fix: 增加数据库缓存改造相关方案

api/v1/endpoints/market.py

@@ -0,0 +1,218 @@
+# -*- coding: utf-8 -*-
+"""
+===================================
+Market data endpoints
+===================================
+
+Responsibilities:
+1. Provide market indices data
+2. Provide sector momentum data
+3. Provide stock momentum recommendations
+4. Provide new high/low stocks
+5. Provide price distribution
+"""
+
+import logging
+from datetime import datetime
+from typing import Optional, List
+
+from fastapi import APIRouter, Query, Depends
+
+from api.v1.schemas.market import (
+    MarketIndex,
+    UpDownStats,
+    SectorMomentum,
+    StockMomentum,
+    NewHighLowStock,
+    PriceDistribution,
+    SentimentIndicator,
+    MarketOverview,
+    SectorListResponse,
+    StockMomentumResponse,
+    NewHighLowResponse,
+    PriceDistributionResponse,
+    KLineChartResponse,
+)
+from api.v1.schemas.common import ErrorResponse
+from src.services.market_service import MarketService
+
+logger = logging.getLogger(__name__)
+
+router = APIRouter()
+
+
+def get_market_service() -> MarketService:
+    """Dependency injection for MarketService"""
+    return MarketService()
+
+
+@router.get(
+    "/indices",
+    response_model=List[MarketIndex],
+    responses={
+        200: {"description": "Market indices data"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get market indices",
+    description="Get major market indices (Shanghai, Shenzhen, ChiNext, STAR50)"
+)
+def get_indices(
+    service: MarketService = Depends(get_market_service)
+) -> List[MarketIndex]:
+    """
+    Get market indices data
+    
+    Returns major market indices including:
+    - Shanghai Composite Index (000001.SH)
+    - Shenzhen Component Index (399001.SZ)
+    - ChiNext Index (399006.SZ)
+    - STAR50 Index (000698.SH)
+    """
+    try:
+        indices = service.get_indices()
+        return indices
+    except Exception as e:
+        logger.error(f"Failed to get market indices: {e}", exc_info=True)
+        return []
+
+
+@router.get(
+    "/updown-stats",
+    response_model=UpDownStats,
+    responses={
+        200: {"description": "Up/down statistics"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get up/down statistics",
+    description="Get market up/down statistics including limit up/down counts"
+)
+def get_updown_stats(
+    service: MarketService = Depends(get_market_service)
+) -> UpDownStats:
+    """
+    Get up/down statistics
+    
+    Returns statistics about:
+    - Number of rising stocks
+    - Number of falling stocks
+    - Number of flat stocks
+    - Limit up/down counts
+    """
+    try:
+        stats = service.get_updown_stats()
+        return stats
+    except Exception as e:
+        logger.error(f"Failed to get updown stats: {e}", exc_info=True)
+        return UpDownStats(
+            up_count=0,
+            down_count=0,
+            flat_count=0,
+            limit_up_count=0,
+            limit_down_count=0,
+            total_count=0
+        )
+
+
+@router.get(
+    "/price-distribution",
+    response_model=PriceDistributionResponse,
+    responses={
+        200: {"description": "Price distribution"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get price distribution",
+    description="Get stock price distribution across different price ranges"
+)
+def get_price_distribution(
+    service: MarketService = Depends(get_market_service)
+) -> PriceDistributionResponse:
+    """
+    Get price distribution
+    
+    Returns distribution of stocks across price ranges:
+    - Under 10 yuan
+    - 10-20 yuan
+    - 20-50 yuan
+    - 50-100 yuan
+    - Over 100 yuan
+    """
+    try:
+        distribution = service.get_price_distribution()
+        return distribution
+    except Exception as e:
+        logger.error(f"Failed to get price distribution: {e}", exc_info=True)
+        return PriceDistributionResponse(items=[], total_count=0)
+
+
+@router.get(
+    "/overview",
+    response_model=MarketOverview,
+    responses={
+        200: {"description": "Market overview"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get market overview",
+    description="Get comprehensive market overview including indices, stats, and sentiment"
+)
+def get_market_overview(
+    service: MarketService = Depends(get_market_service)
+) -> MarketOverview:
+    """
+    Get market overview
+    
+    Returns comprehensive market data including:
+    - Major indices
+    - Up/down statistics
+    - Sentiment indicators
+    """
+    try:
+        indices = service.get_indices()
+        stats = service.get_updown_stats()
+        sentiment = service.get_sentiment_indicators()
+        
+        return MarketOverview(
+            indices=indices,
+            updown_stats=stats,
+            sentiment=sentiment,
+            update_time=datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+        )
+    except Exception as e:
+        logger.error(f"Failed to get market overview: {e}", exc_info=True)
+        return MarketOverview(
+            indices=[],
+            updown_stats=UpDownStats(
+                up_count=0, down_count=0, flat_count=0,
+                limit_up_count=0, limit_down_count=0, total_count=0
+            ),
+            sentiment=[],
+            update_time=datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+        )
+
+
+@router.get(
+    "/sentiment",
+    response_model=List[SentimentIndicator],
+    responses={
+        200: {"description": "Sentiment indicators"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get sentiment indicators",
+    description="Get market sentiment indicators"
+)
+def get_sentiment(
+    service: MarketService = Depends(get_market_service)
+) -> List[SentimentIndicator]:
+    """
+    Get sentiment indicators
+    
+    Returns various sentiment data including:
+    - Fear & Greed Index
+    - Market breadth
+    - Volatility index
+    """
+    try:
+        sentiment = service.get_sentiment_indicators()
+        return sentiment
+    except Exception as e:
+        logger.error(f"Failed to get sentiment: {e}", exc_info=True)
+        return []

api/v1/endpoints/sectors.py

@@ -0,0 +1,100 @@
+# -*- coding: utf-8 -*-
+"""
+===================================
+Sector data endpoints
+===================================
+
+Responsibilities:
+1. Provide sector momentum data
+2. Provide sector ranking
+"""
+
+import logging
+from datetime import datetime
+from typing import Optional, List
+
+from fastapi import APIRouter, Query, Depends
+
+from api.v1.schemas.market import (
+    SectorMomentum,
+    SectorListResponse,
+    KLineChartResponse,
+)
+from api.v1.schemas.common import ErrorResponse
+from src.services.market_service import MarketService
+
+logger = logging.getLogger(__name__)
+
+router = APIRouter()
+
+
+def get_market_service() -> MarketService:
+    """Dependency injection for MarketService"""
+    return MarketService()
+
+
+@router.get(
+    "",
+    response_model=SectorListResponse,
+    responses={
+        200: {"description": "Sector momentum list"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get sector momentum list",
+    description="Get sector momentum ranking with sorting options"
+)
+def get_sectors(
+    sort: str = Query("momentumValue", description="Sort field (momentumValue, momentumScore, changePercent, rankChange)"),
+    order: str = Query("desc", description="Sort order (asc, desc)"),
+    limit: int = Query(20, ge=1, le=100, description="Limit count"),
+    period: int = Query(5, ge=1, le=60, description="Period for calculating momentum (days)"),
+    service: MarketService = Depends(get_market_service)
+) -> SectorListResponse:
+    """
+    Get sector momentum list
+    
+    Returns sector momentum data sorted by specified field
+    """
+    try:
+        sectors = service.get_sector_momentum(sort=sort, order=order, limit=limit, period=period)
+        return SectorListResponse(
+            items=sectors,
+            total=len(sectors)
+        )
+    except Exception as e:
+        logger.error(f"Failed to get sector momentum: {e}", exc_info=True)
+        return SectorListResponse(items=[], total=0)
+
+
+@router.get(
+    "/{sector_code}/kline",
+    response_model=KLineChartResponse,
+    responses={
+        200: {"description": "Sector K-line chart data"},
+        404: {"description": "Sector not found", "model": ErrorResponse},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get sector K-line chart",
+    description="Get sector K-line chart data for ECharts"
+)
+def get_sector_kline(
+    sector_code: str,
+    days: int = Query(60, ge=1, le=365, description="Number of days"),
+    service: MarketService = Depends(get_market_service)
+) -> KLineChartResponse:
+    """
+    Get sector K-line chart data
+    
+    Returns K-line data formatted for ECharts
+    """
+    try:
+        kline = service.get_sector_kline(sector_code, days=days)
+        return kline
+    except Exception as e:
+        logger.error(f"Failed to get sector kline: {e}", exc_info=True)
+        return KLineChartResponse(
+            categoryData=[],
+            values=[],
+            volumes=[],
+            stock_name=None
+        )

api/v1/endpoints/stocks.py

@@ -1,61 +1,163 @@
 # -*- coding: utf-8 -*-
 """
 ===================================
-股票数据接口
+Stock data endpoints
 ===================================
 
-职责：
+Responsibilities:
-1. 提供 GET /api/v1/stocks/{code}/quote 实时行情接口
+1. Provide stock quote endpoint
-2. 提供 GET /api/v1/stocks/{code}/history 历史行情接口
+2. Provide stock history endpoint
+3. Provide stock momentum recommendations
+4. Provide new high/low stocks
+5. Provide stock K-line chart data
 """
 
 import logging
+from typing import List
 
-from fastapi import APIRouter, HTTPException, Query
+from fastapi import APIRouter, HTTPException, Query, Depends
 
 from api.v1.schemas.stocks import (
     StockQuote,
     StockHistoryResponse,
     KLineData,
 )
+from api.v1.schemas.market import (
+    StockMomentum,
+    StockMomentumResponse,
+    NewHighLowStock,
+    KLineChartResponse,
+)
 from api.v1.schemas.common import ErrorResponse
 from src.services.stock_service import StockService
+from src.services.market_service import MarketService
 
 logger = logging.getLogger(__name__)
 
 router = APIRouter()
 
 
+def get_stock_service() -> StockService:
+    """Dependency injection for StockService"""
+    return StockService()
+
+
+def get_market_service() -> MarketService:
+    """Dependency injection for MarketService"""
+    return MarketService()
+
+
+@router.get(
+    "/momentum-recommendation",
+    response_model=StockMomentumResponse,
+    responses={
+        200: {"description": "Stock momentum recommendations"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get stock momentum recommendations",
+    description="Get stock momentum recommendations based on technical indicators"
+)
+def get_momentum_recommendation(
+    limit: int = Query(15, ge=1, le=50, description="Limit count"),
+    service: MarketService = Depends(get_market_service)
+) -> StockMomentumResponse:
+    """
+    Get stock momentum recommendations
+    
+    Returns stocks with strong momentum signals
+    """
+    try:
+        stocks = service.get_stock_momentum_recommendation(limit=limit)
+        return StockMomentumResponse(
+            items=stocks,
+            total=len(stocks)
+        )
+    except Exception as e:
+        logger.error(f"Failed to get momentum recommendation: {e}", exc_info=True)
+        return StockMomentumResponse(items=[], total=0)
+
+
+@router.get(
+    "/new-high",
+    response_model=List[NewHighLowStock],
+    responses={
+        200: {"description": "New high stocks"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get new high stocks",
+    description="Get stocks that reached new high in recent days"
+)
+def get_new_high(
+    days: int = Query(20, ge=1, le=60, description="Days to look back"),
+    limit: int = Query(20, ge=1, le=50, description="Limit count"),
+    service: MarketService = Depends(get_market_service)
+) -> List[NewHighLowStock]:
+    """
+    Get new high stocks
+    
+    Returns stocks that reached new high within specified days
+    """
+    try:
+        stocks = service.get_new_high_stocks(days=days, limit=limit)
+        return stocks
+    except Exception as e:
+        logger.error(f"Failed to get new high stocks: {e}", exc_info=True)
+        return []
+
+
+@router.get(
+    "/new-low",
+    response_model=List[NewHighLowStock],
+    responses={
+        200: {"description": "New low stocks"},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get new low stocks",
+    description="Get stocks that reached new low in recent days"
+)
+def get_new_low(
+    days: int = Query(20, ge=1, le=60, description="Days to look back"),
+    limit: int = Query(20, ge=1, le=50, description="Limit count"),
+    service: MarketService = Depends(get_market_service)
+) -> List[NewHighLowStock]:
+    """
+    Get new low stocks
+    
+    Returns stocks that reached new low within specified days
+    """
+    try:
+        stocks = service.get_new_low_stocks(days=days, limit=limit)
+        return stocks
+    except Exception as e:
+        logger.error(f"Failed to get new low stocks: {e}", exc_info=True)
+        return []
+
+
 @router.get(
     "/{stock_code}/quote",
     response_model=StockQuote,
     responses={
-        200: {"description": "行情数据"},
+        200: {"description": "Stock quote data"},
-        404: {"description": "股票不存在", "model": ErrorResponse},
+        404: {"description": "Stock not found", "model": ErrorResponse},
-        500: {"description": "服务器错误", "model": ErrorResponse},
+        500: {"description": "Server error", "model": ErrorResponse},
     },
-    summary="获取股票实时行情",
+    summary="Get stock quote",
-    description="获取指定股票的最新行情数据"
+    description="Get real-time stock quote"
 )
-def get_stock_quote(stock_code: str) -> StockQuote:
+def get_stock_quote(
+    stock_code: str,
+    service: StockService = Depends(get_stock_service)
+) -> StockQuote:
     """
-    获取股票实时行情
+    Get stock real-time quote
-    
-    获取指定股票的最新行情数据
     
     Args:
-        stock_code: 股票代码（如 600519、00700、AAPL）
+        stock_code: Stock code (e.g., 600519, 00700, AAPL)
         
     Returns:
-        StockQuote: 实时行情数据
+        StockQuote: Real-time quote data
-        
-    Raises:
-        HTTPException: 404 - 股票不存在
     """
     try:
-        service = StockService()
-        
-        # 使用 def 而非 async def，FastAPI 自动在线程池中执行
         result = service.get_realtime_quote(stock_code)
         
         if result is None:
@@ -63,7 +165,7 @@ def get_stock_quote(stock_code: str) -> StockQuote:
                 status_code=404,
                 detail={
                     "error": "not_found",
-                    "message": f"未找到股票 {stock_code} 的行情数据"
+                    "message": f"Stock {stock_code} not found"
                 }
             )
         
@@ -85,12 +187,12 @@ def get_stock_quote(stock_code: str) -> StockQuote:
     except HTTPException:
         raise
     except Exception as e:
-        logger.error(f"获取实时行情失败: {e}", exc_info=True)
+        logger.error(f"Failed to get stock quote: {e}", exc_info=True)
         raise HTTPException(
             status_code=500,
             detail={
                 "error": "internal_error",
-                "message": f"获取实时行情失败: {str(e)}"
+                "message": f"Failed to get stock quote: {str(e)}"
             }
         )
 
@@ -99,42 +201,37 @@ def get_stock_quote(stock_code: str) -> StockQuote:
     "/{stock_code}/history",
     response_model=StockHistoryResponse,
     responses={
-        200: {"description": "历史行情数据"},
+        200: {"description": "Stock history data"},
-        422: {"description": "不支持的周期参数", "model": ErrorResponse},
+        422: {"description": "Unsupported period", "model": ErrorResponse},
-        500: {"description": "服务器错误", "model": ErrorResponse},
+        500: {"description": "Server error", "model": ErrorResponse},
     },
-    summary="获取股票历史行情",
+    summary="Get stock history",
-    description="获取指定股票的历史 K 线数据"
+    description="Get stock historical K-line data"
 )
 def get_stock_history(
     stock_code: str,
-    period: str = Query("daily", description="K 线周期", pattern="^(daily|weekly|monthly)$"),
+    period: str = Query("daily", description="K-line period", pattern="^(daily|weekly|monthly)$"),
-    days: int = Query(30, ge=1, le=365, description="获取天数")
+    days: int = Query(30, ge=1, le=365, description="Number of days"),
+    service: StockService = Depends(get_stock_service)
 ) -> StockHistoryResponse:
     """
-    获取股票历史行情
+    Get stock historical data
-    
-    获取指定股票的历史 K 线数据
     
     Args:
-        stock_code: 股票代码
+        stock_code: Stock code
-        period: K 线周期 (daily/weekly/monthly)
+        period: K-line period (daily/weekly/monthly)
-        days: 获取天数
+        days: Number of days
         
     Returns:
-        StockHistoryResponse: 历史行情数据
+        StockHistoryResponse: Historical data
     """
     try:
-        service = StockService()
-        
-        # 使用 def 而非 async def，FastAPI 自动在线程池中执行
         result = service.get_history_data(
             stock_code=stock_code,
             period=period,
             days=days
         )
         
-        # 转换为响应模型
         data = [
             KLineData(
                 date=item.get("date"),
@@ -157,7 +254,6 @@ def get_stock_history(
         )
     
     except ValueError as e:
-        # period 参数不支持的错误（如 weekly/monthly）
         raise HTTPException(
             status_code=422,
             detail={
@@ -166,11 +262,45 @@ def get_stock_history(
             }
         )
     except Exception as e:
-        logger.error(f"获取历史行情失败: {e}", exc_info=True)
+        logger.error(f"Failed to get stock history: {e}", exc_info=True)
         raise HTTPException(
             status_code=500,
             detail={
                 "error": "internal_error",
-                "message": f"获取历史行情失败: {str(e)}"
+                "message": f"Failed to get stock history: {str(e)}"
             }
         )
+
+
+@router.get(
+    "/{stock_code}/kline",
+    response_model=KLineChartResponse,
+    responses={
+        200: {"description": "K-line chart data"},
+        404: {"description": "Stock not found", "model": ErrorResponse},
+        500: {"description": "Server error", "model": ErrorResponse},
+    },
+    summary="Get stock K-line chart",
+    description="Get stock K-line chart data formatted for ECharts"
+)
+def get_stock_kline(
+    stock_code: str,
+    days: int = Query(60, ge=1, le=365, description="Number of days"),
+    service: MarketService = Depends(get_market_service)
+) -> KLineChartResponse:
+    """
+    Get stock K-line chart data
+    
+    Returns K-line data formatted for ECharts visualization
+    """
+    try:
+        kline = service.get_stock_kline_chart(stock_code, days=days)
+        return kline
+    except Exception as e:
+        logger.error(f"Failed to get stock kline: {e}", exc_info=True)
+        return KLineChartResponse(
+            categoryData=[],
+            values=[],
+            volumes=[],
+            stock_name=None
+        )

api/v1/router.py

@@ -1,19 +1,18 @@
 # -*- coding: utf-8 -*-
 """
 ===================================
-API v1 路由聚合
+API v1 Router Aggregation
 ===================================
 
-职责：
+Responsibilities:
-1. 聚合 v1 版本的所有 endpoint 路由
+1. Aggregate all v1 endpoint routers
-2. 统一添加 /api/v1 前缀
+2. Add unified /api/v1 prefix
 """
 
 from fastapi import APIRouter
 
-from api.v1.endpoints import analysis, history, stocks, backtest, system_config
+from api.v1.endpoints import analysis, history, stocks, backtest, system_config, market, sectors
 
-# 创建 v1 版本主路由
 router = APIRouter(prefix="/api/v1")
 
 router.include_router(
@@ -45,3 +44,15 @@ router.include_router(
     prefix="/system",
     tags=["SystemConfig"]
 )
+
+router.include_router(
+    market.router,
+    prefix="/market",
+    tags=["Market"]
+)
+
+router.include_router(
+    sectors.router,
+    prefix="/sectors",
+    tags=["Sectors"]
+)

api/v1/schemas/market.py

@@ -0,0 +1,125 @@
+# -*- coding: utf-8 -*-
+"""
+===================================
+Market data schemas
+===================================
+"""
+
+from typing import Optional, List
+from pydantic import BaseModel, Field
+
+
+class MarketIndex(BaseModel):
+    """Market index data"""
+    code: str = Field(..., description="Index code")
+    name: str = Field(..., description="Index name")
+    price: float = Field(..., description="Current price")
+    change: Optional[float] = Field(None, description="Change amount")
+    change_percent: Optional[float] = Field(None, description="Change percent")
+    volume: Optional[float] = Field(None, description="Volume")
+    amount: Optional[float] = Field(None, description="Amount")
+
+
+class UpDownStats(BaseModel):
+    """Up/down statistics"""
+    up_count: int = Field(..., description="Number of rising stocks")
+    down_count: int = Field(..., description="Number of falling stocks")
+    flat_count: int = Field(..., description="Number of flat stocks")
+    limit_up_count: int = Field(..., description="Number of limit up stocks")
+    limit_down_count: int = Field(..., description="Number of limit down stocks")
+    total_count: int = Field(..., description="Total count")
+
+
+class SectorMomentum(BaseModel):
+    """Sector momentum data"""
+    code: str = Field(..., description="Sector code")
+    name: str = Field(..., description="Sector name")
+    momentum_score: float = Field(..., description="Momentum score")
+    change_percent: float = Field(..., description="Change percent")
+    turnover_rate: Optional[float] = Field(None, description="Turnover rate")
+    leading_stock: Optional[str] = Field(None, description="Leading stock code")
+    leading_stock_name: Optional[str] = Field(None, description="Leading stock name")
+    momentum_value: Optional[float] = Field(None, description="Momentum value (n²/N)")
+    momentum_value_change: Optional[float] = Field(None, description="Momentum value change from previous")
+    rank: Optional[int] = Field(None, description="Current rank")
+    rank_change: Optional[int] = Field(None, description="Rank change from previous")
+
+
+class StockMomentum(BaseModel):
+    """Stock momentum recommendation"""
+    code: str = Field(..., description="Stock code")
+    name: str = Field(..., description="Stock name")
+    momentum_score: float = Field(..., description="Momentum score")
+    change_percent: float = Field(..., description="Change percent")
+    sector: Optional[str] = Field(None, description="Belonging sector")
+    recommendation: Optional[str] = Field(None, description="Recommendation level")
+
+
+class NewHighLowStock(BaseModel):
+    """New high/low stock"""
+    code: str = Field(..., description="Stock code")
+    name: str = Field(..., description="Stock name")
+    price: float = Field(..., description="Current price")
+    change_percent: float = Field(..., description="Change percent")
+    days_to_high: Optional[int] = Field(None, description="Days to new high")
+    days_to_low: Optional[int] = Field(None, description="Days to new low")
+    high_date: Optional[str] = Field(None, description="High date")
+    low_date: Optional[str] = Field(None, description="Low date")
+
+
+class PriceDistribution(BaseModel):
+    """Price distribution statistics"""
+    range_label: str = Field(..., description="Price range label")
+    count: int = Field(..., description="Stock count in this range")
+    percent: float = Field(..., description="Percentage")
+
+
+class SentimentIndicator(BaseModel):
+    """Market sentiment indicator"""
+    name: str = Field(..., description="Indicator name")
+    value: float = Field(..., description="Current value")
+    change: Optional[float] = Field(None, description="Change from previous")
+    level: Optional[str] = Field(None, description="Sentiment level (high/medium/low)")
+    description: Optional[str] = Field(None, description="Description")
+
+
+class MarketOverview(BaseModel):
+    """Market overview response"""
+    indices: List[MarketIndex] = Field(default_factory=list, description="Major indices")
+    updown_stats: UpDownStats = Field(..., description="Up/down statistics")
+    sentiment: List[SentimentIndicator] = Field(default_factory=list, description="Sentiment indicators")
+    update_time: str = Field(..., description="Update time")
+
+
+class SectorListResponse(BaseModel):
+    """Sector list response"""
+    items: List[SectorMomentum] = Field(default_factory=list, description="Sector list")
+    total: int = Field(..., description="Total count")
+
+
+class StockMomentumResponse(BaseModel):
+    """Stock momentum response"""
+    items: List[StockMomentum] = Field(default_factory=list, description="Stock list")
+    total: int = Field(..., description="Total count")
+
+
+class NewHighLowResponse(BaseModel):
+    """New high/low response"""
+    new_high: List[NewHighLowStock] = Field(default_factory=list, description="New high stocks")
+    new_low: List[NewHighLowStock] = Field(default_factory=list, description="New low stocks")
+    high_count: int = Field(..., description="Total new high count")
+    low_count: int = Field(..., description="Total new low count")
+
+
+class PriceDistributionResponse(BaseModel):
+    """Price distribution response"""
+    items: List[PriceDistribution] = Field(default_factory=list, description="Distribution items")
+    total_count: int = Field(..., description="Total stock count")
+
+
+class KLineChartResponse(BaseModel):
+    """K-line chart data for ECharts"""
+    categoryData: List[str] = Field(default_factory=list, description="Date list")
+    values: List[List[float]] = Field(default_factory=list, description="K-line values [open, close, low, high, volume]")
+    volumes: List[List[float]] = Field(default_factory=list, description="Volume data [index, volume, change_sign]")
+    stock_name: Optional[str] = Field(None, description="Stock name")

apps/dsa-web/package-lock.json

@@ -10,6 +10,7 @@
       "dependencies": {
         "axios": "^1.13.4",
         "camelcase-keys": "^10.0.2",
+        "echarts": "^5.6.0",
         "react": "^19.2.0",
         "react-dom": "^19.2.0",
         "react-router-dom": "^7.13.0",
@@ -2457,6 +2458,16 @@
         "node": ">= 0.4"
       }
     },
+    "node_modules/echarts": {
+      "version": "5.6.0",
+      "resolved": "https://registry.npmjs.org/echarts/-/echarts-5.6.0.tgz",
+      "integrity": "sha512-oTbVTsXfKuEhxftHqL5xprgLoc0k7uScAwtryCgWF6hPYFLRwOUHiFmHGCBKP5NPFNkDVopOieyUqYGH8Fa3kA==",
+      "license": "Apache-2.0",
+      "dependencies": {
+        "tslib": "2.3.0",
+        "zrender": "5.6.1"
+      }
+    },
     "node_modules/electron-to-chromium": {
       "version": "1.5.286",
       "resolved": "https://registry.npmjs.org/electron-to-chromium/-/electron-to-chromium-1.5.286.tgz",
@@ -4106,6 +4117,12 @@
         "typescript": ">=4.8.4"
       }
     },
+    "node_modules/tslib": {
+      "version": "2.3.0",
+      "resolved": "https://registry.npmjs.org/tslib/-/tslib-2.3.0.tgz",
+      "integrity": "sha512-N82ooyxVNm6h1riLCoyS9e3fuJ3AMG2zIZs2Gd1ATcSFjSA23Q0fzjjZeh0jbJvWVDZ0cJT8yaNNaaXHzueNjg==",
+      "license": "0BSD"
+    },
     "node_modules/type-check": {
       "version": "0.4.0",
       "resolved": "https://registry.npmjs.org/type-check/-/type-check-0.4.0.tgz",
@@ -4364,6 +4381,15 @@
         "zod": "^3.25.0 || ^4.0.0"
       }
     },
+    "node_modules/zrender": {
+      "version": "5.6.1",
+      "resolved": "https://registry.npmjs.org/zrender/-/zrender-5.6.1.tgz",
+      "integrity": "sha512-OFXkDJKcrlx5su2XbzJvj/34Q3m6PvyCZkVPHGYpcCJ52ek4U/ymZyfuV1nKE23AyBJ51E/6Yr0mhZ7xGTO4ag==",
+      "license": "BSD-3-Clause",
+      "dependencies": {
+        "tslib": "2.3.0"
+      }
+    },
     "node_modules/zustand": {
       "version": "5.0.11",
       "resolved": "https://registry.npmjs.org/zustand/-/zustand-5.0.11.tgz",

apps/dsa-web/package.json

@@ -12,6 +12,7 @@
   "dependencies": {
     "axios": "^1.13.4",
     "camelcase-keys": "^10.0.2",
+    "echarts": "^5.6.0",
     "react": "^19.2.0",
     "react-dom": "^19.2.0",
     "react-router-dom": "^7.13.0",

apps/dsa-web/src/App.tsx

@@ -1,12 +1,12 @@
 import type React from 'react';
 import { BrowserRouter as Router, Routes, Route, NavLink } from 'react-router-dom';
 import HomePage from './pages/HomePage';
+import TrendPage from './pages/TrendPage';
 import BacktestPage from './pages/BacktestPage';
 import SettingsPage from './pages/SettingsPage';
 import NotFoundPage from './pages/NotFoundPage';
 import './App.css';
 
