""" 数据库表结构定义 定义所有表的基本结构和关系 根据BRD文档定义的表结构: 1. future_info - 期货标的基础信息表 2. transaction_records - 交易记录表，记录每一笔开仓平仓的具体数据 3. trade_records - 交易汇总表，对一组开仓平仓交易的汇总记录 4. monitor_records - 监控标的信息表 5. 维度相关表: - strategy_info - 交易策略表 - candle_info - K线形态表 - trend_info - 走势类型基本信息表 - dim_time_range - 走势类型的时间范围 - dim_amplitude - 走势类型的幅度范围 - dim_position - 走势类型的位置范围 - dim_speed_type - 走势类型的速度范围 - dim_trend_type - 走势类型的趋势范围 6. future_daily - 每日期货数据更新表 7. roll_trade_records - 期货换月交易记录表 """ from app.database.db_manager import db from sqlalchemy import MetaData, text import os import pandas as pd # 定义元数据，用于创建表 metadata = MetaData() def create_schemas(app): """ 创建数据库表结构 Args: app: Flask应用实例 """ with app.app_context(): # 导入所有模型以确保它们被注册到元数据中 import app.models.future_info import app.models.transaction import app.models.trade import app.models.monitor import app.models.dimension import app.models.system # 创建所有表 db.create_all() # 初始化维度数据（如果需要） _initialize_dimension_data() # 初始化系统配置数据（如果需要） _initialize_system_config() # 添加表和列的注释 _add_comments() def _add_comments(): """ 添加表和列的详细注释 基于BRD文档中的描述 """ # 这里添加注释逻辑，SQLite不支持注释，所以这里只是作为文档记录 # 如果之后切换到支持注释的数据库(如MySQL或PostgreSQL)，可以实现这部分逻辑 # 例如在PostgreSQL中: # db.session.execute(text("COMMENT ON TABLE future_info IS '期货标的基础信息表';")) # db.session.execute(text("COMMENT ON COLUMN future_info.contract_letter IS '合约字母：1位或者2位的英文字母，这是唯一的';")) pass def _initialize_dimension_data(): """ 初始化维度数据 创建基本的维度数据，如时间范围、幅度范围、位置范围等 BRD文档中描述的维度数据: 1. dim_time_range - 短期、中期、长期 2. dim_amplitude - 小幅、中幅、大幅 3. dim_position - 低位、中位、高位 4. dim_speed_type - 急速、连续、震荡 5. dim_trend_type - 上涨、下跌、震荡 """ from app.models.dimension import ( DimTimeRange, DimAmplitude, DimPosition, DimSpeedType, DimTrendType, StrategyInfo, CandleInfo ) # 如果表中没有数据，添加初始数据 if db.session.query(DimTimeRange).count() == 0: time_ranges = [ DimTimeRange(name="短期"), DimTimeRange(name="中期"), DimTimeRange(name="长期") ] db.session.add_all(time_ranges) if db.session.query(DimAmplitude).count() == 0: amplitudes = [ DimAmplitude(name="小幅"), DimAmplitude(name="中幅"), DimAmplitude(name="大幅") ] db.session.add_all(amplitudes) if db.session.query(DimPosition).count() == 0: positions = [ DimPosition(name="低位"), DimPosition(name="中位"), DimPosition(name="高位") ] db.session.add_all(positions) if db.session.query(DimSpeedType).count() == 0: speed_types = [ DimSpeedType(name="急速"), DimSpeedType(name="连续"), DimSpeedType(name="震荡") ] db.session.add_all(speed_types) if db.session.query(DimTrendType).count() == 0: trend_types = [ DimTrendType(name="上涨"), DimTrendType(name="下跌"), DimTrendType(name="震荡") ] db.session.add_all(trend_types) # 添加基础策略数据 if db.session.query(StrategyInfo).count() == 0: strategies = [ StrategyInfo(name="趋势假突破", open_close_type=0, strategy_type=2), StrategyInfo(name="趋势真突破", open_close_type=0, strategy_type=2), StrategyInfo(name="趋势真跌破", open_close_type=0, strategy_type=2), StrategyInfo(name="趋势假跌破", open_close_type=0, strategy_type=2), StrategyInfo(name="压力位真突破", open_close_type=0, strategy_type=0), StrategyInfo(name="压力位假突破", open_close_type=0, strategy_type=0), StrategyInfo(name="支撑位真跌破", open_close_type=0, strategy_type=1), StrategyInfo(name="支撑位假跌破", open_close_type=0, strategy_type=1), StrategyInfo(name="换月", open_close_type=1, strategy_type=3), StrategyInfo(name="涨破5K", open_close_type=1, strategy_type=3), StrategyInfo(name="涨破10K", open_close_type=1, strategy_type=3), StrategyInfo(name="涨破20K", open_close_type=