hmo/MoFin

Files

T

完整数据采集+分析管道：
- market_watch.py：90行业板块采集（同花顺/东方财富）
- 市场精选推荐 cron：全市场分析+候选池+星级推荐
- price_monitor.py：持仓/自选高频价格监控
- refresh_mtf_cache.py：多周期K线缓存
- 策略评估/知识萃取管道

文档：docs/ 含完整需求+架构设计
注意：尚未配置 git remote，笑笑接手后自行配置

2026-06-20 12:04:21 +08:00

6.2 KiB

Raw Permalink Blame History

title, tags, status, priority, created

title

MoFin 系统数据库统一 - 需求与实施计划

一、当前状态

已完成的管道

market_watch.py（每30分，no_agent）
  → 拉取同花顺90个行业板块数据
  → 写入 market.json（最新快照，仅存当前值，无历史）

市场精选推荐-每日（16:00，LLM cron）
  → 读 market.json → 全市场分析
  → 选热门行业 → 查个股实时价 → 候选池 → 星级推荐
  → 写入 candidate_pool.json + 输出报告给老爸

核心问题

所有数据以 JSON 文件散落存储，无历史记录、无关联查询能力：

问题	影响
market.json 只存最新快照	看不到板块涨跌趋势、资金流向变化
个股不知自己所属板块，板块不知有哪些成分股	无法 SQL join 持仓→板块→趋势
评分/策略变更无历史	看不到候选评分变化趋势
各 JSON 之间无外键约束	数据一致性全靠代码保证

二、目标

将 MoFin 全部数据纳入统一 SQLite 数据库（mofin.db），实现：

数据关系化（持仓 ↔ 板块 ↔ 趋势，一条 SQL 直连）
历史可追溯（板块快照、评分变更、策略版本全部时序存储）
操作 no_agent 化（常用查询/告警用脚本完成，不消耗 LLM）
增量无损迁移（JSON 双写 → 验证 → 切换）

三、数据库设计（详细见 docs/mofin-database-architecture.md）

8 组表

表	替代的 JSON	核心字段
market_snapshots	—（新增）	timestamp, up_ratio, mood
sector_snapshots	market.json sectors[]	snapshot_id, name, change_pct, net_inflow
stocks	multi_tf_cache.json 的 key	code, name, exchange
stock_daily / weekly / monthly	multi_tf_cache 内容	code, date, ohlcv
stock_fundamentals	multi_tf_cache fundamentals	code, pe, pb, eps
stock_sectors	新表（目前无）	code ↔ sector_name 映射
holdings	portfolio.json holdings	code, shares, cost
holding_strategies	decisions.json 策略	code, stop_loss, tp, entry 区间
watchlist_stocks	watchlist.json	code, name
candidates	candidate_pool.json	code, star, promoted
candidate_score_history	candidate_pool 内嵌 history	code, score, source
price_events	price_events.json	code, event_type, price

四、实施计划

阶段1：市场快照入库（当前，P0）

改动文件：market_watch.py

market_watch.py 修改：
  1. 采集 90 个板块数据后
  2. 写 market.json（保留，兼容现有管道）
  3. 同时 INSERT INTO market_snapshots + sector_snapshots

验证标准：

market_watch 跑完后，mofin.db 中 market_snapshots 增加一条
sector_snapshots 有 90 行对应数据
现有 pipeline 不受影响（继续读 market.json）

阶段2：个股K线入库（P1）

改动文件：refresh_mtf_cache.py

将 multi_tf_cache.json 的数据同时写入 stock_daily / weekly / monthly
补填 stocks 表和 stock_fundamentals 表

阶段3：板块成分映射（P1）

新建脚本或集成到 market_watch：

从同花顺板块数据中提取成分股（ak.stock_board_industry_cons_em）
写入 stock_sectors 表
建立个股 ↔ 板块的可查询关系

阶段4：业务表迁移（P2）

holdings / watchlist / candidates / price_events 逐表迁移
每表：JSON+SQLite 双写 → 验证 → 切到 SQLite

阶段5：no_agent 查询脚本（P3）

mofin_query.py "SELECT ..." → 输出格式化的报告
定时预警：SQL 条件满足时推送通知
示例查询见数据库架构文档

五、接口说明

market_watch.py 数据格式

输入：同花顺（akshare）90 个行业板块输出字段（写入 sector_snapshots）：

字段	来源	说明
name	板块名称	中文名，如"半导体"
change_pct	涨跌幅	百分比，THS 源直接可用，EM 源需÷100
up_count	上涨家数	仅 THS 源有
down_count	下跌家数	仅 THS 源有
net_inflow	资金净流入(亿)	仅 THS 源有
lead_stock	领涨股	仅 THS 源有
lead_stock_change	领涨股涨跌幅	仅 THS 源有

腾讯 API 个股查询

curl -s --noproxy '*' "http://qt.gtimg.cn/q=sh688981"
# 返回 v_sh688981="1~中芯国际~688981~140.50~...~...~...~字段32=涨跌幅"
# 第4字段 = 当前价，第32字段 = 涨跌幅(%)

六、文件清单

项目文件

路径	说明
/home/hmo/web-dashboard/market_watch.py	市场数据采集（本阶段改动）
/home/hmo/web-dashboard/market_screener.py	已暂停，暂不涉及
/home/hmo/web-dashboard/refresh_mtf_cache.py	下一阶段改动
/home/hmo/web-dashboard/data/mofin.db	目标数据库（待创建）

文档

路径	说明
docs/mofin-database-architecture.md	完整数据库架构设计
docs/market-screening-pipeline.md	当前筛选流程与提示词
docs/market-screening-system-design.md	筛选系统设计过程
docs/market-data-requirements.md	原始需求（部分已实现）
docs/strategy-evaluation-requirements.md	策略评估需求

七、当前任务（笑笑接手）

第一件事：阶段1 - market_watch.py 改双写

在 data/ 下创建 mofin.db（SQLite）
执行建表 SQL（CREATE TABLE market_snapshots + sector_snapshots + 索引）
修改 market_watch.py 的 main()：
- 采集板块数据后
- 写 market.json（已有逻辑，不动）
- 新增：INSERT market_snapshots（获取 id）
- 新增：逐板块 INSERT sector_snapshots
验证：手动跑一次 market_watch.py，检查数据库有数据

编写验证脚本 mofin_query.py，支持：

python3 mofin_query.py "半导体最近5次采集的涨跌幅"
# 输出：时间 | 涨跌幅 | 净流入

第二件事：搭建开发环境

项目在 /home/hmo/web-dashboard/
Python 3.12，标准库 sqlite3
需要申请访问 Samba 共享 \192.168.1.246\hmo-home
读 docs/ 下的全部文档了解全貌

6.2 KiB Raw Permalink Blame History Unescape Escape