From ddb97a8db635e5c6b5d1648edef80533cd586c33 Mon Sep 17 00:00:00 2001 From: zlt Date: Thu, 3 Sep 2026 11:35:57 +0800 Subject: [PATCH] =?UTF-8?q?=E6=95=B0=E6=8D=AE=E5=9F=BA=E5=BA=A7=E5=9B=A0?= =?UTF-8?q?=E6=9E=9C=E8=AE=BA=E6=96=AD=E4=B8=8E=E7=A0=94=E5=88=A4=E7=BB=93?= =?UTF-8?q?=E8=AE=BA=E4=B8=A4=E5=BC=A0=E5=8F=AA=E8=AF=BB=E8=A7=86=E5=9B=BE?= =?UTF-8?q?=EF=BC=88v=5Ffactor=5Flogic=E3=80=81v=5Ffactor=5Fjudgement?= =?UTF-8?q?=EF=BC=89=EF=BC=8C09-03=20=E5=B7=B2=E5=9C=A8=E5=9F=BA=E5=BA=A7?= =?UTF-8?q?=E5=BA=93=E5=BB=BA=E6=88=90?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Co-Authored-By: Claude Fable 5.1 --- sql/astock_kg_logic_views.sql | 254 ++++++++++++++++++++++++++++++++++ 1 file changed, 254 insertions(+) create mode 100644 sql/astock_kg_logic_views.sql diff --git a/sql/astock_kg_logic_views.sql b/sql/astock_kg_logic_views.sql new file mode 100644 index 0000000..746764b --- /dev/null +++ b/sql/astock_kg_logic_views.sql @@ -0,0 +1,254 @@ +-- 数据基座因果论断与研判结论只读视图：两张视图，供选股系统的候选卡读"证据线"。 +-- 出处：docs/主观量化系统方案_2026-09-03.md 第三节 3.3"数据基座"表的前两项。 +-- +-- 应用（在运行选股系统容器的机器上执行，容器内的 AKG_PG_* 指向数据基座的 PostgreSQL）： +-- docker compose exec -T akg-factor-bridge python run.py apply-views --file sql/astock_kg_logic_views.sql --dry-run +-- docker compose exec -T -e AKG_PG_USER=<属主账号> -e AKG_PG_PASSWORD=<口令> \ +-- akg-factor-bridge python run.py apply-views --file sql/astock_kg_logic_views.sql +-- 本文件只用 CREATE OR REPLACE VIEW：不建表、不改表、不 DROP，重复应用无害。 +-- 应用时避开每天 06:10 的投影表重建窗口（第一张视图要读投影表）。 +-- 注意 CREATE OR REPLACE VIEW 不允许改动已有列的名字与顺序，只能在末尾追加列； +-- 将来若要调整列，需要另起视图名或由属主手工 DROP 后重建。 +-- +-- 一、v_factor_logic —— 因果论断，一行一条（客体是环节时展开到成员公司，一条论断多行） +-- +-- 用途：回答"谁利好或利空这家公司、机制是什么、有什么前提、多长时效、出处在哪"。 +-- 数据来源：断言表 claims 里谓词为 DRIVES 的行（研报因果论断的结构化，只追加、带原文与披露日）， +-- 关联文档表 documents 取标题、来源类型与文档锚定公司。 +-- +-- 口径与数据基座后端接口 /graph/logic/{ts_code} 保持一致的部分： +-- 1. 那个接口在图上取指向公司节点的 DRIVES 边，边的方向、机制、条件、时效、强度、可信层级、 +-- 置信度都来自断言的 qualifiers 与元数据；本视图直接从断言层取同一批字段，不经过图。 +-- 2. 公司身份的判定仿照数据基座的实体解析器（backend/app/linking/resolver.py）： +-- 客体原始名经 akg_norm 归一后查别名表 entity_links；曾用名类别名（method 为 namechange） +-- 要求披露日落在有效期内，缺有效期的曾用名不采用；恰好一个候选才链接；多个候选时若 +-- 文档锚定公司在候选之中则取它，否则视为歧义不链接；客体是自指词（公司、本公司、本集团、 +-- 本行、发行人、上市公司）时取文档锚定公司 documents.meta->>'company_ts_code'。 +-- 与接口不同的部分： +-- 3. 客体是环节（object_type = 'Segment'）时，接口不展开；本视图按投影表 +-- segment_members_projection 展开到该环节的全部上市成员公司，每个成员一行， +-- via_segment 列写环节名，link_method 列写 segment。客体是公司时 via_segment 为空。 +-- 4. 接口读的是图上的边，被后续披露取代或封口的边带有 status 与 valid_to；本视图逐条断言出行， +-- 没有这两个字段（belief 图只在 Neo4j，PostgreSQL 没有 beliefs 表）。作为替代， +-- disputed 列标出该断言是否处于未结的多空分歧复核（disputes 表 status = 'open'）， +-- review_flag 列带出逻辑评析在 logic_reviews.merged->'flags' 里对该断言的"疑似误抽"标记。 +-- +-- 连接键： +-- claims.doc_id = documents.doc_id； +-- akg_norm(claims.object_id) = entity_links.alias_norm，entity_links.canonical_id 即 ts_code； +-- btrim(claims.object_id) = segment_aliases.alias（环节同义归一，未命中用原名）； +-- 环节名 = COALESCE(segment_members_projection.orig_segment_name, segment_name)， +-- 即投影表里的图上原名，与 sql/astock_kg_card_views.sql 的用法相同； +-- ts_code = company_master.ts_code 取简称（只做展示，不参与过滤）。 +-- 代码格式：ts_code 一律是点后缀式，如 600000.SH。 +-- +-- 已知局限： +-- a. 投影表每天 06:10 删后插，只存当前态：环节展开得到的成员集合是"今天的"，历史日的论断 +-- 按今天的成员展开，复盘时存在成员前视；复盘应按冻结快照重建。 +-- b. 视图里的公司链接只做了解析器的精确层（T1）与自指、文档破歧两条规则，没有做缩减形态 +-- （剥公司后缀、剥括注，即 T2）与主语亲和规则；akg_norm 也不剥行情尾标。因此视图链接到的 +-- 公司是图上链接结果的子集，未链接的论断不出现在视图里。要看覆盖率，用下面的诊断语句。 +-- c. 客体是概念、行业、未上市实体或未能链接的名字时，没有 ts_code，不出现在视图里。 +-- d. 环节同义归一只查库表 segment_aliases，解析器代码里那几条兜底字典没有复制到 SQL。 +-- e. 一条论断的客体是环节时会展开成多行，claim_id 在视图里不唯一；按论断计数要 DISTINCT claim_id。 +-- f. 不做去重与归并：同一研报同一句话对同一公司只会有一条（断言层有 dedup_key 唯一约束）， +-- 但不同研报的相同论断各算一条，归并留给逻辑评析层。 +-- +-- 诊断（只读，看覆盖）： +-- SELECT object_type, count(*) FROM claims WHERE predicate = 'DRIVES' GROUP BY 1 ORDER BY 2 DESC; +-- SELECT link_method, count(DISTINCT claim_id), count(*) FROM v_factor_logic GROUP BY 1; +-- SELECT max(disclosure_date), count(*) FROM v_factor_logic; + +CREATE OR REPLACE VIEW v_factor_logic AS +WITH drives AS ( + SELECT c.claim_id, + c.subject_type, + c.subject_id, + c.object_type, + c.object_id, + c.qualifiers, + c.source_span, + c.disclosure_date, + c.confidence, + c.tier, + c.doc_id, + d.title AS doc_title, + d.source_type, + d.meta->>'company_ts_code' AS doc_company, + akg_norm(c.object_id) AS object_norm + FROM claims c + JOIN documents d ON d.doc_id = c.doc_id + WHERE c.predicate = 'DRIVES' +), +-- 公司类客体的候选身份：仿解析器的精确层，曾用名过披露日时点闸门。 +company_cands AS ( + SELECT x.claim_id, l.canonical_id + FROM drives x + JOIN entity_links l ON l.alias_norm = x.object_norm + WHERE x.object_type IN ('Company', 'Entity') + AND (l.method <> 'namechange' + OR ((l.valid_from IS NOT NULL OR l.valid_to IS NOT NULL) + AND (l.valid_from IS NULL OR l.valid_from <= x.disclosure_date) + AND (l.valid_to IS NULL OR x.disclosure_date <= l.valid_to))) + GROUP BY x.claim_id, l.canonical_id +), +company_cand_agg AS ( + SELECT claim_id, + count(*) AS n_cands, + min(canonical_id) AS only_id, + array_agg(canonical_id) AS cand_ids + FROM company_cands + GROUP BY claim_id +), +company_link AS ( + SELECT x.claim_id, + CASE + WHEN x.object_norm IN ('公司', '本公司', '本集团', '本行', '发行人', '上市公司') + THEN x.doc_company + WHEN a.n_cands = 1 THEN a.only_id + WHEN a.n_cands > 1 AND x.doc_company = ANY(a.cand_ids) THEN x.doc_company + ELSE NULL + END AS ts_code, + CASE + WHEN x.object_norm IN ('公司', '本公司', '本集团', '本行', '发行人', '上市公司') + THEN 'self_ref' + WHEN a.n_cands = 1 THEN 'dict' + WHEN a.n_cands > 1 AND x.doc_company = ANY(a.cand_ids) THEN 'tiebreak_doc' + WHEN a.n_cands > 1 THEN 'ambiguous' + ELSE 'unresolved' + END AS link_method + FROM drives x + LEFT JOIN company_cand_agg a ON a.claim_id = x.claim_id + WHERE x.object_type IN ('Company', 'Entity') +), +-- 环节类客体：同义归一后按投影表展开到上市成员。 +segment_rows AS ( + SELECT x.claim_id, + COALESCE(sa.canonical, btrim(x.object_id)) AS segment_canon + FROM drives x + LEFT JOIN segment_aliases sa ON sa.alias = btrim(x.object_id) + WHERE x.object_type = 'Segment' +), +segment_members AS ( + SELECT DISTINCT COALESCE(orig_segment_name, segment_name) AS seg, ts_code + FROM segment_members_projection + WHERE ts_code IS NOT NULL AND ts_code <> '' +), +linked AS ( + SELECT cl.claim_id, cl.ts_code, NULL::text AS via_segment, cl.link_method + FROM company_link cl + WHERE cl.ts_code IS NOT NULL + UNION ALL + SELECT sr.claim_id, m.ts_code, sr.segment_canon AS via_segment, 'segment' AS link_method + FROM segment_rows sr + JOIN segment_members m ON m.seg = sr.segment_canon +), +-- 逻辑评析对单条论断的"疑似误抽"标记（编号已在落库前映射回 claim_id）。 +review_flags AS ( + SELECT f->>'claim_id' AS claim_id_text, + min(f->>'issue') AS issue + FROM logic_reviews r + CROSS JOIN LATERAL jsonb_array_elements( + CASE WHEN jsonb_typeof(r.merged->'flags') = 'array' + THEN r.merged->'flags' ELSE '[]'::jsonb END) f + WHERE f->>'claim_id' IS NOT NULL + GROUP BY f->>'claim_id' +) +SELECT t.ts_code, + cm.short_name AS company_name, + t.via_segment, + t.link_method, + x.subject_type, + x.subject_id AS subject_name, + x.object_type, + x.object_id AS object_name, + x.qualifiers->>'direction' AS direction, + x.qualifiers->>'mechanism' AS mechanism, + x.qualifiers->>'condition' AS condition, + x.qualifiers->>'horizon' AS horizon, + x.qualifiers->>'strength' AS strength, + x.tier, + x.confidence, + x.disclosure_date, + x.source_type, + x.doc_id, + x.doc_title, + left(x.source_span, 200) AS source_span, + x.claim_id, + EXISTS (SELECT 1 FROM disputes dp + WHERE dp.status = 'open' AND x.claim_id = ANY(dp.claim_ids)) AS disputed, + rf.issue AS review_flag +FROM linked t +JOIN drives x ON x.claim_id = t.claim_id +LEFT JOIN company_master cm ON cm.ts_code = t.ts_code +LEFT JOIN review_flags rf ON rf.claim_id_text = x.claim_id::text; + + +-- 二、v_factor_judgement —— 研判结论，一行一个评析簇 +-- +-- 研判结论已经落表：产业研判面板生成的结论存在 logic_reviews 表，簇键 cluster_key 以 +-- "Industry::主题" 开头（后端 /admin/review_industry 任务写入，/atlas/{theme} 与主题页读取）； +-- 同一张表还存按受益方聚簇的逻辑评析（"Company:代码"、"Segment:环节名"、"Concept:概念名"， +-- 由 /admin/review_logic 任务写入，个股逻辑面接口的 review 段读取）。