#数据库

数据库承担市场数据与行为数据的采集、清洗、存储、查询，为智能体与回测提供底层供数能力，本身不做分析判断。所属层级与边界见 仿真库总体设计。

#定位与边界

数据库是仿真库的"水电煤"，不直接产生分析结论，但决定智能体与回测的效率与可靠性。它的边界是：

• 做什么：通过 akshare 获取指数/基金/股票/行业/宏观/资金流向等市场数据，存入本地 SQLite；记录投资者自身的决策、持仓、关注清单等行为数据；提供统一查询接口
• 不做什么：不做量化交易级的高频数据采集，不做实时行情推送，不存储政策原文（政策文件以 01-知识库/02-政策解读 下的 Markdown 文档形式管理，数据库只存储政策传导后的结果数据）

#模块组成

#数据范围

数据库存储两类数据：

#市场数据（自动获取）

通过 akshare 从外部数据源获取，按趋势定投分析需求覆盖六类：

1. 指数数据：宽基（沪深300/中证500/中证1000/创业板指等）、行业/主题指数的日线行情与估值
2. 基金数据：ETF 与场外指数基金的行情、持仓、规模、费率
3. 股票数据：行业龙头股与指数权重股的行情、财报
4. 行业数据：申万一级行业指数的行情与估值
5. 宏观数据：CPI/PPI/PMI/M2/社融/利率等周期与流动性指标
6. 资金流向：北向资金、两融余额、ETF 申赎等情绪指标

#行为数据（手动记录）

投资者自身的行为记录，打通路线图中决策复盘、估值跟踪、机会清单等闭环环节：

1. 决策日志（decision_log）：买入/卖出/止盈/止损决策，含决策时估值快照与情绪标签
2. 组合快照（portfolio_snapshot）：定期记录持仓与盈亏，支撑"6 个月估值跟踪"完成标志
3. 可投标的清单（watchlist）：分析产出的可投标的，含来源、优先级、状态流转

历史深度按数据类型分级，详见 01-方案设计/02-数据架构与表结构设计。

#与知识库各分类的衔接

#快速开始

1. 安装依赖：pip install -r 03-仿真库/01-数据库/02-采集脚本/requirements.txt
2. 建库建表：python 03-仿真库/01-数据库/02-采集脚本/db.py
3. 全量更新：python 03-仿真库/01-数据库/02-采集脚本/update_all.py
4. 查询验证：参考 03-查询接口/ 下的模板

数据库文件生成在 03-仿真库/01-数据库/04-共享资源/trend_invest.db，已加入 .gitignore，不进版本库。

#延伸阅读

• 仿真库总体设计——数据库、智能体、回测三块的职责边界与协作闭环
• 方案设计——数据库选型与表结构设计