bug修改

admin

2025-03-24 02166225b34a7ec2c41dc8eda77c431465b8d9dd

bug修改

 main.py

@@ -18,7 +18,8 @@
# 引入历史K线方法模块
# 引入瞬时分时行情模块
# 引入账户管理模块【进行资金和仓位管理】
from strategy import kpl_api, data_cache, check_timer, all_K_line, instant_time_market, account_management, order_methods
from strategy import kpl_api, data_cache, check_timer, all_K_line, instant_time_market, account_management, \
    order_methods, local_data_management
from huaxin_client import l2_market_client
from log_module import async_log_util
from trade import huaxin_trade_data_update
@@ -53,6 +54,8 @@
    account_management.position_management()
    # 初始化.实例化缓存中的全局数据
    data_cache.DataCache()
    # 读取本地K线数据 并更新到data_cache

    # 初始化A股所有目标票标的信息
    data_cache.all_stocks = utils.juejin_api.JueJinApi.get_target_codes()
    # 获取目标标的K线---初始化
@@ -61,13 +64,17 @@

    # 直接调用目标标的指标K线写入本地文件
    # all_K_line.all_stocks_all_k_line_dict_write()
    local_data_management.read_local_K_line_data()
    # 读取本地个股所属板块数据 并更新到data_cache
    local_data_management.read_local_all_stocks_plate_data()

    # 先使用json.load()直接从文件中读取【已经存储在本地的K线指标属性字典】并解析JSON数据
    if os.path.exists(constant.K_BARS_PATH):
        with open(constant.K_BARS_PATH, 'r', encoding='utf-8') as f:
            data_cache.all_stocks_all_K_line_property_dict = json.load(f)
            print(
                f"data_cache.all_stocks_all_K_line_property_dict的个数==={len(data_cache.all_stocks_all_K_line_property_dict)}")
    # todo 2025-03-25 测试无误即可删除下部注释
    # # 先使用json.load()直接从文件中读取【已经存储在本地的K线指标属性字典】并解析JSON数据
    # if os.path.exists(constant.K_BARS_PATH):
    #     with open(constant.K_BARS_PATH, 'r', encoding='utf-8') as f:
    #         data_cache.all_stocks_all_K_line_property_dict = json.load(f)
    #         print(
    #             f"data_cache.all_stocks_all_K_line_property_dict的个数==={len(data_cache.all_stocks_all_K_line_property_dict)}")

    # # 获取目标标的K线---初始化
    # all_K_line.main_index_k_line_history.init(data_cache.DataCache().today_date, data_cache.DataCache().next_trading_day, data_cache.DataCache().main_index_stocks)
@@ -172,7 +179,7 @@
    huaxin_trade_data_update.run()

    # 等待5s，等其他线程/进程启动完毕
    time.sleep(5)
    time.sleep(15)

    try:
        # 初始化数据

 strategy/account_management.py

@@ -84,17 +84,18 @@
            if currentPosition != 0:
                # 当前持仓
                # print(f"当前持仓=={securityName}")
                if availablePosition != 0 and historyPosFrozen != 0:  # 如果 可用资金 和 昨仓冻结 都不等于0  昨日收盘价获取到非0值时（不知名原因导致有些票会获取到0值导致后续公式报错，阻止intraday_growth函数正常运行）
                # 如果 可用仓位等于0 且 昨仓冻结(挂单委托中)等于0  昨日收盘价获取到非0值时（不知名原因导致有些票会获取到0值导致后续公式报错，阻止intraday_growth函数正常运行）
                if availablePosition == 0 and historyPosFrozen == 0:
                    # 新增持仓
                    logger.info(f"今日新增持仓==={securityName}")
                    data_cache.addition_position_symbols_set.add(securityID)
                else:
                    data_cache.available_symbols_set.add(securityID)
                    if historyPosFrozen != 0:
                        logger.info(f"昨日持仓==={securityName}==挂单中》》挂单数量：{historyPosFrozen}")
                    else:
                        logger.info(f"昨日持仓==={securityName}===持仓可用：{availablePosition}")

                else:
                    # 新增持仓
                    logger.info(f"今日新增持仓==={securityName}")
                    data_cache.addition_position_symbols_set.add(securityID)
        # todo 自主的计算持仓数量 管用 还是 服务端即时查询同步有用 有待验证
        logger.info(f"今日可用持仓数量====================================【{len(data_cache.available_symbols_set)}】")
        logger.info(

 strategy/data_cache.py

@@ -132,16 +132,17 @@
UPDATE_DATA_TIME = datetime.time(18, 31, 00).strftime("%H:%M:%S")  # 定义更新数据时间
PROGRAM_SLEEP_TIME = datetime.time(23, 00, 00).strftime("%H:%M:%S")  # 定义程序休眠时间

# 读取已经获取到并存储在本地的目标范围的个股的板块概念
# 读取JSON文件并解析为字典
if os.path.exists(constant.ALL_STOCKS_PLATE_PATH):
    with open(constant.ALL_STOCKS_PLATE_PATH, 'r',
              encoding='utf-8') as f:
        json_data = f.read()
else:
    json_data = "{}"
all_stocks_plate_dict = json.loads(json_data)
logger.info(f"all_stocks_plate_dict的数量={len(all_stocks_plate_dict)}")
# todo 2025-03-25 后无BUG即可彻底删除下处注释部分
# # 读取已经获取到并存储在本地的目标范围的个股的板块概念
# # 读取JSON文件并解析为字典
# if os.path.exists(constant.ALL_STOCKS_PLATE_PATH):
#     with open(constant.ALL_STOCKS_PLATE_PATH, 'r',
#               encoding='utf-8') as f:
#         json_data = f.read()
# else:
#     json_data = "{}"
# all_stocks_plate_dict = json.loads(json_data)
# logger.info(f"all_stocks_plate_dict的数量={len(all_stocks_plate_dict)}")

