hahaju/aiagents-stock

Fork 0

Files

T

oficcejo b7a8bb10b3 增加龙虎榜批量分析功能，修复一些小bug

2025-10-20 15:40:14 +08:00

7.9 KiB

Raw Blame History

统一股票分析调用规范

📌 核心原则

所有涉及股票分析的功能必须使用统一的分析函数和数据结构！

🎯 适用场景

✅ 以下所有场景必须遵循此规范：

首页单股分析
首页批量分析
持仓批量分析（UI触发）
持仓定时分析（自动触发）
智策板块中的个股分析
智瞰龙虎中的个股分析
主力选股中的个股分析
任何未来新增的股票分析功能

✅ 正确做法

1. 调用统一分析函数

from app import analyze_single_stock_for_batch

result = analyze_single_stock_for_batch(
    symbol="600519.SH",
    period="1y",
    enabled_analysts_config={
        'technical': True,
        'fundamental': True,
        'fund_flow': True,
        'risk': True,
        'sentiment': False,
        'news': False
    },
    selected_model="deepseek-chat"
)

2. 使用统一字段名

# 提取分析结果
final_decision = result["final_decision"]
stock_info = result["stock_info"]

# 使用正确的字段名
rating = final_decision.get("rating", "未知")                      # ✅
confidence = final_decision.get("confidence_level", "N/A")          # ✅
entry_range = final_decision.get("entry_range", "N/A")             # ✅
take_profit = final_decision.get("take_profit", "N/A")             # ✅
stop_loss = final_decision.get("stop_loss", "N/A")                 # ✅
target_price = final_decision.get("target_price", "N/A")           # ✅
advice = final_decision.get("advice", "")                           # ✅

3. 统一数据解析

import re

# 解析进场区间（格式如"10.5-12.3"）
entry_range = final_decision.get("entry_range", "")
entry_min, entry_max = None, None
if entry_range and isinstance(entry_range, str) and "-" in entry_range:
    try:
        parts = entry_range.split("-")
        entry_min = float(parts[0].strip())
        entry_max = float(parts[1].strip())
    except:
        pass

# 解析止盈止损（提取数字，如"15.8元" → 15.8）
take_profit_str = final_decision.get("take_profit", "")
take_profit = None
if take_profit_str:
    try:
        numbers = re.findall(r'\d+\.?\d*', str(take_profit_str))
        if numbers:
            take_profit = float(numbers[0])
    except:
        pass

# 止损位同理
stop_loss_str = final_decision.get("stop_loss", "")
stop_loss = None
if stop_loss_str:
    try:
        numbers = re.findall(r'\d+\.?\d*', str(stop_loss_str))
        if numbers:
            stop_loss = float(numbers[0])
    except:
        pass

4. 统一结果展示

# 评级颜色标识
if "强烈买入" in rating or "买入" in rating:
    rating_color = "🟢"
elif "卖出" in rating:
    rating_color = "🔴"
else:
    rating_color = "🟡"

# UI展示（Streamlit示例）
with st.expander(f"{rating_color} {code} - {rating} (信心度: {confidence})"):
    col1, col2 = st.columns(2)
    
    with col1:
        st.markdown("**进出场位置**")
        st.write(f"进场区间: {entry_range}")
        st.write(f"目标价: {target_price}")
    
    with col2:
        st.markdown("**风控位置**")
        st.write(f"止盈位: {take_profit}")
        st.write(f"止损位: {stop_loss}")
    
    if advice:
        st.markdown("**投资建议**")
        st.info(advice)

❌ 禁止行为

1. 不要直接调用 ai_agents

# ❌ 错误做法
from ai_agents import StockAnalysisAgents
agents = StockAnalysisAgents()
result = agents.technical_analyst_agent(...)  # 禁止！

2. 不要使用废弃字段名

# ❌ 错误的字段名
rating = final_decision.get("investment_rating")       # 已废弃
confidence = final_decision.get("confidence")          # 已废弃
positions = final_decision.get("entry_exit_positions") # 已废弃
entry_min = positions.get("entry_zone_min")            # 已废弃

3. 不要重复实现分析逻辑

# ❌ 错误做法
from stock_data import StockDataFetcher
from ai_agents import StockAnalysisAgents

fetcher = StockDataFetcher()
agents = StockAnalysisAgents()

# 自己获取数据
stock_data = fetcher.get_stock_data(symbol)
indicators = fetcher.calculate_technical_indicators(stock_data)

# 自己调用分析师
result = agents.technical_analyst_agent(...)  # 禁止！

📋 字段对照表

正确字段名	废弃字段名	数据类型	示例值
`rating`	`investment_rating`	string	"买入", "持有", "卖出"
`confidence_level`	`confidence`	string/number	"8/10", "N/A"
`entry_range`	`entry_exit_positions["entry_zone_min/max"]`	string	"10.5-12.3"
`take_profit`	`entry_exit_positions["take_profit"]`	string	"止盈: 15.8元"
`stop_loss`	`entry_exit_positions["stop_loss"]`	string	"止损: 9.2元"
`target_price`	-	string	"目标价: 18.5元"
`advice`	`summary`	string	"建议买入..."

🔍 代码审查检查清单

提交涉及股票分析的代码时，请确认：

使用了 app.analyze_single_stock_for_batch() 而非直接调用 ai_agents
使用了正确的字段名（rating, confidence_level, entry_range等）
没有使用废弃字段名（investment_rating, entry_exit_positions等）
数据解析逻辑与规范一致（split("-"), re.findall()）
UI展示格式与其他模块保持一致
通知推送使用相同的数据结构

📚 参考代码

设计文档

openspec/changes/add-portfolio-scheduled-analysis/design.md - Decision 4: 统一股票分析调用规范
openspec/changes/add-portfolio-scheduled-analysis/specs/stock-analysis/spec.md - Requirement: 统一股票分析调用规范

💡 好处

遵循此规范可以获得：

✅ 维护成本降低：只需维护一个分析函数
✅ 测试成本降低：只需测试一个分析流程
✅ Bug修复效率：一处修复，全局生效
✅ 新功能快速开发：直接复用，无需重写
✅ 用户体验一致：所有场景看到的结果格式一致
✅ 代码复用最大化：避免重复代码
✅ 自动兼容优化：首页分析的优化自动应用到所有场景

⚠️ 违规后果

不遵循此规范可能导致：

❌ 字段名不一致，UI显示"未知"或错误
❌ 数据解析失败，监测同步失败
❌ 通知推送格式错误
❌ 代码重复，维护困难
❌ Bug修复需要改多处
❌ 用户体验不一致

🆘 常见问题

Q: 为什么必须使用统一函数？

A: 确保所有场景使用相同的AI模型、数据源、分析流程，避免结果不一致。首页分析的任何优化都会自动应用到所有场景。

Q: 为什么不能直接调用 ai_agents？

A: app.analyze_single_stock_for_batch() 已经封装了完整的数据获取、分析、错误处理流程。直接调用 ai_agents 会导致代码重复和逻辑不一致。

Q: 旧代码使用了废弃字段怎么办？

A: 必须修改！参考 portfolio_manager.py 中的正确用法，使用新的字段名。

Q: 如何解析字符串字段（如进场区间）？

A: 参考本文档"统一数据解析"章节的代码示例，使用 split("-") 和正则表达式。

Q: 新功能可以不遵循此规范吗？

A: 不可以！ 所有涉及股票分析的功能都必须遵循此规范，这是强制要求。

📝 更新日志

2024-10-20: 初始版本，基于持仓定时分析功能的实践总结
规范来源: OpenSpec - add-portfolio-scheduled-analysis - Decision 4

遵循规范，代码更优！ 🎉

7.9 KiB Raw Blame History Unescape Escape