-// 侧边导航图标
 const HomeIcon: React.FC<{ active?: boolean }> = ({ active }) => (
   <svg className="w-6 h-6" fill={active ? 'currentColor' : 'none'} stroke="currentColor" viewBox="0 0 24 24">
     <path strokeLinecap="round" strokeLinejoin="round" strokeWidth={1.5}
@@ -14,6 +14,13 @@ const HomeIcon: React.FC<{ active?: boolean }> = ({active}) => (
   </svg>
 );
 
+const TrendIcon: React.FC<{ active?: boolean }> = ({ active }) => (
+  <svg className="w-6 h-6" fill="none" stroke="currentColor" viewBox="0 0 24 24">
+    <path strokeLinecap="round" strokeLinejoin="round" strokeWidth={active ? 2 : 1.5}
+      d="M13 7h8m0 0v8m0-8l-8 8-4-4-6 6" />
+  </svg>
+);
+
 const BacktestIcon: React.FC<{ active?: boolean }> = ({ active }) => (
   <svg className="w-6 h-6" fill="none" stroke="currentColor" viewBox="0 0 24 24">
     <path strokeLinecap="round" strokeLinejoin="round" strokeWidth={active ? 2 : 1.5}
@@ -43,6 +50,12 @@ const NAV_ITEMS: DockItem[] = [
     to: '/',
     icon: HomeIcon,
   },
+  {
+    key: 'trend',
+    label: '趋势',
+    to: '/trend',
+    icon: TrendIcon,
+  },
   {
     key: 'backtest',
     label: '回测',
@@ -57,19 +70,18 @@ const NAV_ITEMS: DockItem[] = [
   },
 ];
 
-// Dock 导航栏
 const DockNav: React.FC = () => {
   return (
-        <aside className="dock-nav" aria-label="主导航">
+    <aside className="dock-nav" aria-label="Main navigation">
       <div className="dock-surface">
-                <NavLink to="/" className="dock-logo" title="首页" aria-label="首页">
+        <NavLink to="/" className="dock-logo" title="Home" aria-label="Home">
           <svg className="w-5 h-5" fill="none" stroke="currentColor" viewBox="0 0 24 24">
             <path strokeLinecap="round" strokeLinejoin="round" strokeWidth={2}
               d="M13 7h8m0 0v8m0-8l-8 8-4-4-6 6" />
           </svg>
         </NavLink>
 
-                <nav className="dock-items" aria-label="页面">
+        <nav className="dock-items" aria-label="Pages">
           {NAV_ITEMS.map((item) => {
             const Icon = item.icon;
             return (
@@ -97,13 +109,12 @@ const App: React.FC = () => {
   return (
     <Router>
       <div className="flex min-h-screen bg-base">
-                {/* Dock 导航 */}
         <DockNav />
 
-                {/* 主内容区 */}
         <main className="flex-1 dock-safe-area">
           <Routes>
             <Route path="/" element={<HomePage />} />
+            <Route path="/trend" element={<TrendPage />} />
             <Route path="/backtest" element={<BacktestPage />} />
             <Route path="/settings" element={<SettingsPage />} />
             <Route path="*" element={<NotFoundPage />} />

apps/dsa-web/src/api/market.ts

@@ -0,0 +1,80 @@
+import apiClient from './index';
+import type {
+  MarketIndex,
+  UpDownStats,
+  SectorMomentum,
+  StockMomentum,
+  NewHighLowStock,
+  PriceDistribution,
+  SentimentIndicator,
+  KLineChartResponse,
+} from '../types/market';
+
+export const marketApi = {
+  getIndices: async (): Promise<MarketIndex[]> => {
+    const response = await apiClient.get('/market/indices');
+    return response.data;
+  },
+
+  getUpDownStats: async (): Promise<UpDownStats> => {
+    const response = await apiClient.get('/market/updown-stats');
+    return response.data;
+  },
+
+  getPriceDistribution: async (): Promise<{ items: PriceDistribution[]; total_count: number }> => {
+    const response = await apiClient.get('/market/price-distribution');
+    return response.data;
+  },
+
+  getSentiment: async (): Promise<SentimentIndicator[]> => {
+    const response = await apiClient.get('/market/sentiment');
+    return response.data;
+  },
+
+  getSectorMomentum: async (
+    sort: string = 'momentumValue',
+    order: string = 'desc',
+    limit: number = 20,
+    period: number = 5
+  ): Promise<{ items: SectorMomentum[]; total: number }> => {
+    const response = await apiClient.get('/sectors', {
+      params: { sort, order, limit, period },
+    });
+    return response.data;
+  },
+
+  getSectorKline: async (sectorCode: string, days: number = 60): Promise<KLineChartResponse> => {
+    const response = await apiClient.get(`/sectors/${sectorCode}/kline`, {
+      params: { days },
+    });
+    return response.data;
+  },
+
+  getStockMomentumRecommendation: async (limit: number = 15): Promise<{ items: StockMomentum[]; total: number }> => {
+    const response = await apiClient.get('/stocks/momentum-recommendation', {
+      params: { limit },
+    });
+    return response.data;
+  },
+
+  getNewHighStocks: async (days: number = 20, limit: number = 20): Promise<NewHighLowStock[]> => {
+    const response = await apiClient.get('/stocks/new-high', {
+      params: { days, limit },
+    });
+    return response.data;
+  },
+
+  getNewLowStocks: async (days: number = 20, limit: number = 20): Promise<NewHighLowStock[]> => {
+    const response = await apiClient.get('/stocks/new-low', {
+      params: { days, limit },
+    });
+    return response.data;
+  },
+
+  getStockKline: async (stockCode: string, days: number = 60): Promise<KLineChartResponse> => {
+    const response = await apiClient.get(`/stocks/${stockCode}/kline`, {
+      params: { days },
+    });
+    return response.data;
+  },
+};

apps/dsa-web/src/components/charts/KLineChartModal.tsx

@@ -0,0 +1,222 @@
+import type React from 'react';
+import { useEffect, useRef } from 'react';
+import type { KLineChartResponse } from '../../types/market';
+
+interface KLineChartModalProps {
+  title: string;
+  code: string;
+  type: 'stock' | 'sector';
+  data: KLineChartResponse | null;
+  isLoading: boolean;
+  onClose: () => void;
+}
+
+const KLineChartModal: React.FC<KLineChartModalProps> = ({
+  title,
+  code,
+  type,
+  data,
+  isLoading,
+  onClose,
+}) => {
+  const chartRef = useRef<HTMLDivElement>(null);
+
+  useEffect(() => {
+    if (!data || !chartRef.current || isLoading) return;
+
+    const renderChart = async () => {
+      try {
+        const echarts = await import('echarts');
+        const chart = echarts.init(chartRef.current!, 'dark');
+
+        const option = {
+          backgroundColor: 'transparent',
+          animation: false,
+          legend: {
+            data: [type === 'stock' ? 'K线' : '板块走势', '成交量'],
+            bottom: 10,
+            textStyle: { color: '#8b949e' },
+          },
+          tooltip: {
+            trigger: 'axis',
+            axisPointer: { type: 'cross' },
+            backgroundColor: 'rgba(22, 27, 34, 0.9)',
+            borderColor: '#30363d',
+            textStyle: { color: '#c9d1d9' },
+          },
+          axisPointer: {
+            link: [{ xAxisIndex: 'all' }],
+          },
+          grid: [
+            {
+              left: '10%',
+              right: '8%',
+              top: '10%',
+              height: '50%',
+            },
+            {
+              left: '10%',
+              right: '8%',
+              top: '70%',
+              height: '20%',
+            },
+          ],
+          xAxis: [
+            {
+              type: 'category',
+              data: data.categoryData,
+              boundaryGap: false,
+              axisLine: { lineStyle: { color: '#30363d' } },
+              axisTick: { show: false },
+              axisLabel: { color: '#8b949e', fontSize: 10 },
+              splitLine: { show: false },
+              min: 'dataMin',
+              max: 'dataMax',
+            },
+            {
+              type: 'category',
+              gridIndex: 1,
+              data: data.categoryData,
+              boundaryGap: false,
+              axisLine: { lineStyle: { color: '#30363d' } },
+              axisTick: { show: false },
+              axisLabel: { show: false },
+              splitLine: { show: false },
+              min: 'dataMin',
+              max: 'dataMax',
+            },
+          ],
+          yAxis: [
+            {
+              scale: true,
+              axisLine: { lineStyle: { color: '#30363d' } },
+              axisTick: { show: false },
+              axisLabel: { color: '#8b949e', fontSize: 10 },
+              splitLine: {
+                lineStyle: {
+                  color: '#21262d',
+                },
+              },
+            },
+            {
+              scale: true,
+              gridIndex: 1,
+              splitNumber: 2,
+              axisLine: { lineStyle: { color: '#30363d' } },
+              axisTick: { show: false },
+              axisLabel: { color: '#8b949e', fontSize: 10 },
+              splitLine: {
+                lineStyle: {
+                  color: '#21262d',
+                },
+              },
+            },
+          ],
+          dataZoom: [
+            {
+              type: 'inside',
+              xAxisIndex: [0, 1],
+              start: 50,
+              end: 100,
+            },
+            {
+              show: true,
+              xAxisIndex: [0, 1],
+              type: 'slider',
+              bottom: 10,
+              start: 50,
+              end: 100,
+              borderColor: '#30363d',
+              backgroundColor: '#161b22',
+              fillerColor: 'rgba(48, 54, 61, 0.4)',
+              handleStyle: {
+                color: '#58a6ff',
+                borderColor: '#58a6ff',
+              },
+              textStyle: { color: '#8b949e' },
+            },
+          ],
+          series: [
+            {
+              name: type === 'stock' ? 'K线' : '板块走势',
+              type: 'candlestick',
+              data: data.values,
+              itemStyle: {
+                color: '#238636',
+                color0: '#da3633',
+                borderColor: '#238636',
+                borderColor0: '#da3633',
+              },
+            },
+            {
+              name: '成交量',
+              type: 'bar',
+              xAxisIndex: 1,
+              yAxisIndex: 1,
+              data: data.volumes,
+              itemStyle: {
+                color: function (params: { value: number[] }) {
+                  const changeSign = params.value[2];
+                  return changeSign >= 0 ? '#238636' : '#da3633';
+                },
+              },
+            },
+          ],
+        };
+
+        chart.setOption(option);
+
+        const handleResize = () => chart.resize();
+        window.addEventListener('resize', handleResize);
+
+        return () => {
+          window.removeEventListener('resize', handleResize);
+          chart.dispose();
+        };
+      } catch (err) {
+        console.error('Failed to render chart:', err);
+      }
+    };
+
+    renderChart();
+  }, [data, isLoading, type]);
+
+  return (
+    <div className="fixed inset-0 z-50 flex items-center justify-center bg-black/60 backdrop-blur-sm">
+      <div className="relative w-full max-w-4xl mx-4 bg-base rounded-xl border border-white/10 shadow-2xl animate-fade-in">
+        <div className="flex items-center justify-between px-4 py-3 border-b border-white/5">
+          <div>
+            <h2 className="text-base font-semibold text-white">{title}</h2>
+            <p className="text-xs text-muted">{code} · {type === 'stock' ? '个股' : '板块'} K线</p>
+          </div>
+          <button
+            onClick={onClose}
+            className="p-2 rounded-lg hover:bg-hover transition-colors"
+            aria-label="Close"
+          >
+            <svg className="w-5 h-5 text-muted" fill="none" stroke="currentColor" viewBox="0 0 24 24">
+              <path strokeLinecap="round" strokeLinejoin="round" strokeWidth={2} d="M6 18L18 6M6 6l12 12" />
+            </svg>
+          </button>
+        </div>
+
+        <div className="p-4">
+          {isLoading ? (
+            <div className="flex flex-col items-center justify-center h-[400px]">
+              <div className="w-8 h-8 border-2 border-cyan/20 border-t-cyan rounded-full animate-spin" />
+              <p className="mt-3 text-secondary text-sm">加载K线数据...</p>
+            </div>
+          ) : data && data.values.length > 0 ? (
+            <div ref={chartRef} className="w-full h-[400px]" />
+          ) : (
+            <div className="flex flex-col items-center justify-center h-[400px]">
+              <p className="text-muted text-sm">暂无K线数据</p>
+            </div>
+          )}
+        </div>
+      </div>
+    </div>
+  );
+};
+
+export default KLineChartModal;

apps/dsa-web/src/pages/HomePage.tsx

@@ -1,29 +1,37 @@
 import type React from 'react';
 import { useState, useEffect, useCallback, useRef } from 'react';
 import type { HistoryItem, AnalysisReport, TaskInfo } from '../types/analysis';
+import type { MarketIndex, UpDownStats, SectorMomentum, StockMomentum, NewHighLowStock, SentimentIndicator } from '../types/market';
 import { historyApi } from '../api/history';
 import { analysisApi, DuplicateTaskError } from '../api/analysis';
+import { marketApi } from '../api/market';
 import { validateStockCode } from '../utils/validation';
 import { getRecentStartDate, toDateInputValue } from '../utils/format';
 import { useAnalysisStore } from '../stores/analysisStore';
 import { ReportSummary } from '../components/report';
 import { HistoryList } from '../components/history';
 import { TaskPanel } from '../components/tasks';
+import { Card, Badge } from '../components/common';
 import { useTaskStream } from '../hooks';
 
-/**
+function formatPercent(value: number): string {
- * 首页 - 单页设计
+  const sign = value >= 0 ? '+' : '';
- * 顶部输入 + 左侧历史 + 右侧报告
+  return `${sign}${value.toFixed(2)}%`;
- */
+}
+
+function getChangeColor(value: number): string {
+  if (value > 0) return 'text-emerald-400';
+  if (value < 0) return 'text-red-400';
+  return 'text-secondary';
+}
+
 const HomePage: React.FC = () => {
   const { setLoading, setError: setStoreError } = useAnalysisStore();
 
-  // 输入状态
   const [stockCode, setStockCode] = useState('');
   const [isAnalyzing, setIsAnalyzing] = useState(false);
   const [inputError, setInputError] = useState<string>();
 
-// 历史列表状态
   const [historyItems, setHistoryItems] = useState<HistoryItem[]>([]);
   const [isLoadingHistory, setIsLoadingHistory] = useState(false);
   const [isLoadingMore, setIsLoadingMore] = useState(false);
@@ -31,18 +39,24 @@ const HomePage: React.FC = () => {
   const [currentPage, setCurrentPage] = useState(1);
   const pageSize = 20;
 
-  // 报告详情状态
   const [selectedReport, setSelectedReport] = useState<AnalysisReport | null>(null);
   const [isLoadingReport, setIsLoadingReport] = useState(false);
 
-  // 任务队列状态
   const [activeTasks, setActiveTasks] = useState<TaskInfo[]>([]);
   const [duplicateError, setDuplicateError] = useState<string | null>(null);
 
-  // 用于跟踪当前分析请求，避免竞态条件
   const analysisRequestIdRef = useRef<number>(0);
 
-  // 更新任务列表中的任务
+  const [indices, setIndices] = useState<MarketIndex[]>([]);
+  const [updownStats, setUpdownStats] = useState<UpDownStats | null>(null);
+  const [sectors, setSectors] = useState<SectorMomentum[]>([]);
+  const [stockRecommendations, setStockRecommendations] = useState<StockMomentum[]>([]);
+  const [newHigh, setNewHigh] = useState<NewHighLowStock[]>([]);
+  const [newLow, setNewLow] = useState<NewHighLowStock[]>([]);
+  
+  const [sentiment, setSentiment] = useState<SentimentIndicator[]>([]);
+  const [isLoadingMarket, setIsLoadingMarket] = useState(true);
+
   const updateTask = useCallback((updatedTask: TaskInfo) => {
     setActiveTasks((prev) => {
       const index = prev.findIndex((t) => t.taskId === updatedTask.taskId);
@@ -55,41 +69,60 @@ const HomePage: React.FC = () => {
     });
   }, []);
 
-  // 移除已完成/失败的任务
   const removeTask = useCallback((taskId: string) => {
     setActiveTasks((prev) => prev.filter((t) => t.taskId !== taskId));
   }, []);
 
-  // SSE 任务流
   useTaskStream({
     onTaskCreated: (task) => {
       setActiveTasks((prev) => {
-        // 避免重复添加
         if (prev.some((t) => t.taskId === task.taskId)) return prev;
         return [...prev, task];
       });
     },
     onTaskStarted: updateTask,
     onTaskCompleted: (task) => {
-      // 刷新历史列表
       fetchHistory();
-      // 延迟移除任务，让用户看到完成状态
       setTimeout(() => removeTask(task.taskId), 2000);
     },
     onTaskFailed: (task) => {
       updateTask(task);
-      // 显示错误提示
+      setStoreError(task.error || 'Analysis failed');
-      setStoreError(task.error || '分析失败');
-      // 延迟移除任务
       setTimeout(() => removeTask(task.taskId), 5000);
     },
     onError: () => {
-      console.warn('SSE 连接断开，正在重连...');
+      console.warn('SSE connection lost, reconnecting...');
     },
     enabled: true,
   });
 
-// 加载历史列表
+  const fetchMarketData = useCallback(async () => {
+    setIsLoadingMarket(true);
+    try {
+      const [indicesRes, statsRes, sectorsRes, stocksRes, highRes, lowRes, sentimentRes] = await Promise.all([
+        marketApi.getIndices(),
+        marketApi.getUpDownStats(),
+        marketApi.getSectorMomentum('momentumScore', 'desc', 5),
+        marketApi.getStockMomentumRecommendation(15),
+        marketApi.getNewHighStocks(20, 20),
+        marketApi.getNewLowStocks(20, 20),
+        marketApi.getSentiment(),
+      ]);
+
+      setIndices(Array.isArray(indicesRes) ? indicesRes : []);
+      setUpdownStats(statsRes || null);
+      setSectors(Array.isArray(sectorsRes?.items) ? sectorsRes.items : []);
+      setStockRecommendations(Array.isArray(stocksRes?.items) ? stocksRes.items : []);
+      setNewHigh(Array.isArray(highRes) ? highRes : []);
+      setNewLow(Array.isArray(lowRes) ? lowRes : []);
+      setSentiment(Array.isArray(sentimentRes) ? sentimentRes : []);
+    } catch (err) {
+      console.error('Failed to fetch market data:', err);
+    } finally {
+      setIsLoadingMarket(false);
+    }
+  }, []);
+
   const fetchHistory = useCallback(async (autoSelectFirst = false, reset = true) => {
     if (reset) {
       setIsLoadingHistory(true);
@@ -114,12 +147,10 @@ const HomePage: React.FC = () => {
         setHistoryItems(prev => [...prev, ...response.items]);
       }
 
-      // 判断是否还有更多数据
       const totalLoaded = reset ? response.items.length : historyItems.length + response.items.length;
       setHasMore(totalLoaded < response.total);
       setCurrentPage(page);
 
-      // 如果需要自动选择第一条，且有数据，且当前没有选中报告
       if (autoSelectFirst && response.items.length > 0 && !selectedReport) {
         const firstItem = response.items[0];
         setIsLoadingReport(true);
@@ -140,23 +171,19 @@ const HomePage: React.FC = () => {
     }
   }, [selectedReport, currentPage, historyItems.length, pageSize]);
 
-  // 加载更多历史记录
   const handleLoadMore = useCallback(() => {
     if (!isLoadingMore && hasMore) {
       fetchHistory(false, false);
     }
   }, [fetchHistory, isLoadingMore, hasMore]);
 
-  // 初始加载 - 自动选择第一条
   useEffect(() => {
+    fetchMarketData();
     fetchHistory(true);
   }, []);
 
-  // 点击历史项加载报告
   const handleHistoryClick = async (queryId: string) => {
-    // 取消当前分析请求的结果显示（通过递增 requestId）
     analysisRequestIdRef.current += 1;
-
     setIsLoadingReport(true);
     try {
       const report = await historyApi.getDetail(queryId);
@@ -168,7 +195,6 @@ const HomePage: React.FC = () => {
     }
   };
 
-  // 分析股票（异步模式）
   const handleAnalyze = async () => {
     const { valid, message, normalized } = validateStockCode(stockCode);
     if (!valid) {
@@ -182,31 +208,26 @@ const HomePage: React.FC = () => {
     setLoading(true);
     setStoreError(null);
 
-    // 记录当前请求的 ID
     const currentRequestId = ++analysisRequestIdRef.current;
 
     try {
-      // 使用异步模式提交分析
       const response = await analysisApi.analyzeAsync({
         stockCode: normalized,
         reportType: 'detailed',
       });
 
-      // 清空输入框
       if (currentRequestId === analysisRequestIdRef.current) {
         setStockCode('');
       }
 
-      // 任务已提交，SSE 会推送更新
       console.log('Task submitted:', response.taskId);
     } catch (err) {
       console.error('Analysis failed:', err);
       if (currentRequestId === analysisRequestIdRef.current) {
         if (err instanceof DuplicateTaskError) {
-          // 显示重复任务错误
+          setDuplicateError(`Stock ${err.stockCode} is being analyzed, please wait`);
-          setDuplicateError(`股票 ${err.stockCode} 正在分析中，请等待完成`);
         } else {
-          setStoreError(err instanceof Error ? err.message : '分析失败');
+          setStoreError(err instanceof Error ? err.message : 'Analysis failed');
         }
       }
     } finally {
@@ -215,7 +236,6 @@ const HomePage: React.FC = () => {
     }
   };
 
-  // 回车提交
   const handleKeyDown = (e: React.KeyboardEvent) => {
     if (e.key === 'Enter' && stockCode && !isAnalyzing) {
       handleAnalyze();
@@ -224,7 +244,6 @@ const HomePage: React.FC = () => {
 
   return (
     <div className="min-h-screen flex flex-col">
-      {/* 顶部输入栏 */}
       <header className="flex-shrink-0 px-4 py-3 border-b border-white/5">
         <div className="flex items-center gap-2 max-w-2xl">
           <div className="flex-1 relative">
@@ -236,7 +255,7 @@ const HomePage: React.FC = () => {
                 setInputError(undefined);
               }}
               onKeyDown={handleKeyDown}
-              placeholder="输入股票代码，如 600519、00700、AAPL"
+              placeholder="Enter stock code, e.g., 600519, 00700, AAPL"
               disabled={isAnalyzing}
               className={`input-terminal w-full ${inputError ? 'border-danger/50' : ''}`}
             />
@@ -259,23 +278,174 @@ const HomePage: React.FC = () => {
                   <circle className="opacity-25" cx="12" cy="12" r="10" stroke="currentColor" strokeWidth="4" />
                   <path className="opacity-75" fill="currentColor" d="M4 12a8 8 0 018-8V0C5.373 0 0 5.373 0 12h4zm2 5.291A7.962 7.962 0 014 12H0c0 3.042 1.135 5.824 3 7.938l3-2.647z" />
                 </svg>
-                分析中
+                Analyzing
               </>
             ) : (
-              '分析'
+              'Analyze'
             )}
           </button>
         </div>
       </header>
 
