跳转至

集合与指标

DAAS 把你有什么数据（原始获取序列）、你计算什么（指标）、你怎么分组（集合）分开。全部记录在 daas.db。

数据流

数据源 -> Python 库 -> scraw_<slug>  (原始获取行)
                          |
                          v
            indicator_rules -> observations  (计算序列)
                                    |
                                    v
                        集合 (实体 / 指标分组)

原始数据：scraw_<slug>

每次获取把行持久化到自动创建的 scraw_<slug> 表（scripts/upsert.py -- 自动 CREATE + ALTER + INSERT OR REPLACE，写入前备份 daas.db）。库中示例：scraw_spy_daily、scraw_aapl_daily、scraw_massive_treasury_yields。

sqlite3 daas.db "SELECT name FROM sqlite_master WHERE name LIKE 'scraw_%' LIMIT 10;"

指标规则：indicator_rules

一条指标规则把源表 + 列 + 数学算子 + 参数绑定到一个指标名。列：name、datasource、source_table、date_column、value_column、op、params_json、indicator_name、enabled、score。

sqlite3 daas.db "SELECT name, op, source_table, indicator_name FROM indicator_rules WHERE name LIKE 'SPY_%' LIMIT 5;"

用 daas_create_indicator(...) 或 fd-daas-indicators-creator 技能创建。用 daas_run_indicator(name=...) 或 scripts/run_indicator.py <name> 计算到 observations。

计算序列：observations

键为 (source, function_name, indicator, date)；value 是 VARCHAR(64)。这是每个看板和集合读取的表。

sqlite3 daas.db "SELECT indicator, date, value FROM observations WHERE indicator='SPY_ma5' ORDER BY date DESC LIMIT 5;"

实体集合

实体的命名分组（观察列表 / 组合），带审计成员变动。表：entity_collections、entity_collection_items、entity_collection_changes。

sqlite3 daas.db "SELECT name FROM entity_collections;"
sqlite3 daas.db "SELECT entity_id, action, source FROM entity_collection_changes LIMIT 5;"
  • 手工：daas_add_entity_to_collection / daas_remove_entity_from_collection（记录 add_in / remove_out 事件，source='manual'）。
  • 基于规则：附加一个 rule_id（json/script/position/llm），用 daas_sync_entity_collection 重新派生（source='cron'）。

指标集合

指标的可命名、可复用集合。表：indicator_collections、indicator_collection_items、indicator_collection_changes。审计模式同实体集合。

sqlite3 daas.db "SELECT name FROM indicator_collections;"

用 daas_add_indicator_to_collection 添加；基于规则的用 daas_sync_indicator_collection 同步。

分数

集合项带一个有效分数（优先级/质量权重），继承自指标/数据源默认值，可按集合覆盖（daas_set_indicator_collection_item_score）。当多个源/指标覆盖同一物时，分数用于排序。

规则：rules

统一规则存储（rule_type ∈ json/script/position/llm；target ∈ entity_ids/indicator_names/rows）。由 RuleEngine 求值，通过 rule_id 附加到集合。llm 规则类型（target='rows')驱动从文本结构化抽取到 process_results。

下一步