399 lines
14 KiB
Python
399 lines
14 KiB
Python
#!/usr/bin/env python3
|
||
"""
|
||
优化的A股数据获取工具
|
||
集成缓存策略和通达信API，提高数据获取效率
|
||
"""
|
||
|
||
import os
|
||
import time
|
||
import random
|
||
from datetime import datetime, timedelta
|
||
from typing import Optional, Dict, Any
|
||
from .cache_manager import get_cache
|
||
from .config import get_config
|
||
|
||
|
||
class OptimizedChinaDataProvider:
|
||
"""优化的A股数据提供器 - 集成缓存和通达信API"""
|
||
|
||
def __init__(self):
|
||
self.cache = get_cache()
|
||
self.config = get_config()
|
||
self.last_api_call = 0
|
||
self.min_api_interval = 0.5 # 通达信API调用间隔较短
|
||
|
||
print("📊 优化A股数据提供器初始化完成")
|
||
|
||
def _wait_for_rate_limit(self):
|
||
"""等待API限制"""
|
||
current_time = time.time()
|
||
time_since_last_call = current_time - self.last_api_call
|
||
|
||
if time_since_last_call < self.min_api_interval:
|
||
wait_time = self.min_api_interval - time_since_last_call
|
||
time.sleep(wait_time)
|
||
|
||
self.last_api_call = time.time()
|
||
|
||
def get_stock_data(self, symbol: str, start_date: str, end_date: str,
|
||
force_refresh: bool = False) -> str:
|
||
"""
|
||
获取A股数据 - 优先使用缓存
|
||
|
||
Args:
|
||
symbol: 股票代码（6位数字）
|
||
start_date: 开始日期 (YYYY-MM-DD)
|
||
end_date: 结束日期 (YYYY-MM-DD)
|
||
force_refresh: 是否强制刷新缓存
|
||
|
||
Returns:
|
||
格式化的股票数据字符串
|
||
"""
|
||
print(f"📈 获取A股数据: {symbol} ({start_date} 到 {end_date})")
|
||
|
||
# 检查缓存（除非强制刷新）
|
||
if not force_refresh:
|
||
cache_key = self.cache.find_cached_stock_data(
|
||
symbol=symbol,
|
||
start_date=start_date,
|
||
end_date=end_date,
|
||
data_source="tdx"
|
||
)
|
||
|
||
if cache_key:
|
||
cached_data = self.cache.load_stock_data(cache_key)
|
||
if cached_data:
|
||
print(f"⚡ 从缓存加载A股数据: {symbol}")
|
||
return cached_data
|
||
|
||
# 缓存未命中，从通达信API获取
|
||
print(f"🌐 从通达信API获取数据: {symbol}")
|
||
|
||
try:
|
||
# API限制处理
|
||
self._wait_for_rate_limit()
|
||
|
||
# 调用通达信API
|
||
from .tdx_utils import get_china_stock_data
|
||
|
||
formatted_data = get_china_stock_data(
|
||
stock_code=symbol,
|
||
start_date=start_date,
|
||
end_date=end_date
|
||
)
|
||
|
||
# 检查是否获取成功
|
||
if "❌" in formatted_data or "错误" in formatted_data:
|
||
print(f"❌ 通达信API调用失败: {symbol}")
|
||
# 尝试从旧缓存获取数据
|
||
old_cache = self._try_get_old_cache(symbol, start_date, end_date)
|
||
if old_cache:
|
||
print(f"📁 使用过期缓存数据: {symbol}")
|
||
return old_cache
|
||
|
||
# 生成备用数据
|
||
return self._generate_fallback_data(symbol, start_date, end_date, "通达信API调用失败")
|
||
|
||
# 保存到缓存
|
||
self.cache.save_stock_data(
|
