功能更新

backend/app/screener/llm.py

@@ -13,7 +13,7 @@ import re
 import httpx
 
 from ..config import settings
-from ..schemas import ScreenConditions
+from ..schemas import EventBacktestSpec, ScreenConditions
 
 SYSTEM_PROMPT = """你是 A 股选股条件解析器。把用户的自然语言解析成一个 JSON 对象，只输出 JSON，不要任何解释、注释或代码块围栏。完全无法理解时输出 {"error": "原因"}。
 
@@ -149,3 +149,69 @@ async def parse_conditions(text: str) -> ScreenConditions:
         except Exception as e:  # noqa: BLE001 —— JSON/校验失败，带错误重试
             retry_error = str(e)[:300]
     raise ScreenerError(f"AI 解析结果两次未通过校验，最后错误：{retry_error}")
+
+
+# ---------- 事件回测解析（自然语言 -> EventBacktestSpec） ----------
+
+EVENT_SYSTEM_PROMPT = """你是 A 股事件回测参数解析器。用户描述一个「入场信号 + 买卖时机 + 持有期」的事件回测需求，把它解析成 JSON，只输出 JSON，不要任何解释或代码块围栏。完全无法理解时输出 {"error": "原因"}。
+
+输出结构：
+{"entry": {"indicator": [...], "snapshot": [], "exclude_st": true, "exclude_delisted": true, "exclude_bj": true}, "entry_timing": "next_open", "holding_days": 3, "exit_timing": "close"}
+
+【entry.indicator 数组】入场信号条件（必填，至少 1 条），元素字段与白名单：
+- "indicator": kdj_k / kdj_d / kdj_j（KDJ 的 K/D/J 值）、rsi、macd_dif / macd_dea / macd_hist（MACD 的 DIF/DEA/柱）、ma（收盘价均线）、boll_upper / boll_mid / boll_lower（布林轨道）、close（收盘价）、pct_chg（日涨跌幅%）
+- "params": 指标参数（可选），默认：KDJ {"n":9,"m1":3,"m2":3}；RSI {"period":14}；MACD {"fast":12,"slow":26,"signal":9}；MA {"period":20}；BOLL {"period":20,"std":2}
+- "op": "gt" | "ge" | "lt" | "le" | "between"；"value"（between 时为下界）、"value2"（上界）
+- "value_indicator": 指标与指标比较时填另一指标名（同白名单），如 "DIF 大于 DEA" -> indicator=macd_dif, op=gt, value_indicator=macd_dea, value=0
+- "value_params": 比较对象指标参数不同时指定，如 "MA5 上穿 MA20" -> indicator=ma, params={"period":5}, op=gt, value_indicator=ma, value_params={"period":20}, value=0
+- "lookback": 信号需连续/曾经满足的交易日窗口（默认 1）
+- "match": "all"（窗口内每天满足，默认）或 "any"（窗口内任一天满足）
+
+【时间语义】"连续三天 J 小于 10" -> lookback=3, match="all"；"近 5 天曾经金叉" -> lookback=5, match="any"。
+
+【entry_timing】买入时机："第二天开盘购买/次日开盘买入" -> "next_open"（默认）；"第二天收盘买入" -> "next_close"。
+
+【holding_days】买入后持有 N 个交易日（int，默认 3）。"未来三天的涨幅" -> holding_days=3；"持有 10 天" -> 10；"持有一个月" -> 20。
+
+【exit_timing】到期卖出价："close"（收盘卖，默认）或 "open"（开盘卖）。
+
+【entry.snapshot】截面过滤条件一般不适用于历史回测，除非用户明确说"只回测市值大于 X 亿的股票"才填，其余情况留空数组。
+
+示例：
+输入：在连续三天 J 小于 10 的时候第二天开盘购买，之后未来三天的涨幅有多少
+输出：{"entry":{"indicator":[{"indicator":"kdj_j","params":{"n":9,"m1":3,"m2":3},"op":"lt","value":10,"lookback":3,"match":"all"}],"snapshot":[],"exclude_st":true,"exclude_delisted":true,"exclude_bj":true},"entry_timing":"next_open","holding_days":3,"exit_timing":"close"}
+
+示例：
+输入：RSI 低于 30 的第二天开盘买入持有 5 天收盘卖出
+输出：{"entry":{"indicator":[{"indicator":"rsi","params":{"period":14},"op":"lt","value":30,"lookback":1,"match":"all"}],"snapshot":[],"exclude_st":true,"exclude_delisted":true,"exclude_bj":true},"entry_timing":"next_open","holding_days":5,"exit_timing":"close"}"""
+
+
+def _build_event_messages(text: str, retry_error: str | None = None) -> list[dict]:
+    user = f"解析以下事件回测需求：{text}"
+    if retry_error:
+        user += f"\n\n上一次输出无法通过校验，错误：{retry_error}。请修正后重新只输出 JSON。"
+    return [{"role": "system", "content": EVENT_SYSTEM_PROMPT}, {"role": "user", "content": user}]
+
+
+async def parse_event_spec(text: str) -> EventBacktestSpec:
+    """自然语言 -> EventBacktestSpec。复用 _chat/_extract_json，失败带错误重试 1 次。"""
+    if not settings.llm_api_key:
+        raise ScreenerError(
+            "未配置 LLM_API_KEY：请在 backend/.env 填入 DeepSeek API Key（platform.deepseek.com 获取）后重启后端"
+        )
+    retry_error: str | None = None
+    for _ in range(2):
+        content = await _chat(_build_event_messages(text, retry_error))
+        try:
+            obj = _extract_json(content)
+            if "error" in obj and not obj.get("entry"):
+                raise ScreenerError(f"AI 无法理解该回测需求：{obj['error']}")
+            spec = EventBacktestSpec.model_validate(obj)
+            if not spec.entry.indicator:
+                raise ValueError("entry.indicator 不能为空")
+            return spec
+        except ScreenerError:
+            raise
+        except Exception as e:  # noqa: BLE001
+            retry_error = str(e)[:300]
+    raise ScreenerError(f"AI 解析回测参数两次未通过校验，最后错误：{retry_error}")