# 初始化当日当时最高价
high_price = 0
@@ -165,8 +166,10 @@
# 初始化实时大盘行情情绪综合强度分时列表
time_sharing_market_strong_dirt = {}

# 为K线属性指标字典初始化
# 为所有个股的带属性K线 字典初始化
all_stocks_all_K_line_property_dict = {}
# 为指数的带属性K线 字典初始化
all_index_k_line_property_dict = {}
# 声明K线属性中所有涨停类型
limit_up_type = ['one_line_limit_up', 'limit_down_then_limit_up', 'limit_up_then_limit_down_then_limit_up',
                 'limit_up']
@@ -175,7 +178,6 @@
# 声明K线属性中所有炸板类型
frying_plate_type = ['frying_plate', 'first_frying_plate', 'one_line_limit_up_then_frying_plate',
                     'one_line_limit_up_then_frying_plate_then_limit_down', 'not_first_frying_plate']

# 定义一个当日分时内所有个股的开盘价字典
all_stocks_current_open = {}
# 定义一个当日分时内所有个股的实时最高价和最低价字典

 strategy/index_market_trend_strategy.py

@@ -143,6 +143,7 @@
    else:
        index_composite_tick_increase = '三大指数：涨跌不一'
    logger.info(f"开盘指数开盘瞬时走势播报：{index_composite_tick_increase}")
    logger.info(f"指数带属性K线数据的昨日是否为空:{data_cache.all_index_k_line_property_dict['000001'][0]}")
    return index_trend_expectation_score


@@ -396,7 +397,6 @@
    except Exception as error:
        print(f"An error occurred while converting the data to JSON: {error}")
    logger.info(f"加属性的指数k线写完了！{tool.get_now_time_str()}")


if __name__ == '__main__':
    # all_index_K_line_dict = get_index_K_line()

 strategy/kpl_api.py

@@ -741,7 +741,7 @@
        try:
            if data_cache.position_automatic_management_switch is True:
                now_time = tool.get_now_time_str()
                if data_cache.SERVER_RESTART_TIME < now_time < data_cache.UPDATE_DATA_TIME:
                if data_cache.L1_DATA_START_TIME < now_time < data_cache.UPDATE_DATA_TIME:
                    # 获取大盘综合强度分数
                    data_cache.real_time_market_strong = get_market_strong()
                    # data_cache.time_sharing_market_strong_dirt = time_sharing_market_strong_dirt.update({now: data_cache.real_time_market_strong})

 strategy/local_data_management.py

New file
@@ -0,0 +1,41 @@
import json
import os

import constant
from strategy import data_cache


from log_module.log import logger_common
# 获取logger实例
logger = logger_common


# 读取本地的所有带属性K线数据（所有个股K线及指数线）
def read_local_K_line_data():
    # 先使用json.load()直接从文件中读取【已经存储在本地的K线指标属性字典】并解析JSON数据
    if os.path.exists(constant.K_BARS_PATH):
        with open(constant.K_BARS_PATH, 'r', encoding='utf-8') as f:
            data_cache.all_stocks_all_K_line_property_dict = json.load(f)
            print(
                f"data_cache.all_stocks_all_K_line_property_dict的个数==={len(data_cache.all_stocks_all_K_line_property_dict)}")

    # 先使用json.load()直接从文件中读取【已经存储在本地的K线指标属性字典】并解析JSON数据
    if os.path.exists(constant.INDEX_K_BARS_PATH):
        with open(constant.INDEX_K_BARS_PATH, 'r', encoding='utf-8') as f:
            data_cache.all_index_k_line_property_dict = json.load(f)
            print(
                f"data_cache.all_stocks_all_K_line_property_dict的个数==={len(data_cache.all_index_k_line_property_dict)}")


# 读取本地的个股所属概念板块数据
def read_local_all_stocks_plate_data():
    # 读取已经获取到并存储在本地的目标范围的个股的板块概念
    # 读取JSON文件并解析为字典
    if os.path.exists(constant.ALL_STOCKS_PLATE_PATH):
        with open(constant.ALL_STOCKS_PLATE_PATH, 'r',
                  encoding='utf-8') as f:
            json_data = f.read()
    else:
        json_data = "{}"
    all_stocks_plate_dict = json.loads(json_data)
    logger.info(f"all_stocks_plate_dict的数量={len(all_stocks_plate_dict)}")

 strategy/order_methods.py

@@ -25,7 +25,10 @@
        # 暂停自动买
        logger.info(f"在交易方法函数处 关闭了 自动买")
        return

    if current_price < 3 or current_price > 50:
        # 当前单价超出预设限制
        logger.info(f"当前标的个股{sec_name}单价超出预设限制！预设值3 < current_price < 50,当前最新价{current_price}")
        return
    price = round(float(current_price), 2)
    volume = (int(buy_order_value / price) // 100) * 100
    if volume < 100: