feat(sector-radar): add weighted scores and rank-change views

2026-09-21 23:57:55 +08:00
parent 669e89d3c3
commit b9981aa48d
45 changed files with 2468 additions and 320 deletions
@@ -0,0 +1,36 @@
+# 现有实现与改动定位
+
+只读研究已完成：`/root/radar_storage_research`、`/root/radar_ui_research`，主会话另行阅读领域算法、models、read、build 和 HTTP 相关契约。
+
+## 领域与应用
+
+- `domain/metrics.py:140` 起，旧 SwingEqualThreeToTenStrategy 取 3–10 日八个窗口的累计净额/累计成交额，再等权平均；需采用新版本，不能把它误认作前置研究的两个窗口。
+- `domain/ranking.py:42` 的排序键按 observation.value 排序；`with_rank_changes` 同版本过去名次减当前名次；select_rank_change_side 已实现 ceil(N×10%)，不需另写重复算法。
+- `application/build.py:694` 的 _rank 读取 9 个历史成功日期再拼当前日；历史排名取前 5 次成功发布，并非严格前 5 交易日。
+- `application/build.py:753` 的 input_hash 包含策略版本；重算可沿用版本隔离与幂等思路。
+- `application/read.py` 的 _METRIC_DEFINITIONS 和 `application/details.py:25` 的 _METRIC_VERSIONS 都硬编码当前策略；升级必须让旧发布保持可读。
+- `application/read.py:289` 的 extras 只服务 amount/ratio，swing/rank_change 的涨跌幅、净额和辅助字段需要补齐。
+- `application/details.py:173` 的 history_data 已按发布来源中的交易日历补出缺口，适合统一严格交易日语义；必须避免每行单独查库。
+
+## 存储
+
+- `domain/persistence.py:294–355` 定义 aggregate、ranking、history 读写契约。
+- `infrastructure/postgres.py:532–710` 为事务发布，`:741–778` 为 ranking 批写，`:1145–1173` 为序列化，`:1239–1267` 为固定列反序列化。
+- ranking SELECT 位于 `postgres.py:871–964`、`:996–1033`，当前只含 metric_value，没有 score。
+- `postgres.py:966–994` 的 aggregate history 只返回原始金额/coverage，不包含 publication_id、pct_change、leading_code，离线重算需要精确来源记录。
+- 最新迁移为 `0009_radar_sector_detail`。新增 score 应采用独立 migration，旧值可空。
+- 单测 `tests/unit/sector_radar/test_postgres_repository.py:43–65` 使用 17 列 fake row，必须随查询同步。现有集成测试尚未覆盖 ranking/aggregate 往返。
+
+## 前端
+
+- `pages/sector-radar-page.tsx:209–229` 已有两个下拉，分别为变化指标/对比区间；改为截图的按钮组与统计天数次行。
+- `pages/sector-radar-page.tsx:406–428` 顶部双榜和中央标题仍是普通资金榜文案。
+- `pages/sector-radar-page.tsx:430–463`、`:643–708` 是单日/波段镜像列，无 score。
+- `pages/sector-radar-page.tsx:465–500` 的变化榜目前只显示样本、排名百分位与一个变化值；应展示涨跌幅及另外两项指标变化。
+- `api/sector-radar.types.ts:61–114` 与 `api/sector-radar.api.ts:277–377` 仅承载单个 rank_change，需扩展。
+- 路由与 query key 已保存基准/天数，保留这一结构；URL 显式值优先。
+- 页面测试 `sector-radar-page.test.tsx:654–683` 已覆盖正变化/缺历史，需增加评分、三基准五窗口、镜像辅助列、侧内排序与截图文案。
+
+## 参考站核对
+
+本会话下载的 `/tmp/onechart-public-evidence/index.html` 中：`:1197` 默认 Swing/1 日，`:1380` 附近 mirrorMetricLabel 随基准变，`:1397–1427` 的 mirrorAuxColumns 在变化榜显示另外两个基准，在单日/波段榜显示 score/净额/在榜。前置研究完整来源和数值证据位于已归档的评分研究任务。
@@ -0,0 +1,19 @@
+# 加权公式与验证边界
+
+前置研究在 2026-09-04 至 2026-09-21 的 9,492 条公开样本上复现单日、波段评分与最终排名；分数最大误差 3.41e-13，属于浮点运算误差。这是观测数据还原，不是原站源码证据。
+
+对本项目已有聚合数据，F 为主力净额元、A 为成交额元：
+
+```text
+r = F / (A + 100)
+W = log10(1 + MA5(A)) / 10
+单日评分 = 1000 × P(r) × W
+波段评分 = 500 × (P(MA3(r)) + P(MA10(r))) × W
+波段原值 = (MA3(r) + MA10(r)) / 2
+```
+
+P 为同日、同类型全池升序平均名次 / N。波段必须先分别排名，再合成。最终评分并列按板块代码稳定排序。权重可能大于 1，分数不是固定上限 1000 的百分制。
+
+公开字段可以确认的等价权重是 `log10(MA5(F/r)-99)/10`；`A=F/r-100` 是本任务采用的可复算口径，不能证明原站源码中具体常量的用途。原站边界与并列规则未完全公开，本地明确使用 design.md 中的完整交易日窗口、平均并列名次及缺失语义。
+
+公开验证池为 791 个板块，本地数据库池和按日成员不同。本项目保留当前上市股票与已保存历史输入，因此不承诺与网站逐值相同。原始研究数据和复算快照保留在本地前置研究任务中，不是运行本功能的依赖。
@@ -0,0 +1,166 @@
