fix:优化参数指数

crawler/indicator_smooth.py

@@ -0,0 +1,83 @@
+# -*- coding: utf-8 -*-
+"""
+华尔街财团投入指数 & 反击情绪指数：从爬虫实时数据计算稳定指标，抑制单条报道导致的剧烈波动。
+供 db_merge.merge() 调用，写入同一批 DB 表，前端契约不变。
+"""
+from typing import Optional, Tuple
+
+VALUE_CLAMP_MIN = 1
+VALUE_CLAMP_MAX = 99
+
+# 华尔街：与上一点平滑，新点权重
+WALL_STREET_NEW_WEIGHT = 0.35  # raw 权重；1 - 此值 = 上一点权重，越大曲线越平滑
+# 华尔街：两次写入最小间隔（分钟），避免短时间多条报道造成密集锯齿
+WALL_STREET_MIN_INTERVAL_MINUTES = 20
+
+# 反击情绪：当前值权重（1 - 此值 = 新 raw 权重）
+RETALIATION_CURRENT_WEIGHT = 0.8
+# 反击情绪：单次更新相对当前值的最大变化幅度（绝对值）
+RETALIATION_MAX_STEP = 5
+
+
+def clamp(value: int) -> int:
+    return max(VALUE_CLAMP_MIN, min(VALUE_CLAMP_MAX, int(value)))
+
+
+def smooth_wall_street(
+    raw_value: int,
+    last_value: Optional[int],
+    *,
+    new_weight: float = WALL_STREET_NEW_WEIGHT,
+) -> int:
+    """
+    华尔街投入指数：用上一点做平滑，避免单条报道 30/80 导致曲线骤变。
+    若尚无上一点，直接使用限幅后的 raw。
+    """
+    raw = clamp(raw_value)
+    if last_value is None:
+        return raw
+    w = 1.0 - new_weight
+    return clamp(round(w * last_value + new_weight * raw))
+
+
+def wall_street_should_append(
+    last_time_iso: Optional[str],
+    new_time_iso: str,
+    min_interval_minutes: int = WALL_STREET_MIN_INTERVAL_MINUTES,
+) -> bool:
+    """
+    是否应追加一条华尔街趋势点。若与上一条间隔不足 min_interval_minutes 则跳过，
+    减少因爬虫短时间多篇报道导致的密集锯齿。
+    """
+    if not last_time_iso:
+        return True
+    try:
+        from datetime import datetime
+        last = datetime.fromisoformat(last_time_iso.replace("Z", "+00:00"))
+        new = datetime.fromisoformat(new_time_iso.replace("Z", "+00:00"))
+        delta_min = (new - last).total_seconds() / 60
+        return delta_min >= min_interval_minutes
+    except Exception:
+        return True
+
+
+def smooth_retaliation(
+    raw_value: int,
+    current_value: int,
+    *,
+    current_weight: float = RETALIATION_CURRENT_WEIGHT,
+    max_step: int = RETALIATION_MAX_STEP,
+) -> int:
+    """
+    反击情绪指数：先与当前值平滑，再限制单步变化幅度，避免连续多条报道导致快速漂移或抖动。
+    """
+    raw = clamp(raw_value)
+    cur = clamp(current_value)
+    smoothed = round(current_weight * cur + (1.0 - current_weight) * raw)
+    smoothed = clamp(smoothed)
+    # 单步变化上限
+    delta = smoothed - cur
+    if abs(delta) > max_step:
+        step = max_step if delta > 0 else -max_step
+        smoothed = clamp(cur + step)
+    return smoothed