""" 智能盯盘 - UI界面 集成到主程序的智能盯盘功能界面 """ import streamlit as st import pandas as pd from datetime import datetime import logging import os from typing import Dict from dotenv import load_dotenv from smart_monitor_engine import SmartMonitorEngine from smart_monitor_db import SmartMonitorDB from config_manager import config_manager # 使用主程序的配置管理器 # 加载环境变量 load_dotenv() def smart_monitor_ui(): """AI盯盘主界面""" st.title("🤖 AI盯盘 - AI决策交易系统") st.caption("参照AlphaArena项目，基于DeepSeek AI的A股自动化交易系统") # 使用说明 with st.expander("📖 快速使用指南", expanded=False): st.markdown(""" ### 🚀 快速开始 **第一步：环境配置** 1. 点击左侧菜单"⚙️ 环境配置" 2. 填写 DeepSeek API Key（必需） 3. 配置 miniQMT 账户（可选，用于实盘交易） 4. 配置通知方式（可选，邮件/Webhook） **第二步：开始使用** - **实时分析**：输入股票代码，AI即时分析并给出交易建议 - **监控任务**：添加股票到监控列表，定时自动分析 - **持仓管理**：查看和管理当前持仓（已持仓股票可直接监控） --- ### 💡 核心功能 | 功能 | 说明 | |------|------| | 📊 **实时分析** | 输入股票代码，AI分析市场数据并给出买入/卖出/持有建议 | | 🎯 **监控任务** | 定时自动分析目标股票，可设置自动交易 | | 📈 **持仓管理** | 记录持仓成本，实时显示盈亏，AI决策考虑持仓情况 | | 📜 **历史记录** | 查看所有AI决策历史、交易记录和通知记录 | | ⚙️ **系统设置** | 配置API、交易方式（实盘/模拟）、通知等 | --- ### 🎯 AI决策逻辑 **买入信号**（至少满足3个）： 1. ✅ 趋势向上：价格 > MA5 > MA20 > MA60（多头排列） 2. ✅ 量价配合：成交量 > 5日均量的120%（放量上涨） 3. ✅ MACD金叉：MACD > 0 且DIF上穿DEA 4. ✅ RSI健康：RSI在50-70区间（不超买不超卖） 5. ✅ 突破关键位：突破前期高点或重要阻力位 6. ✅ 布林带位置：价格接近布林中轨上方，有上行空间 **卖出信号**（满足任一立即卖出）： 1. 🔴 止损触发：亏损 ≥ -5%（明天开盘立即卖出） 2. 🟢 止盈触发：盈利 ≥ +10%（锁定收益） 3. 🔴 趋势转弱：跌破MA20/MA60，MACD死叉 4. 🔴 放量下跌：成交量放大但价格下跌 5. 🔴 技术破位：跌破重要支撑位 --- ### ⚠️ A股T+1规则 **关键限制**： - 今天买入的股票，**今天不能卖出** - 必须等到下一个交易日才能卖出 - 系统会自动检查并遵守T+1规则 **建议**： - **宁可错过，不可做错** - 买入前务必确认趋势 - 单只股票仓位 ≤ 30%（T+1风险较大） - 止损位：-5%（明天开盘立即执行） - 止盈位：+8-15%（分批止盈） --- ### 🔧 使用技巧 **新手建议**： 1. 先使用"模拟交易"模式测试 2. 小仓位试水（建议5-10%） 3. 严格执行止损，不要心存侥幸 4. 关注交易时段（9:30-11:30, 13:00-15:00） **高级功能**： - 在"监控任务"中勾选"已持仓"，填入成本价 - AI会考虑当前盈亏情况给出更准确的建议 - 可设置多个监控任务，同时盯盘多只股票 --- ### 📞 常见问题 **Q: 提示"DeepSeek API调用失败"？** - 检查API Key是否正确 - 确认API账户余额充足 - 检查网络连接 **Q: 数据显示为0或获取失败？** - 可能是非交易时间 - AKShare接口可能暂时不可用 - 尝试更换股票代码测试 **Q: 想实盘交易如何操作？** 1. 下载并安装 [miniQMT](https://www.xtp-mini.com/) 2. 启动miniQMT客户端并登录 3. 在"系统设置"中填写账户ID 4. 取消勾选"使用模拟交易" --- ### ⚠️ 风险提示 1. **股市有风险，投资需谨慎** 2. AI决策仅供参考，不构成投资建议 3. 建议先使用模拟交易充分测试 4. 严格控制仓位，不要满仓操作 5. 不要投入超过承受能力的资金 --- **🎉 祝您交易顺利！如有问题，请查看详细文档或联系技术支持。** """) st.markdown("---") # 初始化组件（自动从配置读取） if 'engine' not in st.session_state: try: # SmartMonitorEngine会自动从config_manager读取配置 st.session_state.engine = SmartMonitorEngine() st.session_state.db = SmartMonitorDB() except Exception as e: st.error(f"初始化失败: {e}") st.error("请先在'环境配置'中完成基础配置") return # 创建标签页 tabs = st.tabs([ "📊 实时分析", "🎯 监控任务", "📈 持仓管理", "📜 历史记录", "⚙️ 系统设置" ]) # 标签页1: 实时分析 with tabs[0]: render_realtime_analysis() # 标签页2: 监控任务 with tabs[1]: render_monitor_tasks() # 标签页3: 持仓管理 with tabs[2]: render_position_management() # 标签页4: 历史记录 with tabs[3]: render_history() # 标签页5: 系统设置 with tabs[4]: render_settings() def render_realtime_analysis(): """实时分析界面""" st.header("📊 实时分析") col1, col2 = st.columns([2, 1]) with col1: stock_code = st.text_input( "输入股票代码", placeholder="例如: 600519", help="输入6位股票代码" ) with col2: auto_trade = st.checkbox("自动交易", value=False, help="开启后AI会自动执行交易决策") if st.button("🔍 开始分析", type="primary"): if not stock_code: st.error("请输入股票代码") return if len(stock_code) != 6 or not stock_code.isdigit(): st.error("股票代码格式错误，请输入6位数字") return # 显示进度 with st.spinner('正在分析...'): engine = st.session_state.engine result = engine.analyze_stock( stock_code=stock_code, auto_trade=auto_trade, notify=True ) if result['success']: # 显示分析结果 display_analysis_result(result) else: st.error(f"分析失败: {result.get('error')}") def display_analysis_result(result: dict): """显示分析结果""" stock_code = result['stock_code'] stock_name = result['stock_name'] decision = result['decision'] market_data = result['market_data'] session_info = result['session_info'] st.success(f"✅ 分析完成: {stock_code} {stock_name}") # 交易时段信息 st.info(f"⏰ 当前时段: {session_info['session']} - {session_info['recommendation']}") # AI决策 st.markdown("### 🤖 AI决策") col1, col2, col3, col4 = st.columns(4) # 决策动作 action = decision['action'] action_emoji = {"BUY": "📈", "SELL": "📉", "HOLD": "⏸️"} action_color = {"BUY": "green", "SELL": "red", "HOLD": "gray"} col1.metric("决策", action, delta=None) col2.metric("信心度", f"{decision['confidence']}%") col3.metric("风险等级", decision.get('risk_level', 'N/A')) col4.metric("建议仓位", f"{decision.get('position_size_pct', 0)}%") # 决策理由 st.markdown("**决策理由:**") st.text_area("决策理由", decision['reasoning'], height=150, disabled=True, label_visibility="hidden") # 市场数据 st.markdown("### 📊 市场数据") col1, col2, col3, col4 = st.columns(4) col1.metric("当前价", f"¥{market_data.get('current_price', 0):.2f}") col2.metric("涨跌幅", f"{market_data.get('change_pct', 0):+.2f}%") col3.metric("成交量", f"{market_data.get('volume', 0):,.0f}手") col4.metric("换手率", f"{market_data.get('turnover_rate', 0):.2f}%") # 技术指标 st.markdown("### 📈 技术指标") tech_col1, tech_col2, tech_col3 = st.columns(3) with tech_col1: st.markdown("**均线系统**") st.write(f"MA5: ¥{market_data.get('ma5', 0):.2f}") st.write(f"MA20: ¥{market_data.get('ma20', 0):.2f}") st.write(f"MA60: ¥{market_data.get('ma60', 0):.2f}") st.write(f"趋势: {market_data.get('trend', 'N/A')}") with tech_col2: st.markdown("**动量指标**") st.write(f"MACD: {market_data.get('macd', 0):.4f}") st.write(f"DIF: {market_data.get('macd_dif', 0):.4f}") st.write(f"DEA: {market_data.get('macd_dea', 0):.4f}") with tech_col3: st.markdown("**摆动指标**") st.write(f"RSI(6): {market_data.get('rsi6', 0):.2f}") st.write(f"RSI(12): {market_data.get('rsi12', 