# Active Stock Automatic Identification System

**Repository Path**: QiuSuo2023/Active-Stock

## Basic Information

- **Project Name**: Active Stock Automatic Identification System
- **Description**: 通过baostock金融数据平台获取沪深两市A股历史及实时日线（注：前复权）交易数据，包括成交量、价格、换手率等关键指标。
运用Python及Pandas库进行高效的时间序列数据处理和分析
设计并实现基于多维度指标的活跃股票识别算法
构建具备数据自动化更新、计算、存储功能的完整系统
开发直观的可视化界面，清晰展示活跃度分析结果
实现活跃度趋势图、行业分布图、每日报告等可视化功能
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-11
- **Last Updated**: 2026-05-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 活跃股票识别系统

基于 **日 K 行情** 与 **五维活跃度量化评分** 的 A 股活跃标的筛选与展示系统。数据通过 [Baostock](http://baostock.com/) 拉取，存储在本地 **SQLite**，提供 Web 界面（Flask）、命令行任务与 HTML 日报。

## 功能概览

- **五维活跃度评分**：从换手率、量比、振幅、涨幅趋势、涨停信号五个维度加权计算活跃度评分（0-100），支持参数配置化
- **大盘/板块评分**：基于沪深300和行业板块计算市场整体活跃度，在趋势图中以红色虚线展示
- **股票与日线**：股票基础信息、日 K 列表与离线 K 线（ECharts）、个股活跃度评分对比
- **规则引擎**：JSON 定义条件（字段含换手率、振幅、成交量、量比、收盘价等），支持 AND/OR；Web 端提供快捷模板与条件构建器
- **活跃股**：按交易日查看命中结果，支持剔除/恢复（异步操作，滚动位置不丢失）
- **图表**：行业分布、活跃趋势（含大盘评分）；首页聚合多图（趋势、行业、规则命中、成交量排名等），阈值联动刷新
- **日报**：生成并浏览按日的 HTML 报告（内嵌图表，含大盘评分线，需通过站点访问而非 `file://`）
- **参数配置**：在线修改活跃度阈值（数字输入框，实时预览影响），五维权重和分段阈值支持配置文件/环境变量

## 技术栈

| 类别  | 说明                          |
| --- | --------------------------- |
| 运行时 | Python 3.10+（建议）            |
| Web | Flask 3.x                   |
| 数据  | SQLite、pandas               |
| 行情源 | baostock                    |
| 图表  | ECharts（本地 `static/vendor`） |
| 前端交互 | Fetch API（异步提交、图表联动刷新） |

## 环境准备

```bash
# 进入项目根目录（含 run.py、app/、requirements.txt）
python -m venv venv

# Windows
venv\Scripts\activate

# macOS / Linux
source venv/bin/activate

pip install -r requirements.txt
```

## 快速开始

### 1. 初始化数据库

```bash
flask --app run.py init-db
```

### 2. 准备数据（需联网）

任选其一或组合使用：

```bash
# 同步 A 股基础信息到 stock_basic——先同步股票列表
flask --app run.py sync-stock-basic

# 增量同步日 K（从配置的默认起点到今日，覆盖库内已有股票）——再同步日K数据
flask --app run.py sync-daily
```

抽样初始化（适合演示、缩短耗时）可用脚本：

```bash
python scripts/full_init.py --max-stocks 100 --start-date 2025-08-09
```

日常收盘后可执行：

```bash
python scripts/daily_update.py
```

### 3. 规则与识别

```bash
# 若规则表为空，写入示例规则
flask --app run.py seed-rules

# 对指定交易日执行识别（含五维评分 + 大盘/板块评分）
flask --app run.py recognize --date 2025-08-11
```

也可在 **规则** 页面通过表单执行识别。

### 4. 启动 Web

```bash
python run.py
```

浏览器访问：<http://127.0.0.1:5000>

***

## 三、初次部署完整流程

### 方式一：使用脚本快速初始化（推荐）

```bash
# 1. 激活虚拟环境
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

# 2. 执行全量初始化（初始化表结构+股票列表+日K数据）
python scripts/full_init.py --start-date 2025-08-09

# 3. 初始化识别规则
flask --app run.py seed-rules

# 4. 执行首次识别（含五维评分 + 大盘/板块评分）
flask --app run.py recognize --date 2025-08-11

# 5. 生成日报
flask --app run.py generate-report --date 2025-08-11

# 6. 启动应用
flask --app run.py run --host 0.0.0.0 --port 5000
```

