Files
tick-stock-panel/backend/tests/test_kline_sync_timezone.py
T
shy3130 697c27bb02 feat(v0.2): 市场阶段与主线识别 + 因子挖掘全链路 + 数据层完善
- 市场环境: 新增情绪周期6阶段(冰点/启动/主升/高潮/退潮/修复, 连板梯队驱动,
  EMA平滑+2日确认+弱档否决, 平均段长9.7天)与概念/行业主线排名(涨停梯队聚合,
  可配置宽基/风格标签过滤); 市场环境页重构, regime 透明加列, 与5档state并存
- 挖掘: 因子与策略挖掘全链路(API/worker/进程锁/候选库/前端工作台/文档),
  周度调度默认关闭且永不自动发布
- 回测: 财务快照因子(点时口径), 批量回测预计算共享下期收益,
  信号路径矩阵列依赖展开修复(consecutive_limit_ups 缺列报错)
- 数据/性能: enriched 生成与预热治理, 重任务限流, 行情/K线缓存复用, 时区修复
- 测试: 后端全量 914 通过; GUI 黑盒验证截图存证 gui-test-screenshots/
2026-08-16 23:39:07 +08:00

39 lines
1.4 KiB
Python

"""时区契约测试 — 分时拉取窗口必须按北京时间解释, 与服务器本地时区无关。
fetch_minute_single 构造的 naive datetime 会被 _datetime_to_ms 的 .timestamp()
按服务器本地时区解释: UTC 容器 (Docker 默认) 上窗口偏移 8 小时, 补拉必为空。
"""
from __future__ import annotations
from datetime import date, datetime
from app.market_time import CN_TZ
from app.services import kline_sync
def test_fetch_minute_single_window_is_beijing_wall_clock(monkeypatch):
captured: dict[str, int] = {}
def _fake_try_custom_minute(*args, **kwargs):
return (None, True) # 未配自定义源 → 走 TickFlow 分支
class _FakeKlines:
@staticmethod
def batch(symbols, period, start_time, end_time, **kwargs):
captured["start_ms"] = start_time
captured["end_ms"] = end_time
return []
class _FakeClient:
klines = _FakeKlines
monkeypatch.setattr(kline_sync, "_try_custom_minute", _fake_try_custom_minute)
monkeypatch.setattr(kline_sync, "get_client", lambda: _FakeClient())
kline_sync.fetch_minute_single("600000.SH", date(2026, 8, 14))
start = datetime.fromtimestamp(captured["start_ms"] / 1000, tz=CN_TZ)
end = datetime.fromtimestamp(captured["end_ms"] / 1000, tz=CN_TZ)
assert (start.date(), start.hour, start.minute) == (date(2026, 8, 14), 9, 25)
assert (end.date(), end.hour, end.minute) == (date(2026, 8, 14), 15, 5)