backend/app/screener/market_sync.py

@@ -16,7 +16,7 @@ from sqlalchemy import delete, func, insert, select
 from sqlalchemy.ext.asyncio import AsyncSession
 
 from ..config import settings
-from ..models import DailySnapshot, MarketDaily, StockBasic, TradeCalendar
+from ..models import AdjFactor, DailySnapshot, MarketDaily, StockBasic, TradeCalendar
 from .llm import ScreenerError
 
 # 进程内单例任务状态（uvicorn --reload 单进程场景够用）
@@ -160,6 +160,18 @@ def _fetch_basic(pro, d: str) -> list[dict]:
     return rows
 
 
+def _fetch_adj_factor(pro, d: str) -> list[dict]:
+    """拉取某交易日全市场复权因子（K线 bfq->qfq/hfq 本地换算的底座）。"""
+    time.sleep(settings.screener_sync_interval)
+    df = _call_retry(pro.adj_factor, trade_date=d)
+    if df is None or df.empty:
+        return []
+    return [
+        {"trade_date": _parse_d(d), "ts_code": r["ts_code"], "adj_factor": float(r["adj_factor"])}
+        for _, r in df.iterrows()
+    ]
+
+
 def _sync_stock_list_sync(pro) -> list[dict]:
     """拉取在市股票列表。"""
     time.sleep(settings.screener_sync_interval)
@@ -243,6 +255,16 @@ async def _run_sync(days: int, force: bool) -> None:
                     await _replace_day(session, MarketDaily, daily_rows, d)
             _sync_state["done_days"] += 1
 
+        # 2.5) 复权因子（与日线同窗口增量；历史全量由 scripts/backfill_adj_factor.py 回补）
+        async with async_session() as session:
+            have_adj = set() if force else await _existing_dates(session, AdjFactor)
+        for d in [d for d in dates if d not in have_adj]:
+            _sync_state["step"] = f"正在同步 {d} 复权因子"
+            adj_rows = await asyncio.to_thread(_fetch_adj_factor, pro, d)
+            if adj_rows:
+                async with async_session() as session:
+                    await _replace_day(session, AdjFactor, adj_rows, d)
+
         # 3) 最新「有数据」交易日的快照（daily_basic，仅 1 次调用）
         #    用 market_daily 实际最大交易日（今天的数据收盘后才生成，日历最新日会拉到空）
         async with async_session() as session: