lianghua/docs/DATA_DICTIONARY.md

A 股事件-市场时间线分析工具链：数据字典

项目路径：C:\Users\lookt\a_stock_timeline
数据库：data/a_stock.db（SQLite）
数据导出：data/a_stock_all.xlsx（8 个 Sheet）

---

一、整体架构

数据采集层（src/fetcher/）
    │
    ▼
数据持久层（data/a_stock.db — 8 张表）
    │
    ├──► CSV 备份（data/raw/）
    │
    ▼
时间线对齐层（src/align/）
    │
    ▼
可视化层（src/viz/）

---

二、各表详细说明

---

2.1 trade_calendar —— 交易日历

属性	说明
行数	8,797
时间范围	1990-12-19 至今
数据源	AkShare tool_trade_date_hist_sina
用途	判断某日是否为交易日；时间线对齐的锚点

字段：

字段名	类型	说明
trade_date	TEXT（YYYY-MM-DD）	日期
is_trade_day	INTEGER（0/1）	1=交易日，0=非交易日（周末/节假日）

使用示例：

• WHERE is_trade_day = 1 筛选实际交易日
• 与 stock_daily 做 JOIN，确认某日是否有指数数据
• 用于快讯/新闻时间戳补全（若时间戳缺失日期，默认填最近交易日）

---

2.2 stock_daily —— A 股主要指数日线行情

属性	说明
行数	315
指数数量	5 只（上证、深证、沪深300、创业板、科创50）
时间范围	近 90 个交易日
数据源	AkShare index_zh_a_hist
用途	反映大盘整体走势，是时间线的"市场背景层"

字段：

字段名	类型	说明
ts_code	TEXT	指数代码（sh000001=上证综指，sz399001=深证成指，sh000300=沪深300，sz399006=创业板指，sh000688=科创50）
trade_date	TEXT（YYYY-MM-DD）	交易日期
open	REAL	开盘点位
high	REAL	最高点位
low	REAL	最低点位
close	REAL	收盘点位
volume	REAL	成交量（股）
amount	REAL（可能为 NULL）	成交额（元），部分指数无成交额数据

指数代码速查：

ts_code	名称
sh000001	上证综指
sz399001	深证成指
sh000300	沪深300
sz399006	创业板指
sh000688	科创50

分析提示：

• 配合 pct_change = (close - prev_close) / prev_close * 100 计算日收益率
• 与宏观事件 JOIN，观察重大政策/数据发布前后指数的短期反应
• 与龙虎榜 JOIN，识别"指数下跌 + 游资活跃"的异常交易日

---

2.3 lhb_daily —— 龙虎榜明细

属性	说明
行数	409
时间范围	近 90 个交易日
数据源	AkShare stock_lhb_detail_daily_sina
用途	追踪活跃游资席位的操作标的，识别短线热点

字段：

字段名	类型	说明
trade_date	TEXT（YYYY-MM-DD）	上榜日期
ts_code	TEXT	股票代码
name	TEXT	股票名称（可能有编码问题，实际显示正常）
close	REAL	上榜日收盘价
pct_change	REAL	当日涨跌幅（%）
amount	REAL	龙虎榜成交金额（万元）
reason	TEXT	上榜原因（如：涨跌幅偏离值达7%、日换手率达20%等）

常见上榜原因含义：

reason 关键词	含义
涨跌幅偏离值达7%	单日涨幅或跌幅过大，被交易所监控
日换手率达20%	筹码换手频繁，可能是游资接力
连续3个交易日内涨跌幅偏离值累计达20%	短线连板股
日振幅达15%	日内波动剧烈，多空分歧大
异常波动	无明显原因的异动

分析提示：

• 按 reason 分组，统计近期哪类上榜原因最频繁
• 结合指数涨跌（stock_daily）判断：大盘跌时仍有大量涨停，可能是个股独立行情
• 高频上榜股（同一股票多日出现）往往是市场主线龙头