0):.2f}") st.write(f"RSI(24): {market_data.get('rsi24', 0):.2f}") # 主力资金（已禁用 - 接口不稳定） # if 'main_force' in market_data: # st.markdown("### 💰 主力资金") # mf = market_data['main_force'] # # mf_col1, mf_col2, mf_col3 = st.columns(3) # mf_col1.metric("主力净额", f"{mf['main_net']:,.2f}万", # delta=f"{mf['main_net_pct']:+.2f}%") # mf_col2.metric("超大单", f"{mf['super_net']:,.2f}万") # mf_col3.metric("大单", f"{mf['big_net']:,.2f}万") # # st.info(f"主力动向: {mf['trend']}") # 执行结果（如果有） if result.get('execution_result'): exec_result = result['execution_result'] st.markdown("### ⚡ 执行结果") if exec_result.get('success'): st.success(f"✅ {exec_result.get('message', '执行成功')}") else: st.error(f"❌ {exec_result.get('error', '执行失败')}") def render_monitor_tasks(): """监控任务界面""" st.header("🎯 监控任务管理") db = st.session_state.db engine = st.session_state.engine # 添加新任务 with st.expander("➕ 添加新监控任务", expanded=True): # 改回使用form，确保值正确提交 with st.form("add_monitor_task_form", clear_on_submit=False): col1, col2 = st.columns(2) with col1: task_name = st.text_input("任务名称", placeholder="例如: 茅台盯盘") stock_code = st.text_input("股票代码", placeholder="例如: 600519") check_interval = st.slider("检查间隔(秒)", 60, 3600, 300) # 持仓信息 st.markdown("---") st.markdown("**📊 持仓信息**") has_position = st.checkbox("已持仓该股票", value=False, help="勾选后可填写持仓成本和数量，AI会考虑持仓情况") # 注意：在form内部，复选框的变化要到提交后才能看到 # 所以持仓输入框始终显示，用户可以选择填写或不填写 position_cost = st.number_input("持仓成本(元)", min_value=0.01, value=10.0, step=0.01, help="如果已持仓，填写买入时的成本价格（未持仓可忽略）") position_quantity = st.number_input("持仓数量(股)", min_value=100, value=100, step=100, help="如果已持仓，填写持有的股票数量（未持仓可忽略）") with col2: auto_trade = st.checkbox("自动交易", value=False, help="AI决策后自动执行交易") trading_hours_only = st.checkbox( "仅交易时段监控", value=True, help="开启后，只在交易日的交易时段（9:30-11:30, 13:00-15:00）进行AI分析" ) position_size = st.slider("仓位百分比(%)", 5, 50, 20, help="新建仓位时使用的资金比例") notify_email = st.text_input("通知邮箱（可选）") # 添加任务按钮（表单提交按钮） submitted = st.form_submit_button("➕ 添加任务", type="primary", width='stretch') if submitted: # 验证必填项（form中直接使用局部变量） if not task_name or not stock_code: st.error("❌ 请填写必填项：任务名称和股票代码") else: try: # 检查是否已存在该股票的监控任务 existing_tasks = db.get_monitor_tasks(enabled_only=False) existing_task = next((t for t in existing_tasks if t['stock_code'] == stock_code), None) if existing_task: st.error(f"❌ 股票代码 {stock_code} 已存在监控任务！") st.warning(f"任务名称: {existing_task['task_name']}") st.info("💡 请在下方任务列表中找到该任务，点击启动或删除后重新添加") else: # 创建任务（初始状态为禁用，需要用户手动启动） task_data = { 'task_name': task_name, 'stock_code': stock_code, 'enabled': 0, # 关键修改：初始状态为禁用，不自动启动 'check_interval': check_interval, 'auto_trade': 1 if auto_trade else 0, 'trading_hours_only': 1 if trading_hours_only else 0, 'position_size_pct': position_size, 'notify_email': notify_email, 