### 方式二：分步执行（适合调试）

```bash
# 1. 激活虚拟环境
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

# 2. 初始化数据库（可不用，股票列表同步时会自动调用）
flask --app run.py init-db

# 3. 同步股票列表
flask --app run.py sync-stock-basic

# 4. 同步历史日K数据
flask --app run.py sync-daily

# 5. 初始化规则
flask --app run.py seed-rules

# 6. 执行识别和生成日报
flask --app run.py recognize --date 2025-08-11
flask --app run.py generate-report --date 2025-08-11

# 7. 启动应用
flask --app run.py run
```

***

## 四、日常维护流程

### 每日收盘后更新（推荐脚本）

```bash
# 同步 A 股基础信息到 stock_basic——先同步股票列表
flask --app run.py sync-stock-basic

# 增量同步日 K（从配置的默认起点到今日，覆盖库内已有股票）——再同步日K数据
flask --app run.py sync-daily
```

### 可选的定期维护

```bash
# 每月更新一次股票列表（获取新股）
flask --app run.py sync-stock-basic

# 修改评分参数后重新识别（使用当前配置的五维评分权重和分段阈值）
flask --app run.py rescore --days 30

# 或指定精确日期范围
flask --app run.py rescore --start-date 2025-08-09 --end-date 2025-09-30
```

***

## 目录结构（主要）

```
程序/
├── run.py                 # 开发启动入口
├── requirements.txt
├── app/
│   ├── __init__.py        # 应用工厂 create_app
│   ├── config.py          # 配置（含评分权重、阈值）
│   ├── db.py              # SQLite 连接与建表（含 system_config 表）
│   ├── cli_commands.py    # Flask 自定义命令（含 rescore）
│   ├── routes/            # 蓝图：首页、股票、规则、活跃股、图表、报告、设置
│   ├── repositories/      # 数据访问（含 config_repo 阈值管理）
│   ├── services/          # 同步、规则引擎（含五维评分）、日报
│   ├── templates/         # Jinja 模板（含 settings.html）
│   └── static/            # CSS、本地字体、ECharts
├── scripts/
│   ├── full_init.py       # 全量/抽样初始化（--max-stocks/--basic-only/--skip-basic）
│   ├── daily_update.py    # 每日增量更新
│   ├── batch_recognize.py # 批量识别活跃股票（--start-date/--end-date/--days）
│   ├── retry_failed.py    # 重试失败股票同步（--max-stocks/--start-date/--end-date）
│   ├── backfill_scores.py # 回填大盘和板块活跃度评分
│   ├── backfill_market_sector.py # 补充缺失的大盘/板块评分
│   ├── sync_industry_all.py # 全量补全行业数据
│   ├── diagnose_industry.py # 行业分类数据质量诊断（只读）
│   ├── compare_industry_mapping.py # 新旧行业映射对比（只读）
│   ├── evaluate_market_scope.py # 评估大盘评分范围方案（只读）
│   ├── update_rules.py    # 更新识别规则（极严格版）
│   └── _fetch_hs300.py    # 获取沪深300成分股列表（内部辅助）
├── tests/                 # 自动化测试（237 项）
└── data/                  # 默认数据目录（库文件、报告等，可配置）
    ├── app.db             # SQLite（运行后生成）
    └── reports/           # 日报 HTML
```

## 配置与环境变量

可在环境变量中覆盖 `app/config.py` 默认值：

| 变量                       | 含义                             |
| ------------------------ | ------------------------------ |
| `SECRET_KEY`             | Flask 密钥（生产环境务必修改）             |
| `DATA_DIR`               | 数据根目录，默认 `项目/data`             |
| `DATABASE_PATH`          | SQLite 路径，默认 `DATA_DIR/app.db` |
| `REPORTS_DIR`            | 日报输出目录，默认 `DATA_DIR/reports`   |
| `BAOSTOCK_ADJUST_FLAG`   | K 线复权：`2` 前复权（默认），`3` 不复权      |
| `BAOSTOCK_DEFAULT_START` | 增量/初始化时日线起始日，默认 `2025-08-09`   |
| `BAOSTOCK_REQUEST_SLEEP` | 请求间隔（秒），减轻限流压力，默认 `0.05`       |
| `ACTIVITY_THRESHOLD`     | 活跃度判定阈值，默认 `50`（0-100），也可在设置页在线修改 |
| `ACTIVITY_SCORE_THRESHOLDS` | 五维分段评分阈值（JSON 格式），详见 `app/config.py` |

