;新 test_plan_review_source.py ALL OK。既有的 test_review_targets、test_plan_review_window、test_plan_logic_state、test_plan_cache、test_plan_reviews_live 因缺 psycopg/fastapi 或本机 Python 3.9 不支持联合类型注解只能在部署机跑,非本次引入。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-09-17 11:48:17 +08:00
# 周报底本(2026-09-17 拍板做,工作包丙):snapshot(默认)= 每个计划日先读当天落盘的 JSON 快照全量行,
# 快照不存在或读不出才回落现算;live = 回旧做法,每个计划日用 plan.collect 现算。现算用的是跑周报那一刻
# 的评析报告(查询不按日期截断),质地成主轴后会把晚到的报告回头算进当天名单,四周复核要的是当天真出过的那份。
PLAN_REVIEW_SOURCE = os.environ.get("PLAN_REVIEW_SOURCE", "snapshot").strip().lower()
# 低优先入池切片:让"门槛全过但缺吸筹评分"的关注票入池、当晚获得评分,否则复盘缺数据是环状依赖。
# 0 = 不开(默认);受 POOL_MAX 约束,只改 Mongo 池成分,PMS 不读 Mongo 池。
POOL_WATCH_SLICE = int(os.environ.get("POOL_WATCH_SLICE", "0"))
# 股票池分组文档的 pool_type 字段。以前写死为 "core",现在改为可配置,默认值不变,
# 写入的分组文档与择时决策系统读到的形状完全一样;只有在择时决策系统按 pool_type 区分
# 池子用途时才需要改它(2026-09-03 方案第 3.3 节"入池上下文补证据字段")。
POOL_TYPE = os.environ.get("POOL_TYPE", "core")
# --- 计划环境段的市场四项(2026-09-03 方案第 1.4 节与第 3.3 节"环境段扩展")------------------
# 两市成交额读平台行情库的指数日线表 zs_day_data,融资余额读 eastmoney_rzrq_data,
# 恐贪指数读 fear_greed_index。这三张表默认与个股日线 gp_day_data 在同一个 MySQL 实例
# (PRICE_MYSQL_*,默认复用平台因子库),所以默认取 "price";若它们实际落在 153 代理库,
# 把这个值改成 "heat" 或 "pms" 即可,不必改代码。可选值就是 db.read_mysql 认的四个名字:
# price / factor / heat / pms。每一项读失败都只是环境段里该项为空,不阻断出计划。
MARKET_MYSQL_SOURCE = os.environ.get("MARKET_MYSQL_SOURCE", "price").strip().lower()
# --- 候选卡的因果论断证据线(2026-09-03 方案第 3.3 节"候选卡读因果论断")----------------------
# 每只票从数据基座的因果论断视图 v_factor_logic 取最近披露日的最多几条论断挂在卡上。
# 只展示、不作门槛、不进判决;设 0 表示不读该视图(视图未建时也可用它关掉那一行告警)。
LOGIC_CLAIMS_PER_STOCK = int(os.environ.get("LOGIC_CLAIMS_PER_STOCK", "3"))
2026-09-07 11:42:40 +08:00
# 四态甲路吃的论断上限(2026-09-07)。它与上面那个"卡上展示几条"是两回事:展示三条够看,
# 但判跨期翻转与同期分歧要看全量——三条里"之前的论断"最多两条,翻转两头都会判错。
# 200 与覆盖率读数脚本同口径(实测单票最多 44 条,200 是护栏不是预期)。
LOGIC_CLAIMS_FULL = int(os.environ.get("LOGIC_CLAIMS_FULL", "200"))
# 乙路硬触发的维持窗口(计划日数,2026-09-07)。采信倾向从偏多迁移到偏空那一天记
# migrated=1,次日归零;不带历史的话硬触发只维持一个计划日,而倾向仍偏空并未回稳。
# 规则是:近 N 个计划日内出现过这次迁移且此后一直偏空,硬触发就仍成立。N 取 5,
# 与四态退出存疑要求"连续三个计划日不再存疑"同一量级、再留两天余量。一次定死。
JUDGEMENT_HOLD_DAYS = int(os.environ.get("JUDGEMENT_HOLD_DAYS", "5"))
2026-09-04 08:59:11 +08:00
# 论断陈旧线(自然日)。超过它就在候选卡的缺失项里写明"研报论断已过 N 天",只提示不作门槛。
# 取 90 天的理由是与吸筹评分的日龄上限可比:那一条是三十个交易日,约合六周多的自然日,
# 而研报的更新节奏本来就比资金结构评分慢得多(行业深度按季度、跟踪报告按事件),
# 所以放到大约两个季度这个量级。这个数一次定死,不按复盘读数回调。
# 2026-09-03 实测:当日 442 只带论断的票里,超过 90 天的有 166 只(37.6%),超过一年的 22 只。
LOGIC_STALE_DAYS = int(os.environ.get("LOGIC_STALE_DAYS", "90"))
# --- 日频行业观点快照(2026-09-03 方案第四之五之三节,落地顺序第一步;模块见 judgement.py)------
# 数据基座的研判结论按簇键唯一,重评时整行覆盖,库里永远只有最新一版,查不到"上一次是什么样、
# 什么时候变的"。选股系统每个计划日把最新一版抄一行存下来,自己攒版本史,只写不判。
# 落点是平台因子库(写因子表的同一个 MySQL):桥对数据基座只有只读账号,这张表又是选股系统的
# 派生记录不是基座事实。表名不带 t_factor_ 前缀,免得平台的因子清单把它当成一张因子表。
JUDGEMENT_SNAPSHOT_TABLE = os.environ.get("JUDGEMENT_SNAPSHOT_TABLE", "t_akg_judgement_snapshot")
# 抄哪几类评析簇。默认产业研判与环节评析两类:产业研判是主题级的慢信号(四态里的乙路),
# 环节评析将来接进来时版本史已经在攒了。个股评析与概念评析暂不抄,要抄把它们加进这个值。
JUDGEMENT_SCOPES = {s.strip() for s in
os.environ.get("JUDGEMENT_SCOPES", "industry,segment").split(",") if s.strip()}
# 比对上一版时往前看几个自然日。取到窗口内最近一个计划日的行作为上一版;超过这个窗口没写过
# 快照的主题,本次按"第一次见到"处理,迁移记为空、陈旧天数从零重新起算。
JUDGEMENT_PREV_LOOKBACK_DAYS = int(os.environ.get("JUDGEMENT_PREV_LOOKBACK_DAYS", "60"))
# --- 逐票日频逻辑状态表(2026-09-07 下一阶段方案第三件桥侧前置;模块见 logic_state_daily.py)-------
# 每个数据日为档位表里的每只票记一行原始态与落定态。只在早上 plan.generate 里写,/plan 实时重算只读。
# 同库同理由:桥对数据基座只有只读账号,这张表又是选股系统自己的派生记录。键是(数据日,前缀码),
# 数据日与 t_factor_akg_* 的 trade_date 同口径,不是行业观点快照的 plan_date(那个是写入当天)。
LOGIC_STATE_TABLE = os.environ.get("LOGIC_STATE_TABLE", "t_akg_logic_state_daily")
# 抗抖动的两个天数(计划日数),与 logic_state.settle 的默认值同源,一次定死、不按复盘读数回调:
# 其余方向的迁移要连续几个计划日同向;退出逻辑存疑要连续几个计划日不再存疑(进入存疑即刻成立)。
# 公司质地(2026-09-09 接入方案第四节,台账 053):三处开关默认开。
LOGIC_PATH_COMPANY = os.environ.get("LOGIC_PATH_COMPANY", "1") == "1" # 逻辑状态第五路
CARD_COMPANY_QUALITY_GATE = os.environ.get("CARD_COMPANY_QUALITY_GATE", "1") == "1" # 候选卡"质地差降一档"
COMPANY_REVIEW_STALE_DAYS = int(os.environ.get("COMPANY_REVIEW_STALE_DAYS", "120")) # 报告运行日超过它算陈旧
AKG_API_BASE = os.environ.get("AKG_API_BASE", "http://192.168.16.178:8000") # 报告链接前缀
USER_RESEARCH_FRESH_DAYS = int(os.environ.get("USER_RESEARCH_FRESH_DAYS", "7")) # 基座核对时刻口径,不把复核当新报告
USER_RESEARCH_REQUEST_TIMEOUT = float(os.environ.get("USER_RESEARCH_REQUEST_TIMEOUT", "3"))
USER_RESEARCH_SUBMIT_LIMIT = int(os.environ.get("USER_RESEARCH_SUBMIT_LIMIT", "3")) # 每轮有界受理,后续自然调度继续
LOGIC_SETTLE_CONFIRM_DAYS = int(os.environ.get("LOGIC_SETTLE_CONFIRM_DAYS", "2"))
LOGIC_SETTLE_EXIT_DAYS = int(os.environ.get("LOGIC_SETTLE_EXIT_DAYS", "3"))
# 读上一次落定态与近几日原始态时往前看几个自然日。要盖住国庆这种连休八天再加两个周末的空档;
# 超过这个窗口没记过行的票按第一次见到处理,落定态等于原始态。
LOGIC_STATE_LOOKBACK_DAYS = int(os.environ.get("LOGIC_STATE_LOOKBACK_DAYS", "30"))
# 基座评级历史就绪后开启;保留候选,只在同质地带内改变优先级。
PLAN_RATING_PRIORITY_ENABLED = os.environ.get("PLAN_RATING_PRIORITY_ENABLED", "0") == "1"
PLAN_RATING_PRIORITY_DAYS = 30