不在十条赛道内被挡出的，标"赛道闸外"；凭赛道成员身份进观察档的，标"赛道锚生效"；真正触 ST 闸的才标"风险闸"

plan.py

@@ -17,6 +17,7 @@ import os
 import pandas as pd
 
 import common
+import config
 import db
 
 
@@ -173,6 +174,16 @@ def collect(date: str | None = None, top: int = 20, obs_top: int = 10,
             except Exception:  # noqa: BLE001 —— 兜底失败则原因退化为通用文案
                 pass
         prev_tr = _factor("t_factor_akg_transmission", prev_ds)
+        # 赛道闸与风险闸的成员集合（07-31 修：赛道闸开启后，"不在赛道"曾被
+        # 误标成"风险闸/档位调整"、"赛道锚生效"曾被误标成"新进传导链"）。
+        # 两个集合都尊重各自开关：闸没开时对应原因自然不会出现。
+        tset, risk = None, set()
+        try:
+            import factors
+            tset = factors._track_set()   # noqa: SLF001 —— 同仓自用
+            risk = factors._risk_set()    # noqa: SLF001
+        except Exception:  # noqa: BLE001 —— 拿不到就退化为通用文案
+            pass
 
         def _why(k: str, pg: float, cg: float) -> str:
             if cg == 2.0:                              # 升入主榜
@@ -181,15 +192,29 @@ def collect(date: str | None = None, top: int = 20, obs_top: int = 10,
                     return "首次覆盖"
                 return "估值转正" if pu < 0 else "重获资格"
             if cg == 1.0:                              # 升入观察档
+                if k in ev:                            # 今天真在传导链上
                     pt = _val(prev_tr, k)
                     return "新进传导链" if pt is None or pt <= 0 else "档位调整"
+                if tset is not None and k in tset:
+                    return "赛道锚生效"                # 赛道成员身份给的锚（闸切换/成员变动）
+                return "档位调整"
             if pg == 2.0:                              # 从主榜降出
+                if k in risk:
+                    return "风险闸"
                 cu = _val(upside, k)
                 if cu is None:
                     return "覆盖脱落"
-                return "估值转负" if cu < 0 else "风险闸/档位调整"
+                if cu < 0:
+                    return "估值转负"
+                if tset is not None and k not in tset:
+                    return "赛道闸外"                  # 有覆盖也不贵，但不在十赛道内
+                return "档位调整"
             if pg == 1.0:                              # 从观察档降出
-                return "离开传导链" if k not in ev else "风险闸/档位调整"
+                if k in risk:
+                    return "风险闸"
+                if k not in ev and (tset is None or k not in tset):
+                    return "离开传导链"
+                return "档位调整"
             return "出入面板"
 
         def _mv(d: pd.DataFrame):
@@ -216,6 +241,7 @@ def collect(date: str | None = None, top: int = 20, obs_top: int = 10,
         "observe": [_row(i, k, s, False)
                     for i, (k, s) in enumerate(_pick(obs, obs_top), 1)],
         "changes": changes,
+        "gate_on": bool(config.ENABLE_TRACK_GATE),
         "encoding": "主榜分=200+传导档位×20+组内分（还没热、还便宜）；"
                     "观察档分=100+0.6z(传导)+0.4z(−热度)",
     }
@@ -247,7 +273,9 @@ def render_md(d: dict) -> str:
     L.append("")
 
     cap_txt = f"，每主题限额 {d['theme_cap']}" if d["theme_cap"] else ""
-    L.append(f"## 主榜 Top {len(d['main'])}（有券商预期、目标价不低于现价{cap_txt}）")
+    gate_txt = "、在十五五赛道内" if d.get("gate_on") else ""
+    L.append(f"## 主榜 Top {len(d['main'])}"
+             f"（有券商预期、目标价不低于现价{gate_txt}{cap_txt}）")
     L.append("")
     L.append("| # | 代码 | 名称 | 总分 | 档位 | 传导证据 | 热度 | 预期空间 |")
     L.append("|---|------|------|------|------|----------|------|----------|")
@@ -258,7 +286,8 @@ def render_md(d: dict) -> str:
     L.append("")
 
     L.append(f"## 观察档 Top {len(d['observe'])}"
-             f"（无券商预期、但在传导链上——没有估值锚，置信度低{cap_txt}）")
+             f"（无券商预期、但{'在赛道或传导链上' if d.get('gate_on') else '在传导链上'}"
+             f"——没有估值锚，置信度低{cap_txt}）")
     L.append("")
     L.append("| # | 代码 | 名称 | 分 | 传导证据 | 热度 |")
     L.append("|---|------|------|----|----------|------|")