||
symbol=symbol,
|
||
data=formatted_data,
|
||
start_date=start_date,
|
||
end_date=end_date,
|
||
data_source="tdx"
|
||
)
|
||
|
||
print(f"✅ A股数据获取成功: {symbol}")
|
||
return formatted_data
|
||
|
||
except Exception as e:
|
||
error_msg = f"通达信API调用异常: {str(e)}"
|
||
print(f"❌ {error_msg}")
|
||
|
||
# 尝试从旧缓存获取数据
|
||
old_cache = self._try_get_old_cache(symbol, start_date, end_date)
|
||
if old_cache:
|
||
print(f"📁 使用过期缓存数据: {symbol}")
|
||
return old_cache
|
||
|
||
# 生成备用数据
|
||
return self._generate_fallback_data(symbol, start_date, end_date, error_msg)
|
||
|
||
def get_fundamentals_data(self, symbol: str, force_refresh: bool = False) -> str:
|
||
"""
|
||
获取A股基本面数据 - 优先使用缓存
|
||
|
||
Args:
|
||
symbol: 股票代码
|
||
force_refresh: 是否强制刷新缓存
|
||
|
||
Returns:
|
||
格式化的基本面数据字符串
|
||
"""
|
||
print(f"📊 获取A股基本面数据: {symbol}")
|
||
|
||
# 检查缓存（除非强制刷新）
|
||
if not force_refresh:
|
||
# 查找基本面数据缓存
|
||
for metadata_file in self.cache.metadata_dir.glob(f"*_meta.json"):
|
||
try:
|
||
import json
|
||
with open(metadata_file, 'r', encoding='utf-8') as f:
|
||
metadata = json.load(f)
|
||
|
||
if (metadata.get('symbol') == symbol and
|
||
metadata.get('data_type') == 'fundamentals' and
|
||
metadata.get('market_type') == 'china'):
|
||
|
||
cache_key = metadata_file.stem.replace('_meta', '')
|
||
if self.cache.is_cache_valid(cache_key, symbol=symbol, data_type='fundamentals'):
|
||
cached_data = self.cache.load_stock_data(cache_key)
|
||
if cached_data:
|
||
print(f"⚡ 从缓存加载A股基本面数据: {symbol}")
|
||
return cached_data
|
||
except Exception:
|
||
continue
|
||
|
||
# 缓存未命中，生成基本面分析
|
||
print(f"🔍 生成A股基本面分析: {symbol}")
|
||
|
||
try:
|
||
# 先获取股票数据
|
||
current_date = datetime.now().strftime('%Y-%m-%d')
|
||
start_date = (datetime.now() - timedelta(days=30)).strftime('%Y-%m-%d')
|
||
|
||
stock_data = self.get_stock_data(symbol, start_date, current_date)
|
||
|
||
# 生成基本面分析报告
|
||
fundamentals_data = self._generate_fundamentals_report(symbol, stock_data)
|
||
|
||
# 保存到缓存
|
||
self.cache.save_fundamentals_data(
|
||
symbol=symbol,
|
||
fundamentals_data=fundamentals_data,
|
||
data_source="tdx_analysis"
|
||
)
|
||
|
||
print(f"✅ A股基本面数据生成成功: {symbol}")
|
||
return fundamentals_data
|
||
|
||
except Exception as e:
|
||
error_msg = f"基本面数据生成失败: {str(e)}"
|
||
print(f"❌ {error_msg}")
|
||
return self._generate_fallback_fundamentals(symbol, error_msg)
|
||
|
||
def _generate_fundamentals_report(self, symbol: str, stock_data: str) -> str:
|
||
"""基于股票数据生成基本面分析报告"""
|
||
|
||
# 从股票数据中提取信息
|
||