### 五维评分权重配置

默认权重（权重之和为 1.0）：

| 维度 | 权重 | 说明 |
|------|------|------|
| 换手率 `turnover` | 0.25 | 当日换手率分段评分 |
| 量比 `volume_ratio` | 0.25 | 当日量比分段评分 |
| 振幅 `amplitude` | 0.20 | 当日振幅分段评分 |
| 涨幅趋势 `trend` | 0.15 | 当日涨跌幅分段评分 |
| 涨停信号 `strong_signal` | 0.15 | 当日涨跌幅（涨停区间）分段评分 |

权重配置在 `app/config.py` 的 `ACTIVITY_SCORE_WEIGHTS` 中，修改后需重新执行 `recognize` 或 `rescore` 命令生效。

## Flask 命令一览

在项目根目录执行，统一使用：

```bash
flask --app run.py <命令>
```

### `init-db` — 创建/升级数据库表结构

| 项目 | 说明 |
|------|------|
| 功能 | 创建 `stock_basic`、`daily_quote`、`activity_rule`、`activity_result`、`activity_score`、`daily_report`、`system_config`、`chart_meta` 等表（`CREATE TABLE IF NOT EXISTS`），不覆盖已有数据 |
| 使用方法 | `flask --app run.py init-db` |
| 参数 | 无 |
| 执行条件 | 无需联网 |
| 预期结果 | `DATA_DIR/app.db` 文件已创建，各表可查询 |
| 注意事项 | 重复执行安全，不会删除或覆盖已有数据 |

### `sync-stock-basic` — 同步 A 股基础信息

| 项目 | 说明 |
|------|------|
| 功能 | 调用 Baostock 获取全部 A 股代码、名称、上市日期等，写入 `stock_basic` 表 |
| 使用方法 | `flask --app run.py sync-stock-basic` |
| 参数 | 无 |
| 执行条件 | **需联网** |
| 预期结果 | 输出 `已同步 A 股基础信息 N 条到 stock_basic`；约 5000+ 条记录 |
| 注意事项 | 建议每月执行一次以获取新股 |

### `sync-daily` — 增量同步日 K 数据

| 项目 | 说明 |
|------|------|
| 功能 | 对库内所有股票，从各股最新交易日续拉日 K 到今日；无数据的股票从默认起始日拉取 |
| 使用方法 | `flask --app run.py sync-daily` |
| 参数 | `--start-date YYYY-MM-DD`（可选）：覆盖配置中的默认起始日 |
| 执行条件 | **需联网**；`stock_basic` 表已有股票列表 |
| 预期结果 | 输出 `增量日线完成：写入 N 行，请求失败股票数 M` |
| 注意事项 | 全量同步耗时较长；请求间隔受 `BAOSTOCK_REQUEST_SLEEP` 控制；失败股票可用 `retry_failed.py` 重试 |

### `seed-rules` — 初始化示例规则

| 项目 | 说明 |
|------|------|
| 功能 | 若 `activity_rule` 表为空，写入预设示例规则；已有规则则跳过 |
| 使用方法 | `flask --app run.py seed-rules` |
| 参数 | 无 |
| 执行条件 | 无需联网 |
| 预期结果 | 首次输出 `已写入示例规则 N 条`；再次输出 `activity_rule 已有数据，跳过示例规则` |