-      {/* 主内容区 */}
+      <main className="flex-1 overflow-y-auto p-3">
-      <main className="flex-1 flex overflow-hidden p-3 gap-3">
+        {isLoadingMarket ? (
-{/* 左侧：任务面板 + 历史列表 */}
+          <div className="flex flex-col items-center justify-center h-64">
-        <div className="flex flex-col gap-3 w-64 flex-shrink-0 overflow-hidden">
+            <div className="w-10 h-10 border-3 border-cyan/20 border-t-cyan rounded-full animate-spin" />
-          {/* 任务面板 */}
+            <p className="mt-3 text-secondary text-sm">Loading market data...</p>
-          <TaskPanel tasks={activeTasks} />
+          </div>
+        ) : (
+          <div className="space-y-4">
+            <div className="grid grid-cols-2 lg:grid-cols-4 gap-3">
+              {indices.map((idx) => (
+                <Card key={idx.code} variant="gradient" padding="sm" className="animate-fade-in">
+                  <div className="text-xs text-muted">{idx.name}</div>
+                  <div className="text-lg font-mono font-semibold text-white mt-1">
+                    {idx.price.toFixed(2)}
+                  </div>
+                  <div className={`text-xs font-mono mt-1 ${getChangeColor(idx.change_percent || 0)}`}>
+                    {formatPercent(idx.change_percent || 0)}
+                  </div>
+                </Card>
+              ))}
+            </div>
+
+            {updownStats && (
+              <Card variant="gradient" padding="md" className="animate-fade-in">
+                <div className="mb-3">
+                  <span className="label-uppercase">Market Breadth</span>
+                </div>
+                <div className="grid grid-cols-5 gap-4">
+                  <div className="text-center">
+                    <div className="text-xl font-mono text-emerald-400">{updownStats.up_count}</div>
+                    <div className="text-xs text-muted mt-1">Up</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-xl font-mono text-red-400">{updownStats.down_count}</div>
+                    <div className="text-xs text-muted mt-1">Down</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-xl font-mono text-secondary">{updownStats.flat_count}</div>
+                    <div className="text-xs text-muted mt-1">Flat</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-xl font-mono text-emerald-400 glow">{updownStats.limit_up_count}</div>
+                    <div className="text-xs text-muted mt-1">Limit Up</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-xl font-mono text-red-400">{updownStats.limit_down_count}</div>
+                    <div className="text-xs text-muted mt-1">Limit Down</div>
+                  </div>
+                </div>
+              </Card>
+            )}
+
+            <div className="grid grid-cols-1 lg:grid-cols-2 gap-4">
+              <Card variant="gradient" padding="md" className="animate-fade-in">
+                <div className="mb-3">
+                  <span className="label-uppercase">Sector Momentum TOP5</span>
+                </div>
+                <div className="space-y-2">
+                  {sectors.map((sector, idx) => (
+                    <div key={sector.code} className="flex items-center justify-between py-2 px-3 rounded-lg bg-elevated/50">
+                      <div className="flex items-center gap-2">
+                        <span className="text-xs text-muted font-mono">{idx + 1}</span>
+                        <span className="text-sm text-white">{sector.name}</span>
+                      </div>
+                      <div className="flex items-center gap-3">
+                        <span className="text-xs font-mono text-cyan">{sector.momentum_score.toFixed(1)}</span>
+                        <span className={`text-xs font-mono ${getChangeColor(sector.change_percent)}`}>
+                          {formatPercent(sector.change_percent)}
+                        </span>
+                      </div>
+                    </div>
+                  ))}
+                </div>
+              </Card>
+
+              <Card variant="gradient" padding="md" className="animate-fade-in">
+                <div className="mb-3">
+                  <span className="label-uppercase">Stock Recommendations</span>
+                </div>
+                <div className="space-y-2 max-h-[200px] overflow-y-auto">
+                  {stockRecommendations.slice(0, 10).map((stock, idx) => (
+                    <div key={stock.code} className="flex items-center justify-between py-2 px-3 rounded-lg bg-elevated/50">
+                      <div className="flex items-center gap-2">
+                        <span className="text-xs text-muted font-mono">{idx + 1}</span>
+                        <div>
+                          <span className="text-sm text-white">{stock.name}</span>
+                          <span className="text-xs text-muted ml-1">{stock.code}</span>
+                        </div>
+                      </div>
+                      <div className="flex items-center gap-2">
+                        <Badge variant={stock.recommendation === 'buy' ? 'success' : stock.recommendation === 'watch' ? 'warning' : 'default'}>
+                          {stock.recommendation?.toUpperCase() || 'HOLD'}
+                        </Badge>
+                        <span className={`text-xs font-mono ${getChangeColor(stock.change_percent)}`}>
+                          {formatPercent(stock.change_percent)}
+                        </span>
+                      </div>
+                    </div>
+                  ))}
+                </div>
+              </Card>
+            </div>
+
+            <div className="grid grid-cols-1 lg:grid-cols-2 gap-4">
+              <Card variant="gradient" padding="md" className="animate-fade-in">
+                <div className="mb-3">
+                  <span className="label-uppercase">New High (20d)</span>
+                </div>
+                <div className="space-y-2 max-h-[150px] overflow-y-auto">
+                  {newHigh.slice(0, 8).map((stock) => (
+                    <div key={stock.code} className="flex items-center justify-between py-1.5 px-3 rounded-lg bg-elevated/50">
+                      <div>
+                        <span className="text-sm text-white">{stock.name}</span>
+                        <span className="text-xs text-muted ml-1">{stock.code}</span>
+                      </div>
+                      <span className="text-xs font-mono text-emerald-400">{formatPercent(stock.change_percent)}</span>
+                    </div>
+                  ))}
+                </div>
+              </Card>
+
+              <Card variant="gradient" padding="md" className="animate-fade-in">
+                <div className="mb-3">
+                  <span className="label-uppercase">New Low (20d)</span>
+                </div>
+                <div className="space-y-2 max-h-[150px] overflow-y-auto">
+                  {newLow.slice(0, 8).map((stock) => (
+                    <div key={stock.code} className="flex items-center justify-between py-1.5 px-3 rounded-lg bg-elevated/50">
+                      <div>
+                        <span className="text-sm text-white">{stock.name}</span>
+                        <span className="text-xs text-muted ml-1">{stock.code}</span>
+                      </div>
+                      <span className="text-xs font-mono text-red-400">{formatPercent(stock.change_percent)}</span>
+                    </div>
+                  ))}
+                </div>
+              </Card>
+            </div>
+
+            <div className="grid grid-cols-1 lg:grid-cols-3 gap-4">
+              {sentiment.map((ind) => (
+                <Card key={ind.name} variant="gradient" padding="sm" className="animate-fade-in">
+                  <div className="text-xs text-muted">{ind.name}</div>
+                  <div className="text-lg font-mono font-semibold text-white mt-1">
+                    {ind.value.toFixed(ind.value < 10 ? 2 : 0)}
+                  </div>
+                  {ind.change !== undefined && (
+                    <div className={`text-xs font-mono mt-1 ${getChangeColor(ind.change)}`}>
+                      {formatPercent(ind.change)}
+                    </div>
+                  )}
+                  <div className="text-xs text-muted mt-1">{ind.description}</div>
+                </Card>
+              ))}
+            </div>
 
-          {/* 历史列表 */}
+            <div className="grid grid-cols-1 lg:grid-cols-2 gap-4">
+              <div className="flex flex-col gap-3">
+                <TaskPanel tasks={activeTasks} />
                 <HistoryList
                   items={historyItems}
                   isLoading={isLoadingHistory}
@@ -284,20 +454,18 @@ const HomePage: React.FC = () => {
                   selectedQueryId={selectedReport?.meta.queryId}
                   onItemClick={handleHistoryClick}
                   onLoadMore={handleLoadMore}
-            className="max-h-[62vh] overflow-hidden"
+                  className="max-h-[40vh] overflow-hidden"
                 />
               </div>
 
-        {/* 右侧报告详情 */}
+              <section className="flex-1 overflow-y-auto">
-        <section className="flex-1 overflow-y-auto pl-1">
                 {isLoadingReport ? (
                   <div className="flex flex-col items-center justify-center h-full">
                     <div className="w-10 h-10 border-3 border-cyan/20 border-t-cyan rounded-full animate-spin" />
-              <p className="mt-3 text-secondary text-sm">加载报告中...</p>
+                    <p className="mt-3 text-secondary text-sm">Loading report...</p>
                   </div>
                 ) : selectedReport ? (
                   <div className="max-w-4xl">
-              {/* 报告内容 */}
                     <ReportSummary data={selectedReport} isHistory />
                   </div>
                 ) : (
@@ -307,13 +475,16 @@ const HomePage: React.FC = () => {
                         <path strokeLinecap="round" strokeLinejoin="round" strokeWidth={1.5} d="M9 19v-6a2 2 0 00-2-2H5a2 2 0 00-2 2v6a2 2 0 002 2h2a2 2 0 002-2zm0 0V9a2 2 0 012-2h2a2 2 0 012 2v10m-6 0a2 2 0 002 2h2a2 2 0 002-2m0 0V5a2 2 0 012-2h2a2 2 0 012 2v14a2 2 0 01-2 2h-2a2 2 0 01-2-2z" />
                       </svg>
                     </div>
-              <h3 className="text-base font-medium text-white mb-1.5">开始分析</h3>
+                    <h3 className="text-base font-medium text-white mb-1.5">Start Analysis</h3>
                     <p className="text-xs text-muted max-w-xs">
-                输入股票代码进行分析，或从左侧选择历史报告查看
+                      Enter stock code to analyze, or select from history
                     </p>
                   </div>
                 )}
               </section>
+            </div>
+          </div>
+        )}
       </main>
     </div>
   );

apps/dsa-web/src/pages/TrendPage.tsx

@@ -0,0 +1,302 @@
+import type React from 'react';
+import { useState, useEffect, useCallback } from 'react';
+import { Card, Badge } from '../components/common';
+import { marketApi } from '../api/market';
+import type {
+  SectorMomentum,
+  StockMomentum,
+  NewHighLowStock,
+  UpDownStats,
+  KLineChartResponse,
+} from '../types/market';
+import KLineChartModal from '../components/charts/KLineChartModal';
+
+function formatPercent(value: number): string {
+  const sign = value >= 0 ? '+' : '';
+  return `${sign}${value.toFixed(2)}%`;
+}
+
+function formatValue(value: number): string {
+  return value.toFixed(4);
+}
+
+function getChangeColor(value: number): string {
+  if (value > 0) return 'text-emerald-400';
+  if (value < 0) return 'text-red-400';
+  return 'text-secondary';
+}
+
+function getRankChangeColor(change: number): string {
+  if (change > 0) return 'text-emerald-400'; // 排名提升
+  if (change < 0) return 'text-red-400';      // 排名下降
+  return 'text-secondary';
+}
+
+function getRankChangeIcon(change: number): React.ReactNode {
+  if (change > 0) return '↑';
+  if (change < 0) return '↓';
+  return '→';
+}
+
+function recommendationBadge(rec?: string) {
+  if (!rec) return null;
+  switch (rec) {
+    case 'buy':
+      return <Badge variant="success" glow>BUY</Badge>;
+    case 'watch':
+      return <Badge variant="warning">WATCH</Badge>;
+    case 'hold':
+      return <Badge variant="default">HOLD</Badge>;
+    default:
+      return <Badge variant="default">{rec}</Badge>;
+  }
+}
+
+const TrendPage: React.FC = () => {
+  const [sectors, setSectors] = useState<SectorMomentum[]>([]);
+  const [stocks, setStocks] = useState<StockMomentum[]>([]);
+  const [newHigh, setNewHigh] = useState<NewHighLowStock[]>([]);
+  const [newLow, setNewLow] = useState<NewHighLowStock[]>([]);
+  const [updownStats, setUpdownStats] = useState<UpDownStats | null>(null);
+  const [isLoading, setIsLoading] = useState(true);
+
+  const [chartModal, setChartModal] = useState<{
+    open: boolean;
+    type: 'stock' | 'sector';
+    code: string;
+    name: string;
+  } | null>(null);
+
+  const [chartData, setChartData] = useState<KLineChartResponse | null>(null);
+  const [isLoadingChart, setIsLoadingChart] = useState(false);
+
+  const fetchData = useCallback(async () => {
+    setIsLoading(true);
+    try {
+      const [sectorsRes, stocksRes, highRes, lowRes, statsRes] = await Promise.all([
+        marketApi.getSectorMomentum('momentumValue', 'desc', 5),
+        marketApi.getStockMomentumRecommendation(15),
+        marketApi.getNewHighStocks(20, 20),
+        marketApi.getNewLowStocks(20, 20),
+        marketApi.getUpDownStats(),
+      ]);
+
+      setSectors(Array.isArray(sectorsRes?.items) ? sectorsRes.items : []);
+      setStocks(Array.isArray(stocksRes?.items) ? stocksRes.items : []);
+      setNewHigh(Array.isArray(highRes) ? highRes : []);
+      setNewLow(Array.isArray(lowRes) ? lowRes : []);
+      setUpdownStats(statsRes || null);
+    } catch (err) {
+      console.error('Failed to fetch trend data:', err);
+    } finally {
+      setIsLoading(false);
+    }
+  }, []);
+
+  useEffect(() => {
+    fetchData();
+  }, [fetchData]);
+
+  const handleItemClick = async (type: 'stock' | 'sector', code: string, name: string) => {
+    setChartModal({ open: true, type, code, name });
+    setIsLoadingChart(true);
+    setChartData(null);
+
+    try {
+      if (type === 'stock') {
+        const data = await marketApi.getStockKline(code, 60);
+        setChartData(data);
+      } else {
+        const data = await marketApi.getSectorKline(code, 60);
+        setChartData(data);
+      }
+    } catch (err) {
+      console.error('Failed to fetch kline data:', err);
+    } finally {
+      setIsLoadingChart(false);
+    }
+  };
+
+  const closeChartModal = () => {
+    setChartModal(null);
+    setChartData(null);
+  };
+
+  return (
+    <div className="min-h-screen flex flex-col">
+      <header className="flex-shrink-0 px-4 py-3 border-b border-white/5">
+        <h1 className="text-lg font-semibold text-white">趋势分析</h1>
+        <p className="text-xs text-muted mt-1">动量板块、个股推荐、新高新低分布</p>
+      </header>
+
+      <main className="flex-1 overflow-y-auto p-4">
+        {isLoading ? (
+          <div className="flex flex-col items-center justify-center h-64">
+            <div className="w-10 h-10 border-3 border-cyan/20 border-t-cyan rounded-full animate-spin" />
+            <p className="mt-3 text-secondary text-sm">加载中...</p>
+          </div>
+        ) : (
+          <div className="grid grid-cols-1 lg:grid-cols-2 gap-4">
+            <Card variant="gradient" padding="md" className="animate-fade-in">
+              <div className="mb-3">
+                <span className="label-uppercase">动量板块 TOP5</span>
+              </div>
+              <div className="space-y-2">
+                {sectors.map((sector, idx) => (
+                  <div
+                    key={sector.code}
+                    className="flex items-center justify-between py-2 px-3 rounded-lg bg-elevated/50 hover:bg-hover cursor-pointer transition-colors"
+                    onClick={() => handleItemClick('sector', sector.code, sector.name)}
+                  >
+                    <div className="flex items-center gap-2">
+                      <span className="text-xs text-muted font-mono">{sector.rank || idx + 1}</span>
+                      <span className="text-sm text-white">{sector.name}</span>
+                      {sector.rank_change !== undefined && (
+                        <span className={`text-xs font-mono ${getRankChangeColor(sector.rank_change)} ml-1`}>
+                          {getRankChangeIcon(sector.rank_change)} {Math.abs(sector.rank_change)}
+                        </span>
+                      )}
+                    </div>
+                    <div className="flex items-center gap-3">
+                      <span className="text-xs font-mono text-cyan">{formatValue(sector.momentum_value || 0)}</span>
+                      {sector.momentum_value_change !== undefined && (
+                        <span className={`text-xs font-mono ${getChangeColor(sector.momentum_value_change)}`}>
+                          {formatValue(sector.momentum_value_change)}
+                        </span>
+                      )}
+                      <span className={`text-xs font-mono ${getChangeColor(sector.change_percent)}`}>
+                        {formatPercent(sector.change_percent)}
+                      </span>
+                    </div>
+                  </div>
+                ))}
+              </div>
+            </Card>
+
+            <Card variant="gradient" padding="md" className="animate-fade-in">
+              <div className="mb-3">
+                <span className="label-uppercase">动量个股推荐</span>
+              </div>
+              <div className="space-y-2 max-h-[300px] overflow-y-auto">
+                {stocks.map((stock, idx) => (
+                  <div
+                    key={stock.code}
+                    className="flex items-center justify-between py-2 px-3 rounded-lg bg-elevated/50 hover:bg-hover cursor-pointer transition-colors"
+                    onClick={() => handleItemClick('stock', stock.code, stock.name)}
+                  >
+                    <div className="flex items-center gap-2">
+                      <span className="text-xs text-muted font-mono">{idx + 1}</span>
+                      <div>
+                        <span className="text-sm text-white">{stock.name}</span>
+                        <span className="text-xs text-muted ml-1">{stock.code}</span>
+                      </div>
+                    </div>
+                    <div className="flex items-center gap-2">
+                      {recommendationBadge(stock.recommendation)}
+                      <span className={`text-xs font-mono ${getChangeColor(stock.change_percent)}`}>
+                        {formatPercent(stock.change_percent)}
+                      </span>
+                    </div>
+                  </div>
+                ))}
+              </div>
+            </Card>
+
+            <Card variant="gradient" padding="md" className="animate-fade-in">
+              <div className="mb-3">
+                <span className="label-uppercase">新高个股</span>
+                <span className="text-xs text-muted ml-2">(20日内)</span>
+              </div>
+              <div className="space-y-2 max-h-[200px] overflow-y-auto">
+                {newHigh.slice(0, 10).map((stock) => (
+                  <div
+                    key={stock.code}
+                    className="flex items-center justify-between py-2 px-3 rounded-lg bg-elevated/50 hover:bg-hover cursor-pointer transition-colors"
+                    onClick={() => handleItemClick('stock', stock.code, stock.name)}
+                  >
+                    <div>
+                      <span className="text-sm text-white">{stock.name}</span>
+                      <span className="text-xs text-muted ml-1">{stock.code}</span>
+                    </div>
+                    <div className="flex items-center gap-2">
+                      <span className="text-xs font-mono text-emerald-400">{stock.price.toFixed(2)}</span>
+                      <span className="text-xs font-mono text-emerald-400">{formatPercent(stock.change_percent)}</span>
+                    </div>
+                  </div>
+                ))}
+              </div>
+            </Card>
+
+            <Card variant="gradient" padding="md" className="animate-fade-in">
+              <div className="mb-3">
+                <span className="label-uppercase">新低个股</span>
+                <span className="text-xs text-muted ml-2">(20日内)</span>
+              </div>
+              <div className="space-y-2 max-h-[200px] overflow-y-auto">
+                {newLow.slice(0, 10).map((stock) => (
+                  <div
+                    key={stock.code}
+                    className="flex items-center justify-between py-2 px-3 rounded-lg bg-elevated/50 hover:bg-hover cursor-pointer transition-colors"
+                    onClick={() => handleItemClick('stock', stock.code, stock.name)}
+                  >
+                    <div>
+                      <span className="text-sm text-white">{stock.name}</span>
+                      <span className="text-xs text-muted ml-1">{stock.code}</span>
+                    </div>
+                    <div className="flex items-center gap-2">
+                      <span className="text-xs font-mono text-red-400">{stock.price.toFixed(2)}</span>
+                      <span className="text-xs font-mono text-red-400">{formatPercent(stock.change_percent)}</span>
+                    </div>
+                  </div>
+                ))}
+              </div>
+            </Card>
+
+            {updownStats && (
+              <Card variant="gradient" padding="md" className="animate-fade-in lg:col-span-2">
+                <div className="mb-3">
+                  <span className="label-uppercase">涨跌分布</span>
+                </div>
+                <div className="grid grid-cols-5 gap-4">
+                  <div className="text-center">
+                    <div className="text-2xl font-mono text-emerald-400">{updownStats.up_count}</div>
+                    <div className="text-xs text-muted mt-1">上涨</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-2xl font-mono text-red-400">{updownStats.down_count}</div>
+                    <div className="text-xs text-muted mt-1">下跌</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-2xl font-mono text-secondary">{updownStats.flat_count}</div>
+                    <div className="text-xs text-muted mt-1">平盘</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-2xl font-mono text-emerald-400 glow">{updownStats.limit_up_count}</div>
+                    <div className="text-xs text-muted mt-1">涨停</div>
+                  </div>
+                  <div className="text-center">
+                    <div className="text-2xl font-mono text-red-400">{updownStats.limit_down_count}</div>
+                    <div className="text-xs text-muted mt-1">跌停</div>
+                  </div>
+                </div>
+              </Card>
+            )}
+          </div>
+        )}
+      </main>
+
+      {chartModal?.open && (
+        <KLineChartModal
+          title={chartModal.name}
+          code={chartModal.code}
+          type={chartModal.type}
+          data={chartData}
+          isLoading={isLoadingChart}
+          onClose={closeChartModal}
+        />
+      )}
+    </div>
+  );
+};
+
+export default TrendPage;

apps/dsa-web/src/types/market.ts

@@ -0,0 +1,73 @@
+export interface MarketIndex {
+  code: string;
+  name: string;
+  price: number;
+  change?: number;
+  change_percent?: number;
+  volume?: number;
+  amount?: number;
+}
+
+export interface UpDownStats {
+  up_count: number;
+  down_count: number;
+  flat_count: number;
+  limit_up_count: number;
+  limit_down_count: number;
+  total_count: number;
+}
+
+export interface SectorMomentum {
+  code: string;
+  name: string;
+  momentum_score: number;
+  change_percent: number;
+  turnover_rate?: number;
+  leading_stock?: string;
+  leading_stock_name?: string;
+  momentum_value?: number;
+  momentum_value_change?: number;
+  rank?: number;
+  rank_change?: number;
+}
+
+export interface StockMomentum {
+  code: string;
+  name: string;
+  momentum_score: number;
+  change_percent: number;
+  sector?: string;
+  recommendation?: string;
+}
+
+export interface NewHighLowStock {
+  code: string;
+  name: string;
+  price: number;
+  change_percent: number;
+  days_to_high?: number;
+  days_to_low?: number;
+  high_date?: string;
+  low_date?: string;
+}
+
+export interface PriceDistribution {
+  range_label: string;
+  count: number;
+  percent: number;
+}
+
+export interface SentimentIndicator {
+  name: string;
+  value: number;
+  change?: number;
+  level?: string;
+  description?: string;
+}
+
+export interface KLineChartResponse {
+  categoryData: string[];
+  values: number[][];
+  volumes: number[][];
+  stock_name?: string;
+}

data_provider/amazingdata_fetcher.py

@@ -0,0 +1,443 @@
+# -*- coding: utf-8 -*-
+"""
+===================================
+AmazingData Custom Data Source Adapter
+===================================
+
+Adapter for AmazingData financial data platform API.
+Provides stock K-line data, realtime quotes, and market statistics.
+
+API Documentation: docs/customApi/API.md
+"""
+
+import logging
+import time
+import requests
+from datetime import datetime, timedelta
+from typing import Optional, List, Dict, Any, Tuple
+
+import pandas as pd
+
+from .base import BaseFetcher, DataFetchError, RateLimitError
+
+logger = logging.getLogger(__name__)
+
+
+class AmazingDataFetcher(BaseFetcher):
+    """
+    AmazingData data source adapter
+    
+    Features:
+    - JWT authentication with auto-refresh
+    - Stock K-line data (daily/minute)
+    - Realtime quotes
+    - Market statistics
+    - Sector rankings
+    
+    Configuration (via .env):
+    - AMAZINGDATA_BASE_URL: API base URL (default: http://localhost:8000/api/v1)
+    - AMAZINGDATA_USERNAME: SDK username
+    - AMAZINGDATA_PASSWORD: SDK password
+    - AMAZINGDATA_HOST: SDK server host (default: 140.206.44.234)
+    - AMAZINGDATA_PORT: SDK server port (default: 8600)
+    """
+    
+    name: str = "AmazingDataFetcher"
+    priority: int = 5
+    
+    DEFAULT_BASE_URL = "http://localhost:8000/api/v1"
+    DEFAULT_HOST = "140.206.44.234"
+    DEFAULT_PORT = 8600
+    TOKEN_EXPIRY_BUFFER = 300
+    
+    def __init__(self):
+        """Initialize AmazingData fetcher"""
+        self._base_url: Optional[str] = None
+        self._username: Optional[str] = None
+        self._password: Optional[str] = None
+        self._host: Optional[str] = None
+        self._port: Optional[int] = None
+        
+        self._token: Optional[str] = None
+        self._token_expires_at: Optional[float] = None
+        
+        self._initialized = False
+        self._available = False
+        
+        self._init_config()
+    
+    def _init_config(self) -> None:
+        """Load configuration from environment"""
+        try:
+            from src.config import get_config
+            config = get_config()
+            
+            self._base_url = getattr(config, 'amazingdata_base_url', None) or self.DEFAULT_BASE_URL
+            self._username = getattr(config, 'amazingdata_username', None)
+            self._password = getattr(config, 'amazingdata_password', None)
+            self._host = getattr(config, 'amazingdata_host', None) or self.DEFAULT_HOST
+            self._port = getattr(config, 'amazingdata_port', None) or self.DEFAULT_PORT
+            
+            if self._username and self._password:
+                self._initialized = True
+                self._available = True
+                self.priority = 0
+                logger.info(f"[{self.name}] Initialized with base_url={self._base_url}")
+            else:
+                logger.debug(f"[{self.name}] Not configured (missing username/password)")
+                self._available = False
+                
+        except Exception as e:
+            logger.warning(f"[{self.name}] Config load failed: {e}")
+            self._available = False
+    
+    def _login(self) -> bool:
+        """Authenticate and obtain JWT token"""
+        if not self._initialized:
+            return False
+        
+        try:
+            response = requests.post(
+                f"{self._base_url}/auth/login",
+                json={"username": self._username, "password": self._password},
+                timeout=30
+            )
+            
+            if response.status_code == 200:
+                data = response.json()
+                if data.get("code") == 200:
+                    token_data = data.get("data", {})
+                    self._token = token_data.get("access_token")
+                    expires_in = token_data.get("expires_in", 86400)
+                    self._token_expires_at = time.time() + expires_in - self.TOKEN_EXPIRY_BUFFER
+                    logger.info(f"[{self.name}] Login successful, token valid for {expires_in}s")
+                    return True
+                else:
+                    logger.warning(f"[{self.name}] Login failed: {data.get('message')}")
+                    return False
+            else:
+                logger.warning(f"[{self.name}] Login HTTP error: {response.status_code}")
+                return False
+                
+        except Exception as e:
+            logger.error(f"[{self.name}] Login exception: {e}")
+            return False
+    
+    def _get_headers(self) -> Dict[str, str]:
+        """Get authorization headers"""
+        if not self._token or (self._token_expires_at and time.time() > self._token_expires_at):
+            if not self._login():
+                raise DataFetchError(f"[{self.name}] Authentication failed")
+        
+        return {
+            "Authorization": f"Bearer {self._token}",
+            "Content-Type": "application/json"
+        }
+    
+    def _request(self, method: str, path: str, **kwargs) -> Dict[str, Any]:
+        """Make authenticated API request"""
+        headers = self._get_headers()
+        kwargs["headers"] = headers
+        kwargs["timeout"] = kwargs.get("timeout", 60)
+        
+        url = f"{self._base_url}{path}"
+        
+        try:
+            response = requests.request(method, url, **kwargs)
+            
+            if response.status_code == 401:
+                logger.warning(f"[{self.name}] Token expired, re-authenticating...")
+                self._token = None
+                headers = self._get_headers()
+                kwargs["headers"] = headers
+                response = requests.request(method, url, **kwargs)
+            
+            if response.status_code == 200:
+                return response.json()
+            else:
+                raise DataFetchError(f"[{self.name}] API error {response.status_code}: {response.text}")
+                
+        except requests.Timeout:
+            raise DataFetchError(f"[{self.name}] Request timeout")
+        except requests.RequestException as e:
+            raise DataFetchError(f"[{self.name}] Request failed: {e}")
+    
+    def _fetch_raw_data(self, stock_code: str, start_date: str, end_date: str) -> pd.DataFrame:
+        """
+        Fetch raw K-line data from AmazingData
+        
+        Args:
+            stock_code: Stock code (e.g., '600519')
+            start_date: Start date (YYYY-MM-DD)
+            end_date: End date (YYYY-MM-DD)
+            
+        Returns:
+            Raw DataFrame with K-line data
+        """
+        if not self._available:
+            raise DataFetchError(f"[{self.name}] Not configured")
+        
+        code_with_suffix = self._add_exchange_suffix(stock_code)
+        start_dt = start_date.replace("-", "")
+        end_dt = end_date.replace("-", "")
+        
+        try:
+            response = self._request("GET", "/stock/kline", params={
+                "codes": code_with_suffix,
+                "start_date": start_dt,
+                "end_date": end_dt,
+                "period": "daily"
+            })
+            
+            data = response.get("data", {})
+            kline_list = data.get(code_with_suffix, [])
+            
+            if not kline_list:
+                raise DataFetchError(f"[{self.name}] No data for {stock_code}")
+            
+            df = pd.DataFrame(kline_list)
+            return df
+            
+        except DataFetchError:
+            raise
+        except Exception as e:
+            raise DataFetchError(f"[{self.name}] Fetch failed: {e}")
+    
+    def _normalize_data(self, df: pd.DataFrame, stock_code: str) -> pd.DataFrame:
+        """
+        Normalize column names to standard format
+        
+        Standard columns: date, open, high, low, close, volume, amount, pct_chg
+        """
+        column_mapping = {
+            "trade_date": "date",
+            "open": "open",
+            "high": "high",
+            "low": "low",
+            "close": "close",
+            "volume": "volume",
+            "amount": "amount",
+        }
+        
+        df = df.copy()
+        
+        for old_col, new_col in column_mapping.items():
+            if old_col in df.columns and new_col not in df.columns:
+                df[new_col] = df[old_col]
+        
+        if "pct_chg" not in df.columns:
+            if "close" in df.columns and len(df) > 1:
+                df["pct_chg"] = df["close"].pct_change() * 100
+            else:
+                df["pct_chg"] = 0.0
+        
+        required_cols = ["date", "open", "high", "low", "close", "volume"]
+        missing_cols = [col for col in required_cols if col not in df.columns]
+        if missing_cols:
+            raise DataFetchError(f"[{self.name}] Missing columns: {missing_cols}")
+        
+        return df
+    
+    def _add_exchange_suffix(self, stock_code: str) -> str:
+        """Add exchange suffix to stock code"""
+        code = stock_code.strip()
+        if "." in code:
+            return code
+        
+        if code.startswith("6"):
+            return f"{code}.SH"
+        elif code.startswith(("0", "3")):
+            return f"{code}.SZ"
+        elif code.startswith("68"):
+            return f"{code}.SH"
+        else:
+            return f"{code}.SH"
+    
+    def get_realtime_quote(self, stock_code: str):
+        """
+        Get realtime quote for a stock
+        
+        Args:
+            stock_code: Stock code
+            
+        Returns:
+            UnifiedRealtimeQuote object or None
+        """
+        if not self._available:
+            return None
+        
+        try:
+            code_with_suffix = self._add_exchange_suffix(stock_code)
+            
+            today = datetime.now().strftime("%Y%m%d")
+            week_ago = (datetime.now() - timedelta(days=7)).strftime("%Y%m%d")
+            
+            response = self._request("GET", "/stock/kline", params={
+                "codes": code_with_suffix,
+                "start_date": week_ago,
+                "end_date": today,
+                "period": "daily"
+            })
+            
+            data = response.get("data", {})
+            kline_list = data.get(code_with_suffix, [])
+            
+            if not kline_list:
+                return None
+            
+            latest = kline_list[-1]
+            prev = kline_list[-2] if len(kline_list) > 1 else latest
+            
+            from .realtime_types import UnifiedRealtimeQuote
+            
+            close = float(latest.get("close", 0))
+            prev_close = float(prev.get("close", close))
+            change = close - prev_close
+            change_pct = (change / prev_close * 100) if prev_close else 0
+            
+            quote = UnifiedRealtimeQuote(
+                code=stock_code,
+                name=None,
+                price=close,
+                open=float(latest.get("open", 0)),
+                high=float(latest.get("high", 0)),
+                low=float(latest.get("low", 0)),
+                prev_close=prev_close,
+                volume=float(latest.get("volume", 0) or 0),
+                amount=float(latest.get("amount", 0) or 0),
+                change_amount=change,
+                change_pct=change_pct,
+            )
+            
+            return quote
+            
+        except Exception as e:
+            logger.warning(f"[{self.name}] Realtime quote failed for {stock_code}: {e}")
+            return None
+    
+    def get_main_indices(self) -> Optional[List[Dict[str, Any]]]:
+        """Get major market indices realtime data"""
+        if not self._available:
+            return None
+        
+        indices_codes = ["000001.SH", "399001.SZ", "399006.SZ", "000698.SH"]
+        
+        try:
+            today = datetime.now().strftime("%Y%m%d")
+            week_ago = (datetime.now() - timedelta(days=7)).strftime("%Y%m%d")
+            
+            response = self._request("GET", "/stock/kline", params={
+                "codes": ",".join(indices_codes),
+                "start_date": week_ago,
+                "end_date": today,
+                "period": "daily"
+            })
+            
+            data = response.get("data", {})
+            result = []
+            
+            index_names = {
+                "000001.SH": "上证指数",
+                "399001.SZ": "深证成指",
+                "399006.SZ": "创业板指",
+                "000698.SH": "科创50",
+            }
+            
+            for code in indices_codes:
+                kline_list = data.get(code, [])
+                if kline_list:
+                    latest = kline_list[-1]
+                    prev = kline_list[-2] if len(kline_list) > 1 else latest
+                    
+                    close = float(latest.get("close", 0))
+                    prev_close = float(prev.get("close", close))
+                    change = close - prev_close
+                    change_pct = (change / prev_close * 100) if prev_close else 0
+                    
+                    result.append({
+                        "code": code,
+                        "name": index_names.get(code, code),
+                        "current": close,
+                        "change": change,
+                        "change_pct": change_pct,
+                        "volume": float(latest.get("volume", 0) or 0),
+                        "amount": float(latest.get("amount", 0) or 0),
+                    })
+            
+            return result if result else None
+            
+        except Exception as e:
+            logger.warning(f"[{self.name}] Get indices failed: {e}")
+            return None
+    
+    def get_market_stats(self) -> Optional[Dict[str, Any]]:
+        """Get market up/down statistics"""
+        return None
+    
+    def get_sector_rankings(self, n: int = 5) -> Optional[Tuple[List[Dict], List[Dict]]]:
+        """Get sector rankings"""
+        return None
+    
+    def get_stock_name(self, stock_code: str) -> Optional[str]:
+        """Get stock name from API"""
+        if not self._available:
+            return None
+        
+        try:
+            code_with_suffix = self._add_exchange_suffix(stock_code)
+            
+            response = self._request("GET", f"/base/codes/{code_with_suffix}/info")
+            
+            data = response.get("data", {})
+            name = data.get("name")
+            
+            if name:
+                logger.debug(f"[{self.name}] Got name for {stock_code}: {name}")
+                return name
+            
+            return None
+            
+        except Exception as e:
+            logger.debug(f"[{self.name}] Get stock name failed: {e}")
+            return None
+    
+    def get_kline_chart_data(self, stock_code: str, days: int = 60) -> Optional[Dict[str, Any]]:
+        """
+        Get K-line chart data formatted for ECharts
+        
+        Args:
+            stock_code: Stock code
+            days: Number of days
+            
+        Returns:
+            Dict with categoryData, values, volumes for ECharts
+        """
+        if not self._available:
+            return None
+        
+        try:
+            code_with_suffix = self._add_exchange_suffix(stock_code)
+            end_date = datetime.now().strftime("%Y%m%d")
+            start_date = (datetime.now() - timedelta(days=days * 2)).strftime("%Y%m%d")
+            
+            response = self._request("GET", f"/stock/kline/{code_with_suffix}/chart", params={
+                "start_date": start_date,
+                "end_date": end_date,
+                "period": "daily"
+            })
+            
+            data = response.get("data", {})
+            
+            if data:
+                return {
+                    "categoryData": data.get("categoryData", []),
+                    "values": data.get("values", []),
+                    "volumes": data.get("volumes", []),
+                    "stock_name": data.get("stock_name"),
+                }
+            
+            return None
+            
+        except Exception as e:
+            logger.warning(f"[{self.name}] Get kline chart failed: {e}")
+            return None

data_provider/base.py

@@ -355,6 +355,7 @@ class DataFetcherManager:
         from .pytdx_fetcher import PytdxFetcher
         from .baostock_fetcher import BaostockFetcher
         from .yfinance_fetcher import YfinanceFetcher
+        from .amazingdata_fetcher import AmazingDataFetcher
         from src.config import get_config
 
         config = get_config()
@@ -366,9 +367,11 @@ class DataFetcherManager:
         pytdx = PytdxFetcher()      # 通达信数据源
         baostock = BaostockFetcher()
         yfinance = YfinanceFetcher()
+        amazingdata = AmazingDataFetcher()  # 自定义数据源
 
         # 初始化数据源列表
         self._fetchers = [
+            amazingdata,  # 自定义数据源优先级最高（如果配置了）
             efinance,
             akshare,
             tushare,

docs/cache_update_strategy.md

@@ -0,0 +1,370 @@
+# 缓存更新策略
+
+## 一、概述
+
+缓存更新策略是保证缓存数据与数据源数据一致性的关键。本策略定义了股票分析系统中各类数据的缓存更新机制，包括实时行情、K线数据、板块动量等数据的更新频率、方式和流程。
+
+## 二、数据分类
+
+根据数据的特性和更新频率，将数据分为以下几类：
+
+| 数据类型 | 更新频率 | 数据源 | 缓存策略 |
+|---------|---------|---------|---------|
+| 实时行情 | 高频（30秒/次） | 东方财富/新浪/腾讯 | 主动更新 + 惰性更新 |
+| K线数据 | 低频（每日/次） | 东方财富/新浪/腾讯 | 定时更新 + 按需更新 |
+| 板块动量 | 中频（1小时/次） | 计算生成 | 定时更新 |
+| 市场统计 | 中频（1小时/次） | 计算生成 | 定时更新 |
+| 股票基本信息 | 低频（每周/次） | 数据源 | 定时更新 |
+| 板块信息 | 低频（每周/次） | 数据源 | 定时更新 |
+
+## 三、缓存更新策略
+
+### 1. 实时行情更新策略
+
+#### 更新频率
+- **全市场数据**：每30秒更新一次
+- **单只股票**：按需更新（缓存未命中时）
+
+#### 更新流程
+1. **定时任务**：每30秒执行一次
+2. **数据获取**：调用数据源API获取全市场实时行情
+3. **数据处理**：
+   - 解析API返回数据
+   - 标准化数据格式
+   - 计算涨跌幅、换手率等指标
+4. **缓存更新**：
+   - 更新全市场缓存：`realtime:full`
+   - 批量更新单只股票缓存：`realtime:stock:{code}`
+   - 更新ETF缓存：`realtime:etf:{code}`
+   - 记录更新批次：`realtime:batch`
+5. **数据库更新**：异步批量写入数据库
+
+#### 缓存失效处理
+- **时间过期**：设置30分钟过期时间
+- **主动失效**：数据更新时覆盖旧数据
+- **降级策略**：缓存过期后，请求时触发更新
+
+### 2. K线数据更新策略
+
+#### 更新频率
+- **历史数据**：每日收盘后更新
+- **最近数据**：按需更新（缓存未命中时）
+
+#### 更新流程
+1. **定时任务**：每日收盘后执行
+2. **数据获取**：
+   - 调用数据源API获取当日K线数据
+   - 对于新上市股票，获取完整历史数据
+3. **数据处理**：
+   - 标准化数据格式
+   - 计算技术指标
+4. **缓存更新**：
+   - 更新K线缓存：`kline:{code}:{period}:{days}`
+   - 更新压缩K线缓存：`kline:compressed:{code}:{period}:{days}`
+5. **数据库更新**：批量写入数据库
+
+#### 缓存失效处理
+- **时间过期**：设置1天过期时间
+- **主动失效**：每日更新时覆盖旧数据
+- **按需更新**：缓存未命中时触发更新
+
+### 3. 板块动量更新策略
+
+#### 更新频率
+- **常规更新**：每小时更新一次
+- **特殊情况**：市场剧烈波动时增加更新频率
+
+#### 更新流程
+1. **定时任务**：每小时执行一次
+2. **数据获取**：
+   - 从缓存或数据库获取实时行情
+   - 获取板块成分股信息
+3. **计算过程**：
+   - 按涨跌幅排序，取前16%作为动量个股
+   - 按板块分组，计算每个板块的动量值
+   - 计算动量值变化、排名变化
+4. **缓存更新**：
+   - 更新板块动量缓存：`sector:momentum:{period}:{sort}:{order}:{limit}`
+   - 更新板块成分股缓存：`sector:stocks:{sector_code}`
+5. **数据库更新**：写入板块动量表
+
+#### 缓存失效处理
+- **时间过期**：设置1小时过期时间
+- **主动失效**：更新时覆盖旧数据
+- **降级策略**：缓存过期后，请求时触发更新
+
+### 4. 市场统计更新策略
+
+#### 更新频率
+- **常规更新**：每小时更新一次
+- **特殊情况**：市场开盘和收盘时增加更新频率
+
+#### 更新流程
+1. **定时任务**：每小时执行一次
+2. **数据获取**：
+   - 从缓存或数据库获取实时行情
+   - 统计市场涨跌分布
+3. **计算过程**：
+   - 统计上涨、下跌、平盘家数
+   - 统计涨停、跌停家数
+   - 计算两市成交额
+4. **缓存更新**：
+   - 更新市场统计缓存：`market:stats`
+   - 更新涨跌分布缓存：`market:distribution`
+5. **数据库更新**：写入市场统计表
+
+#### 缓存失效处理
+- **时间过期**：设置1小时过期时间
+- **主动失效**：更新时覆盖旧数据
+- **降级策略**：缓存过期后，请求时触发更新
+
+### 5. 股票基本信息更新策略
+
+#### 更新频率
+- **常规更新**：每周更新一次
+- **特殊情况**：新股上市、股票退市时即时更新
+
+#### 更新流程
+1. **定时任务**：每周执行一次
+2. **数据获取**：
+   - 调用数据源API获取股票基本信息
+   - 处理新股上市、股票退市等情况
+3. **数据处理**：
+   - 标准化数据格式
+   - 关联板块信息
+4. **缓存更新**：
+   - 更新股票基本信息缓存
+   - 更新板块成分股缓存
+5. **数据库更新**：批量写入数据库
+
+#### 缓存失效处理
+- **时间过期**：设置7天过期时间
+- **主动失效**：更新时覆盖旧数据
+- **按需更新**：缓存未命中时触发更新
+
+### 6. 板块信息更新策略
+
+#### 更新频率
+- **常规更新**：每周更新一次
+- **特殊情况**：板块调整时即时更新
+
+#### 更新流程
+1. **定时任务**：每周执行一次
+2. **数据获取**：
+   - 调用数据源API获取板块信息
+   - 处理板块调整情况
+3. **数据处理**：
+   - 标准化数据格式
+   - 计算板块成分股数量
+4. **缓存更新**：
+   - 更新板块基本信息缓存：`sector:info:{sector_code}`
+   - 更新板块成分股缓存：`sector:stocks:{sector_code}`
+5. **数据库更新**：批量写入数据库
+
+#### 缓存失效处理
+- **时间过期**：设置7天过期时间
+- **主动失效**：更新时覆盖旧数据
+- **按需更新**：缓存未命中时触发更新
+
+## 四、缓存预热策略
+
+### 1. 服务启动预热
+
+- **预热数据**：
+  - 热门股票实时行情
+  - 主要指数数据
+  - 最近的板块动量数据
+  - 市场统计数据
+- **预热流程**：
+  1. 服务启动时触发
+  2. 并行获取各类数据
+  3. 写入Redis缓存
+  4. 记录预热完成时间
+
+### 2. 定时预热
+
+- **预热频率**：每小时执行一次
+- **预热数据**：
+  - 即将到期的缓存
+  - 预测可能会被访问的数据
+  - 计算密集型数据
+- **预热流程**：
+  1. 定时任务触发
+  2. 分析缓存使用情况
+  3. 预测热门数据
+  4. 提前计算并缓存
+
+### 3. 智能预热
+
+- **基于访问模式**：
+  - 分析历史访问记录
+  - 预测未来访问模式
+  - 提前缓存可能被访问的数据
+- **基于市场事件**：
+  - 市场开盘前预热
+  - 重大新闻发布后预热
+  - 财报季预热相关股票数据
+
+## 五、缓存一致性保障
+
+### 1. 数据一致性策略
+
+- **最终一致性**：
+  - 优先保证系统可用性
+  - 允许短暂的数据不一致
+  - 通过定期同步保证最终一致
+- **强一致性**：
+  - 对关键数据采用强一致性
+  - 使用分布式锁确保数据一致性
+  - 双写模式：同时更新数据库和缓存
+
+### 2. 一致性实现
+
+- **先更新数据库，后更新缓存**：
+  1. 开始事务
+  2. 更新数据库
+  3. 提交事务
+  4. 更新缓存
+  5. 释放锁
+- **缓存标记失效**：
+  1. 更新数据库
+  2. 标记缓存失效
+  3. 下次读取时更新缓存
+- **定期全量同步**：
+  - 每日执行全量同步
+  - 验证缓存与数据库一致性
+  - 修复不一致数据
+
+### 3. 并发控制
+
+- **分布式锁**：
+  - 使用Redis实现分布式锁
+  - 避免并发更新导致的数据不一致
+- **乐观锁**：
+  - 使用版本号或时间戳
+  - 检测并发冲突
+- **队列处理**：
+  - 将更新操作放入队列
+  - 串行处理确保顺序
+
+## 六、缓存监控与告警
+
+### 1. 监控指标
+
+| 指标 | 描述 | 阈值 | 告警级别 |
+|------|------|------|---------|
+| 缓存命中率 | 缓存命中次数/总请求次数 | <80% | 警告 |
+| 缓存更新延迟 | 数据更新到缓存的延迟 | >5秒 | 警告 |
+| 缓存过期率 | 过期缓存占比 | >50% | 警告 |
+| 缓存写入失败率 | 缓存写入失败次数/总写入次数 | >1% | 严重 |
+| 缓存读取失败率 | 缓存读取失败次数/总读取次数 | >1% | 严重 |
+
+### 2. 告警策略
+
+- **缓存命中率低**：
+  - 检查缓存策略是否合理
+  - 增加缓存预热
+  - 调整缓存过期时间
+- **缓存更新延迟高**：
+  - 检查数据源API响应时间
+  - 优化数据处理逻辑
+  - 增加更新线程数
+- **缓存写入失败**：
+  - 检查Redis连接状态
+  - 检查Redis内存使用情况
+  - 重启Redis服务
+- **缓存读取失败**：
+  - 检查Redis连接状态
+  - 检查网络连接
+  - 降级到数据库读取
+
+### 3. 监控工具
+
+- **Prometheus**：收集缓存相关指标
+- **Grafana**：可视化缓存监控面板
+- **Redis Exporter**：导出Redis指标
+- **Alertmanager**：处理告警
+
+## 七、异常处理
+
+### 1. 数据源异常
+
+- **处理策略**：
+  - 切换到备用数据源
+  - 使用缓存数据作为降级方案
+  - 记录异常并告警
+- **恢复策略**：
+  - 定期检查数据源状态
+  - 自动恢复到主数据源
+  - 验证数据一致性
+
+### 2. Redis异常
+
+- **处理策略**：
+  - 降级到数据库读取
+  - 记录异常并告警
+  - 尝试重新连接
+- **恢复策略**：
+  - 监控Redis状态
+  - 自动恢复缓存
+  - 验证数据一致性
+
+### 3. 数据库异常
+
+- **处理策略**：
+  - 继续使用缓存数据
+  - 记录异常并告警
+  - 尝试重新连接
+- **恢复策略**：
+  - 监控数据库状态
+  - 自动恢复数据同步
+  - 验证数据一致性
+
+## 八、性能优化
+
+### 1. 批量操作
+
+- **批量读取**：
+  - 使用MGET、HMGET等批量命令
+  - 减少网络往返次数
+- **批量写入**：
+  - 使用Pipeline批量执行命令
+  - 减少网络开销
+
+### 2. 数据压缩
+
+- **K线数据**：
+  - 使用MsgPack或Protocol Buffers压缩
+  - 减少存储空间和网络传输
+- **全量实时数据**：
+  - 使用GZIP压缩
+  - 减少内存使用
+
+### 3. 并发处理
+
+- **多线程更新**：
+  - 使用线程池并行处理数据
+  - 提高更新效率
+- **异步更新**：
+  - 使用消息队列异步处理
+  - 避免阻塞主线程
+
+### 4. 缓存分层
+
+- **热点数据**：
+  - 存储在Redis中
+  - 高频访问
+- **冷数据**：
+  - 存储在数据库中
+  - 低频访问
+- **预热数据**：
+  - 提前计算并缓存
+  - 减少请求时计算开销
+
+## 九、总结
+
+缓存更新策略是保证股票分析系统性能和数据一致性的关键。通过合理的更新频率、流程和监控，可以确保缓存数据的及时性和准确性，同时提高系统的响应速度和可靠性。
+
+本策略采用了多种技术手段，包括定时更新、按需更新、缓存预热、一致性保障等，以应对不同类型数据的更新需求。同时，通过监控和异常处理，确保系统在面对各种异常情况时能够稳定运行。
+
+随着系统的发展和数据量的增长，缓存更新策略也需要不断优化和调整，以适应新的业务需求和技术挑战。

