ljwx-stock/DATA_PIPELINE_STATUS.md

数据管道状态报告

📊 当前问题诊断

✅ 已完成的工作

1. 修改推荐API逻辑 (backend/app/routes/recommendations.py)

   • ✅ 移除了limit <= 25的mock数据fallback
   • ✅ 真实数据模式现在是默认行为
   • ✅ 只有显式?fast=true才返回mock数据

2. 创建数据更新服务 (backend/services/data_updater_service.py)

   • ✅ 后台服务每5分钟更新一次数据
   • ✅ 支持30+重点关注股票
   • ✅ 支持全球资产（外汇、黄金、美股、港股）
   • ✅ 在FastAPI启动时自动运行

3. 环境变量配置

   • ✅ TUSHARE_TOKEN 已配置
   • ✅ ALPHA_VANTAGE_API_KEY 已配置
   • ✅ Docker Compose已正确传递环境变量

---

⚠️ 当前问题

问题1: 数据获取失败

症状：

yfinance - ERROR - ['600000.SS']: Exception('%ticker%: No price data found, symbol may be delisted')

根本原因： 数据更新服务调用的data_fetcher.get_realtime_quote()方法直接使用yfinance，而不是优先使用TuShare。

影响：

• A股数据无法获取（非交易时间 + yfinance对A股支持差）
• 推荐API无法生成真实的推荐列表
• Dashboard仍然显示模拟数据

问题2: data_fetcher优先级错误

现状：

# backend/app/modules/data_fetcher.py
def get_realtime_quote(self, symbols):
    # 直接使用yfinance，没有先尝试TuShare
    data = yf.download(symbol_converted, period="1d", interval="1m")

应该的逻辑：

def get_realtime_quote(self, symbols):
    # 1. 先判断是A股还是国际资产
    # 2. A股使用TuShare
    # 3. 国际资产使用yfinance或Alpha Vantage
    # 4. 提供fallback机制

---

🔧 解决方案

方案A: 修改data_fetcher优先级 (推荐)

优点：

• 从根本上解决问题
• 所有API都会受益
• 符合最佳实践

修改内容：

1. get_realtime_quote()方法先尝试TuShare（A股）
2. 添加更好的错误处理和fallback
3. 缓存TuShare数据避免频繁API调用

工作量：约30分钟

方案B: 使用TuShare专用方法 (快速)

优点：

• 不影响现有代码
• 快速实现

缺点：

• 需要修改data_updater_service调用方式

修改内容：

1. 在data_fetcher中添加get_tushare_quote()方法
2. data_updater_service调用新方法

工作量：约15分钟

方案C: 手动运行测试 (临时)

优点：

• 无需修改代码
• 可以立即验证其他功能

步骤：

1. 等到明天A股开盘（9:30-15:00）
2. TuShare API会返回数据
3. 验证推荐API是否正常

缺点：

• 需要等待
• 非交易时间无法测试

---

🎯 推荐执行计划

立即执行（今天）

1. 修复data_fetcher优先级（方案A）

   • 修改get_realtime_quote()方法
   • 添加TuShare优先逻辑
   • 提交代码

2. 添加离线测试模式

   • 使用TuShare的历史数据
   • 不依赖实时行情
   • 可以在任何时间测试

3. 验证推荐API

   • 测试是否返回不同的股票
   • 检查是否使用TuShare数据

明天验证（交易时间）

1. 实时数据测试

   • 9:30-15:00 A股交易时间
   • 验证实时报价是否更新
   • 检查推荐API的实时性

2. Dashboard验证

   • 检查前端显示的股票是否多样化
   • 验证价格是否实时更新
   • 测试AI分析是否基于真实数据

---

📝 技术细节

TuShare API使用

import tushare as ts
pro = ts.pro_api(token)

# 获取实时行情
df = pro.daily(ts_code='600000.SH', trade_date='20251116')

# 获取基本面数据
df_basic = pro.daily_basic(ts_code='600000.SH')

Alpha Vantage API使用

# 外汇
url = f"https://www.alphavantage.co/query?function=CURRENCY_EXCHANGE_RATE&from_currency=EUR&to_currency=USD&apikey={API_KEY}"

# 黄金
url = f"https://www.alphavantage.co/query?function=TIME_SERIES_DAILY&symbol=GLD&apikey={API_KEY}"

# 美股
url = f"https://www.alphavantage.co/query?function=GLOBAL_QUOTE&symbol=AAPL&apikey={API_KEY}"

---

⏰ 时间安排

任务	优先级	预计时间	状态
修改data_fetcher优先级	高	30分钟	待开始
添加TuShare优先逻辑	高	20分钟	待开始
添加离线测试模式	中	15分钟	待开始
测试推荐API	高	10分钟	待开始
明天实时验证	中	30分钟	计划中

总计: 约1.5小时可以完成所有修复

---

🔍 下一步行动

选项1: 继续修复（推荐）

• 立即修改data_fetcher
• 添加TuShare优先逻辑
• 测试验证

选项2: 暂停等待

• 等到明天交易时间
• 使用现有代码测试
• 根据结果决定是否修改

选项3: 混合方案

• 先使用历史数据测试推荐API
• 验证逻辑是否正确
• 明天交易时间验证实时数据

---

📞 需要决策

请决定接下来的步骤：

1. 立即修复data_fetcher - 完整解决方案（约1小时）
2. 添加测试模式 - 快速验证（约30分钟）
3. 等到明天 - 使用实时数据测试

建议: 选择选项1（立即修复），因为：

• 从根本上解决问题
• 不依赖交易时间
• 可以立即验证所有功能
• 为生产环境做好准备

---

最后更新: 2025-11-16 18:25 状态: 等待决策