company_name = "未知公司"
|
||
current_price = "N/A"
|
||
|
||
if "股票名称:" in stock_data:
|
||
lines = stock_data.split('\n')
|
||
for line in lines:
|
||
if "股票名称:" in line:
|
||
company_name = line.split(':')[1].strip()
|
||
elif "当前价格:" in line:
|
||
current_price = line.split(':')[1].strip()
|
||
|
||
report = f"""# 中国A股基本面分析报告 - {symbol}（{company_name}）
|
||
|
||
## 公司基本信息
|
||
- 股票代码：{symbol}
|
||
- 股票名称：{company_name}
|
||
- 行业分类：根据股票代码判断所属行业
|
||
- 所属市场：深圳证券交易所/上海证券交易所
|
||
- 最新股价：{current_price}
|
||
- 分析日期：{datetime.now().strftime('%Y年%m月%d日')}
|
||
|
||
## 财务状况分析
|
||
基于最新的市场数据和技术指标分析：
|
||
|
||
### 资产负债表分析
|
||
- **总资产规模**：作为A股上市公司，具备一定的资产规模
|
||
- **负债结构**：需要关注资产负债率和流动比率
|
||
- **股东权益**：关注净资产收益率和每股净资产
|
||
|
||
### 现金流分析
|
||
- **经营现金流**：关注主营业务现金流入情况
|
||
- **投资现金流**：分析公司投资扩张策略
|
||
- **筹资现金流**：关注融资结构和偿债能力
|
||
|
||
## 盈利能力分析
|
||
### 收入分析
|
||
- **营业收入增长率**：关注收入增长趋势
|
||
- **主营业务收入占比**：分析业务集中度
|
||
- **收入季节性**：识别业务周期性特征
|
||
|
||
### 利润分析
|
||
- **毛利率水平**：反映产品竞争力
|
||
- **净利润率**：体现整体盈利能力
|
||
- **ROE（净资产收益率）**：衡量股东回报水平
|
||
|
||
## 成长性分析
|
||
### 历史成长性
|
||
- **营收复合增长率**：过去3-5年的收入增长情况
|
||
- **净利润增长率**：盈利增长的可持续性
|
||
- **市场份额变化**：在行业中的竞争地位
|
||
|
||
### 未来成长潜力
|
||
- **行业发展前景**：所处行业的成长空间
|
||
- **公司战略规划**：未来发展方向和投资计划
|
||
- **创新能力**：研发投入和技术优势
|
||
|
||
## 估值分析
|
||
### 相对估值
|
||
- **市盈率（PE）**：与同行业公司对比
|
||
- **市净率（PB）**：相对于净资产的估值水平
|
||
- **市销率（PS）**：相对于营业收入的估值
|
||
|
||
### 绝对估值
|
||
- **DCF估值**：基于现金流贴现的内在价值
|
||
- **资产价值**：净资产重估价值
|
||
- **分红收益率**：股息回报分析
|
||
|
||
## 风险分析
|
||
### 系统性风险
|
||
- **宏观经济风险**：经济周期对公司的影响
|
||
- **政策风险**：行业政策变化的影响
|
||
- **市场风险**：股市波动对估值的影响
|
||
|
||
### 非系统性风险
|
||
- **经营风险**：公司特有的经营风险
|
||
- **财务风险**：债务结构和偿债能力风险
|
||
- **管理风险**：管理层变动和决策风险
|
||
|
||
## 投资建议
|
||
### 综合评价
|
||
基于以上分析，该股票的投资价值评估：
|
||
|
||
**优势：**
|
||
- A股市场上市公司，监管相对完善
|
||
- 具备一定的市场地位和品牌价值
|
||
- 财务信息透明度较高
|
||
|
||
**风险：**
|
||
- 需要关注宏观经济环境变化
|
||
- 行业竞争加剧的影响
|
||
- 政策调整对业务的潜在影响
|
||
|
||
### 操作建议
|
||
- **投资策略**：建议采用价值投资策略，关注长期基本面
|
||
- **仓位建议**：根据风险承受能力合理配置仓位
|
||
- **关注指标**：重点关注ROE、PE、现金流等核心指标
|
||
|
||
---
|
||
*注：本报告基于公开信息和技术分析生成，仅供参考，不构成投资建议。投资有风险，入市需谨慎。*
|
||
|
||
数据来源：通达信API + 基本面分析
|
||
生成时间：{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
|
||
"""
|
||
|
||
return report
|
||
|
||
def _try_get_old_cache(self, symbol: str, start_date: str, end_date: str) -> Optional[str]:
|
||
"""尝试获取过期的缓存数据作为备用"""
|
||
try:
|
||
# 查找任何相关的缓存，不考虑TTL
|
||
for metadata_file in self.cache.metadata_dir.glob(f"*_meta.json"):
|
||
try:
|
||
import json
|
||
with open(metadata_file, 'r', encoding='utf-8') as f:
|
||
metadata = json.load(f)
|
||
|
||
if (metadata.get('symbol') == symbol and
|
||
metadata.get('data_type') == 'stock_data' and
|
||
metadata.get('market_type') == 'china'):
|
||
|
||
cache_key = metadata_file.stem.replace('_meta', '')
|
||
cached_data = self.cache.load_stock_data(cache_key)
|
||
if cached_data:
|
||
return cached_data + "\n\n⚠️ 注意: 使用的是过期缓存数据"
|
||
except Exception:
|
||
continue
|
||
except Exception:
|
||
pass
|
||
|
||
return None
|
||
|
||
def _generate_fallback_data(self, symbol: str, start_date: str, end_date: str, error_msg: str) -> str:
|
||
"""生成备用数据"""
|
||
return f"""# {symbol} A股数据获取失败
|
||
|
||
## ❌ 错误信息
|
||
{error_msg}
|
||
|
||
## 📊 模拟数据（仅供演示）
|
||
- 股票代码: {symbol}
|
||
- 股票名称: 模拟公司
|
||
- 数据期间: {start_date} 至 {end_date}
|
||
- 模拟价格: ¥{random.uniform(10, 50):.2f}
|
||
- 模拟涨跌: {random.uniform(-5, 5):+.2f}%
|
||
|
||
## ⚠️ 重要提示
|
||
由于通达信API限制或网络问题，无法获取实时数据。
|
||
建议稍后重试或检查网络连接。
|
||
|
||
生成时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
|
||
"""
|
||
|
||
def _generate_fallback_fundamentals(self, symbol: str, error_msg: str) -> str:
|
||
"""生成备用基本面数据"""
|
||
return f"""# {symbol} A股基本面分析失败
|
||
|
||
## ❌ 错误信息
|
||
{error_msg}
|
||
|
||
## 📊 基本信息
|
||
- 股票代码: {symbol}
|
||
- 分析状态: 数据获取失败
|
||
- 建议: 稍后重试或检查网络连接
|
||
|
||
生成时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
|
||
"""
|
||
|
||
|
||
# 全局实例
|
||
_china_data_provider = None
|
||
|
||
def get_optimized_china_data_provider() -> OptimizedChinaDataProvider:
|
||
"""获取全局A股数据提供器实例"""
|
||
global _china_data_provider
|
||
if _china_data_provider is None:
|
||
_china_data_provider = OptimizedChinaDataProvider()
|
||
return _china_data_provider
|
||
|
||
|
||
def get_china_stock_data_cached(symbol: str, start_date: str, end_date: str,
|
||
force_refresh: bool = False) -> str:
|
||
"""
|
||
获取A股数据的便捷函数
|
||
|
||
Args:
|
||
symbol: 股票代码（6位数字）
|
||
start_date: 开始日期 (YYYY-MM-DD)
|
||
end_date: 结束日期 (YYYY-MM-DD)
|
||
force_refresh: 是否强制刷新缓存
|
||
|
||
Returns:
|
||
格式化的股票数据字符串
|
||
"""
|
||
provider = get_optimized_china_data_provider()
|
||
return provider.get_stock_data(symbol, start_date, end_date, force_refresh)
|
||
|
||
|
||
def get_china_fundamentals_cached(symbol: str, force_refresh: bool = False) -> str:
|
||
"""
|
||
获取A股基本面数据的便捷函数
|
||
|
||
Args:
|
||
symbol: 股票代码（6位数字）
|
||
force_refresh: 是否强制刷新缓存
|
||
|
||
Returns:
|
||
格式化的基本面数据字符串
|
||
"""
|
||
provider = get_optimized_china_data_provider()
|
||
return provider.get_fundamentals_data(symbol, force_refresh)
|