docs/customApi/API.md

@@ -0,0 +1,913 @@
+# AmazingData 金融数据服务平台 - API 开发文档
+
+## 一、API 概述
+
+### 1.1 基本信息
+
+- **Base URL**: `http://localhost:8000/api/v1`
+- **认证方式**: JWT Bearer Token
+- **数据格式**: JSON
+- **编码**: UTF-8
+
+### 1.2 认证说明
+
+除登录接口外，所有接口都需要在请求头中携带 JWT Token：
+
+```
+Authorization: Bearer {access_token}
+```
+
+---
+
+## 二、认证接口
+
+### 2.1 用户登录
+
+**接口**: `POST /auth/login`
+
+**功能**: 用户登录获取 JWT Token
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| username | string | 是 | 用户名 |
+| password | string | 是 | 密码 |
+
+**请求示例**:
+
+```json
+{
+  "username": "admin",
+  "password": "admin123"
+}
+```
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| code | int | 状态码 (200成功) |
+| message | string | 消息 |
+| data.access_token | string | JWT Token |
+| data.token_type | string | Token类型 (bearer) |
+| data.expires_in | int | 有效期(秒) |
+
+**响应示例**:
+
+```json
+{
+  "code": 200,
+  "message": "登录成功",
+  "data": {
+    "access_token": "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...",
+    "token_type": "bearer",
+    "expires_in": 86400
+  }
+}
+```
+
+**调用示例**:
+
+```python
+import requests
+
+response = requests.post(
+    'http://localhost:8000/api/v1/auth/login',
+    json={'username': 'admin', 'password': 'admin123'}
+)
+token = response.json()['data']['access_token']
+```
+
+---
+
+### 2.2 获取当前用户信息
+
+**接口**: `GET /auth/me`
+
+**功能**: 获取当前登录用户信息
+
+**请求参数**: 无
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.id | int | 用户ID |
+| data.username | string | 用户名 |
+| data.email | string | 邮箱 |
+| data.role | string | 角色 |
+| data.is_active | bool | 是否激活 |
+
+**调用示例**:
+
+```python
+headers = {'Authorization': f'Bearer {token}'}
+response = requests.get('http://localhost:8000/api/v1/auth/me', headers=headers)
+user_info = response.json()['data']
+```
+
+---
+
+## 三、SDK配置接口
+
+### 3.1 获取SDK配置列表
+
+**接口**: `GET /configs/sdk`
+
+**功能**: 获取所有SDK配置列表
+
+**请求参数**: 无
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.items | array | 配置列表 |
+| data.total | int | 总数 |
+
+**调用示例**:
+
+```python
+response = requests.get('http://localhost:8000/api/v1/configs/sdk', headers=headers)
+configs = response.json()['data']['items']
+```
+
+---
+
+### 3.2 创建SDK配置
+
+**接口**: `POST /configs/sdk`
+
+**功能**: 创建新的SDK配置
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| name | string | 是 | 配置名称 |
+| username | string | 是 | SDK用户名 |
+| password | string | 是 | SDK密码 |
+| host | string | 是 | 服务器地址 |
+| port | int | 否 | 端口号 (默认8600) |
+| local_path | string | 否 | 本地路径 |
+| is_default | bool | 否 | 是否默认配置 |
+
+**请求示例**:
+
+```json
+{
+  "name": "生产环境SDK",
+  "username": "your_username",
+  "password": "your_password",
+  "host": "140.206.44.234",
+  "port": 8600,
+  "is_default": true
+}
+```
+
+**调用示例**:
+
+```python
+response = requests.post(
+    'http://localhost:8000/api/v1/configs/sdk',
+    headers=headers,
+    json={
+        'name': '生产环境SDK',
+        'username': 'your_username',
+        'password': 'your_password',
+        'host': '140.206.44.234',
+        'port': 8600,
+        'is_default': True
+    }
+)
+```
+
+---
+
+### 3.3 测试SDK连接
+
+**接口**: `POST /configs/sdk/{id}/test`
+
+**功能**: 测试指定SDK配置的连接
+
+**请求参数**: 无
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.success | bool | 是否成功 |
+| data.message | string | 消息 |
+| data.response_time | float | 响应时间(秒) |
+
+**调用示例**:
+
+```python
+response = requests.post(
+    'http://localhost:8000/api/v1/configs/sdk/1/test',
+    headers=headers,
+    timeout=60
+)
+result = response.json()['data']
+```
+
+---
+
+## 四、基础数据接口
+
+### 4.1 获取代码列表
+
+**接口**: `GET /base/codes`
+
+**功能**: 获取指定类型的证券代码列表
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| security_type | string | 是 | 证券类型 |
+
+**证券类型**:
+- `EXTRA_STOCK_A`: 沪深A股
+- `EXTRA_FUTURE`: 期货
+- `EXTRA_ETF`: ETF
+- `EXTRA_INDEX_A`: 指数
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data | array | 代码列表 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/base/codes',
+    params={'security_type': 'EXTRA_STOCK_A'},
+    headers=headers
+)
+codes = response.json()['data']
+```
+
+---
+
+### 4.2 获取交易日历
+
+**接口**: `GET /base/calendar`
+
+**功能**: 获取指定市场的交易日历
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| market | string | 是 | 市场代码 (SH, SZ, CFE) |
+| start_date | string | 否 | 开始日期 (YYYYMMDD) |
+| end_date | string | 否 | 结束日期 (YYYYMMDD) |
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data | array | 交易日列表 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/base/calendar',
+    params={
+        'market': 'SH',
+        'start_date': '20240101',
+        'end_date': '20240131'
+    },
+    headers=headers
+)
+trading_days = response.json()['data']
+```
+
+---
+
+### 4.3 获取证券信息
+
+**接口**: `GET /base/codes/{code}/info`
+
+**功能**: 获取指定代码的证券信息
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| code | string | 是 | 证券代码 (URL路径参数) |
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.code | string | 代码 |
+| data.name | string | 名称 |
+| data.market | string | 市场 |
+| data.type | string | 类型 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/base/codes/600000.SH/info',
+    headers=headers
+)
+info = response.json()['data']
+```
+
+---
+
+## 五、股票数据接口
+
+### 5.1 获取股票K线数据
+
+**接口**: `GET /stock/kline`
+
+**功能**: 获取股票K线数据
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| codes | string | 是 | 代码列表 (逗号分隔) |
+| start_date | string | 是 | 开始日期 (YYYYMMDD) |
+| end_date | string | 是 | 结束日期 (YYYYMMDD) |
+| period | string | 否 | 周期 (daily, min1, min5等) |
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.{code} | array | K线数据列表 |
+| data.{code}[].trade_date | string | 交易日期 |
+| data.{code}[].open | float | 开盘价 |
+| data.{code}[].high | float | 最高价 |
+| data.{code}[].low | float | 最低价 |
+| data.{code}[].close | float | 收盘价 |
+| data.{code}[].volume | int | 成交量 |
+| data.{code}[].amount | float | 成交额 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/stock/kline',
+    params={
+        'codes': '600000.SH,000001.SZ',
+        'start_date': '20240101',
+        'end_date': '20240131',
+        'period': 'daily'
+    },
+    headers=headers
+)
+kline_data = response.json()['data']
+```
+
+---
+
+### 5.2 获取股票K线图表数据
+
+**接口**: `GET /stock/kline/{code}/chart`
+
+**功能**: 获取股票K线图表数据 (ECharts格式)
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| code | string | 是 | 股票代码 (URL路径参数) |
+| start_date | string | 是 | 开始日期 |
+| end_date | string | 是 | 结束日期 |
+| period | string | 否 | 周期 |
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.categoryData | array | 日期列表 |
+| data.values | array | K线值 [open, close, low, high, volume] |
+| data.volumes | array | 成交量数据 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/stock/kline/600000.SH/chart',
+    params={
+        'start_date': '20240101',
+        'end_date': '20240131',
+        'period': 'daily'
+    },
+    headers=headers
+)
+chart_data = response.json()['data']
+```
+
+---
+
+### 5.3 批量获取股票K线
+
+**接口**: `POST /stock/kline/batch`
+
+**功能**: 批量获取多个股票的K线数据
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| codes | array | 是 | 代码列表 |
+| start_date | string | 是 | 开始日期 |
+| end_date | string | 是 | 结束日期 |
+| period | string | 否 | 周期 |
+
+**请求示例**:
+
+```json
+{
+  "codes": ["600000.SH", "000001.SZ", "000002.SZ"],
+  "start_date": "20240101",
+  "end_date": "20240131",
+  "period": "daily"
+}
+```
+
+**调用示例**:
+
+```python
+response = requests.post(
+    'http://localhost:8000/api/v1/stock/kline/batch',
+    headers=headers,
+    json={
+        'codes': ['600000.SH', '000001.SZ'],
+        'start_date': '20240101',
+        'end_date': '20240131',
+        'period': 'daily'
+    }
+)
+```
+
+---
+
+## 六、期货数据接口
+
+### 6.1 获取期货K线数据
+
+**接口**: `GET /future/kline`
+
+**功能**: 获取期货K线数据
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| codes | string | 是 | 代码列表 (逗号分隔) |
+| start_date | string | 是 | 开始日期 |
+| end_date | string | 是 | 结束日期 |
+| period | string | 否 | 周期 |
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.{code} | array | K线数据 |
+| data.{code}[].trade_date | string | 交易日期 |
+| data.{code}[].open | float | 开盘价 |
+| data.{code}[].high | float | 最高价 |
+| data.{code}[].low | float | 最低价 |
+| data.{code}[].close | float | 收盘价 |
+| data.{code}[].volume | int | 成交量 |
+| data.{code}[].settle | float | 结算价 |
+| data.{code}[].open_interest | int | 持仓量 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/future/kline',
+    params={
+        'codes': 'IF2401.CFE',
+        'start_date': '20240101',
+        'end_date': '20240131',
+        'period': 'daily'
+    },
+    headers=headers
+)
+```
+
+---
+
+### 6.2 获取期货品种列表
+
+**接口**: `GET /cache/future-varieties`
+
+**功能**: 获取所有期货品种列表
+
+**请求参数**: 无
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.varieties | array | 品种列表 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/cache/future-varieties',
+    headers=headers
+)
+varieties = response.json()['data']['varieties']
+```
+
+---
+
+### 6.3 获取主力合约
+
+**接口**: `GET /cache/main-contracts`
+
+**功能**: 获取所有品种的主力合约
+
+**请求参数**: 无
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.main_contracts | object | {品种: 主力合约} |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/cache/main-contracts',
+    headers=headers
+)
+main_contracts = response.json()['data']['main_contracts']
+```
+
+---
+
+## 七、缓存管理接口
+
+### 7.1 一键检测所有数据
+
+**接口**: `POST /cache/detect-all-missing`
+
+**功能**: 检测所有数据的缺失情况
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| security_type | string | 是 | 证券类型 (stock, future) |
+| period_type | string | 否 | 周期类型 (daily) |
+| start_date | string | 是 | 开始日期 |
+| end_date | string | 是 | 结束日期 |
+| contract_type | string | 否 | 合约类型 (all, main) |
+
+**请求示例**:
+
+```json
+{
+  "security_type": "stock",
+  "period_type": "daily",
+  "start_date": "20240101",
+  "end_date": "20240131",
+  "contract_type": "all"
+}
+```
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.task_id | int | 任务ID |
+| data.status | string | 任务状态 |
+| data.total_count | int | 检测总数 |
+| data.complete_count | int | 完整数量 |
+| data.missing_count | int | 缺失数量 |
+| data.error_count | int | 错误数量 |
+| data.daily_stats | object | 每日统计 |
+| data.missing_codes | array | 缺失代码列表 |
+
+**调用示例**:
+
+```python
+response = requests.post(
+    'http://localhost:8000/api/v1/cache/detect-all-missing',
+    headers=headers,
+    json={
+        'security_type': 'stock',
+        'period_type': 'daily',
+        'start_date': '20240101',
+        'end_date': '20240131',
+        'contract_type': 'all'
+    }
+)
+result = response.json()['data']
+```
+
+---
+
+### 7.2 一键缓存所有数据
+
+**接口**: `POST /cache/cache-all-missing`
+
+**功能**: 缓存所有数据 (异步执行)
+
+**请求参数**: 同检测接口
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.task_id | int | 任务ID |
+| data.status | string | 任务状态 |
+| data.total_count | int | 总数 |
+| data.progress | float | 进度 |
+
+**调用示例**:
+
+```python
+response = requests.post(
+    'http://localhost:8000/api/v1/cache/cache-all-missing',
+    headers=headers,
+    json={
+        'security_type': 'stock',
+        'period_type': 'daily',
+        'start_date': '20240101',
+        'end_date': '20240131'
+    }
+)
+task_id = response.json()['data']['task_id']
+```
+
+---
+
+### 7.3 一键补齐缺失数据
+
+**接口**: `POST /cache/fill-missing`
+
+**功能**: 只补齐检测到的缺失数据 (异步执行)
+
+**请求参数**: 同检测接口
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.task_id | int | 任务ID |
+| data.missing_count | int | 缺失代码数量 |
+| data.status | string | 任务状态 |
+
+**调用示例**:
+
+```python
+response = requests.post(
+    'http://localhost:8000/api/v1/cache/fill-missing',
+    headers=headers,
+    json={
+        'security_type': 'stock',
+        'period_type': 'daily',
+        'start_date': '20240101',
+        'end_date': '20240131'
+    }
+)
+```
+
+---
+
+### 7.4 获取任务进度
+
+**接口**: `GET /cache/tasks/{task_id}`
+
+**功能**: 获取缓存任务进度
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| task_id | int | 是 | 任务ID (URL路径参数) |
+
+**响应参数**:
+
+| 参数名 | 类型 | 说明 |
+|--------|------|------|
+| data.task.id | int | 任务ID |
+| data.task.status | string | 状态 |
+| data.task.progress | float | 进度 |
+| data.task.total_count | int | 总数 |
+| data.task.success_count | int | 成功数 |
+| data.task.error_count | int | 错误数 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    f'http://localhost:8000/api/v1/cache/tasks/{task_id}',
+    headers=headers
+)
+task_status = response.json()['data']['task']
+```
+
+---
+
+### 7.5 获取任务列表
+
+**接口**: `GET /cache/tasks`
+
+**功能**: 获取缓存任务列表
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| page | int | 否 | 页码 (默认1) |
+| page_size | int | 否 | 每页数量 (默认20) |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/cache/tasks',
+    params={'page': 1, 'page_size': 10},
+    headers=headers
+)
+tasks = response.json()['data']['items']
+```
+
+---
+
+## 八、财务数据接口
+
+### 8.1 获取资产负债表
+
+**接口**: `GET /finance/balance-sheet`
+
+**功能**: 获取资产负债表数据
+
+**请求参数**:
+
+| 参数名 | 类型 | 必填 | 说明 |
+|--------|------|------|------|
+| codes | string | 是 | 代码列表 |
+| start_date | string | 是 | 开始日期 |
+| end_date | string | 是 | 结束日期 |
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/finance/balance-sheet',
+    params={
+        'codes': '600000.SH',
+        'start_date': '20230101',
+        'end_date': '20231231'
+    },
+    headers=headers
+)
+```
+
+---
+
+### 8.2 获取利润表
+
+**接口**: `GET /finance/income`
+
+**功能**: 获取利润表数据
+
+**请求参数**: 同资产负债表
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/finance/income',
+    params={
+        'codes': '600000.SH',
+        'start_date': '20230101',
+        'end_date': '20231231'
+    },
+    headers=headers
+)
+```
+
+---
+
+### 8.3 获取现金流量表
+
+**接口**: `GET /finance/cash-flow`
+
+**功能**: 获取现金流量表数据
+
+**请求参数**: 同资产负债表
+
+**调用示例**:
+
+```python
+response = requests.get(
+    'http://localhost:8000/api/v1/finance/cash-flow',
+    params={
+        'codes': '600000.SH',
+        'start_date': '20230101',
+        'end_date': '20231231'
+    },
+    headers=headers
+)
+```
+
+---
+
+## 九、错误码说明
+
+| 错误码 | 说明 |
+|--------|------|
+| 200 | 成功 |
+| 400 | 请求参数错误 |
+| 401 | 未授权 (Token无效或过期) |
+| 403 | 禁止访问 |
+| 404 | 资源不存在 |
+| 500 | 服务器内部错误 |
+
+---
+
+## 十、最佳实践
+
+### 10.1 Token 管理
+
+```python
+class AmazingDataClient:
+    def __init__(self, base_url, username, password):
+        self.base_url = base_url
+        self.token = None
+        self.login(username, password)
+    
+    def login(self, username, password):
+        response = requests.post(
+            f'{self.base_url}/auth/login',
+            json={'username': username, 'password': password}
+        )
+        self.token = response.json()['data']['access_token']
+    
+    def get_headers(self):
+        return {'Authorization': f'Bearer {self.token}'}
+    
+    def request(self, method, path, **kwargs):
+        kwargs['headers'] = self.get_headers()
+        return requests.request(method, f'{self.base_url}{path}', **kwargs)
+```
+
+### 10.2 批量数据处理
+
+```python
+# 分批处理大量代码
+codes = ['600000.SH', '000001.SZ', ...]  # 大量代码
+batch_size = 50
+
+for i in range(0, len(codes), batch_size):
+    batch = codes[i:i+batch_size]
+    response = client.request('POST', '/stock/kline/batch', json={
+        'codes': batch,
+        'start_date': '20240101',
+        'end_date': '20240131'
+    })
+```
+
+### 10.3 异步任务轮询
+
+```python
+import time
+
+def wait_for_task(client, task_id, timeout=300):
+    start_time = time.time()
+    while time.time() - start_time < timeout:
+        response = client.request('GET', f'/cache/tasks/{task_id}')
+        task = response.json()['data']['task']
+        
+        if task['status'] == 'completed':
+            return task
+        elif task['status'] == 'failed':
+            raise Exception(task['error_message'])
+        
+        time.sleep(2)
+    
+    raise Exception('任务超时')
+
+# 使用
+response = client.request('POST', '/cache/fill-missing', json={...})
+task_id = response.json()['data']['task_id']
+result = wait_for_task(client, task_id)
+```
+
+---
+
+## 十一、联系与支持
+
+如有问题，请联系技术支持团队。

docs/database_design.md

@@ -0,0 +1,191 @@
+# 数据库设计文档
+
+## 一、设计概述
+
+本数据库设计用于存储股票交易数据、市场统计信息和板块动量数据，支持股票分析系统的运行。设计采用关系型数据库，主要存储以下数据：
+
+- 股票基本信息
+- 股票实时行情
+- K线历史数据
+- 板块信息
+- 板块动量数据
+- 市场统计数据
+
+## 二、数据模型设计
+
+### 1. 股票基本信息表 (`stock_basic`)
+
+| 字段名 | 数据类型 | 约束 | 描述 |
+|-------|---------|------|------|
+| `code` | `VARCHAR(10)` | `PRIMARY KEY` | 股票代码 |
+| `name` | `VARCHAR(50)` | `NOT NULL` | 股票名称 |
+| `sector_code` | `VARCHAR(10)` | `NULL` | 所属板块代码 |
+| `list_date` | `DATE` | `NULL` | 上市日期 |
+| `is_etf` | `BOOLEAN` | `DEFAULT FALSE` | 是否ETF |
+| `market` | `VARCHAR(10)` | `NULL` | 市场（沪市/深市） |
+| `updated_at` | `TIMESTAMP` | `DEFAULT CURRENT_TIMESTAMP` | 更新时间 |
+
+### 2. 股票实时行情表 (`stock_quote`)
+
+| 字段名 | 数据类型 | 约束 | 描述 |
+|-------|---------|------|------|
+| `code` | `VARCHAR(10)` | `PRIMARY KEY` | 股票代码 |
+| `price` | `DECIMAL(10,2)` | `NULL` | 最新价 |
+| `change_pct` | `DECIMAL(6,2)` | `NULL` | 涨跌幅(%) |
+| `change_amount` | `DECIMAL(10,2)` | `NULL` | 涨跌额 |
+| `volume` | `BIGINT` | `NULL` | 成交量 |
+| `amount` | `DECIMAL(18,2)` | `NULL` | 成交额 |
+| `turnover_rate` | `DECIMAL(8,4)` | `NULL` | 换手率(%) |
+| `amplitude` | `DECIMAL(6,2)` | `NULL` | 振幅(%) |
+| `high` | `DECIMAL(10,2)` | `NULL` | 最高价 |
+| `low` | `DECIMAL(10,2)` | `NULL` | 最低价 |
+| `open` | `DECIMAL(10,2)` | `NULL` | 开盘价 |
+| `updated_at` | `TIMESTAMP` | `DEFAULT CURRENT_TIMESTAMP` | 更新时间 |
+
+### 3. 股票K线数据表 (`stock_kline`)
+
+| 字段名 | 数据类型 | 约束 | 描述 |
+|-------|---------|------|------|
+| `id` | `BIGINT` | `PRIMARY KEY AUTO_INCREMENT` | 自增主键 |
+| `code` | `VARCHAR(10)` | `NOT NULL` | 股票代码 |
+| `date` | `DATE` | `NOT NULL` | 日期 |
+| `open` | `DECIMAL(10,2)` | `NULL` | 开盘价 |
+| `high` | `DECIMAL(10,2)` | `NULL` | 最高价 |
+| `low` | `DECIMAL(10,2)` | `NULL` | 最低价 |
+| `close` | `DECIMAL(10,2)` | `NULL` | 收盘价 |
+| `volume` | `BIGINT` | `NULL` | 成交量 |
+| `amount` | `DECIMAL(18,2)` | `NULL` | 成交额 |
+| `pct_chg` | `DECIMAL(6,2)` | `NULL` | 涨跌幅(%) |
+| `INDEX` | | `(code, date)` | 复合索引 |
+
+### 4. 板块信息表 (`sector_info`)
+
+| 字段名 | 数据类型 | 约束 | 描述 |
+|-------|---------|------|------|
+| `code` | `VARCHAR(10)` | `PRIMARY KEY` | 板块代码 |
+| `name` | `VARCHAR(50)` | `NOT NULL` | 板块名称 |
+| `stock_count` | `INT` | `DEFAULT 0` | 成分股数量 |
+| `updated_at` | `TIMESTAMP` | `DEFAULT CURRENT_TIMESTAMP` | 更新时间 |
+
+### 5. 板块动量表 (`sector_momentum`)
+
+| 字段名 | 数据类型 | 约束 | 描述 |
+|-------|---------|------|------|
+| `id` | `BIGINT` | `PRIMARY KEY AUTO_INCREMENT` | 自增主键 |
+| `sector_code` | `VARCHAR(10)` | `NOT NULL` | 板块代码 |
+| `date` | `DATE` | `NOT NULL` | 日期 |
+| `momentum_value` | `DECIMAL(10,4)` | `NULL` | 动量值 |
+| `n` | `INT` | `NULL` | 板块内动量个股数 |
+| `N` | `INT` | `NULL` | 板块总个股数 |
+| `rank` | `INT` | `NULL` | 动量排名 |
+| `rank_change` | `INT` | `NULL` | 排名变化 |
+| `updated_at` | `TIMESTAMP` | `DEFAULT CURRENT_TIMESTAMP` | 更新时间 |
+| `INDEX` | | `(sector_code, date)` | 复合索引 |
+
+### 6. 市场统计表 (`market_stats`)
+
+| 字段名 | 数据类型 | 约束 | 描述 |
+|-------|---------|------|------|
+| `id` | `BIGINT` | `PRIMARY KEY AUTO_INCREMENT` | 自增主键 |
+| `date` | `DATE` | `NOT NULL UNIQUE` | 日期 |
+| `up_count` | `INT` | `DEFAULT 0` | 上涨家数 |
+| `down_count` | `INT` | `DEFAULT 0` | 下跌家数 |
+| `flat_count` | `INT` | `DEFAULT 0` | 平盘家数 |
+| `limit_up_count` | `INT` | `DEFAULT 0` | 涨停家数 |
+| `limit_down_count` | `INT` | `DEFAULT 0` | 跌停家数 |
+| `total_amount` | `DECIMAL(20,2)` | `NULL` | 两市成交额 |
+| `updated_at` | `TIMESTAMP` | `DEFAULT CURRENT_TIMESTAMP` | 更新时间 |
+
+## 三、索引设计
+
+### 1. 主键索引
+- `stock_basic.code`
+- `stock_quote.code`
+- `sector_info.code`
+- `stock_kline.id`
+- `sector_momentum.id`
+- `market_stats.id`
+
+### 2. 复合索引
+- `stock_kline(code, date)`：加速按股票代码和日期范围查询
+- `sector_momentum(sector_code, date)`：加速按板块和日期查询
+
+### 3. 唯一索引
+- `market_stats.date`：确保每日只存储一条市场统计记录
+
+## 四、数据同步策略
+
+### 1. 实时数据
+- **同步频率**：30秒一次
+- **同步方式**：批量更新
+- **存储策略**：只保留最新数据
+
+### 2. K线数据
+- **同步频率**：每日收盘后
+- **同步方式**：增量更新
+- **存储策略**：保留完整历史数据
+
+### 3. 板块数据
+- **同步频率**：每日一次
+- **同步方式**：全量更新
+- **存储策略**：保留完整历史数据
+
+### 4. 市场统计
+- **同步频率**：每日收盘后
+- **同步方式**：增量更新
+- **存储策略**：保留完整历史数据
+
+## 五、数据清理策略
+
+### 1. 实时数据
+- 无需清理，覆盖更新
+
+### 2. K线数据
+- 保留完整历史数据，不清理
+
+### 3. 板块动量
+- 保留最近一年数据
+- 自动清理一年前的数据
+
+### 4. 市场统计
+- 保留完整历史数据，不清理
+
+## 六、性能优化建议
+
+1. **分区表**：对 `stock_kline` 表按日期分区，提高查询性能
+2. **批量操作**：使用批量插入和更新，减少数据库连接次数
+3. **索引优化**：根据查询模式优化索引
+4. **缓存层**：使用Redis缓存热点数据
+5. **读写分离**：主库用于写入，从库用于读取
+6. **连接池**：使用数据库连接池，减少连接建立开销
+
+## 七、扩展性考虑
+
+1. **分库分表**：数据量增长时，可考虑按股票代码分库分表
+2. **时间序列数据库**：K线数据可考虑使用时间序列数据库（如InfluxDB）
+3. **数据仓库**：历史数据可迁移到数据仓库，用于分析
+4. **API接口**：提供标准化的API接口，支持外部系统集成
+
+## 八、安全考虑
+
+1. **访问控制**：设置数据库用户权限，限制访问
+2. **数据加密**：敏感数据加密存储
+3. **备份策略**：定期备份数据库，确保数据安全
+4. **审计日志**：记录数据库操作日志，便于追溯
+
+## 九、技术选型
+
+- **数据库**：PostgreSQL 14+
+- **连接池**：PgBouncer
+- **ORM**：SQLAlchemy
+- **缓存**：Redis 7.0+
+- **监控**：Prometheus + Grafana
+
+## 十、部署建议
+
+1. **开发环境**：单节点数据库
+2. **测试环境**：主从复制
+3. **生产环境**：
+   - 数据库：主从复制 + 自动故障转移
+   - Redis：主从复制 + 哨兵模式
+   - 定期备份：每日全量备份，每小时增量备份