### `recognize` — 对指定交易日执行活跃度识别

| 项目 | 说明 |
|------|------|
| 功能 | 计算五维加权评分 + 规则匹配 + 大盘/板块评分，写入 `activity_score` 和 `activity_result` |
| 使用方法 | `flask --app run.py recognize --date 2025-08-11` |
| 参数 | `--date YYYY-MM-DD`（**必填**）：需为实际交易日且库中已有该日行情 |
| 执行条件 | 无需联网；`daily_quote` 已有该日数据；`activity_rule` 已有启用规则 |
| 预期结果 | 输出 `trade_date=YYYY-MM-DD 有行情股票 N 只，个股评分 X 条，大盘评分 1 条，板块评分 Y 条，规则命中 Z 条` |
| 注意事项 | 重复执行会覆盖旧结果（剔除状态重置） |

### `rescore` — 批量识别指定日期范围

| 项目 | 说明 |
|------|------|
| 功能 | 从 `daily_quote` 表中查找日期范围内的交易日，逐日执行五维评分 + 规则识别。既可重算已有评分，也可补算从未识别过的新日期 |
| 使用方法 | `flask --app run.py rescore --start-date 2025-08-09 --end-date 2025-09-30` 或 `flask --app run.py rescore --days 30` |
| 参数 | `--start-date YYYY-MM-DD`（与 `--days` 二选一）：起始日期；`--end-date YYYY-MM-DD`（可选）：结束日期，默认今天；`--days N`（与 `--start-date` 二选一）：最近 N 个交易日 |
| 执行条件 | 无需联网；`daily_quote` 表中已有对应日期范围的行情数据 |
| 预期结果 | 输出待识别日期范围，逐日输出评分和命中条数；最终输出 `已完成 N 个交易日的识别` |
| 注意事项 | **剔除状态会重置**；评分参数使用当前配置；`--days N` 按交易日计算（非日历日）；若同时指定 `--days` 和 `--start-date`，以用户指定的 `--start-date` 为准 |

### `sync-industry` — 补全股票行业信息

| 项目 | 说明 |
|------|------|
| 功能 | 为 `industry` 为空的股票调用 Baostock 获取行业信息并写回 |
| 使用方法 | `flask --app run.py sync-industry --max 100` |
| 参数 | `--max N`（可选）：最多补全数量，默认 50，上限 300 |
| 执行条件 | **需联网** |
| 预期结果 | 输出 `尝试 N 只，写入行业 M 条` |
| 注意事项 | 大量缺失需多次执行或使用 `sync_industry_all.py` 全量补全 |

### `normalize-sectors` — 重算一级板块分类

| 项目 | 说明 |
|------|------|
| 功能 | 根据 `industry` 字段重新计算所有股票的 `sector_coarse`，全表更新 |
| 使用方法 | `flask --app run.py normalize-sectors` |
| 参数 | 无 |
| 执行条件 | 无需联网；`stock_basic` 已有 `industry` 数据 |
| 预期结果 | 输出 `已更新 sector_coarse：N 只股票` |

### `generate-report` — 生成指定日 HTML 日报

| 项目 | 说明 |
|------|------|
| 功能 | 汇总识别结果渲染 HTML 日报，写入 `REPORTS_DIR` |
| 使用方法 | `flask --app run.py generate-report --date 2025-08-11` |
| 参数 | `--date YYYY-MM-DD`（**必填**） |
| 执行条件 | 无需联网；该日已有识别结果 |
| 预期结果 | 输出日报摘要和文件路径 |
| 注意事项 | 日报需通过站点 HTTP URL 访问，不可用 `file://` 直接打开 |

---

## 独立脚本（`scripts/` 目录）

独立脚本通过 `python scripts/<脚本名>.py` 直接执行。运行前需确保已激活虚拟环境且在项目根目录下。

### `full_init.py` — 全量/抽样初始化

| 项目 | 说明 |
|------|------|
| 功能 | 一站式初始化：同步股票基础信息 + 日 K 行情，支持全量或抽样 |
| 使用方法 | `python scripts/full_init.py [选项]` |
| 参数 | `--start-date YYYY-MM-DD`（可选）：日 K 起始日期，默认取配置值；`--end-date YYYY-MM-DD`（可选）：日 K 结束日期，默认今天；`--max-stocks N`（可选）：仅拉取前 N 只，0=全部（默认 0）；`--basic-only`（可选）：仅同步股票列表；`--skip-basic`（可选）：跳过股票列表同步 |
| 执行条件 | **需联网** |
| 预期结果 | 输出 `[stock_basic] 写入 N 条` 和 `[daily_quote] 写入行数 M，失败股票数 K` |
| 注意事项 | 全量耗时可能数小时；建议首次用 `--max-stocks 100` 抽样测试 |

