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")))


# 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"))