+"""Synthetic browser fixtures; restricted to the disposable local radar test DB."""
+
+import hashlib
+import math
+import os
+from dataclasses import replace
+from datetime import UTC, date, datetime, timedelta
+from decimal import Decimal
+from urllib.parse import urlsplit
+
+import psycopg
+
+from zhixing_server.modules.sector_radar.application.scoring import calculate_rankings
+from zhixing_server.modules.sector_radar.domain.metrics import (
+    AmountNetStrategy,
+    RatioTurnoverStrategy,
+    SwingEqualThreeToTenStrategy,
+)
+from zhixing_server.modules.sector_radar.domain.models import (
+    PublicationStatus,
+    RadarPublication,
+    SectorDailyAggregate,
+    SectorType,
+)
+from zhixing_server.modules.sector_radar.domain.persistence import (
+    DailyAggregateRecord,
+    PublicationSourceGroup,
+    PublicationSourceRecord,
+    RankingRecord,
+)
+from zhixing_server.modules.sector_radar.domain.source import build_source_snapshot
+from zhixing_server.modules.sector_radar.infrastructure.postgres import (
+    PostgresSectorRadarRepository,
+)
+
+url = os.environ["ZHIXING_TEST_DATABASE_URL"]
+location = urlsplit(url)
+if (location.hostname, location.port, location.path) != ("127.0.0.1", 55439, "/radar_test"):
+    raise SystemExit("Preview seeding is restricted to the disposable local radar test database")
+with psycopg.connect(url) as connection:
+    connection.execute("TRUNCATE sector_radar_publication CASCADE")
+
+start = date(2026, 8, 10)
+days = tuple(
+    start + timedelta(days=n) for n in range(43) if (start + timedelta(days=n)).weekday() < 5
+)
+strategies = (AmountNetStrategy(), RatioTurnoverStrategy(), SwingEqualThreeToTenStrategy())
+names = (
+    "人工智能",
+    "机器人",
+    "商业航天",
+    "低空经济",
+    "半导体",
+    "创新药",
+    "新能源",
+    "电力设备",
+    "数字经济",
+    "消费电子",
+)
+now = datetime.now(UTC)
+calendar = build_source_snapshot(
+    api_name="trade_cal",
+    params={"fixture": "weighted-radar-preview"},
+    rows=[{"exchange": "SSE", "cal_date": day, "is_open": 1} for day in days],
+    target_trade_date=days[-1],
+    observed_at=now,
+)
+repository = PostgresSectorRadarRepository(url)
+history = []
+try:
+    repository.save_source_snapshots((calendar,))
+    for index, day in enumerate(days):
+        aggregates = []
+        for sector_type, size in ((SectorType.CONCEPT, 300), (SectorType.INDUSTRY, 100)):
+            for n in range(size):
+                turnover = Decimal(
+                    str(10 ** (8 + n % 4) * (1 + 0.2 * math.cos(n + index)))
+                ).quantize(Decimal(".01"))
+                ratio = Decimal(
+                    str(
+                        0.09 * math.sin(n * 1.37 + index * 0.43) + 0.02 * math.cos(n * 0.71 + index)
+                    )
+                )
+                aggregates.append(
+                    SectorDailyAggregate(
+                        day,
+                        sector_type,
+                        f"TEST-{sector_type.value[0]}-{n:04}",
+                        f"{names[n % len(names)]} {n + 1}",
+                        10,