两类同表同结构， +-- 本视图一并暴露，用 scope 列区分：industry 产业研判、company 个股评析、segment 环节评析、 +-- concept 概念评析，其余 other。 +-- +-- 列的含义： +-- subject_name 是主题名或受益方原名；ts_code 只在 scope = company 时有值（从簇键截取）； +-- segment_name 只在 scope = segment 时有值。 +-- leaning 是方向（模型四选一：偏多、偏空、中性、证据不足；产业研判与个股评析同一取值集合）； +-- core_contradiction、supply_view、demand_view、expectation_shift 只有产业研判有，个股评析为空； +-- reasons、bull_points、bear_points 是依据，JSON 数组，每项带 text 或 statement 与引用的 claim_ids， +-- claim_ids 可回到 v_factor_logic 或 claims 表看原文； +-- verified 是第三轮自我校验结果，false 时 verify_problems 列出校验指出的问题，读的一方应降权； +-- review_date 与 reviewed_at 是本版结论的生成时间；input_version 是输入材料集合的指纹， +-- 材料变了指纹就变，可当版本号用；n_materials 是这一版评析读了多少条断言（论断与事件之和）。 +-- +-- 已知局限： +-- a. logic_reviews 以 cluster_key 唯一，重评时整行覆盖并把 created_at 改为当前时间， +-- 库里只有每个簇的最新一版，没有历史版本；要保留版本史需要新表，本次不做。 +-- b. 产业研判的簇键是股票池主题名（industry_pools.theme），不是环节名；主题与环节的对应 +-- 关系不在库表里（池成员的 segments 字段是投影的派生），本视图不做主题到环节的映射。 +-- c. 只出有第二轮结果（comparison 非空）的簇；只跑完第一轮归并的簇没有方向，不出行。 +-- d. 结论是模型综合生成的旁批，不是研报原文；数据基座前端对它的说明是"系统综合生成，非研报原文"。 + +CREATE OR REPLACE VIEW v_factor_judgement AS +SELECT CASE + WHEN r.cluster_key LIKE 'Industry::%' THEN 'industry' + WHEN r.cluster_key LIKE 'Company:%' THEN 'company' + WHEN r.cluster_key LIKE 'Segment:%' THEN 'segment' + WHEN r.cluster_key LIKE 'Concept:%' THEN 'concept' + ELSE 'other' + END AS scope, + r.beneficiary AS subject_name, + CASE WHEN r.cluster_key LIKE 'Company:%' + THEN substr(r.cluster_key, length('Company:') + 1) END AS ts_code, + CASE WHEN r.cluster_key LIKE 'Segment:%' + THEN substr(r.cluster_key, length('Segment:') + 1) END AS segment_name, + r.comparison->>'leaning' AS leaning, + r.comparison->'core_contradiction'->>'text' AS core_contradiction, + r.comparison->'supply_demand'->>'supply' AS supply_view, + r.comparison->'supply_demand'->>'demand' AS demand_view, + r.comparison->'expectation_shift'->>'text' AS expectation_shift, + r.comparison->'reasons' AS reasons, + r.comparison->'bull' AS bull_points, + r.comparison->'bear' AS bear_points, + CASE WHEN jsonb_typeof(r.comparison->'bull') = 'array' + THEN jsonb_array_length(r.comparison->'bull') ELSE 0 END AS n_bull, + CASE WHEN jsonb_typeof(r.comparison->'bear') = 'array' + THEN jsonb_array_length(r.comparison->'bear') ELSE 0 END AS n_bear, + CASE WHEN jsonb_typeof(r.merged->'flags') = 'array' + THEN jsonb_array_length(r.merged->'flags') ELSE 0 END AS n_flags, + r.verified, + r.comparison->'verify_problems' AS verify_problems, + r.model, + r.rounds, + r.created_at::date AS review_date, + r.created_at AS reviewed_at, + r.fingerprint AS input_version, + COALESCE(array_length(r.claim_ids, 1), 0) AS n_materials, + r.claim_ids, + r.review_id, + r.cluster_key +FROM logic_reviews r +WHERE r.comparison IS NOT NULL;