Initial commit: cc-cursor 全链路量化研究平台

7 Sprints 全部完成: Sprint 0: 基础设施 (DataManager + MariaDB) Sprint 1: 因子引擎 (34因子/12分类) Sprint 2: VectorBT 回测 (5策略+截面) Sprint 3: Optuna 优化 (+Walk-Forward) Sprint 4: ML 模型 (LightGBM+CatBoost) Sprint 5: Qwen 情绪因子 (三源新闻+日期对齐) Sprint 6: Agent 系统 (4Agent+日报.md/.html) 生产加固 (15项): Tushare双源fallback, SSH自动恢复, pool_pre_ping, save_daily先删后插, load_dotenv绝对路径, 日报5d/20d修复, RiskAgent改上证指数, 昨日对比+数据截止, mac_report utf8mb4, CLAUDE-*.md 9条已知Bug, demo全参数化, djapi数据源归一化, indexDatas API修正 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-06-07 15:59:05 +08:00
commit 271a9343a5
293 changed files with 59598 additions and 0 deletions
@@ -0,0 +1,70 @@
+
+import pandas as pd
+
+from .data_source import get_tushare_pro
+
+# 导入当站目录的config文件
+try:
+    # 尝试相对导入（作为包的一部分）
+    from .config import TS_TOKEN, START_DATE, END_DATE 
+    from .stock_utils import dataCorrect
+except (ImportError, SystemError):  
+    # 失败则使用绝对导入（直接运行脚本）
+    from config import TS_TOKEN, START_DATE, END_DATE 
+    from stock_utils import dataCorrect
+
+def getStockParam(TS_CODE,START_DATE=START_DATE,END_DATE=END_DATE):
+    pro = get_tushare_pro()
+    """
+    从tushare daily_basic接口获取单只股票的所有基础数据,并进行数据修正。
+
+    Parameters:
+        TS_CODE (str): 股票代码,格式为 '股票代码.SZ' 或 '股票代码.SH',例如 '000001.SZ'
+
+    Returns:
+        pd.DataFrame: 包含股票基础数据的DataFrame,字段说明如下：
+            ts_code: 股票代码
+            trade_date: 交易日期
+            close: 收盘价
+            turnover_rate: 换手率（%）
+            turnover_rate_f: 换手率（自由流通股）
+            volume_ratio: 量比
+            pe: 市盈率（总市值/净利润,亏损的PE为空）
+            pe_ttm: 市盈率（TTM,亏损的PE为空）
+            pb: 市净率（总市值/净资产）
+            ps: 市销率（总市值/营业收入）
+            ps_ttm: 市销率（TTM）
+            dv_ratio: 股息率（%）
+            dv_ttm: 股息率（TTM）
+            total_share: 总股本（万股）
+            float_share: 流通股本（万股）
+            free_share: 自由流通股本（万股）
+            total_mv: 总市值（万元）
+            circ_mv: 流通市值（万元）
+
+    Raises:
+        Exception: 如果从Tushare接口获取数据时发生错误。
+    """
+    try:
+        # 获取股票基础数据
+        df = pro.daily_basic(ts_code=TS_CODE, start_date=START_DATE, end_date=END_DATE)
+
+        # 需要修正的列
+        cols = ['close', 'turnover_rate', 'turnover_rate_f', 'volume_ratio', 'pe', 'pe_ttm',
+                'pb', 'ps', 'ps_ttm', 'dv_ratio', 'dv_ttm', 'total_share', 'float_share',
+                'free_share', 'total_mv', 'circ_mv']
+
+        # 调用dataCorrect函数进行数据修正
+        df = dataCorrect(df, cols)
+
+        return df
+    except Exception as e:
+        # 捕获并处理异常
+        print(f"错误: 获取股票 {TS_CODE} 的基础数据时发生错误: {e}")
+        return pd.DataFrame()
+if __name__ == "__main__":
+    # 简单测试    
+    import datetime
+    yesterday = (datetime.datetime.now() - datetime.timedelta(days=1)).strftime("%Y%m%d")
+    test_df = getStockParam("601398.SH", START_DATE=yesterday, END_DATE=yesterday)
+    print(test_df)