+                        10,
+                        (turnover * ratio).quantize(Decimal(".01")),
+                        turnover,
+                        Decimal(1),
+                        Decimal(1),
+                    )
+                )
+        publication = RadarPublication(
+            f"preview-{day}",
+            day,
+            PublicationStatus.RUNNING,
+            "local-preview-v1",
+            "synthetic-preview-v1",
+            tuple(strategy.metric_version for strategy in strategies),
+            None,
+            Decimal(1),
+            now,
+        )
+        repository.create_publication(publication)
+        repository.save_publication_sources(
+            (
+                PublicationSourceRecord(
+                    publication.publication_id, PublicationSourceGroup.CALENDAR, 0, calendar
+                ),
+            )
+        )
+        for sector_type, group in (
+            (SectorType.CONCEPT, PublicationSourceGroup.CONCEPT_INDICES),
+            (SectorType.INDUSTRY, PublicationSourceGroup.INDUSTRY_INDICES),
+        ):
+            snapshot = build_source_snapshot(
+                api_name="dc_index",
+                params={"fixture": "preview", "type": sector_type.value},
+                rows=[
+                    {
+                        "trade_date": day,
+                        "ts_code": row.sector_code,
+                        "name": row.sector_name,
+                        "pct_change": Decimal(str(3 * math.sin(n + index))).quantize(
+                            Decimal(".01")
+                        ),
+                    }
+                    for n, row in enumerate(aggregates)
+                    if row.sector_type is sector_type
+                ],
+                target_trade_date=day,
+                observed_at=now,
+            )
+            repository.save_source_snapshots((snapshot,))
+            repository.save_publication_sources(
+                (PublicationSourceRecord(publication.publication_id, group, 0, snapshot),)
+            )
+        ranks = calculate_rankings(day, aggregates, history, days, strategies)
+        repository.finalize_publication(
+            replace(
+                publication,
+                status=PublicationStatus.SUCCESS,
+                input_hash=hashlib.sha256(str(day).encode()).hexdigest(),
+                finished_at=now,
+            ),
+            memberships=(),
+            stock_facts=(),
+            daily_aggregates=(
+                DailyAggregateRecord(
+                    publication.publication_id,
+                    row,
+                    Decimal(str(3 * math.sin(n + index))).quantize(Decimal(".01")),
+                )
+                for n, row in enumerate(aggregates)
+            ),
+            rankings=(RankingRecord(publication.publication_id, row) for row in ranks),
+        )
+        history.extend(aggregates)
+    print(f"Seeded {len(days)} days × 400 synthetic sectors; no production data or provider calls.")
+finally:
+    repository.close()