update

backend/app/agent/smart_agent.py

@@ -298,19 +298,30 @@ DIF和DEA的位置关系，MACD柱状图变化，判断动能强弱和买卖信
 - 第三段：短期可能的催化因素
 
 ## 四、投资建议
-清晰分段，每个时间维度独立：
+基于技术面分析，给出具体的操作建议和点位：
 
-**短期（1-2周）**
+**短期（1-2周）操作建议**
-明确的操作建议（买入/持有/观望/减仓）及理由。
+- 明确的操作建议：买入/持有/观望/减仓
+- **具体点位建议**：
+  - 如果建议买入：给出建议买入价格区间（基于支撑位）
+  - 如果建议卖出：给出建议卖出价格区间（基于压力位）
+  - 止损位：明确的止损价格点位
+  - 止盈位：明确的止盈价格点位
+- 操作理由：基于技术指标的具体分析
 
-**中期（1-3个月）**
+**中期（1-3个月）策略**
-趋势判断和策略建议。
+- 趋势判断（上涨/下跌/震荡）
+- 关键价格区间：
+  - 上方目标位：具体价格
+  - 下方支撑位：具体价格
+- 策略建议
 
 **长期（半年以上）**
-投资价值评估。
+投资价值评估和长期持有建议。
 
 **风险提示**
-主要风险点和注意事项。
+- 主要风险点和注意事项
+- 需要关注的关键价格位
 
 ## 五、总结
 用一句话概括核心观点。

backend/app/services/cache_service.py

@@ -139,6 +139,22 @@ class CacheService:
         except Exception as e:
             logger.error(f"清除过期缓存失败: {e}")
 
+    def clear_all(self) -> int:
+        """
+        清除所有缓存
+
+        Returns:
+            删除的键数量
+        """
+        try:
+            count = len(self._cache)
+            self._cache.clear()
+            logger.info(f"清除了所有缓存，共{count}个")
+            return count
+        except Exception as e:
+            logger.error(f"清除所有缓存失败: {e}")
+            return 0
+
 
 # 创建全局实例
 cache_service = CacheService()

backend/app/services/tushare_service.py

@@ -109,12 +109,15 @@ class TushareService:
                 logger.error(f"无效的股票代码: {stock_code}")
                 return None
 
-            # 默认获取最近60个交易日
+            # 默认获取最近180个交易日（约6个月），确保技术指标计算准确
+            # MA60需要至少60个交易日，加上缓冲期，180天可以覆盖约120个交易日
             if not start_date:
-                start_date = (datetime.now() - timedelta(days=90)).strftime('%Y%m%d')
+                start_date = (datetime.now() - timedelta(days=180)).strftime('%Y%m%d')
             if not end_date:
                 end_date = datetime.now().strftime('%Y%m%d')
 
+            logger.info(f"获取K线数据: {stock_code}, 时间范围: {start_date} - {end_date}")
+
             # 获取日线数据
             if period == 'D':
                 df = self.pro.daily(

clear_cache.py

@@ -0,0 +1,47 @@
+#!/usr/bin/env python3
+"""
+清除缓存脚本
+用于清除旧的K线数据缓存，确保使用新的180天数据
+"""
+import sys
+from pathlib import Path
+
+# 添加项目路径
+sys.path.insert(0, str(Path(__file__).parent / 'backend'))
+
+from app.services.cache_service import cache_service
+
+def main():
+    print("=" * 60)
+    print("清除K线数据缓存")
+    print("=" * 60)
+
+    try:
+        # 方案1：清除K线相关缓存
+        kline_count = cache_service.clear_pattern("kline:")
+        print(f"\n✓ 清除K线缓存: {kline_count} 条")
+
+        # 方案2：清除所有缓存（可选）
+        print("\n是否清除所有缓存？(y/n): ", end="")
+        choice = input().strip().lower()
+
+        if choice == 'y':
+            total_count = cache_service.clear_all()
+            print(f"✓ 清除所有缓存: {total_count} 条")
+
+        print("\n说明：")
+        print("- 已清除K线数据缓存")
+        print("- 下次查询时将使用新的180天数据范围")
+        print("- 技术指标将基于更完整的历史数据计算")
+        print("\n建议：重启应用以确保生效")
+        print("  pm2 restart stock-agent")
+
+    except Exception as e:
+        print(f"\n✗ 清除缓存失败: {e}")
+        import traceback
+        print(traceback.format_exc())
+
+    print("\n" + "=" * 60)
+
+if __name__ == "__main__":
+    main()