docs/implementation_plan.md

@@ -0,0 +1,431 @@
+# 实现步骤和迁移计划
+
+## 一、概述
+
+本文档详细说明股票分析系统引入数据库和Redis缓存的实现步骤和迁移计划，包括基础设施搭建、代码修改、数据迁移、测试验证等环节，确保系统平稳过渡到新的架构。
+
+## 二、实施阶段
+
+### 阶段一：基础设施搭建（1-2周）
+
+#### 1. 环境准备
+
+- **硬件准备**：
+  - 数据库服务器：4核8G内存，500G存储空间
+  - Redis服务器：4核8G内存，100G存储空间
+  - 网络配置：确保服务器间网络互通
+
+- **软件安装**：
+  - 数据库：PostgreSQL 14+
+  - Redis：Redis 7.0+
+  - 连接池：PgBouncer
+  - 监控：Prometheus + Grafana
+
+#### 2. 配置管理
+
+- **数据库配置**：
+  - 创建数据库和用户
+  - 配置连接池
+  - 设置备份策略
+
+- **Redis配置**：
+  - 配置主从复制
+  - 设置内存限制
+  - 配置持久化
+
+- **环境变量**：
+  - 数据库连接信息
+  - Redis连接信息
+  - 缓存配置参数
+
+### 阶段二：数据模型实现（2-3周）
+
+#### 1. 数据库表结构
+
+- **执行创建脚本**：
+  - 运行 `scripts/create_tables.sql`
+  - 创建所有数据表
+  - 建立索引
+
+- **验证表结构**：
+  - 检查表结构是否正确
+  - 验证索引是否创建
+  - 测试基本查询
+
+#### 2. 数据访问层
+
+- **实现数据访问类**：
+  - 股票基本信息
+  - 实时行情
+  - K线数据
+  - 板块信息
+  - 市场统计
+
+- **实现ORM映射**：
+  - 使用SQLAlchemy
+  - 定义数据模型
+  - 实现CRUD操作
+
+#### 3. 缓存工具类
+
+- **实现Redis客户端**：
+  - 连接管理
+  - 异常处理
+  - 连接池
+
+- **实现缓存操作**：
+  - 基础操作（get/set/delete）
+  - Hash操作
+  - Sorted Set操作
+  - List操作
+
+- **实现缓存键生成器**：
+  - 统一的缓存键格式
+  - 支持不同数据类型
+
+### 阶段三：业务逻辑集成（3-4周）
+
+#### 1. 数据源适配
+
+- **修改数据获取逻辑**：
+  - 优先从缓存获取
+  - 缓存未命中从数据库获取
+  - 数据库未命中从API获取
+
+- **实现数据同步**：
+  - 实时行情同步
+  - K线数据同步
+  - 板块信息同步
+
+#### 2. 服务层修改
+
+- **修改MarketService**：
+  - 集成Redis缓存
+  - 实现缓存读写逻辑
+  - 优化板块动量计算
+
+- **修改数据服务**：
+  - 集成数据库访问
+  - 实现数据持久化
+  - 优化数据查询
+
+#### 3. API接口修改
+
+- **修改API端点**：
+  - 支持缓存控制参数
+  - 优化响应格式
+  - 增加缓存状态信息
+
+- **实现缓存管理接口**：
+  - 缓存清理
+  - 缓存预热
+  - 缓存状态查询
+
+### 阶段四：数据同步（2-3周）
+
+#### 1. 历史数据导入
+
+- **准备历史数据**：
+  - 从数据源获取历史K线数据
+  - 整理股票基本信息
+  - 准备板块数据
+
+- **批量导入**：
+  - 使用批量插入
+  - 优化导入速度
+  - 验证数据完整性
+
+#### 2. 实时数据同步
+
+- **实现同步任务**：
+  - 实时行情同步
+  - 市场统计同步
+  - 板块动量计算
+
+- **设置定时任务**：
+  - 实时行情：30秒一次
+  - 板块动量：1小时一次
+  - 市场统计：1小时一次
+
+#### 3. 数据验证
+
+- **验证数据一致性**：
+  - 缓存与数据库对比
+  - 数据库与数据源对比
+  - 历史数据与实时数据对比
+
+- **性能测试**：
+  - 数据同步速度
+  - 缓存命中率
+  - 系统响应时间
+
+### 阶段五：测试与优化（2-3周）
+
+#### 1. 功能测试
+
+- **单元测试**：
+  - 数据访问层测试
+  - 缓存操作测试
+  - 服务层测试
+
+- **集成测试**：
+  - API接口测试
+  - 数据同步测试
+  - 缓存一致性测试
+
+- **端到端测试**：
+  - 完整业务流程测试
+  - 系统集成测试
+  - 用户场景测试
+
+#### 2. 性能测试
+
+- **负载测试**：
+  - 模拟并发用户
+  - 测试系统极限
+  - 识别性能瓶颈
+
+- **压力测试**：
+  - 持续高负载
+  - 测试系统稳定性
+  - 验证系统恢复能力
+
+- **基准测试**：
+  - 与旧系统对比
+  - 验证性能提升
+  - 指导进一步优化
+
+#### 3. 优化调整
+
+- **根据测试结果优化**：
+  - 数据库索引
+  - 缓存策略
+  - API性能
+
+- **调整配置参数**：
+  - 连接池大小
+  - 缓存过期时间
+  - 同步频率
+
+### 阶段六：上线部署（1-2周）
+
+#### 1. 部署准备
+
+- **环境准备**：
+  - 生产环境配置
+  - 监控系统部署
+  - 告警策略配置
+
+- **数据准备**：
+  - 生产数据同步
+  - 缓存预热
+  - 系统初始化
+
+#### 2. 灰度发布
+
+- **分阶段部署**：
+  - 先部署非核心服务
+  - 逐步切换流量
+  - 监控系统状态
+
+- **回滚机制**：
+  - 准备回滚方案
+  - 测试回滚流程
+  - 确保快速回滚能力
+
+#### 3. 全量上线
+
+- **切换流量**：
+  - 逐步增加新系统流量
+  - 监控系统性能
+  - 处理异常情况
+
+- **系统监控**：
+  - 实时监控系统状态
+  - 及时处理告警
+  - 优化系统配置
+
+## 三、迁移策略
+
+### 1. 双写模式
+
+- **实现方式**：
+  - 同时写入旧缓存和新缓存
+  - 同时写入数据库
+  - 保持数据一致性
+
+- **优点**：
+  - 确保数据不丢失
+  - 便于回滚
+  - 降低迁移风险
+
+### 2. 灰度切换
+
+- **切换步骤**：
+  - 10%流量：验证基本功能
+  - 30%流量：测试性能
+  - 50%流量：全面测试
+  - 100%流量：完全切换
+
+- **监控指标**：
+  - 响应时间
+  - 错误率
+  - 缓存命中率
+  - 系统负载
+
+### 3. 回滚策略
+
+- **触发条件**：
+  - 系统响应时间显著增加
+  - 错误率超过阈值
+  - 数据不一致
+
+- **回滚步骤**：
+  - 停止新系统写入
+  - 切换流量回旧系统
+  - 验证旧系统运行状态
+  - 分析问题原因
+
+### 4. 数据迁移
+
+- **历史数据**：
+  - 批量导入历史K线数据
+  - 导入股票基本信息
+  - 导入板块信息
+
+- **实时数据**：
+  - 并行同步实时行情
+  - 逐步切换到新系统
+  - 验证数据一致性
+
+## 四、风险评估
+
+### 1. 潜在风险
+
+| 风险 | 影响 | 概率 | 缓解措施 |
+|------|------|------|----------|
+| 数据源API限流 | 数据获取失败 | 高 | 多数据源切换，增加缓存时间 |
+| 数据库性能问题 | 查询缓慢 | 中 | 优化索引，使用连接池 |
+| Redis内存不足 | 缓存失效 | 中 | 合理设置内存限制，使用LRU策略 |
+| 数据一致性问题 | 数据错误 | 中 | 双写模式，定期同步 |
+| 系统负载过高 | 响应缓慢 | 中 | 水平扩展，优化代码 |
+| 部署失败 | 系统不可用 | 低 | 灰度发布，准备回滚方案 |
+
+### 2. 风险应对
+
+- **数据源限流**：
+  - 实现多数据源自动切换
+  - 增加缓存时间
+  - 批量获取数据
+
+- **数据库性能**：
+  - 优化索引
+  - 使用连接池
+  - 实现读写分离
+
+- **Redis内存**：
+  - 合理设置内存限制
+  - 使用LRU策略
+  - 数据压缩
+
+- **数据一致性**：
+  - 双写模式
+  - 定期同步
+  - 数据验证
+
+- **系统负载**：
+  - 水平扩展
+  - 优化代码
+  - 缓存预热
+
+## 五、时间线
+
+| 阶段 | 时间 | 主要任务 |
+|------|------|----------|
+| 阶段一：基础设施搭建 | 第1-2周 | 环境准备，软件安装，配置管理 |
+| 阶段二：数据模型实现 | 第3-5周 | 数据库表结构，数据访问层，缓存工具类 |
+| 阶段三：业务逻辑集成 | 第6-9周 | 数据源适配，服务层修改，API接口修改 |
+| 阶段四：数据同步 | 第10-12周 | 历史数据导入，实时数据同步，数据验证 |
+| 阶段五：测试与优化 | 第13-15周 | 功能测试，性能测试，优化调整 |
+| 阶段六：上线部署 | 第16-17周 | 部署准备，灰度发布，全量上线 |
+
+## 六、团队分工
+
+### 1. 技术角色
+
+| 角色 | 职责 |
+|------|------|
+| 系统架构师 | 整体架构设计，技术选型，方案评审 |
+| 后端开发 | 数据访问层，服务层，API接口 |
+| 前端开发 | 前端适配，用户界面优化 |
+| 数据库工程师 | 数据库设计，性能优化，数据迁移 |
+| 运维工程师 | 基础设施搭建，监控部署，系统维护 |
+| 测试工程师 | 功能测试，性能测试，回归测试 |
+
+### 2. 任务分配
+
+- **系统架构师**：
+  - 设计整体架构
+  - 制定技术方案
+  - 评审代码和设计
+
+- **后端开发**：
+  - 实现数据访问层
+  - 修改服务层逻辑
+  - 优化API接口
+
+- **前端开发**：
+  - 适配新的API接口
+  - 优化前端性能
+  - 测试用户界面
+
+- **数据库工程师**：
+  - 设计数据库表结构
+  - 优化数据库性能
+  - 实现数据迁移
+
+- **运维工程师**：
+  - 搭建基础设施
+  - 配置监控系统
+  - 部署和维护系统
+
+- **测试工程师**：
+  - 编写测试用例
+  - 执行测试计划
+  - 报告和跟踪问题
+
+## 七、成功指标
+
+### 1. 性能指标
+
+| 指标 | 目标值 | 测量方法 |
+|------|--------|----------|
+| API响应时间 | <100ms | 平均响应时间 |
+| 缓存命中率 | >90% | 缓存命中次数/总请求次数 |
+| 数据同步延迟 | <5秒 | 数据更新到缓存的延迟 |
+| 系统并发能力 | >1000用户 | 负载测试 |
+| 数据库查询时间 | <50ms | 平均查询时间 |
+
+### 2. 功能指标
+
+| 指标 | 目标值 | 测量方法 |
+|------|--------|----------|
+| 数据一致性 | 100% | 缓存与数据库对比 |
+| 系统可用性 | >99.9% | 系统运行时间 |
+| 数据完整性 | 100% | 数据验证 |
+| 功能覆盖率 | 100% | 测试用例覆盖 |
+
+### 3. 业务指标
+
+| 指标 | 目标值 | 测量方法 |
+|------|--------|----------|
+| 用户体验 | 提升50% | 用户反馈 |
+| 分析速度 | 提升80% | 分析任务执行时间 |
+| 数据更新频率 | 30秒/次 | 实时行情更新 |
+| 系统稳定性 | 无重大故障 | 故障统计 |
+
+## 八、总结
+
+本实现步骤和迁移计划详细说明了股票分析系统引入数据库和Redis缓存的全过程，包括基础设施搭建、代码修改、数据迁移、测试验证等环节。通过分阶段实施和灰度发布策略，可以确保系统平稳过渡到新的架构，同时降低迁移风险。
+
+实施过程中，需要密切关注系统性能和数据一致性，及时处理出现的问题，确保系统的稳定性和可靠性。通过本计划的实施，可以显著提高系统性能，提升用户体验，为股票分析系统的长期发展奠定基础。

docs/performance_optimization.md

@@ -0,0 +1,519 @@
+# 性能优化方案
+
+## 一、概述
+
+性能优化是保证股票分析系统稳定运行和良好用户体验的关键。本方案从系统架构、数据库、缓存、API、前端等多个维度，提出全面的性能优化策略，旨在提高系统响应速度、降低资源消耗、提升用户体验。
+
+## 二、系统架构优化
+
+### 1. 分层架构
+
+- **架构层次**：
+  - 前端层：React应用
+  - API层：FastAPI接口
+  - 服务层：业务逻辑
+  - 数据层：Redis缓存 + 数据库
+  - 数据源层：外部API
+
+- **优化策略**：
+  - 减少层间通信开销
+  - 优化数据流转路径
+  - 实现服务解耦
+
+### 2. 微服务化
+
+- **服务拆分**：
+  - 市场数据服务
+  - 分析计算服务
+  - 缓存服务
+  - 数据同步服务
+
+- **优势**：
+  - 独立部署和扩展
+  - 故障隔离
+  - 按需资源分配
+
+### 3. 容器化部署
+
+- **技术选型**：
+  - Docker容器
+  - Kubernetes编排
+
+- **优势**：
+  - 环境一致性
+  - 快速部署和回滚
+  - 资源利用率高
+
+## 三、数据库优化
+
+### 1. 索引优化
+
+- **优化策略**：
+  - 为频繁查询的字段创建索引
+  - 使用复合索引加速多条件查询
+  - 定期重建索引
+
+- **索引设计**：
+  - `stock_kline(code, date)`：加速按股票和日期查询
+  - `sector_momentum(sector_code, date)`：加速按板块和日期查询
+  - `market_stats(date)`：加速按日期查询
+
+### 2. 查询优化
+
+- **优化策略**：
+  - 使用预处理语句
+  - 避免SELECT *
+  - 合理使用JOIN
+  - 分页查询
+
+- **示例**：
+  ```sql
+  -- 优化前
+  SELECT * FROM stock_kline WHERE code = '600519';
+  
+  -- 优化后
+  SELECT date, open, high, low, close FROM stock_kline 
+  WHERE code = '600519' 
+  ORDER BY date DESC 
+  LIMIT 30;
+  ```
+
+### 3. 存储优化
+
+- **分区表**：
+  - 按日期分区`stock_kline`表
+  - 提高查询性能
+  - 便于数据管理
+
+- **数据压缩**：
+  - 启用列压缩
+  - 减少存储空间
+  - 提高I/O性能
+
+### 4. 连接池优化
+
+- **配置优化**：
+  - 合理设置连接池大小
+  - 调整连接超时时间
+  - 监控连接使用情况
+
+- **技术选型**：
+  - PostgreSQL：PgBouncer
+  - MySQL：ProxySQL
+
+## 四、Redis缓存优化
+
+### 1. 内存优化
+
+- **数据结构选择**：
+  - 使用Hash存储对象
+  - 使用Sorted Set存储排序数据
+  - 使用List存储时间序列数据
+
+- **内存配置**：
+  - 设置合理的maxmemory
+  - 选择合适的内存淘汰策略
+  - 监控内存使用情况
+
+### 2. 命令优化
+
+- **批量操作**：
+  - 使用Pipeline批量执行命令
+  - 使用MSET、MGET等批量命令
+  - 减少网络往返次数
+
+- **避免阻塞**：
+  - 避免使用KEYS命令
+  - 使用SCAN替代
+  - 避免大键操作
+
+### 3. 部署优化
+
+- **高可用**：
+  - 主从复制
+  - 哨兵模式
+  - 集群模式
+
+- **网络优化**：
+  - 启用Redis持久化
+  - 优化网络配置
+  - 使用Unix Socket（本地部署）
+
+## 五、API优化
+
+### 1. 接口设计
+
+- **RESTful设计**：
+  - 合理的URL结构
+  - 标准的HTTP方法
+  - 一致的响应格式
+
+- **参数优化**：
+  - 合理的分页参数
+  - 缓存控制参数
+  - 字段过滤参数
+
+### 2. 性能优化
+
+- **异步处理**：
+  - 使用FastAPI的异步特性
+  - 处理耗时操作
+  - 提高并发能力
+
+- **响应优化**：
+  - 压缩响应数据
+  - 合理设置缓存头
+  - 避免重复计算
+
+### 3. 错误处理
+
+- **统一错误处理**：
+  - 标准的错误格式
+  - 详细的错误信息
+  - 合理的错误码
+
+- **降级策略**：
+  - 缓存失效时的降级
+  - 数据源失败时的降级
+  - 系统过载时的降级
+
+## 六、前端优化
+
+### 1. 代码优化
+
+- **组件拆分**：
+  - 合理拆分组件
+  - 减少组件渲染开销
+  - 提高代码可维护性
+
+- **状态管理**：
+  - 合理使用状态管理
+  - 避免不必要的状态更新
+  - 优化状态更新策略
+
+### 2. 资源优化
+
+- **静态资源**：
+  - 压缩JS/CSS
+  - 使用CDN
+  - 资源缓存
+
+- **图片优化**：
+  - 合理的图片格式
+  - 图片压缩
+  - 懒加载
+
+### 3. 渲染优化
+
+- **虚拟滚动**：
+  - 处理大量数据列表
+  - 减少DOM节点
+  - 提高滚动性能
+
+- **防抖和节流**：
+  - 优化用户输入
+  - 减少API调用
+  - 提高响应速度
+
+### 4. 网络优化
+
+- **HTTP/2**：
+  - 启用HTTP/2
+  - 多路复用
+  - 头部压缩
+
+- **API调用优化**：
+  - 批量请求
+  - 缓存请求结果
+  - 合理的请求时机
+
+## 七、数据处理优化
+
+### 1. 数据获取优化
+
+- **批量获取**：
+  - 减少API调用次数
+  - 提高数据获取效率
+  - 降低数据源负载
+
+- **并行处理**：
+  - 并行获取数据
+  - 提高处理速度
+  - 充分利用多核CPU
+
+### 2. 计算优化
+
+- **预计算**：
+  - 提前计算常用指标
+  - 减少实时计算开销
+  - 提高响应速度
+
+- **增量计算**：
+  - 只计算变化的数据
+  - 减少计算量
+  - 提高计算效率
+
+### 3. 数据压缩
+
+- **传输压缩**：
+  - 使用GZIP压缩
+  - 减少网络传输量
+  - 提高传输速度
+
+- **存储压缩**：
+  - 压缩存储数据
+  - 减少存储空间
+  - 提高I/O性能
+
+## 八、监控与调优
+
+### 1. 监控体系
+
+- **系统监控**：
+  - CPU、内存、磁盘、网络
+  - 系统负载
+  - 进程状态
+
+- **应用监控**：
+  - API响应时间
+  - 错误率
+  - 请求量
+
+- **数据库监控**：
+  - 查询性能
+  - 连接数
+  - 缓存命中率
+
+- **Redis监控**：
+  - 内存使用
+  - 命令执行时间
+  - 命中率
+
+### 2. 调优策略
+
+- **性能分析**：
+  - 使用性能分析工具
+  - 识别性能瓶颈
+  - 制定优化方案
+
+- **A/B测试**：
+  - 对比不同优化方案
+  - 选择最优方案
+  - 持续优化
+
+- **自动调优**：
+  - 基于监控数据自动调整
+  - 适应不同负载情况
+  - 提高系统稳定性
+
+## 九、安全优化
+
+### 1. 访问控制
+
+- **API认证**：
+  - 使用JWT认证
+  - 合理的权限控制
+  - 防止未授权访问
+
+- **Rate Limiting**：
+  - 限制API请求频率
+  - 防止恶意请求
+  - 保护系统资源
+
+### 2. 数据安全
+
+- **数据加密**：
+  - 敏感数据加密
+  - 传输加密
+  - 存储加密
+
+- **数据验证**：
+  - 输入验证
+  - 防止SQL注入
+  - 防止XSS攻击
+
+### 3. 系统安全
+
+- **防火墙**：
+  - 配置防火墙规则
+  - 限制访问IP
+  - 保护系统安全
+
+- **漏洞扫描**：
+  - 定期扫描系统漏洞
+  - 及时修复
+  - 提高系统安全性
+
+## 十、扩展性考虑
+
+### 1. 水平扩展
+
+- **服务扩展**：
+  - 无状态服务水平扩展
+  - 负载均衡
+  - 提高系统容量
+
+- **数据扩展**：
+  - 数据库分片
+  - Redis集群
+  - 支持大数据量
+
+### 2. 垂直扩展
+
+- **资源升级**：
+  - 增加服务器资源
+  - 优化配置
+  - 提高单节点性能
+
+- **代码优化**：
+  - 算法优化
+  - 数据结构优化
+  - 提高代码效率
+
+### 3. 技术选型
+
+- **未来兼容**：
+  - 选择成熟的技术栈
+  - 考虑技术发展趋势
+  - 避免技术债务
+
+- **可替代性**：
+  - 模块化设计
+  - 接口标准化
+  - 便于技术升级
+
+## 十一、性能测试
+
+### 1. 测试方法
+
+- **负载测试**：
+  - 模拟并发用户
+  - 测试系统极限
+  - 识别性能瓶颈
+
+- **压力测试**：
+  - 持续高负载
+  - 测试系统稳定性
+  - 验证系统恢复能力
+
+- **性能基准测试**：
+  - 建立性能基准
+  - 对比优化效果
+  - 指导优化方向
+
+### 2. 测试工具
+
+- **API测试**：
+  - JMeter
+  - Locust
+  - k6
+
+- **数据库测试**：
+  - pgbench
+  - sysbench
+
+- **前端测试**：
+  - Lighthouse
+  - WebPageTest
+
+### 3. 测试指标
+
+| 指标 | 目标值 | 测量方法 |
+|------|--------|----------|
+| API响应时间 | <100ms | 平均响应时间 |
+| 页面加载时间 | <2s | 首次内容绘制 |
+| 并发用户数 | >1000 | 系统稳定运行 |
+| 数据库查询时间 | <50ms | 平均查询时间 |
+| 缓存命中率 | >90% | 缓存命中次数/总请求次数 |
+
+## 十二、实施计划
+
+### 1. 短期优化（1-2周）
+
+- **数据库索引优化**：
+  - 创建必要的索引
+  - 优化查询语句
+
+- **Redis缓存优化**：
+  - 调整缓存策略
+  - 优化数据结构
+
+- **API优化**：
+  - 实现异步处理
+  - 优化响应格式
+
+### 2. 中期优化（1-2个月）
+
+- **系统架构优化**：
+  - 服务拆分
+  - 容器化部署
+
+- **数据处理优化**：
+  - 实现批量处理
+  - 优化计算逻辑
+
+- **监控体系**：
+  - 建立监控系统
+  - 实施告警策略
+
+### 3. 长期优化（3-6个月）
+
+- **微服务架构**：
+  - 完成服务拆分
+  - 实现服务治理
+
+- **大数据处理**：
+  - 优化数据存储
+  - 实现数据分片
+
+- **智能优化**：
+  - 基于AI的自动调优
+  - 预测性维护
+
+## 十三、预期效果
+
+### 1. 性能提升
+
+- **响应速度**：
+  - API响应时间减少50%
+  - 页面加载时间减少60%
+  - 数据查询速度提升70%
+
+- **系统容量**：
+  - 并发用户数提升5倍
+  - 数据处理能力提升10倍
+  - 系统稳定性显著提高
+
+### 2. 资源利用
+
+- **CPU利用率**：
+  - 更合理的CPU使用
+  - 减少不必要的计算
+
+- **内存使用**：
+  - 优化内存分配
+  - 减少内存泄漏
+
+- **存储使用**：
+  - 压缩存储数据
+  - 合理的数据清理策略
+
+### 3. 用户体验
+
+- **界面响应**：
+  - 更流畅的操作体验
+  - 减少加载等待时间
+
+- **功能可用性**：
+  - 更高的系统可用性
+  - 更少的错误和异常
+
+- **数据准确性**：
+  - 更准确的市场数据
+  - 更及时的信息更新
+
+## 十四、总结
+
+性能优化是一个持续的过程，需要从系统架构、数据库、缓存、API、前端等多个维度进行全面优化。通过本方案的实施，可以显著提高系统性能，提升用户体验，为股票分析系统的稳定运行和未来发展奠定基础。
+
+同时，性能优化需要结合实际情况，根据系统的特点和业务需求，制定合理的优化策略。通过持续监控和调优，不断提升系统性能，以适应不断变化的业务需求和技术挑战。