'has_position': 1 if has_position else 0, 'position_cost': position_cost if has_position else 0, 'position_quantity': position_quantity if has_position else 0, 'position_date': datetime.now().strftime('%Y-%m-%d') if has_position else None } task_id = db.add_monitor_task(task_data) st.success(f"✅ 任务创建成功! ID: {task_id}") if has_position: st.info(f"📊 已记录持仓: {position_quantity}股 @ {position_cost:.2f}元") st.info("💡 任务已创建但未启动，请在下方任务列表中点击'▶️ 启动'按钮开始监控") st.rerun() except Exception as e: error_msg = str(e) if "UNIQUE constraint failed" in error_msg: st.error(f"❌ 股票代码 {stock_code} 已存在监控任务！") st.info("💡 请在下方任务列表中找到该任务") else: st.error(f"创建失败: {error_msg}") # 显示任务列表 st.markdown("### 📋 监控任务列表") tasks = db.get_monitor_tasks(enabled_only=False) if not tasks: st.info("暂无监控任务，点击上方'添加新监控任务'创建") return for task in tasks: with st.container(): # 获取实时价格计算盈亏 has_position = task.get('has_position', 0) position_cost = task.get('position_cost', 0) position_quantity = task.get('position_quantity', 0) # 尝试获取当前价格 current_price = 0 profit_loss = 0 profit_loss_pct = 0 if has_position and position_cost > 0 and position_quantity > 0: try: # 获取实时行情 from smart_monitor_data import SmartMonitorDataFetcher data_fetcher = SmartMonitorDataFetcher() quote = data_fetcher.get_realtime_quote(task['stock_code'], retry=1) if quote: current_price = quote.get('current_price', 0) if current_price > 0: # 计算盈亏 cost_total = position_cost * position_quantity current_total = current_price * position_quantity profit_loss = current_total - cost_total profit_loss_pct = (profit_loss / cost_total) * 100 except Exception as e: pass col1, col2, col3, col4, col5 = st.columns([2, 2, 1.5, 1, 1]) with col1: st.write(f"**{task['task_name']}**") st.caption(f"{task['stock_code']} - 间隔{task['check_interval']}秒") with col2: status = "✅ 已启用" if task['enabled'] else "⏸️ 已禁用" auto_trade_status = "🤖 自动交易" if task['auto_trade'] else "👀 仅监控" trading_mode = "🕒 仅交易时段" if task.get('trading_hours_only', 1) else "🌐 全时段" st.write(status) st.caption(f"{auto_trade_status} | {trading_mode}") # 显示持仓状态 if has_position: st.caption(f"📊 持仓: {position_quantity}股 @ {position_cost:.2f}元") with col3: is_running = task['stock_code'] in engine.monitoring_threads if is_running: st.success("▶️ 运行中") else: st.info("⏸️ 未运行") # 显示盈亏 if has_position and current_price > 0: if profit_loss > 0: st.success(f"💰 +{profit_loss:.2f}元 ({profit_loss_pct:+.2f}%)") elif profit_loss < 0: st.error(f"📉 {profit_loss:.2f}元 ({profit_loss_pct:+.2f}%)") else: st.info("持平") with col4: if is_running: if st.button("⏹️ 停止", key=f"stop_{task['id']}"): engine.stop_monitor(task['stock_code']) # 停止时更新数据库状态为禁用 db.update_monitor_task(task['stock_code'], {'enabled': 0}) st.success("已停止") st.rerun() else: # 