---

2.4 news_flash —— 财经快讯流

属性	说明
行数	10（演示数据，批量采集后可增至数千条/日）
时间精度	分钟级
数据源	EastMoney np-anotice-stock（主），AkShare stock_news_em（降级）
用途	实时捕获影响市场的突发消息，作为时间线的"事件触发层"

字段：

字段名	类型	说明
content	TEXT	快讯正文内容（可能有编码问题）
event_time	TEXT（YYYY-MM-DD HH:MM:SS）	事件发生时间
source	TEXT	来源（如：东方财富Choice数据、证券时报）
inserted_at	TEXT（YYYY-MM-DD HH:MM:SS）	入库时间

分析提示：

• 快讯内容可能包含：政策发布、经济数据、监管动态、个股公告
• 可按关键词（"降息"、"关税"、"制裁"、"收购"）做规则过滤
• 高频来源（东方财富、同花顺）可作为可信度参考

---

2.5 macro_event —— 宏观经济事件日历

属性	说明
行数	99
数据源	AkShare news_economic_baidu（财经日历）
用途	追踪全球主要经济数据发布时间（如非农、CPI、利率决议）

字段：

字段名	类型	说明
event_date	TEXT（YYYY-MM-DD）	事件公布日期
title	TEXT	事件标题（当前入库存在字段映射问题，详见下方警告）
event_type	INTEGER	重要性等级（1=高，2=中，3=低）
source	TEXT	数据来源
inserted_at	TEXT（YYYY-MM-DD HH:MM:SS）	入库时间

警告（已知问题）： 当前入库的 title 字段实际包含了原始数据的 event_date，而真正的标题内容写入了 event_date 字段。这是 AkShare 返回字段名与实际位置不一致导致的映射错误。修复方案：调整 macro_event_fetcher.py 中的字段映射逻辑，按返回数据的实际列位置重新对应。

常见宏观事件类型：

事件	典型影响
美国非农就业数据	超预期=美元走强，A股承压
CPI/PPI 数据	超预期=通胀担忧，货币政策预期收紧
美联储利率决议	降息=全球流动性宽松，A股受益
中国官方PMI	超预期=经济复苏预期增强
进出口数据	超预期=外需强劲

---

2.6 news_cn —— A 股市场新闻

属性	说明
行数	10（演示数据）
数据源	AkShare stock_news_em
用途	覆盖个股/行业/宏观层面的新闻报道，构建事件叙事

字段：

字段名	类型	说明
id	INTEGER	自增主键
title	TEXT	新闻标题
content	TEXT	新闻正文摘要
pub_date	TEXT（YYYY-MM-DD HH:MM:SS）	发布时间
source	TEXT	来源媒体
url	TEXT	原文链接
keywords	TEXT	关键词标签（逗号分隔）
inserted_at	TEXT（YYYY-MM-DD HH:MM:SS）	入库时间

---

2.7 money_flow —— 个股资金流向（主力净流入）

属性	说明
行数	2,085
时间范围	最近 1 个交易日（全市场个股）
数据源	AkShare stock_fund_flow_individual
用途	追踪主力资金（超大单+大单）的每日净流入/出，识别资金轮动方向

字段：

字段名	类型	说明
ts_code	TEXT	股票代码
trade_date	TEXT（YYYY-MM-DD）	交易日期
main_net_in	REAL（当前全为 NULL，待修复）	主力净流入金额（元）

已知问题： main_net_in 字段当前全部为 NULL。原因是 AkShare stock_fund_flow_individual 接口返回的数值包含"万"、"亿"等中文单位后缀，字符串转数值时解析失败。修复方案：在 fund_flow_fetcher.py 中先对单位字符串进行清洗（去掉"万"/"亿"，按需转换精度），再转为浮点数。

资金流向分析逻辑：

主力净流入方向	市场含义
连续多日净流入某板块	机构建仓，可能是主线行情启动
大盘下跌但某股净流入	护盘资金或逆势买入
大盘上涨但某股净流出	主力借机减仓

---

2.8 global_index —— 外盘重要指数

属性	说明
行数	14,583
时间范围	道琼斯（2004-至今）、纳斯达克100（2004-至今）、标普500（2004-至今）
数据源	AkShare index_us_stock_sina
用途	反映美股走势，作为 A 股的"外围环境层"（隔夜美股涨跌影响次日 A 股情绪）

