daily_stock_analysis 评测 数据更新与报告校验
用合成行情实测 daily_stock_analysis 的数据库更新、切换隔离、均线计算和报告结构,说明自托管条件与分析结果的验证范围。
AgentIndex · 发布于 2026-11-05 · 更新于 2026-11-05
daily_stock_analysis 把自选股行情、新闻、模型分析和报告通知组织到同一套系统,适合愿意配置数据源与模型、并保留分析记录的使用者。决定是否自托管前,先检查日线更新是否可重复、不同数据库会不会串数据,以及报告里的字段是否足以支撑结论。
本次实测的工程部分表现清楚:重复日期更新而不新增行,切换数据库后新旧引用能分别工作,人工行情的均线符合独立计算。但报告结构允许空对象通过,也允许保留额外字段,因此“JSON 校验通过”不能当作内容完整或结论可信的证明。
固定提交与十二项本地检查
2026 年 11 月 5 日,我们测试提交 a52c325fb1389303de23b9826ec1e0190fa309c0,使用 Python 3.12.13 和独立虚拟环境。源码采用 MIT 许可。配置使用项目真实默认配置对象,数据库明确指向临时目录,没有读取个人环境配置来启动完整应用。存储实现
所有行情均为人工生成,代码标签为 SYNTH。测试不包含真实证券、实时行情、模型调用、消息推送或收益回测。复现脚本与源码指纹
| 检查 | 实际结果 |
|---|---|
| 三行输入包含两个日期 | 新增两行,同日采用最后一条 |
| 再写已有日期 | 返回新增 0 行,数值更新成功 |
| 空数据 | 新增 0 行 |
| 切换到数据库 B | 新绑定没有数据库 A 的记录 |
| 继续读取旧的 A 引用 | 原记录仍可读取 |
| 打开无效数据库位置 | 失败后,健康的 B 绑定仍可用 |
| 80 日人工序列,顺序反转 | 正确排序,均线符合独立计算 |
| 只有 10 日数据 | 返回数据不足的风险提示 |
| 报告分数超出 0–100 | 拒绝 |
| 空报告、额外字段 | 允许解析,未验证证据 |
表中部分检查归为同一范围,脚本共记录十二项通过。这里的通过只针对所列输入和代码路径。
日线更新与来源记录
同一批次含重复日期时,最后一条覆盖前一条。我们第一次写入三个记录、两个日期,得到两条日线;再次更新已有日期时,新增数量为零,但查询到的新数值已经变化。这适合重复抓取和修正数据,不过返回值表示新增行数,不是受影响行数。
实际运行应同时检查日期范围、数据源、更新时间和调整口径。记录成功写入数据库,只能证明保存动作完成;如果上游本身过期、缺字段或采用不同复权方式,后面的计算仍会继承问题。评估多个市场时,还需分别核对交易日历和来源覆盖,而不是只看支持名单。
这次还验证了数据库 URL 切换:新请求建立独立实例,已有引用仍能访问原数据库,候选位置初始化失败也没有破坏健康绑定。这对测试环境与持久运行的服务都有意义,但仍应在切换时明确数据位置和生命周期,避免把“当前实例”当作所有组件同时迁移的保证。
均线正确不代表预测有效
我们构造 80 个日线记录,收盘值从 100 逐步增加到 179,再反转输入顺序。分析器输出最新值 179,MA5 为 177、MA10 为 174.5、MA20 为 169.5,与独立算术结果一致。十行样例则被标记为不足以完成分析。趋势分析实现
这验证了选定计算路径的排序和数值处理。人工上升序列没有交易成本、缺口、停牌、复权或实时延迟,不能用于证明真实市场的信号质量。项目生成的分数、趋势与操作文字,应放回具体数据窗口和来源中理解;本篇没有测试预测准确率或投资收益。
部署试用可以先选择一份可核对的历史数据副本,确认字段和日期,再比较系统的指标。先确认输入和计算,才能有效排查后面的模型解释。直接从一段流畅报告判断系统是否可靠,会跳过最重要的核对步骤。
报告解析是宽松入口
报告模型的多个字段是可选的。空对象能解析为缺少分数和 dashboard 的结构;额外的人工字段也被保留。分数边界则有效,-1 和 101 均被拒绝。报告结构定义
这种宽松解析有利于接收不完整输出,但业务层仍需判断是否具备发布条件。项目源码也区分结构解析与业务完整性检查。本次没有执行完整分析器的修复、重试和发布路径,所以不能把空对象通过推断为应用一定会向用户发布空报告。
对自建流程,建议明确哪些字段必须存在、依据指向哪里、缺资料时如何呈现。额外字段被接受,不意味着其中的来源或数字经过验证。应让读者看到数据时间与缺失情况,再决定报告适合怎样使用。
自托管的实际条件
项目提供 GitHub Actions、Docker、本地任务和 Web/API 等使用方式。模型、行情与新闻是不同依赖:即使某种定时运行方式不需要自己的服务器,也不代表所有 API、数据服务或算力都没有成本。源码依赖还包含多种数据 SDK、数据处理和模型路由组件。依赖清单
如果主要目标是把分散资料整理成可回看的报告,可以从小范围数据验证开始,再接入模型和通知。若希望直接获得已验证的投资表现,本次结果不足以支持。完整部署与多市场实时能力应按项目文档另行验收。项目入口
对报告中证据与缺失状态的处理,还可阅读 Claude Ads 报告评测;需要将资料整理为可追溯知识时,参考 Cognee 记忆评测。