1, strategy_type=3), StrategyInfo(name="涨破30K", open_close_type=1, strategy_type=3), StrategyInfo(name="跌破5K", open_close_type=1, strategy_type=3), StrategyInfo(name="跌破10K", open_close_type=1, strategy_type=3), StrategyInfo(name="跌破20K", open_close_type=1, strategy_type=3), StrategyInfo(name="跌破30K", open_close_type=1, strategy_type=3), StrategyInfo(name="盘中比例止损", open_close_type=1, strategy_type=3), StrategyInfo(name="涨破支撑位", open_close_type=1, strategy_type=3), StrategyInfo(name="跌破支撑位", open_close_type=1, strategy_type=3), StrategyInfo(name="涨破压力位", open_close_type=1, strategy_type=3), StrategyInfo(name="跌破压力位", open_close_type=1, strategy_type=3), StrategyInfo(name="跌破手画压力位", open_close_type=1, strategy_type=3), StrategyInfo(name="换月不继续", open_close_type=1, strategy_type=3), StrategyInfo(name="比例止损", open_close_type=1, strategy_type=3), ] db.session.add_all(strategies) # 添加基础K线形态数据 if db.session.query(CandleInfo).count() == 0: # 从CSV文件加载K线形态数据 csv_path = os.path.join(os.path.dirname(os.path.dirname(__file__)), 'config', 'candle_info.csv') if os.path.exists(csv_path): df = pd.read_csv(csv_path) candle_patterns = [] for _, row in df.iterrows(): if pd.notna(row['name']): # 只添加name不为空的记录 candle_patterns.append(CandleInfo( id=row['id'], name=row['name'] )) if candle_patterns: db.session.add_all(candle_patterns) else: # 如果CSV文件不存在，使用默认数据 candle_patterns = [ CandleInfo(name="连续阳线"), CandleInfo(name="连续阴线"), CandleInfo(name="长阳破位"), CandleInfo(name="长阴破位"), CandleInfo(name="上下影线"), CandleInfo(name="十字星") ] db.session.add_all(candle_patterns) # 提交事务 db.session.commit() def register_models(): """ 注册所有模型 确保所有模型都已导入并注册到SQLAlchemy """ import app.models.future_info import app.models.transaction import app.models.trade import app.models.monitor import app.models.dimension def _initialize_system_config(): """ 初始化系统配置数据 从CSV文件中读取配置参数并插入到数据库中 如果system_config表中已有数据，则跳过初始化 """ from app.models.system import SystemConfig import csv import os # 如果表中已有数据，跳过初始化 if db.session.query(SystemConfig).count() > 0: print("system_config表已有数据，跳过初始化") return # 配置CSV文件路径 csv_path = os.path.join(os.path.dirname(os.path.dirname(os.path.dirname(__file__))), 'data', 'config_parameters.csv') if not os.path.exists(csv_path): print(f"配置文件不存在: {csv_path}") return try: print("开始初始化系统配置数据...") configs = [] with open(csv_path, 'r', encoding='utf-8') as f: reader = csv.DictReader(f) for row_num, row in enumerate(reader, start=2): # 从第2行开始（第1行是表头） try: # 验证必要字段 parameter_name = row.get('参数名称', '').strip() if not parameter_name: print(f"第{row_num}行：参数名称为空，跳过") continue current_value = row.get('当前值', '').strip() parameter_type = row.get('参数类型', 'string').strip() category = row.get('所属分类', '').strip() # 创建配置对象 config = SystemConfig( parameter_name=parameter_name, current_value=current_value, parameter_type=parameter_type, category=category, code_location=row.get('代码位置', '').strip(), description=row.get('参数说明', '').strip(), hot_update_support=row.get('热更新支持', '热更新').strip(), edit_permission=row.get('修改权限', '管理员').strip(), importance_level=row.get('重要程度', '中').strip(), notes=row.get('备注', '').strip(), is_active=True ) configs.append(config) except Exception as e: print(f"解析第{row_num}行配置数据时出错: {e}") continue # 批量插入数据库 if configs: db.session.add_all(configs) db.session.commit() print(f"成功初始化 {len(configs)} 条系统配置数据") else: print("没有有效的配置数据可插入") except Exception as e: print(f"初始化系统配置数据时出错: {e}") db.session.rollback() """ BRD文档中表结构详细描述： future_info表： - id: 序号，主键 - contract_letter: 合约字母，1位或者2位的英文字母，唯一标识 - name: 名称，可能是中文（还可能包含数字），也可能是英文 - market: 市场，分为国内(0)和国外(1) - exchange: 交易所，3-5位的英文字母 - contract_multiplier: 合约乘数，数字 - long_margin_rate: 做多保证金率（按金额），数字 - short_margin_rate: 做空保证金率（按金额），数字 - open_fee: 开仓费用（按手），数字 - close_fee: 平仓费用（按手），数字 - close_today_rate: 平今费率（按金额），数字 - close_today_fee: 平今费用（按手），数字 - th_main_contract: 同花主力合约，字母加上4位数字如PG2503 - current_main_contract: 当前主力合约，同"同花主力合约" - th_order: 同花顺顺序，数字 - long_term_trend: 长期趋势 transaction_records表： - id: 自动生成，主键 - trade_id: 记录从属于哪个交易，对应"trade_records"里的id - transaction_time: 成交时间，年月日小时分 - contract_code: 合约代码，格式和"同花主力合约"一致 - name: 名称，和"名称"一致 - account: 账户，中文，记录期货账户，默认为"华安期货" - strategy_ids: 操作策略ID，对应"strategy_info"里的序号 - strategy_name: 操作策略，对应"strategy_info"里的名称 - position_type: 多空仓位，0代表开多，1代表平多，2代表开空，3代表平空 - candle_pattern_id: K线形态ID，对应"candle_info"的id - candle_pattern: K线形态，类似"连续上跳+长阳突破"这样的数据 - price: 成交价格，1位小数 - volume: 成交手数，实数 - contract_multiplier: 合约乘数，对应"future_info"的合约乘数 - transaction_amount: 成交金额，等于成交价格*成交手数*合约乘数 - fee: 手续费，根据开平仓类型计算 - volume_change: 手数变化，开仓为正，平仓为负 - cash_flow: 现金流，根据开平仓类型计算 - margin: 保证金，根据开平仓类型和合约规则计算 - trade_type: 交易类别，0代表模拟交易，1代表真实交易 - status: 交易状态，0代表进行，1代表暂停，2代表暂停进行，3代表结束 - latest_price: 最新价格，1位小数 - actual_yield_rate: 实际收益率，百分比2位小数 - actual_yield: 实际收益，1位小数 - stop_loss_price: 止损价格，1位小数 - stop_loss_ratio: 止损比例，1位小数 - stop_loss_yield: 止损收益，1位小数 - operation_time: 操作时间，默认为成交时间 - confidence: 信心指数，0-2 - similarity: 相似度评估 - long_term_trend_ids: 长期趋势id，"trend_info"id的list - long_term_trend_name: 长期趋势name，多个name合并 - mid_term_trend_ids: 中期趋势id，"trend_info"id的list - mid_term_trend_name: 中期趋势name，多个name合并 trade_records表： - id: 自动生成 - roll_trade_main_id: 换月交易主id，可选 - contract_code: 合约代码，格式和"同花主力合约"一致 - name: 名称，格式和"transaction_records"的"名称"一致 - account: 账户，格式和"transaction_records"的"账户"一致 - strategy_ids: 操作策略ID，对应"strategy_info"里的序号 - strategy_name: 操作策略，对应"strategy_info"里的名称 - position_type: 多空仓位，0代表多头仓位，1代表空头仓位 - candle_pattern_id: K线形态ID - candle_pattern: K线形态 - open_time: 开仓时间 - close_time: 平仓时间 - volume: 持仓手数 - contract_multiplier: 合约乘数 - cost_price: 过往持仓成本 - avg_sell_price: 平均售价 - single_profit: 单笔收益 - investment_profit: 投资收益 - investment_yield: 投资收益率 - hold_days: 持仓天数 - annual_yield: 投资年化收益率 - trade_type: 交易类别，0代表模拟交易，1代表真实交易 - confidence: 信心指数，0-2 - similarity: 相似度评估 - long_term_trend_ids: 长期趋势ids - long_term_trend_name: 长期趋势name - mid_term_trend_ids: 中期趋势ids - mid_term_trend_name: 中期趋势name monitor_records表： - id: 序号，相当于ID - contract: 合约，类似"future_info"的"同花主力合约" - name: 名称 - market: 市场，分为国内和国外 - opportunity: 机会 - key_price: 关键价格，1位小数 - long_price: 开多价格，1位小数 - short_price: 开空价格，1位小数 - status: 状态，0代表有效，1代表失效，等 - latest_price: 最新价格 - long_trigger_price: 开多触发价格，1位小数 - short_trigger_price: 开空触发价格，1位小数 - long_margin: 开多一手保证金，1位小数 - short_margin: 开空一手保证金，1位小数 - candle_pattern_id: K线形态ID - candle_pattern: K线形态 - long_term_trend_ids: 长期趋势id - long_term_trend_name: 长期趋势name - mid_term_trend_ids: 中期趋势id - mid_term_trend_name: 中期趋势name - similarity: 相似度评估 - possible_trigger_price: 可能触发价格 - ratio_ref_price: 比例对照价格，0代表最新价格，1代表关键价格 - ratio: 相应比例 工具类表格： 1. roll_trade_records - 专门记录期货的换月交易记录 2. strategy_info - 记录交易策略 3. candle_info - 记录K线形态 4. trend_info - 走势类型的基本信息 5. dim_time_range - 走势类型的时间范围 6. dim_amplitude - 走势类型的幅度范围 7. dim_position - 走势类型的位置范围 8. dim_speed_type - 走势类型的速度范围 9. dim_trend_type - 走势类型的趋势类型 """