启动按钮始终可点击（只要任务未运行） if st.button("▶️ 启动", key=f"start_{task['id']}"): # 启动监控 engine.start_monitor( stock_code=task['stock_code'], check_interval=task['check_interval'], auto_trade=task['auto_trade'] == 1, notify=True, has_position=has_position == 1, position_cost=position_cost, position_quantity=position_quantity, trading_hours_only=task.get('trading_hours_only', 1) == 1 ) # 启动时更新数据库状态为启用 db.update_monitor_task(task['stock_code'], {'enabled': 1}) st.success("已启动") st.rerun() with col5: if st.button("🗑️ 删除", key=f"del_{task['id']}"): # 如果正在运行，先停止 if task['stock_code'] in engine.monitoring_threads: engine.stop_monitor(task['stock_code']) db.delete_monitor_task(task['id']) st.success("已删除") st.rerun() # K线图和AI决策详情（可展开） with st.expander(f"📊 K线图 & AI决策 - {task['task_name']}", expanded=False): _render_task_kline_and_decisions(task, db, engine) st.markdown("---") def render_position_management(): """持仓管理界面""" st.header("📈 持仓管理") engine = st.session_state.engine qmt = engine.qmt # 获取账户信息 account_info = qmt.get_account_info() st.markdown("### 💰 账户概览") col1, col2, col3, col4 = st.columns(4) col1.metric("总资产", f"¥{account_info['total_value']:,.2f}") col2.metric("可用资金", f"¥{account_info['available_cash']:,.2f}") col3.metric("持仓数量", f"{account_info['positions_count']}个") col4.metric("总盈亏", f"¥{account_info['total_profit_loss']:,.2f}") # 获取持仓列表 positions = qmt.get_all_positions() if not positions: st.info("当前无持仓") return st.markdown("### 📊 持仓列表") # 转换为DataFrame df = pd.DataFrame(positions) # 显示表格 st.dataframe( df[[ 'stock_code', 'stock_name', 'quantity', 'can_sell', 'cost_price', 'current_price', 'profit_loss', 'profit_loss_pct' ]], column_config={ "stock_code": "代码", "stock_name": "名称", "quantity": "持仓", "can_sell": "可卖", "cost_price": "成本价", "current_price": "现价", "profit_loss": "盈亏", "profit_loss_pct": "盈亏%" }, hide_index=True, width='stretch' ) # 单只股票操作 st.markdown("### ⚡ 快速操作") selected_stock = st.selectbox( "选择股票", options=[f"{p['stock_code']} {p['stock_name']}" for p in positions] ) col1, col2 = st.columns(2) with col1: if st.button("🔍 AI分析", type="secondary"): stock_code = selected_stock.split()[0] with st.spinner("分析中..."): result = engine.analyze_stock(stock_code, auto_trade=False) if result['success']: st.success("分析完成，查看'实时分析'标签页") with col2: if st.button("📤 卖出", type="primary"): stock_code = selected_stock.split()[0] # 这里可以添加卖出确认对话框 st.warning("请在'实时分析'中使用AI决策后卖出") def render_history(): """历史记录界面""" st.header("📜 历史记录") db = st.session_state.db tab1, tab2, tab3 = st.tabs(["AI决策历史", "交易记录", "通知记录"]) # AI决策历史 with tab1: st.subheader("🤖 AI决策历史") decisions = db.get_ai_decisions(limit=50) if not decisions: st.info("暂无决策记录") else: for dec in decisions: with