### `daily_update.py` — 每日增量更新

| 项目 | 说明 |
|------|------|
| 功能 | 从各股最新交易日续拉日 K 到今天，适合收盘后定时执行 |
| 使用方法 | `python scripts/daily_update.py` |
| 参数 | 无 |
| 执行条件 | **需联网** |
| 预期结果 | 输出 `增量完成：写入 N 行，失败股票数 M，截止 YYYY-MM-DD` |
| 注意事项 | 建议收盘后（15:30 以后）执行；可配置定时任务 |

### `batch_recognize.py` — 批量识别活跃股票

| 项目 | 说明 |
|------|------|
| 功能 | 对指定日期范围逐日执行活跃度识别 |
| 使用方法 | `python scripts/batch_recognize.py --start-date 2026-03-01 --end-date 2026-05-08` 或 `python scripts/batch_recognize.py --days 60` |
| 参数 | `--start-date YYYY-MM-DD`（与 `--days` 二选一）；`--end-date YYYY-MM-DD`（可选，默认今天）；`--days N`（与 `--start-date` 二选一）：最近 N 天 |
| 执行条件 | 无需联网；`daily_quote` 已有对应日期数据；`activity_rule` 已有启用规则 |
| 预期结果 | 逐日输出评分和命中条数，最终汇总 |
| 注意事项 | 识别会覆盖旧结果 |

### `retry_failed.py` — 重试失败股票同步

| 项目 | 说明 |
|------|------|
| 功能 | 查询有基础信息但无日 K 数据的股票，重新尝试同步 |
| 使用方法 | `python scripts/retry_failed.py [选项]` |
| 参数 | `--max-stocks N`（可选）：最多重试数量，默认 50；`--start-date YYYY-MM-DD`（可选）；`--end-date YYYY-MM-DD`（可选） |
| 执行条件 | **需联网** |
| 预期结果 | 输出 `成功写入：M 行，仍失败：K 只股票` |
| 注意事项 | 可多次运行逐步补全 |

### `backfill_scores.py` — 回填大盘和板块活跃度评分

| 项目 | 说明 |
|------|------|
| 功能 | 对有行情但缺评分的日期，执行识别补充评分数据 |
| 使用方法 | `python scripts/backfill_scores.py` |
| 参数 | 无（日期范围硬编码在脚本内，使用前需修改） |
| 执行条件 | 无需联网；需在项目根目录执行 |
| 预期结果 | 输出回填统计（评分覆盖天数、大盘/板块记录数） |
| 注意事项 | 使用 Flask 应用上下文；日期范围需按需修改脚本内常量 |

### `backfill_market_sector.py` — 补充缺失的大盘/板块评分

| 项目 | 说明 |
|------|------|
| 功能 | 对已有个股评分但缺大盘/板块评分的日期补充数据 |
| 使用方法 | `python scripts/backfill_market_sector.py` |
| 参数 | 无（日期范围硬编码在脚本内，使用前需修改） |
| 执行条件 | 无需联网；需在项目根目录执行 |
| 预期结果 | 输出补充统计 |
| 注意事项 | 与 `backfill_scores.py` 的区别：仅补大盘/板块缺失的日期 |

### `sync_industry_all.py` — 全量补全行业数据

| 项目 | 说明 |
|------|------|
| 功能 | 遍历 `industry` 为空的全部股票，调用 Baostock 获取行业信息并写入 |
| 使用方法 | `python -u scripts/sync_industry_all.py` |
| 参数 | 无 |
| 执行条件 | **需联网**；需在项目根目录执行 |
| 预期结果 | 输出补全统计和全量行业覆盖率 |
| 注意事项 | **必须加 `-u` 参数**禁用输出缓冲；全量约 5000 只需约 5 分钟 |