docs/redis_cache_design.md

@@ -0,0 +1,348 @@
+# Redis缓存架构设计
+
+## 一、设计概述
+
+本Redis缓存架构用于存储股票分析系统的热点数据，减少对数据源和数据库的访问，提高系统响应速度。设计采用Redis作为缓存层，主要存储以下数据：
+
+- 实时行情数据
+- 板块动量数据
+- 市场统计数据
+- K线历史数据
+- 计算结果缓存
+
+## 二、缓存键设计
+
+### 1. 实时行情缓存
+
+| 缓存类型 | 缓存键格式 | 数据结构 | 过期时间 | 描述 |
+|---------|-----------|---------|---------|------|
+| 单只股票实时行情 | `realtime:stock:{code}` | Hash | 30分钟 | 存储单只股票的实时行情数据 |
+| 全市场实时行情 | `realtime:full` | String | 30分钟 | 存储全市场股票的实时行情数据（压缩） |
+| ETF实时行情 | `realtime:etf:{code}` | Hash | 30分钟 | 存储ETF的实时行情数据 |
+| 实时行情批次 | `realtime:batch` | Set | 1小时 | 记录最近更新的股票代码 |
+
+### 2. 板块数据缓存
+
+| 缓存类型 | 缓存键格式 | 数据结构 | 过期时间 | 描述 |
+|---------|-----------|---------|---------|------|
+| 板块动量 | `sector:momentum:{period}:{sort}:{order}:{limit}` | Sorted Set | 1小时 | 存储板块动量数据，按动量值排序 |
+| 板块成分股 | `sector:stocks:{sector_code}` | List | 24小时 | 存储板块的成分股列表 |
+| 板块基本信息 | `sector:info:{sector_code}` | Hash | 24小时 | 存储板块的基本信息 |
+
+### 3. 市场数据缓存
+
+| 缓存类型 | 缓存键格式 | 数据结构 | 过期时间 | 描述 |
+|---------|-----------|---------|---------|------|
+| 市场统计 | `market:stats` | Hash | 1小时 | 存储市场统计数据 |
+| 指数数据 | `market:index:{code}` | Hash | 1小时 | 存储指数的实时数据 |
+| 涨跌分布 | `market:distribution` | Hash | 1小时 | 存储市场涨跌分布数据 |
+
+### 4. K线数据缓存
+
+| 缓存类型 | 缓存键格式 | 数据结构 | 过期时间 | 描述 |
+|---------|-----------|---------|---------|------|
+| K线数据 | `kline:{code}:{period}:{days}` | List | 1天 | 存储股票的K线数据 |
+| K线数据（压缩） | `kline:compressed:{code}:{period}:{days}` | String | 1天 | 存储压缩后的K线数据 |
+
+### 5. 计算结果缓存
+
+| 缓存类型 | 缓存键格式 | 数据结构 | 过期时间 | 描述 |
+|---------|-----------|---------|---------|------|
+| 技术指标 | `indicator:{code}:{indicator}:{params}` | Hash | 1天 | 存储计算好的技术指标 |
+| 选股结果 | `stock:selection:{strategy}:{params}` | Set | 1小时 | 存储选股策略的结果 |
+| 回测结果 | `backtest:{strategy}:{params}` | Hash | 24小时 | 存储回测结果 |
+
+## 三、数据结构选择
+
+### 1. Hash
+- **适用场景**：存储结构化数据，如实时行情、板块信息
+- **优点**：
+  - 支持字段级操作，节省内存
+  - 适合存储对象类型数据
+  - 查找速度快
+- **示例**：
+  ```
+  HSET realtime:stock:600519 price 1800.00 change_pct 2.50 volume 1000000
+  HGETALL realtime:stock:600519
+  ```
+
+### 2. Sorted Set
+- **适用场景**：需要排序的数据，如板块动量排名
+- **优点**：
+  - 自动排序
+  - 支持范围查询
+  - 适合Top-N查询
+- **示例**：
+  ```
+  ZADD sector:momentum:5:desc:20 12.5 HY001 10.2 HY002 8.7 HY003
+  ZRANGE sector:momentum:5:desc:20 0 9 WITHSCORES
+  ```
+
+### 3. List
+- **适用场景**：存储有序数据，如K线数据、成分股列表
+- **优点**：
+  - 支持顺序访问
+  - 适合存储时间序列数据
+  - 支持范围查询
+- **示例**：
+  ```
+  LPUSH kline:600519:1d:30 {"date":"2023-01-01","open":1700,"high":1800,"low":1650,"close":1750}
+  LRANGE kline:600519:1d:30 0 -1
+  ```
+
+### 4. Set
+- **适用场景**：存储唯一数据，如股票代码集合
+- **优点**：
+  - 自动去重
+  - 支持集合操作
+  - 适合存储标签类数据
+- **示例**：
+  ```
+  SADD sector:stocks:HY001 600000 601398 601288
+  SMEMBERS sector:stocks:HY001
+  ```
+
+### 5. String
+- **适用场景**：存储任意数据，如全市场实时行情（压缩）
+- **优点**：
+  - 灵活存储任意格式数据
+  - 支持二进制数据
+  - 适合存储大体积数据
+- **示例**：
+  ```
+  SET realtime:full "{compressed json data}" EX 1800
+  GET realtime:full
+  ```
+
+## 四、缓存策略
+
+### 1. 写入策略
+
+#### 实时数据
+- **主动更新**：定时任务每30秒拉取全市场数据，更新Redis
+- **惰性更新**：当缓存过期时，请求触发更新
+- **批量更新**：使用Pipeline批量写入，减少网络往返
+
+#### 计算数据
+- **预计算**：定时任务提前计算板块动量、技术指标等
+- **按需计算**：首次请求时计算并缓存
+- **增量计算**：只更新变化的数据
+
+### 2. 读取策略
+
+- **优先缓存**：先从Redis读取，未命中再从数据库读取
+- **缓存预热**：服务启动时预热热门数据
+- **降级策略**：Redis不可用时，直接从数据库读取
+
+### 3. 过期策略
+
+- **时间过期**：设置合理的过期时间
+- **主动清理**：定期清理过期数据
+- **内存限制**：设置Redis最大内存，使用LRU策略
+
+### 4. 缓存一致性
+
+- **先更新数据库，后更新缓存**：确保数据一致性
+- **缓存标记失效**：更新数据库后，标记缓存失效，下次读取时更新
+- **定期全量同步**：定时全量同步数据，确保最终一致性
+
+## 五、部署方案
+
+### 1. 单节点部署
+- **适用场景**：开发/测试环境
+- **配置**：
+  - 内存：4GB+  
+  - 端口：6379
+  - 持久化：RDB + AOF
+
+### 2. 主从复制
+- **适用场景**：生产环境
+- **配置**：
+  - 主节点：负责写入
+  - 从节点：负责读取
+  - 复制方式：异步复制
+
+### 3. 哨兵模式
+- **适用场景**：生产环境，需要高可用性
+- **配置**：
+  - 3个哨兵节点
+  - 自动故障转移
+  - 监控主从状态
+
+### 4. 集群模式
+- **适用场景**：大数据量场景，需要水平扩展
+- **配置**：
+  - 3个主节点，3个从节点
+  - 数据分片
+  - 自动重平衡
+
+## 六、性能优化
+
+### 1. 内存优化
+- **数据压缩**：使用Redis的压缩列表
+- **键空间优化**：使用哈希标签减少键冲突
+- **内存淘汰策略**：设置合适的内存淘汰策略
+
+### 2. 网络优化
+- **Pipeline**：批量执行命令，减少网络往返
+- **连接池**：使用连接池管理Redis连接
+- **批量操作**：使用MSET、MGET等批量命令
+
+### 3. 命令优化
+- **使用Hash存储对象**：减少键数量
+- **使用Sorted Set排序**：利用Redis内置排序
+- **避免使用KEYS命令**：使用SCAN替代
+
+### 4. 监控与调优
+- **监控指标**：
+  - 内存使用情况
+  - 命中率
+  - 命令执行时间
+  - 连接数
+- **调优参数**：
+  - maxmemory
+  - maxmemory-policy
+  - hash-max-ziplist-entries
+  - hash-max-ziplist-value
+
+## 七、缓存工具类设计
+
+### 1. 缓存操作接口
+
+```python
+class RedisCache:
+    def get(self, key):
+        """获取缓存"""
+        pass
+    
+    def set(self, key, value, expire=None):
+        """设置缓存"""
+        pass
+    
+    def delete(self, key):
+        """删除缓存"""
+        pass
+    
+    def hash_get(self, key, field):
+        """获取Hash字段"""
+        pass
+    
+    def hash_set(self, key, field, value):
+        """设置Hash字段"""
+        pass
+    
+    def sorted_set_add(self, key, score, member):
+        """添加到有序集合"""
+        pass
+    
+    def sorted_set_range(self, key, start, end, withscores=False):
+        """获取有序集合范围"""
+        pass
+```
+
+### 2. 缓存键生成器
+
+```python
+class CacheKeyGenerator:
+    @staticmethod
+    def get_stock_realtime_key(code):
+        return f"realtime:stock:{code}"
+    
+    @staticmethod
+    def get_sector_momentum_key(period, sort, order, limit):
+        return f"sector:momentum:{period}:{sort}:{order}:{limit}"
+    
+    @staticmethod
+    def get_kline_key(code, period, days):
+        return f"kline:{code}:{period}:{days}"
+```
+
+### 3. 缓存管理器
+
+```python
+class CacheManager:
+    def __init__(self, redis_client):
+        self.redis = redis_client
+        self.key_generator = CacheKeyGenerator()
+    
+    def get_stock_realtime(self, code):
+        """获取股票实时行情"""
+        key = self.key_generator.get_stock_realtime_key(code)
+        return self.redis.get(key)
+    
+    def set_stock_realtime(self, code, data, expire=1800):
+        """设置股票实时行情"""
+        key = self.key_generator.get_stock_realtime_key(code)
+        return self.redis.set(key, data, expire)
+    
+    def get_sector_momentum(self, period, sort, order, limit):
+        """获取板块动量"""
+        key = self.key_generator.get_sector_momentum_key(period, sort, order, limit)
+        return self.redis.sorted_set_range(key, 0, limit-1, withscores=True)
+```
+
+## 八、监控与告警
+
+### 1. 监控指标
+
+| 指标 | 描述 | 阈值 |
+|------|------|------|
+| 内存使用率 | Redis内存使用百分比 | >80% |
+| 命中率 | 缓存命中次数/总请求次数 | <80% |
+| 连接数 | 当前Redis连接数 | >1000 |
+| 命令执行时间 | 平均命令执行时间 | >1ms |
+| 过期键数量 | 过期键占比 | >50% |
+
+### 2. 告警策略
+
+- **内存告警**：内存使用率超过80%时告警
+- **命中率告警**：命中率低于80%时告警
+- **连接数告警**：连接数超过1000时告警
+- **错误率告警**：命令错误率超过1%时告警
+
+### 3. 监控工具
+
+- **Prometheus**：收集Redis指标
+- **Grafana**：可视化监控面板
+- **Redis Exporter**：导出Redis指标
+- **Alertmanager**：处理告警
+
+## 九、安全考虑
+
+### 1. 访问控制
+- **密码认证**：设置Redis密码
+- **IP白名单**：限制访问IP
+- **ACL**：使用Redis 6.0+的ACL功能
+
+### 2. 数据安全
+- **数据加密**：对敏感数据进行加密
+- **定期备份**：定期备份Redis数据
+- **灾难恢复**：制定灾难恢复计划
+
+### 3. 网络安全
+- **网络隔离**：Redis服务放在内网
+- **SSL加密**：使用SSL加密传输
+- **防火墙**：配置防火墙规则
+
+## 十、扩展性考虑
+
+### 1. 数据分片
+- **水平分片**：按股票代码范围分片
+- **垂直分片**：按数据类型分片
+- **一致性哈希**：使用一致性哈希算法
+
+### 2. 读写分离
+- **主节点**：处理写入请求
+- **从节点**：处理读取请求
+- **负载均衡**：使用负载均衡器分发请求
+
+### 3. 集群扩展
+- **自动扩缩容**：根据负载自动扩缩容
+- **滚动升级**：支持无停机升级
+- **跨区域部署**：支持多区域部署
+
+## 十一、总结
+
+Redis缓存架构设计采用多种数据结构和缓存策略，为股票分析系统提供高性能、高可靠性的数据访问层。通过合理的缓存键设计、数据结构选择和缓存策略，可以显著减少对数据源和数据库的访问，提高系统响应速度，同时保证数据的一致性和可靠性。
+
+该设计不仅满足当前系统的需求，还为未来的扩展和优化预留了空间，能够应对数据量增长和业务需求变化的挑战。

scripts/create_tables.sql

@@ -0,0 +1,118 @@
+-- 创建数据库（如果不存在）
+CREATE DATABASE IF NOT EXISTS stock_analysis;
+
+-- 使用数据库
+USE stock_analysis;
+
+-- 股票基本信息表
+CREATE TABLE IF NOT EXISTS stock_basic (
+    code VARCHAR(10) PRIMARY KEY,
+    name VARCHAR(50) NOT NULL,
+    sector_code VARCHAR(10),
+    list_date DATE,
+    is_etf BOOLEAN DEFAULT FALSE,
+    market VARCHAR(10),
+    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+);
+
+-- 股票实时行情表
+CREATE TABLE IF NOT EXISTS stock_quote (
+    code VARCHAR(10) PRIMARY KEY,
+    price DECIMAL(10,2),
+    change_pct DECIMAL(6,2),
+    change_amount DECIMAL(10,2),
+    volume BIGINT,
+    amount DECIMAL(18,2),
+    turnover_rate DECIMAL(8,4),
+    amplitude DECIMAL(6,2),
+    high DECIMAL(10,2),
+    low DECIMAL(10,2),
+    open DECIMAL(10,2),
+    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+);
+
+-- 股票K线数据表
+CREATE TABLE IF NOT EXISTS stock_kline (
+    id BIGINT PRIMARY KEY AUTO_INCREMENT,
+    code VARCHAR(10) NOT NULL,
+    date DATE NOT NULL,
+    open DECIMAL(10,2),
+    high DECIMAL(10,2),
+    low DECIMAL(10,2),
+    close DECIMAL(10,2),
+    volume BIGINT,
+    amount DECIMAL(18,2),
+    pct_chg DECIMAL(6,2),
+    INDEX idx_code_date (code, date)
+);
+
+-- 板块信息表
+CREATE TABLE IF NOT EXISTS sector_info (
+    code VARCHAR(10) PRIMARY KEY,
+    name VARCHAR(50) NOT NULL,
+    stock_count INT DEFAULT 0,
+    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+);
+
+-- 板块动量表
+CREATE TABLE IF NOT EXISTS sector_momentum (
+    id BIGINT PRIMARY KEY AUTO_INCREMENT,
+    sector_code VARCHAR(10) NOT NULL,
+    date DATE NOT NULL,
+    momentum_value DECIMAL(10,4),
+    n INT,
+    N INT,
+    rank INT,
+    rank_change INT,
+    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
+    INDEX idx_sector_date (sector_code, date)
+);
+
+-- 市场统计表
+CREATE TABLE IF NOT EXISTS market_stats (
+    id BIGINT PRIMARY KEY AUTO_INCREMENT,
+    date DATE NOT NULL UNIQUE,
+    up_count INT DEFAULT 0,
+    down_count INT DEFAULT 0,
+    flat_count INT DEFAULT 0,
+    limit_up_count INT DEFAULT 0,
+    limit_down_count INT DEFAULT 0,
+    total_amount DECIMAL(20,2),
+    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+);
+
+-- 创建外键约束（可选）
+-- ALTER TABLE stock_basic ADD FOREIGN KEY (sector_code) REFERENCES sector_info(code);
+-- ALTER TABLE sector_momentum ADD FOREIGN KEY (sector_code) REFERENCES sector_info(code);
+
+-- 创建索引
+CREATE INDEX IF NOT EXISTS idx_stock_basic_sector ON stock_basic(sector_code);
+CREATE INDEX IF NOT EXISTS idx_sector_momentum_rank ON sector_momentum(rank);
+CREATE INDEX IF NOT EXISTS idx_market_stats_date ON market_stats(date);
+
+-- 插入示例数据
+-- 板块信息
+INSERT IGNORE INTO sector_info (code, name, stock_count) VALUES
+('HY001', '银行', 42),
+('HY002', '证券', 48),
+('HY003', '保险', 10),
+('HY004', '房地产', 130),
+('HY005', '医药', 300),
+('HY006', '科技', 500),
+('HY007', '消费', 200),
+('HY008', '能源', 80),
+('HY009', '材料', 150),
+('HY010', '工业', 250);
+
+-- 股票基本信息（示例）
+INSERT IGNORE INTO stock_basic (code, name, sector_code, is_etf, market) VALUES
+('600000', '浦发银行', 'HY001', FALSE, '沪市'),
+('600519', '贵州茅台', 'HY007', FALSE, '沪市'),
+('000001', '平安银行', 'HY001', FALSE, '深市'),
+('000858', '五粮液', 'HY007', FALSE, '深市'),
+('510300', '沪深300ETF', 'HY006', TRUE, '沪市'),
+('510500', '500ETF', 'HY006', TRUE, '沪市');
+
+-- 市场统计（示例）
+INSERT IGNORE INTO market_stats (date, up_count, down_count, flat_count, limit_up_count, limit_down_count, total_amount) VALUES
+(CURDATE(), 2500, 2000, 500, 100, 20, 1500000000000);

src/config.py

@@ -59,6 +59,13 @@ class Config:
     # === 数据源 API Token ===
     tushare_token: Optional[str] = None
     
+    # === AmazingData 自定义数据源配置 ===
+    amazingdata_base_url: Optional[str] = None
+    amazingdata_username: Optional[str] = None
+    amazingdata_password: Optional[str] = None
+    amazingdata_host: Optional[str] = None
+    amazingdata_port: Optional[int] = None
+    
     # === AI 分析配置 ===
     gemini_api_key: Optional[str] = None
     gemini_model: str = "gemini-3-flash-preview"  # 主模型
@@ -355,6 +362,11 @@ class Config:
             feishu_app_secret=os.getenv('FEISHU_APP_SECRET'),
             feishu_folder_token=os.getenv('FEISHU_FOLDER_TOKEN'),
             tushare_token=os.getenv('TUSHARE_TOKEN'),
+            amazingdata_base_url=os.getenv('AMAZINGDATA_BASE_URL'),
+            amazingdata_username=os.getenv('AMAZINGDATA_USERNAME'),
+            amazingdata_password=os.getenv('AMAZINGDATA_PASSWORD'),
+            amazingdata_host=os.getenv('AMAZINGDATA_HOST'),
+            amazingdata_port=int(os.getenv('AMAZINGDATA_PORT', '8600')) if os.getenv('AMAZINGDATA_PORT') else None,
             gemini_api_key=os.getenv('GEMINI_API_KEY'),
             gemini_model=os.getenv('GEMINI_MODEL', 'gemini-3-flash-preview'),
             gemini_model_fallback=os.getenv('GEMINI_MODEL_FALLBACK', 'gemini-2.5-flash'),