st.expander( f"{dec['decision_time']} - {dec['stock_code']} {dec['stock_name']} " f"- {dec['action']} (信心度{dec['confidence']}%)" ): col1, col2 = st.columns([1, 3]) with col1: st.write(f"**时段:** {dec['trading_session']}") st.write(f"**风险:** {dec['risk_level']}") st.write(f"**仓位:** {dec['position_size_pct']}%") with col2: st.write("**决策理由:**") st.text(dec['reasoning']) # 交易记录 with tab2: st.subheader("💱 交易记录") trades = db.get_trade_records(limit=50) if not trades: st.info("暂无交易记录") else: df = pd.DataFrame(trades) st.dataframe( df[[ 'trade_time', 'stock_code', 'stock_name', 'trade_type', 'quantity', 'price', 'amount', 'profit_loss' ]], column_config={ "trade_time": "时间", "stock_code": "代码", "stock_name": "名称", "trade_type": "类型", "quantity": "数量", "price": "价格", "amount": "金额", "profit_loss": "盈亏" }, hide_index=True, width='stretch' ) # 通知记录 with tab3: st.subheader("📬 通知记录") st.info("通知记录功能开发中...") def render_settings(): """系统设置界面（跳转到主程序的环境配置）""" st.header("⚙️ 系统设置") st.info(""" ### 📌 配置说明 智能盯盘使用主程序的统一配置系统，包括： - 🤖 **DeepSeek API** - AI决策引擎 - 🔌 **MiniQMT** - 量化交易接口 - 📧 **邮件通知** - SMTP配置 - 🔔 **Webhook** - 钉钉/飞书通知 请前往主程序的 **"环境配置"** 页面进行统一配置。 """) # 显示当前配置状态 st.markdown("### 📊 当前配置状态") config = config_manager.read_env() col1, col2 = st.columns(2) with col1: st.markdown("**🤖 DeepSeek API**") api_key = config.get('DEEPSEEK_API_KEY', '') if api_key: st.success(f"✅ 已配置（{api_key[:8]}...）") else: st.error("❌ 未配置") st.markdown("**🔌 MiniQMT**") miniqmt_enabled = config.get('MINIQMT_ENABLED', 'false').lower() == 'true' if miniqmt_enabled: account_id = config.get('MINIQMT_ACCOUNT_ID', '') st.success(f"✅ 已启用（账户：{account_id or '未设置'}）") else: st.warning("⚠️ 未启用（使用模拟交易）") with col2: st.markdown("**📧 邮件通知**") email_enabled = config.get('EMAIL_ENABLED', 'false').lower() == 'true' if email_enabled: email_to = config.get('EMAIL_TO', '') st.success(f"✅ 已启用（{email_to}）") else: st.warning("⚠️ 未启用") st.markdown("**🔔 Webhook通知**") webhook_enabled = config.get('WEBHOOK_ENABLED', 'false').lower() == 'true' if webhook_enabled: webhook_type = config.get('WEBHOOK_TYPE', 'dingtalk') st.success(f"✅ 已启用（{webhook_type}）") else: st.warning("⚠️ 未启用") st.markdown("---") # 快速跳转按钮 st.markdown("### 🔧 配置管理") st.info(""" **配置步骤：** 1. 点击左侧菜单 → **"环境配置"** 2. 填写所需的配置项 3. 点击 **"保存配置"** 4. 返回智能盯盘页面 5. 刷新页面使配置生效 """) if st.button("🔄 重新加载配置", type="primary"): config_manager.reload_config() st.success("✅ 配置已重新加载") st.info("💡 如果修改了配置，请刷新页面（Ctrl+R）") st.rerun() def _render_task_kline_and_decisions(task: Dict, db: SmartMonitorDB, engine): """ 渲染单个任务的K线图和AI决策 Args: task: 任务信息 db: 数据库实例 engine: 监控引擎实例 """ from smart_monitor_kline import SmartMonitorKline from smart_monitor_data import SmartMonitorDataFetcher stock_code = task['stock_code'] stock_name = task.get('stock_name', stock_code) # 