### `diagnose_industry.py` — 行业分类数据质量诊断

| 项目 | 说明 |
|------|------|
| 功能 | 诊断行业分布完整状态，输出覆盖率、板块分布、映射对比、数据质量检查等七项分析 |
| 使用方法 | `python scripts/diagnose_industry.py` |
| 参数 | 无 |
| 执行条件 | 无需联网；需在项目根目录执行 |
| 预期结果 | 输出七段详细分析报告 |
| 注意事项 | 只读诊断脚本，不修改数据 |

### `compare_industry_mapping.py` — 新旧行业分类映射对比

| 项目 | 说明 |
|------|------|
| 功能 | 对比旧映射（12 板块）vs 新映射（申万 31 行业）的效果差异 |
| 使用方法 | `python scripts/compare_industry_mapping.py` |
| 参数 | 无 |
| 执行条件 | 无需联网；需在项目根目录执行 |
| 预期结果 | 输出误分类率改善、编码提取成功率、变更明细 |
| 注意事项 | 只读诊断脚本，不修改数据 |

### `evaluate_market_scope.py` — 评估大盘评分计算范围方案

| 项目 | 说明 |
|------|------|
| 功能 | 对比沪深300 vs 全市场方案的数据特征差异（换手率、振幅、涨停占比、噪声、性能、趋势稳定性） |
| 使用方法 | `python scripts/evaluate_market_scope.py` |
| 参数 | 无 |
| 执行条件 | **需联网**（获取沪深300列表，失败回退本地缓存）；需在项目根目录执行 |
| 预期结果 | 输出指标对比表、噪声分析、性能对比、趋势稳定性分析 |
| 注意事项 | 只读分析脚本，不修改数据 |

### `update_rules.py` — 更新识别规则（极严格版）

| 项目 | 说明 |
|------|------|
| 功能 | 删除所有旧规则，插入 5 条极严格版规则（顶级活跃、量能爆炸、超级异动、强势突破、高波动放量） |
| 使用方法 | `python scripts/update_rules.py` |
| 参数 | 无 |
| 执行条件 | 无需联网 |
| 预期结果 | 输出 `规则更新完成！当前规则数量：5条` |
| 注意事项 | **会删除所有旧规则**，执行前请确认是否需要备份 |

### `_fetch_hs300.py` — 获取沪深300成分股列表

| 项目 | 说明 |
|------|------|
| 功能 | 获取沪深300成分股列表保存到 `data/hs300_codes.txt` |
| 使用方法 | `python scripts/_fetch_hs300.py` |
| 参数 | 无 |
| 执行条件 | **需联网**；需在项目根目录执行 |
| 预期结果 | `data/hs300_codes.txt` 文件已生成 |
| 注意事项 | 内部辅助脚本，一般不需要单独运行 |

---

## 应用启动

| 项目 | 说明 |
|------|------|
| 开发环境 | `python run.py`（默认 `127.0.0.1:5000`，`debug=True`） |
| Flask 方式 | `flask --app run.py run --host 0.0.0.0 --port 5000` |
| 生产环境 | 使用 WSGI 服务器（如 gunicorn、waitress），关闭 `debug`，修改 `SECRET_KEY` |

## Web 页面与路由

| 路由前缀 | 页面 | 主要功能 |
|---------|------|--------|
| `/` | 首页 | 统计摘要、趋势图（含大盘评分）、行业饼图、规则命中柱状图、成交量排名、板块雷达图、阈值输入框联动 |
| `/stocks/` | 股票 | 股票列表、搜索分页、单股日线与 K 线图、个股活跃度评分对比 |
| `/rules/` | 规则 | 规则 CRUD、快捷模板、条件构建器、触发识别 |
| `/active/` | 活跃股 | 按日活跃列表、剔除/恢复（异步操作） |
| `/charts/` | 图表 | 行业分布饼图/柱状图、活跃趋势折线图（含大盘评分） |
| `/reports/` | 报告 | 日报列表、查看、生成 |
| `/settings/` | 设置 | 活跃度阈值修改（数字输入框+实时预览）、五维权重展示 |

### 首页图表组件

| 图表 | 类型 | 阈值联动 |
|------|------|---------|
| 活跃趋势 | 双Y轴折线图（活跃股数 + 规则命中 + 大盘评分） | ✅ |
| 行业分布 | 饼图 | ✅ |
| 规则命中 | 水平条形图 | ❌ |
| 板块雷达 | 雷达图（Top 8 板块五维评分对比） | ❌ |
| 成交量前十 | 水平条形图 | ❌ |