src/services/market_service.py

@@ -0,0 +1,912 @@
+# -*- coding: utf-8 -*-
+"""
+===================================
+Market Service Layer
+===================================
+
+Responsibilities:
+1. Provide market indices data
+2. Provide sector momentum data
+3. Provide stock momentum recommendations
+4. Provide new high/low stocks
+5. Provide price distribution
+6. Provide K-line chart data
+"""
+
+import logging
+import random
+import json
+from datetime import datetime, timedelta
+from typing import List, Optional, Dict, Any
+
+from api.v1.schemas.market import (
+    MarketIndex,
+    UpDownStats,
+    SectorMomentum,
+    StockMomentum,
+    NewHighLowStock,
+    PriceDistribution,
+    PriceDistributionResponse,
+    SentimentIndicator,
+    KLineChartResponse,
+)
+
+logger = logging.getLogger(__name__)
+
+
+class MarketService:
+    """
+    Market data service
+    
+    Provides market overview, sector momentum, stock recommendations, etc.
+    """
+    
+    MAJOR_INDICES = [
+        {"code": "000001.SH", "name": "上证指数"},
+        {"code": "399001.SZ", "name": "深证成指"},
+        {"code": "399006.SZ", "name": "创业板指"},
+        {"code": "000698.SH", "name": "科创50"},
+    ]
+    
+    SECTOR_NAMES = {
+        "BK0001": "计算机",
+        "BK0002": "通信",
+        "BK0003": "电子",
+        "BK0004": "医药生物",
+        "BK0005": "食品饮料",
+        "BK0006": "家电",
+        "BK0007": "汽车",
+        "BK0008": "机械设备",
+        "BK0009": "化工",
+        "BK0010": "有色金属",
+        "BK0011": "钢铁",
+        "BK0012": "建筑材料",
+        "BK0013": "房地产",
+        "BK0014": "银行",
+        "BK0015": "非银金融",
+        "BK0016": "传媒",
+        "BK0017": "互联网",
+        "BK0018": "商贸零售",
+        "BK0019": "公用事业",
+        "BK0020": "纺织服饰",
+    }
+    
+    # 板块股票数量映射（模拟数据）
+    SECTOR_STOCK_COUNT = {
+        "BK0001": 250,  # 计算机
+        "BK0002": 80,   # 通信
+        "BK0003": 300,  # 电子
+        "BK0004": 350,  # 医药生物
+        "BK0005": 120,  # 食品饮料
+        "BK0006": 60,   # 家电
+        "BK0007": 150,  # 汽车
+        "BK0008": 200,  # 机械设备
+        "BK0009": 180,  # 化工
+        "BK0010": 100,  # 有色金属
+        "BK0011": 50,   # 钢铁
+        "BK0012": 70,   # 建筑材料
+        "BK0013": 120,  # 房地产
+        "BK0014": 40,   # 银行
+        "BK0015": 80,   # 非银金融
+        "BK0016": 100,  # 传媒
+        "BK0017": 50,   # 互联网
+        "BK0018": 90,   # 商贸零售
+        "BK0019": 60,   # 公用事业
+        "BK0020": 80,   # 纺织服饰
+    }
+    
+    CACHE_KEYS = {
+        "sector_momentum": "sector_momentum",
+        "sector_ranking": "sector_ranking",
+        "stock_momentum": "stock_momentum",
+    }
+    
+    CACHE_EXPIRY = 3600  # 1小时
+    
+    def __init__(self):
+        """Initialize market service"""
+        self._cache: Dict[str, Any] = {}
+        self._cache_time: Optional[Dict[str, float]] = {}
+        self._previous_sector_data: Dict[str, Any] = {}
+    
+    def get_indices(self) -> List[MarketIndex]:
+        """
+        Get major market indices
+        
+        Returns list of major indices with current prices
+        """
+        try:
+            indices = []
+            for idx in self.MAJOR_INDICES:
+                quote = self._get_index_quote(idx["code"])
+                indices.append(MarketIndex(
+                    code=idx["code"],
+                    name=idx["name"],
+                    price=quote.get("price", 0.0),
+                    change=quote.get("change"),
+                    change_percent=quote.get("change_percent"),
+                    volume=quote.get("volume"),
+                    amount=quote.get("amount")
+                ))
+            return indices
+        except Exception as e:
+            logger.error(f"Failed to get indices: {e}", exc_info=True)
+            return []
+    
+    def get_updown_stats(self) -> UpDownStats:
+        """
+        Get up/down statistics
+        
+        Returns market breadth statistics
+        """
+        try:
+            stats = self._fetch_updown_stats()
+            return UpDownStats(
+                up_count=stats.get("up_count", 0),
+                down_count=stats.get("down_count", 0),
+                flat_count=stats.get("flat_count", 0),
+                limit_up_count=stats.get("limit_up_count", 0),
+                limit_down_count=stats.get("limit_down_count", 0),
+                total_count=stats.get("total_count", 0)
+            )
+        except Exception as e:
+            logger.error(f"Failed to get updown stats: {e}", exc_info=True)
+            return UpDownStats(
+                up_count=0, down_count=0, flat_count=0,
+                limit_up_count=0, limit_down_count=0, total_count=0
+            )
+    
+    def get_price_distribution(self) -> PriceDistributionResponse:
+        """
+        Get price distribution
+        
+        Returns distribution of stocks across price ranges
+        """
+        try:
+            distribution = self._fetch_price_distribution()
+            items = [
+                PriceDistribution(
+                    range_label=item.get("range_label", ""),
+                    count=item.get("count", 0),
+                    percent=item.get("percent", 0.0)
+                )
+                for item in distribution
+            ]
+            total_count = sum(item.count for item in items)
+            return PriceDistributionResponse(items=items, total_count=total_count)
+        except Exception as e:
+            logger.error(f"Failed to get price distribution: {e}", exc_info=True)
+            return PriceDistributionResponse(items=[], total_count=0)
+    
+    def get_sentiment_indicators(self) -> List[SentimentIndicator]:
+        """
+        Get sentiment indicators
+        
+        Returns market sentiment data
+        """
+        try:
+            indicators = self._fetch_sentiment()
+            return [
+                SentimentIndicator(
+                    name=ind.get("name", ""),
+                    value=ind.get("value", 0.0),
+                    change=ind.get("change"),
+                    level=ind.get("level"),
+                    description=ind.get("description")
+                )
+                for ind in indicators
+            ]
+        except Exception as e:
+            logger.error(f"Failed to get sentiment: {e}", exc_info=True)
+            return []
+    
+    def get_sector_momentum(
+        self,
+        sort: str = "momentumScore",
+        order: str = "desc",
+        limit: int = 20,
+        period: int = 5  # 5日涨跌幅
+    ) -> List[SectorMomentum]:
+        """
+        Get sector momentum ranking
+        
+        Args:
+            sort: Sort field
+            order: Sort order
+            limit: Limit count
+            period: Period for calculating momentum (days)
+            
+        Returns:
+            List of sector momentum data
+        """
+        try:
+            # 尝试从缓存获取
+            cache_key = f"{self.CACHE_KEYS['sector_momentum']}_{period}"
+            cached = self._get_from_cache(cache_key)
+            if cached:
+                return cached
+            
+            # 计算板块动量
+            sectors = self._calculate_sector_momentum(period)
+            
+            if sort == "momentumScore":
+                sectors.sort(key=lambda x: x.get("momentum_score", 0), reverse=(order == "desc"))
+            elif sort == "momentumValue":
+                sectors.sort(key=lambda x: x.get("momentum_value", 0), reverse=(order == "desc"))
+            elif sort == "changePercent":
+                sectors.sort(key=lambda x: x.get("change_percent", 0), reverse=(order == "desc"))
+            elif sort == "rankChange":
+                sectors.sort(key=lambda x: x.get("rank_change", 0), reverse=(order == "desc"))
+            
+            sectors = sectors[:limit]
+            
+            # 转换为模型
+            result = [
+                SectorMomentum(
+                    code=s.get("code", ""),
+                    name=s.get("name", ""),
+                    momentum_score=s.get("momentum_score", 0.0),
+                    change_percent=s.get("change_percent", 0.0),
+                    turnover_rate=s.get("turnover_rate"),
+                    leading_stock=s.get("leading_stock"),
+                    leading_stock_name=s.get("leading_stock_name"),
+                    momentum_value=s.get("momentum_value"),
+                    momentum_value_change=s.get("momentum_value_change"),
+                    rank=s.get("rank"),
+                    rank_change=s.get("rank_change")
+                )
+                for s in sectors
+            ]
+            
+            # 缓存结果
+            self._set_to_cache(cache_key, result)
+            
+            return result
+        except Exception as e:
+            logger.error(f"Failed to get sector momentum: {e}", exc_info=True)
+            return []
+    
+    def _calculate_sector_momentum(self, period: int = 5) -> List[Dict[str, Any]]:
+        """
+        Calculate sector momentum based on the specified algorithm
+        
+        Algorithm:
+        1. Get all stocks with their price change percentage for the period
+        2. Sort by change percentage
+        3. Take top 16% as momentum stocks
+        4. Group by sector
+        5. Calculate momentum value = (n²) / N, where:
+           - n: number of momentum stocks in sector
+           - N: total stocks in sector
+        6. Calculate momentum value change and rank change
+        """
+        # Step 1: Get all stocks with their change percentages
+        all_stocks = self._fetch_all_stocks_with_change(period)
+        
+        if not all_stocks:
+            return self._generate_mock_sector_momentum()
+        
+        # Step 2: Sort by change percentage (descending)
+        all_stocks.sort(key=lambda x: x.get("change_percent", 0), reverse=True)
+        
+        # Step 3: Take top 16%
+        top_16_percent_count = max(1, int(len(all_stocks) * 0.16))
+        momentum_stocks = all_stocks[:top_16_percent_count]
+        
+        # Step 4: Group by sector
+        sector_momentum_map = {}
+        for stock in momentum_stocks:
+            sector = stock.get("sector")
+            if sector:
+                if sector not in sector_momentum_map:
+                    sector_momentum_map[sector] = []
+                sector_momentum_map[sector].append(stock)
+        
+        # Step 5: Calculate momentum value for each sector
+        sector_data = []
+        for sector_code, stocks in sector_momentum_map.items():
+            n = len(stocks)
+            N = self.SECTOR_STOCK_COUNT.get(sector_code, 1)  # Default to 1 to avoid division by zero
+            momentum_value = (n ** 2) / N if N > 0 else 0
+            
+            sector_info = {
+                "code": sector_code,
+                "name": self.SECTOR_NAMES.get(sector_code, sector_code),
+                "momentum_value": round(momentum_value, 4),
+                "n": n,  # Number of momentum stocks in sector
+                "N": N,  # Total stocks in sector
+                "stocks": stocks
+            }
+            sector_data.append(sector_info)
+        
+        # Add sectors with no momentum stocks
+        for sector_code, sector_name in self.SECTOR_NAMES.items():
+            if sector_code not in sector_momentum_map:
+                N = self.SECTOR_STOCK_COUNT.get(sector_code, 1)
+                sector_data.append({
+                    "code": sector_code,
+                    "name": sector_name,
+                    "momentum_value": 0.0,
+                    "n": 0,
+                    "N": N,
+                    "stocks": []
+                })
+        
+        # Step 6: Sort by momentum value (descending)
+        sector_data.sort(key=lambda x: x.get("momentum_value", 0), reverse=True)
+        
+        # Step 7: Calculate ranks and changes
+        current_ranking = {sector["code"]: i + 1 for i, sector in enumerate(sector_data)}
+        
+        # Get previous data
+        previous_data = self._previous_sector_data.get(period, {})
+        previous_ranking = previous_data.get("ranking", {})
+        previous_momentum = previous_data.get("momentum", {})
+        
+        # Calculate changes and add additional fields
+        for i, sector in enumerate(sector_data):
+            sector_code = sector["code"]
+            current_rank = i + 1
+            previous_rank = previous_ranking.get(sector_code, current_rank)
+            rank_change = previous_rank - current_rank  # Positive means rank improved
+            
+            current_momentum = sector["momentum_value"]
+            previous_momentum_value = previous_momentum.get(sector_code, current_momentum)
+            momentum_value_change = current_momentum - previous_momentum_value
+            
+            # Calculate additional metrics
+            if sector["stocks"]:
+                avg_change = sum(s.get("change_percent", 0) for s in sector["stocks"]) / len(sector["stocks"])
+                leading_stock = max(sector["stocks"], key=lambda s: s.get("change_percent", 0))
+                turnover_rate = random.uniform(1, 10)
+            else:
+                avg_change = 0
+                leading_stock = None
+                turnover_rate = random.uniform(0.5, 3)
+            
+            sector.update({
+                "rank": current_rank,
+                "rank_change": rank_change,
+                "momentum_value_change": round(momentum_value_change, 4),
+                "momentum_score": round(sector["momentum_value"] * 100, 2),
+                "change_percent": round(avg_change, 2),
+                "turnover_rate": round(turnover_rate, 2),
+                "leading_stock": leading_stock.get("code") if leading_stock else None,
+                "leading_stock_name": leading_stock.get("name") if leading_stock else None
+            })
+        
+        # Update previous data for next calculation
+        self._previous_sector_data[period] = {
+            "ranking": current_ranking,
+            "momentum": {sector["code"]: sector["momentum_value"] for sector in sector_data},
+            "timestamp": datetime.now().isoformat()
+        }
+        
+        return sector_data
+    
+    def _fetch_all_stocks_with_change(self, period: int = 5) -> List[Dict[str, Any]]:
+        """
+        Fetch all stocks with their price change percentage for the specified period
+        
+        Args:
+            period: Number of days for calculating change
+            
+        Returns:
+            List of stocks with change percentage and sector
+        """
+        # In a real implementation, this would fetch data from a data provider
+        # For now, we'll generate mock data
+        
+        stocks = []
+        sector_codes = list(self.SECTOR_NAMES.keys())
+        
+        # Generate mock stocks for each sector
+        for sector_code in sector_codes:
+            stock_count = self.SECTOR_STOCK_COUNT.get(sector_code, 50)
+            
+            for i in range(stock_count):
+                stock = {
+                    "code": f"{random.randint(600000, 605000) if random.random() > 0.5 else random.randint(0, 300000):06d}",
+                    "name": f"{self.SECTOR_NAMES.get(sector_code, sector_code)}股票{i+1}",
+                    "change_percent": random.uniform(-10, 15),  # Random change percentage
+                    "sector": sector_code
+                }
+                stocks.append(stock)
+        
+        return stocks
+    
+    def get_stock_momentum_recommendation(self, limit: int = 15) -> List[StockMomentum]:
+        """
+        Get stock momentum recommendations
+        
+        Args:
+            limit: Limit count
+            
+        Returns:
+            List of recommended stocks
+        """
+        try:
+            cache_key = self.CACHE_KEYS['stock_momentum']
+            cached = self._get_from_cache(cache_key)
+            if cached:
+                return cached[:limit]
+            
+            stocks = self._fetch_stock_momentum()
+            stocks = stocks[:limit]
+            
+            result = [
+                StockMomentum(
+                    code=s.get("code", ""),
+                    name=s.get("name", ""),
+                    momentum_score=s.get("momentum_score", 0.0),
+                    change_percent=s.get("change_percent", 0.0),
+                    sector=s.get("sector"),
+                    recommendation=s.get("recommendation")
+                )
+                for s in stocks
+            ]
+            
+            self._set_to_cache(cache_key, result)
+            return result
+        except Exception as e:
+            logger.error(f"Failed to get stock momentum: {e}", exc_info=True)
+            return []
+    
+    def get_new_high_stocks(self, days: int = 20, limit: int = 20) -> List[NewHighLowStock]:
+        """
+        Get stocks that reached new high
+        
+        Args:
+            days: Days to look back
+            limit: Limit count
+            
+        Returns:
+            List of new high stocks
+        """
+        try:
+            stocks = self._fetch_new_high_low("high", days)
+            stocks = stocks[:limit]
+            
+            return [
+                NewHighLowStock(
+                    code=s.get("code", ""),
+                    name=s.get("name", ""),
+                    price=s.get("price", 0.0),
+                    change_percent=s.get("change_percent", 0.0),
+                    days_to_high=s.get("days_to_high"),
+                    high_date=s.get("high_date")
+                )
+                for s in stocks
+            ]
+        except Exception as e:
+            logger.error(f"Failed to get new high stocks: {e}", exc_info=True)
+            return []
+    
+    def get_new_low_stocks(self, days: int = 20, limit: int = 20) -> List[NewHighLowStock]:
+        """
+        Get stocks that reached new low
+        
+        Args:
+            days: Days to look back
+            limit: Limit count
+            
+        Returns:
+            List of new low stocks
+        """
+        try:
+            stocks = self._fetch_new_high_low("low", days)
+            stocks = stocks[:limit]
+            
+            return [
+                NewHighLowStock(
+                    code=s.get("code", ""),
+                    name=s.get("name", ""),
+                    price=s.get("price", 0.0),
+                    change_percent=s.get("change_percent", 0.0),
+                    days_to_low=s.get("days_to_low"),
+                    low_date=s.get("low_date")
+                )
+                for s in stocks
+            ]
+        except Exception as e:
+            logger.error(f"Failed to get new low stocks: {e}", exc_info=True)
+            return []
+    
+    def get_stock_kline_chart(self, stock_code: str, days: int = 60) -> KLineChartResponse:
+        """
+        Get stock K-line chart data for ECharts
+        
+        Args:
+            stock_code: Stock code
+            days: Number of days
+            
+        Returns:
+            K-line chart data formatted for ECharts
+        """
+        try:
+            kline_data = self._fetch_kline_data(stock_code, days)
+            
+            if not kline_data:
+                return KLineChartResponse(
+                    categoryData=[], values=[], volumes=[], stock_name=None
+                )
+            
+            category_data = []
+            values = []
+            volumes = []
+            
+            for i, item in enumerate(kline_data):
+                category_data.append(item.get("date", ""))
+                values.append([
+                    item.get("open", 0.0),
+                    item.get("close", 0.0),
+                    item.get("low", 0.0),
+                    item.get("high", 0.0),
+                    item.get("volume", 0.0)
+                ])
+                
+                change_sign = 1 if item.get("close", 0) >= item.get("open", 0) else -1
+                volumes.append([i, item.get("volume", 0.0), change_sign])
+            
+            stock_name = self._get_stock_name(stock_code)
+            
+            return KLineChartResponse(
+                categoryData=category_data,
+                values=values,
+                volumes=volumes,
+                stock_name=stock_name
+            )
+        except Exception as e:
+            logger.error(f"Failed to get stock kline: {e}", exc_info=True)
+            return KLineChartResponse(
+                categoryData=[], values=[], volumes=[], stock_name=None
+            )
+    
+    def get_sector_kline(self, sector_code: str, days: int = 60) -> KLineChartResponse:
+        """
+        Get sector K-line chart
+        
+        Args:
+            sector_code: Sector code
+            days: Number of days
+            
+        Returns:
+            K-line chart data
+        """
+        try:
+            kline_data = self._fetch_sector_kline_data(sector_code, days)
+            
+            if not kline_data:
+                return KLineChartResponse(
+                    categoryData=[], values=[], volumes=[], stock_name=None
+                )
+            
+            category_data = []
+            values = []
+            volumes = []
+            
+            for i, item in enumerate(kline_data):
+                category_data.append(item.get("date", ""))
+                values.append([
+                    item.get("open", 0.0),
+                    item.get("close", 0.0),
+                    item.get("low", 0.0),
+                    item.get("high", 0.0),
+                    item.get("volume", 0.0)
+                ])
+                
+                change_sign = 1 if item.get("close", 0) >= item.get("open", 0) else -1
+                volumes.append([i, item.get("volume", 0.0), change_sign])
+            
+            sector_name = self.SECTOR_NAMES.get(sector_code, sector_code)
+            
+            return KLineChartResponse(
+                categoryData=category_data,
+                values=values,
+                volumes=volumes,
+                stock_name=sector_name
+            )
+        except Exception as e:
+            logger.error(f"Failed to get sector kline: {e}", exc_info=True)
+            return KLineChartResponse(
+                categoryData=[], values=[], volumes=[], stock_name=None
+            )
+    
+    def _get_index_quote(self, code: str) -> Dict[str, Any]:
+        """Get index quote from data provider"""
+        try:
+            from data_provider.base import DataFetcherManager
+            manager = DataFetcherManager()
+            quote = manager.get_realtime_quote(code)
+            if quote:
+                return {
+                    "price": getattr(quote, "price", 0.0) or 0.0,
+                    "change": getattr(quote, "change_amount", None),
+                    "change_percent": getattr(quote, "change_pct", None),
+                    "volume": getattr(quote, "volume", None),
+                    "amount": getattr(quote, "amount", None),
+                }
+        except Exception as e:
+            logger.warning(f"Failed to get index quote for {code}: {e}")
+        
+        return self._generate_mock_index_quote(code)
+    
+    def _generate_mock_index_quote(self, code: str) -> Dict[str, Any]:
+        """Generate mock index quote for testing"""
+        base_prices = {
+            "000001.SH": 3200.0,
+            "399001.SZ": 10500.0,
+            "399006.SZ": 2100.0,
+            "000698.SH": 950.0,
+        }
+        base_price = base_prices.get(code, 1000.0)
+        change_pct = random.uniform(-1.5, 2.0)
+        change = base_price * change_pct / 100
+        
+        return {
+            "price": base_price + change,
+            "change": change,
+            "change_percent": change_pct,
+            "volume": random.randint(100000000, 500000000),
+            "amount": random.randint(10000000000, 50000000000),
+        }
+    
+    def _fetch_updown_stats(self) -> Dict[str, Any]:
+        """Fetch up/down statistics"""
+        try:
+            from data_provider.akshare_fetcher import AkshareFetcher
+            fetcher = AkshareFetcher()
+            stats = fetcher.get_market_updown_stats()
+            if stats:
+                return stats
+        except Exception as e:
+            logger.warning(f"Failed to fetch updown stats: {e}")
+        
+        return self._generate_mock_updown_stats()
+    
+    def _generate_mock_updown_stats(self) -> Dict[str, Any]:
+        """Generate mock up/down stats"""
+        total = 5000
+        up = random.randint(1500, 3500)
+        down = total - up - random.randint(100, 300)
+        flat = total - up - down
+        
+        return {
+            "up_count": up,
+            "down_count": down,
+            "flat_count": flat,
+            "limit_up_count": random.randint(10, 50),
+            "limit_down_count": random.randint(1, 9),
+            "total_count": total,
+        }
+    
+    def _fetch_price_distribution(self) -> List[Dict[str, Any]]:
+        """Fetch price distribution"""
+        ranges = [
+            ("<10元", 0, 10),
+            ("10-20元", 10, 20),
+            ("20-50元", 20, 50),
+            ("50-100元", 50, 100),
+            (">100元", 100, 10000),
+        ]
+        
+        total = 5000
+        distribution = []
+        remaining = total
+        
+        for i, (label, low, high) in enumerate(ranges):
+            if i == len(ranges) - 1:
+                count = remaining
+            else:
+                count = random.randint(500, 1500)
+                remaining -= count
+            percent = round(count / total * 100, 1)
+            distribution.append({
+                "range_label": label,
+                "count": count,
+                "percent": percent
+            })
+        
+        return distribution
+    
+    def _fetch_sentiment(self) -> List[Dict[str, Any]]:
+        """Fetch sentiment indicators"""
+        return [
+            {
+                "name": "市场宽度",
+                "value": random.uniform(40, 60),
+                "change": random.uniform(-5, 5),
+                "level": "medium",
+                "description": "上涨股票占比"
+            },
+            {
+                "name": "量比指标",
+                "value": random.uniform(0.8, 1.5),
+                "change": random.uniform(-0.2, 0.2),
+                "level": "medium",
+                "description": "今日成交量/5日平均成交量"
+            },
+            {
+                "name": "涨停数",
+                "value": random.randint(20, 80),
+                "change": random.randint(-10, 10),
+                "level": "medium",
+                "description": "涨停股票数量"
+            },
+        ]
+    
+    def _generate_mock_sector_momentum(self) -> List[Dict[str, Any]]:
+        """Generate mock sector momentum data"""
+        sectors = []
+        for code, name in self.SECTOR_NAMES.items():
+            n = random.randint(0, 20)
+            N = self.SECTOR_STOCK_COUNT.get(code, 100)
+            momentum_value = (n ** 2) / N if N > 0 else 0
+            
+            # Calculate rank change (mock)
+            rank = random.randint(1, len(self.SECTOR_NAMES))
+            rank_change = random.randint(-5, 5)
+            
+            sectors.append({
+                "code": code,
+                "name": name,
+                "momentum_value": round(momentum_value, 4),
+                "momentum_value_change": round(random.uniform(-0.5, 1.0), 4),
+                "momentum_score": round(momentum_value * 100, 2),
+                "change_percent": round(random.uniform(-3, 8), 2),
+                "turnover_rate": round(random.uniform(1, 10), 2),
+                "leading_stock": f"{random.randint(30, 605000):06d}",
+                "leading_stock_name": f"龙头股{random.randint(1, 100)}",
+                "rank": rank,
+                "rank_change": rank_change,
+                "n": n,
+                "N": N,
+                "stocks": []
+            })
+        
+        # Sort by momentum value
+        sectors.sort(key=lambda x: x.get("momentum_value", 0), reverse=True)
+        
+        # Update ranks based on sorted order
+        for i, sector in enumerate(sectors):
+            sector["rank"] = i + 1
+        
+        return sectors
+    
+    def _fetch_sector_momentum(self) -> List[Dict[str, Any]]:
+        """Fetch sector momentum data"""
+        return self._generate_mock_sector_momentum()
+    
+    def _fetch_stock_momentum(self) -> List[Dict[str, Any]]:
+        """Fetch stock momentum recommendations"""
+        stocks = []
+        for i in range(30):
+            code = f"{random.randint(30, 605000):06d}"
+            momentum_score = random.uniform(50, 95)
+            change_pct = random.uniform(-3, 8)
+            recommendation = "buy" if momentum_score > 80 else "watch" if momentum_score > 70 else "hold"
+            
+            stocks.append({
+                "code": code,
+                "name": f"股票{code}",
+                "momentum_score": round(momentum_score, 2),
+                "change_percent": round(change_pct, 2),
+                "sector": random.choice(list(self.SECTOR_NAMES.values())),
+                "recommendation": recommendation,
+            })
+        
+        stocks.sort(key=lambda x: x.get("momentum_score", 0), reverse=True)
+        return stocks
+    
+    def _fetch_new_high_low(self, type: str, days: int) -> List[Dict[str, Any]]:
+        """Fetch new high/low stocks"""
+        stocks = []
+        for i in range(30):
+            code = f"{random.randint(30, 605000):06d}"
+            price = random.uniform(10, 100)
+            change_pct = random.uniform(1, 10) if type == "high" else random.uniform(-1, -10)
+            
+            stocks.append({
+                "code": code,
+                "name": f"股票{code}",
+                "price": round(price, 2),
+                "change_percent": round(change_pct, 2),
+                "days_to_high": random.randint(1, days) if type == "high" else None,
+                "days_to_low": random.randint(1, days) if type == "low" else None,
+                "high_date": datetime.now().strftime("%Y-%m-%d") if type == "high" else None,
+                "low_date": datetime.now().strftime("%Y-%m-%d") if type == "low" else None,
+            })
+        
+        stocks.sort(key=lambda x: abs(x.get("change_percent", 0)), reverse=True)
+        return stocks
+    
+    def _fetch_kline_data(self, stock_code: str, days: int) -> List[Dict[str, Any]]:
+        """Fetch K-line data for stock"""
+        try:
+            from data_provider.base import DataFetcherManager
+            manager = DataFetcherManager()
+            df, source = manager.get_daily_data(stock_code, days=days)
+            
+            if df is not None and not df.empty:
+                kline = []
+                for _, row in df.iterrows():
+                    date_val = row.get("date")
+                    if hasattr(date_val, "strftime"):
+                        date_str = date_val.strftime("%Y-%m-%d")
+                    else:
+                        date_str = str(date_val)
+                    
+                    kline.append({
+                        "date": date_str,
+                        "open": float(row.get("open", 0)),
+                        "close": float(row.get("close", 0)),
+                        "high": float(row.get("high", 0)),
+                        "low": float(row.get("low", 0)),
+                        "volume": float(row.get("volume", 0) or 0),
+                    })
+                return kline
+        except Exception as e:
+            logger.warning(f"Failed to fetch kline for {stock_code}: {e}")
+        
+        return self._generate_mock_kline(days)
+    
+    def _fetch_sector_kline_data(self, sector_code: str, days: int) -> List[Dict[str, Any]]:
+        """Fetch K-line data for sector"""
+        return self._generate_mock_kline(days)
+    
+    def _generate_mock_kline(self, days: int) -> List[Dict[str, Any]]:
+        """Generate mock K-line data"""
+        kline = []
+        base_price = random.uniform(10, 100)
+        
+        for i in range(days):
+            date = datetime.now() - timedelta(days=days - i - 1)
+            change = random.uniform(-0.05, 0.05)
+            open_price = base_price
+            close_price = base_price * (1 + change)
+            high_price = max(open_price, close_price) * (1 + random.uniform(0, 0.02))
+            low_price = min(open_price, close_price) * (1 - random.uniform(0, 0.02))
+            
+            kline.append({
+                "date": date.strftime("%Y-%m-%d"),
+                "open": round(open_price, 2),
+                "close": round(close_price, 2),
+                "high": round(high_price, 2),
+                "low": round(low_price, 2),
+                "volume": random.randint(100000, 10000000),
+            })
+            
+            base_price = close_price
+        
+        return kline
+    
+    def _get_stock_name(self, stock_code: str) -> Optional[str]:
+        """Get stock name"""
+        try:
+            from data_provider.base import DataFetcherManager
+            manager = DataFetcherManager()
+            return manager.get_stock_name(stock_code)
+        except Exception as e:
+            logger.warning(f"Failed to get stock name for {stock_code}: {e}")
+            return f"股票{stock_code}"
+    
+    def _get_from_cache(self, key: str) -> Optional[Any]:
+        """Get data from cache"""
+        if key in self._cache:
+            timestamp = self._cache_time.get(key, 0)
+            if time.time() - timestamp < self.CACHE_EXPIRY:
+                return self._cache[key]
+            else:
+                # Cache expired
+                del self._cache[key]
+                del self._cache_time[key]
+        return None
+    
+    def _set_to_cache(self, key: str, value: Any) -> None:
+        """Set data to cache"""
+        self._cache[key] = value
+        if self._cache_time is None:
+            self._cache_time = {}
+        self._cache_time[key] = time.time()
+
+import time