# 数据库存储和Web展示功能

## 功能概述

本系统现已支持将策略筛选结果按策略分组存储到SQLite数据库，并提供Web界面进行可视化展示。

## 🗄️ 数据库设计

### 主要表结构

1. **strategies** - 策略表
   - 存储不同的交易策略信息
   - 支持策略配置参数的JSON存储

2. **scan_sessions** - 扫描会话表
   - 记录每次市场扫描的信息
   - 关联策略ID，记录扫描统计数据

3. **stock_signals** - 股票信号表
   - 存储具体的股票筛选信号
   - 包含完整的K线数据和技术指标

4. **pullback_alerts** - 回踩监控表
   - 存储回踩提醒信息
   - 关联原始信号，记录回踩详情

### 数据库文件位置
- 数据库文件: `data/trading.db`
- 建表脚本: `src/database/schema.sql`

## 🌐 Web展示功能

### 启动Web服务
```bash
# 方法1: 使用启动脚本
python start_web.py

# 方法2: 直接运行
cd web
python app.py
```

### 访问地址
- 首页: http://localhost:8080
- 交易信号: http://localhost:8080/signals
- 回踩监控: http://localhost:8080/pullbacks

### 页面功能

#### 1. 首页 (/)
- 策略统计概览
- 最新交易信号列表
- 最近回踩提醒

#### 2. 交易信号页面 (/signals)
- 详细的信号列表
- 支持策略和时间范围筛选
- 分页显示

#### 3. 回踩监控页面 (/pullbacks)
- 回踩提醒记录
- 风险等级分类
- 统计图表

### API接口

- `GET /api/signals` - 获取信号数据
- `GET /api/stats` - 获取策略统计
- `GET /api/pullbacks` - 获取回踩提醒

## 🔧 使用方法

### 1. 策略扫描自动存储

当运行K线形态策略扫描时，结果会自动存储到数据库：

```python
from src.strategy.kline_pattern_strategy import KLinePatternStrategy

# 初始化策略（会自动创建数据库连接）
strategy = KLinePatternStrategy(data_fetcher, notification_manager, config)

# 执行市场扫描（结果自动存储到数据库）
results = strategy.scan_market()
```

### 2. 手动数据库操作

```python
from src.database.database_manager import DatabaseManager

# 初始化数据库管理器
db_manager = DatabaseManager()

# 获取最新信号
signals = db_manager.get_latest_signals(limit=50)

# 获取策略统计
stats = db_manager.get_strategy_stats()

# 按日期范围查询
from datetime import date, timedelta
start_date = date.today() - timedelta(days=7)
recent_signals = db_manager.get_signals_by_date_range(start_date)
```

### 3. 多策略支持

系统支持多个策略的数据分别存储：

```python
# 创建新策略
strategy_id = db_manager.create_or_update_strategy(
    strategy_name="新策略名称",
    strategy_type="strategy_type",
    description="策略描述",
    config={"param1": "value1"}
)
```

## 📊 数据库维护

### 清理旧数据
```python
# 清理90天前的数据
db_manager.cleanup_old_data(days_to_keep=90)
```

### 备份数据库
```bash
# 复制数据库文件进行备份
cp data/trading.db data/trading_backup_$(date +%Y%m%d).db
```

## 🎨 Web界面特性

- **响应式设计**: 支持桌面和移动设备
- **实时更新**: 数据自动刷新
- **交互式表格**: 支持排序、筛选
- **美观界面**: 使用Bootstrap框架
- **数据导出**: 支持CSV格式导出

## 🚀 性能优化

- **缓存机制**: 股票名称缓存，避免重复请求
- **分页显示**: 大数据量分页加载
- **索引优化**: 数据库关键字段建立索引
- **批量操作**: 信号批量保存，提高性能

## 🔍 故障排除

### 常见问题

1. **数据库文件权限问题**
   ```bash
   # 检查data目录权限
   ls -la data/
   # 如果需要，修改权限
   chmod 755 data/
   chmod 644 data/trading.db
   ```

2. **Web界面无法访问**
   - 检查Flask是否已安装: `pip install flask`
   - 确认端口5000是否被占用
   - 查看控制台错误信息

3. **数据库连接失败**
   - 确认data目录存在且可写
   - 检查SQLite库是否正常工作

### 日志查看
```bash
# 查看应用日志
tail -f logs/trading.log

# 查看Web服务日志
# 直接在启动Web服务的终端查看
```

## 📈 未来扩展

- [ ] 支持更多数据库后端（MySQL, PostgreSQL）
- [ ] 添加用户认证和权限管理
- [ ] 实现策略回测结果存储
- [ ] 添加图表可视化功能
- [ ] 支持策略参数在线调整
- [ ] 实现数据导入导出功能