创建两列：左侧K线图，右侧AI决策列表 col_chart, col_decisions = st.columns([2, 1]) with col_chart: st.markdown("#### 📈 K线图") # 添加刷新按钮 if st.button("🔄 刷新K线", key=f"refresh_kline_{task['id']}"): st.rerun() # 获取K线数据 try: kline = SmartMonitorKline() data_fetcher = SmartMonitorDataFetcher() # 获取K线数据（60天） with st.spinner(f"正在获取 {stock_code} 的K线数据..."): kline_data = kline.get_kline_data(stock_code, days=60, data_fetcher=data_fetcher) if kline_data is not None and not kline_data.empty: # 获取AI决策历史（最近100条，用于K线图标注） ai_decisions = db.get_ai_decisions( stock_code=stock_code, limit=100 ) # 过滤最近30天的决策（用于K线图标注） from datetime import timedelta if ai_decisions: start_date = (datetime.now() - timedelta(days=30)).strftime('%Y-%m-%d') ai_decisions = [ d for d in ai_decisions if d.get('decision_time', '').split()[0] >= start_date ] # 创建K线图 fig = kline.create_kline_with_decisions( stock_code=stock_code, stock_name=stock_name, kline_data=kline_data, ai_decisions=ai_decisions, show_volume=True, show_ma=True, height=500 ) # 显示图表 st.plotly_chart(fig, use_container_width=True, config={'responsive': True}) st.caption(f"📅 数据时间范围：{kline_data['日期'].min()} ~ {kline_data['日期'].max()}") else: st.error(f"❌ 无法获取 {stock_code} 的K线数据") except Exception as e: st.error(f"❌ K线图加载失败: {str(e)}") import traceback st.text(traceback.format_exc()) with col_decisions: st.markdown("#### 🤖 AI决策历史") # 添加刷新按钮 if st.button("🔄 刷新决策", key=f"refresh_decisions_{task['id']}"): st.rerun() # 获取最近的AI决策（最近5条） try: recent_decisions = db.get_ai_decisions( stock_code=stock_code, limit=5 ) if recent_decisions: for idx, decision in enumerate(recent_decisions): action = decision.get('action', 'unknown') decision_time = decision.get('decision_time', '') confidence = decision.get('confidence', 0) reasoning = decision.get('reasoning', '无') executed = decision.get('executed', 0) # 决策类型图标和颜色 action_icons = { 'buy': '🔺', 'sell': '🔻', 'add_position': '⬆️', 'reduce_position': '⬇️', 'hold': '⏸️' } action_colors = { 'buy': '#ef5350', 'sell': '#26a69a', 'add_position': '#ff9800', 'reduce_position': '#9c27b0', 'hold': '#607d8b' } action_names = { 'buy': '买入', 'sell': '卖出', 'add_position': '加仓', 'reduce_position': '减仓', 'hold': '持有' } icon = action_icons.get(action, '❓') color = action_colors.get(action, '#000000') action_name = action_names.get(action, action) # 显示决策卡片 with st.container(): st.markdown(f"""

{icon} {action_name} {'✅' if executed else '⏳'}

{decision_time}

置信度: {confidence}%

推理: {reasoning[:100]}{'...' if len(reasoning) > 100 else ''}

""", unsafe_allow_html=True) st.markdown("---") else: st.info("📭 暂无AI决策记录") st.caption("启动监控后，AI会定期分析并记录决策") except Exception as e: st.error(f"❌ 加载决策历史失败: {str(e)}") if __name__ == '__main__': smart_monitor_ui()