### 设置页 API

| 端点 | 方法 | 说明 |
|------|------|------|
| `/settings/` | GET | 设置页面 |
| `/settings/update-threshold` | POST | 更新阈值（支持 JSON 和表单提交） |
| `/settings/api/trend-data` | GET | 趋势数据（支持 `threshold` 和 `limit` 参数） |
| `/settings/api/industry-data` | GET | 行业分布数据（支持 `threshold` 和 `date` 参数） |
| `/settings/api/rule-hit-data` | GET | 规则命中统计（支持 `date` 和 `limit` 参数） |
| `/settings/api/sector-radar-data` | GET | 板块雷达图数据（支持 `date` 和 `top_n` 参数） |

## 规则条件 JSON（摘要）

根对象包含 `logic`（`AND` / `OR`）与 `conditions` 数组。每项含：

- `field`：`turnover_rate`（%）、`amplitude`（小数）、`volume`、`volume_ratio`、`close`
- `op`：`>=`、`<=`、`>`、`<`、`==`
- `value`：数字

示例：

```json
{"logic":"AND","conditions":[{"field":"turnover_rate","op":">=","value":3}]}
```

详细设计见仓库内《活跃股票识别系统-项目说明.md》。

## 测试

项目包含 237 个自动化测试：

```bash
# 运行全部测试
python -m pytest tests/ -v --tb=short

# 运行特定测试文件
python -m pytest tests/test_routes.py -v
python -m pytest tests/test_comprehensive.py -v
python -m pytest tests/test_score.py -v
```

| 测试文件 | 测试数 | 覆盖范围 |
|---------|--------|---------|
| `test_score.py` | 82 | 五维评分算法、分段映射、权重计算 |
| `test_industry_sector.py` | 36 | 行业板块分类、板块评分 |
| `test_repo_and_engine.py` | 28 | 数据仓库、规则引擎 |
| `test_routes.py` | 24 | 路由功能、设置页阈值（12 项） |
| `test_comprehensive.py` | 46 | 边界条件、兼容性、性能、安全性 |

## 注意事项

1. **Baostock** 依赖外网；同步与补全行业时需能访问其服务。
2. **识别** 依赖库中已有对应交易日的 `daily_quote`；日期请使用实际交易日。
3. **日报与 ECharts**：报告若含脚本图表，请通过本站点 URL 打开，不要用本地 `file://` 直接打开文件。
4. 生产部署请修改 `SECRET_KEY`，并关闭 `run.py` 中的 `debug=True`，改用 `gunicorn` 等 WSGI 服务器（按需自行配置）。
5. **活跃度阈值**：默认 50 分，可在设置页在线修改（即时生效），也可通过环境变量 `ACTIVITY_THRESHOLD` 设置。
6. **评分参数**：修改 `ACTIVITY_SCORE_WEIGHTS` 或 `ACTIVITY_SCORE_THRESHOLDS` 后，需重新执行 `flask --app run.py rescore` 命令才能使新参数生效。
7. **大盘/板块评分**：以特殊 code（`_MARKET_`、`_SECTOR_*`）存储，所有个股统计已自动排除，无需手动处理。
8. **默认起始日期**：`BAOSTOCK_DEFAULT_START` 配置为 `2025-08-09`，文档中所有命令示例均与此默认值保持一致。此前文档使用 `2024-01-01` 或 `2024-06-01` 作为示例起始日，与实际默认配置不一致，且时间跨度过大（从 2024-01-01 至今约 17 个月、约 5000 只股票 × 350 个交易日 ≈ 175 万行日 K 数据），全量同步耗时可能超过 10 小时，对初次部署和演示极不友好。采用 `2025-08-09` 作为默认起始日（约 9 个月、约 190 个交易日 ≈ 95 万行），在保证数据充分覆盖五维评分所需统计窗口的同时，将初始化耗时控制在合理范围（约 2-3 小时全量、30 分钟抽样 100 只）。

## 许可证与声明

本项目为毕设学习用途。行情数据来源于 Baostock，不构成投资建议。