字段：

字段名	类型	说明
index_code	TEXT	指数代码（US.DJI=道琼斯，US.NDX=纳斯达克100，US.INX=标普500）
trade_date	TEXT（YYYY-MM-DD）	交易日期
close	REAL	收盘点位
pct_change	REAL	当日涨跌幅（%），由收盘价自计算

外盘与 A 股的联动规律：

场景	A 股次日预期
美股大涨（纳指+2%以上）	高开概率大
美股大跌（道指-2%以上）	A 股低开，但可能低开高走
美股窄幅震荡	A 股按自身逻辑运行
美股期货夜盘异动	可作为盘前情绪参考

---

三、数据关联关系

trade_calendar（锚点）
    │
    ├──► stock_daily    ON trade_date（大盘指数基准）
    ├──► lhb_daily      ON trade_date（游资活跃度）
    ├──► money_flow    ON trade_date（资金流向）
    │
news_flash ON event_time（分钟级事件）
    │
news_cn    ON pub_date（新闻发布日）
    │
macro_event ON event_date（宏观事件日）
    │
global_index ON trade_date-1（美股影响传导，差一天）

时间线对齐策略：

1. 以 trade_date（交易日）为基准轴
2. 快讯/新闻精确到分钟，非交易日数据合并到最近交易日
3. 宏观事件按公布日期对齐
4. 外盘指数按"美股T日 → A股T+1日"的逻辑传导对齐

---

四、数据质量问题汇总

问题	涉及表	严重程度	状态
main_net_in 全为 NULL	money_flow	高	待修复
字段映射错位	macro_event	高	待修复并重新入库
中文内容乱码（GBK/UTF-8）	lhb_daily, news_flash, news_cn	低（数据本身正确，仅显示问题）	排查终端编码
采集时间范围受限	stock_daily	中	可扩展至更长历史
macro_event 为历史数据非未来事件	macro_event	中	需配置 AkShare 实时财经日历参数

---

五、快速查询示例

-- 查最近 5 个交易日的大盘涨跌
SELECT trade_date, close, 
       ROUND((close - LAG(close) OVER(ORDER BY trade_date)) / LAG(close) OVER(ORDER BY trade_date) * 100, 2) AS pct_change
FROM stock_daily
WHERE ts_code = 'sh000001'
ORDER BY trade_date DESC LIMIT 5;

-- 查近 30 天龙虎榜热门上榜原因
SELECT reason, COUNT(*) AS cnt
FROM lhb_daily
WHERE trade_date >= date('now', '-30 days')
GROUP BY reason
ORDER BY cnt DESC LIMIT 10;

-- 查某日主力净流入TOP10个股
SELECT ts_code, main_net_in
FROM money_flow
WHERE trade_date = '2026-09-15'
ORDER BY main_net_in DESC NULLS LAST LIMIT 10;

-- 查近 7 天重大宏观事件
SELECT event_date, title
FROM macro_event
WHERE event_date >= date('now', '-7 days')
ORDER BY event_date;

---

六、后续数据扩展方向

优先级	数据类型	数据源	说明
P0	资金流向（修复）	修复 fund_flow_fetcher.py 逻辑	解决 NULL 问题
P0	宏观事件（修复）	修复 macro_event_fetcher.py 映射	解决字段错位
P1	港股行情	AkShare index_hk_hist	补充港股恒生指数
P1	期货行情	AkShare futures_zh_daily_sina	商品期货（黄金/原油）
P1	北向资金	AkShare stock_hsgt_north_net_flow_in	外资流向
P2	行业板块涨跌	AkShare stock_board_industry_name_em	板块轮动
P2	融资融券	AkShare stock_margin_detail_sz	杠杆资金动向
P2	恐慌指数（VIX）	AkShare	市场情绪反向指标

---

文档版本：v1.0
最后更新：2026-09-15
对应数据库快照：data/a_stock.db（8 表）