akg-factor-bridge/config.py

"""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。

三处连接：
  AKG_PG_*       —— astock-kg 基座 PostgreSQL（读只读视图，只读账号即可）
  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


@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")))


def pms_mysql() -> Conn:
    """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_*。"""
    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"))


# 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）
PRICE_CODE_COL = os.environ.get("PRICE_CODE_COL", "ts_code")
FACTOR_API_BASE = os.environ.get("FACTOR_API_BASE", "").rstrip("/")


# ============================================================================
# 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"

# --- 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"))

# --- 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"))

# --- 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。
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"))
# 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）
# 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"))

# --- 入池与候选卡的联动（09-02；第一步只加字段与切片，PMS 行为不变）------------------
# POOL_SOURCE：现状 = 强传导档前 POOL_TOP（默认，不变）；candidate = 候选优先、再按强传导档补足到 POOL_TOP
# （第二步，复盘读数齐后拍板再切）。
POOL_SOURCE = os.environ.get("POOL_SOURCE", "tier")
# 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"))

# 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"))

# 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"))