Market Data Checker Skill

概述

market-data-checker 对每日生成的 market_data.json 进行全链路数据质量校验，覆盖 10 类规则，支持自动重试和告警邮件。

校验规则

使用方式

方式1：一键检查

python skills/market-data-checker/scripts/check_data.py

方式2：指定日期

python skills/market-data-checker/scripts/check_data.py --date 2026-05-16

方式3：指定文件路径

python skills/market-data-checker/scripts/check_data.py --file E:\daily\2026-05-16\market_data.json

方式4：指定重试次数

python skills/market-data-checker/scripts/check_data.py --retry 5

输出示例

============================================================
  数据质量检查 | 2026-05-16 10:35:22
============================================================

  [1/7] 执行非空校验 ...           ✅ 通过
  [2/7] 执行非NaN/非无穷大校验 ... ✅ 通过
  [3/7] 执行数值类型强校验 ...     ✅ 通过
  [4/7] 执行业务范围合理性校验 ...  ✅ 通过
  [5/7] 执行涨跌方向一致性校验 ...  ⚠️  2 个警告
  [6/7] 执行脏数据拦截 ...         ✅ 通过
  [7/7] 执行语句完整性校验 ...      ✅ 通过

============================================================
  ✅ 检查通过 | 共 7 项，无问题
============================================================

============================================================
  ❌ 检查拒绝 | 共 3 个问题：

  [业务范围合理性] 欧洲市场 > 德国DAX 30.price
    值：99999.0
    原因：德国DAX 30.price = 99999.0，超出合理范围 [5000, 25000]

  [脏数据拦截] 政策动态.美国 > [0].标题
    值：N/A
    原因：检测到脏数据模式 [占位符]：匹配 ^N/A$

  [语句完整性] 环球市场速览 > 概述
    值：美股三大指数涨跌互现，小幅收涨
    原因：概述未以完整句号结尾
============================================================

架构

check_data.py          # 主入口，MarketDataChecker 类
├── validators/
│   ├── __init__.py
│   ├── null_check.py          # 规则1：非空校验
│   ├── nan_check.py           # 规则2：非NaN/非无穷大
│   ├── type_check.py          # 规则3：数值类型强校验
│   ├── range_check.py         # 规则4：业务范围合理性
│   ├── direction_check.py     # 规则5：涨跌方向一致性
│   ├── dirty_check.py         # 规则6：脏数据拦截
│   └── completeness_check.py   # 规则7：语句完整性

扩展新的校验规则

1. 在 validators/ 目录下新建 xxx_check.py
2. 继承 CheckResult 基类，实现 check(data: dict) -> CheckResult 方法
3. 在 check_data.py 的 checkers 列表中追加新 checker 实例

# validators/example_check.py
import sys, os
sys.path.insert(0, os.path.dirname(__file__))
from check_data import CheckResult

class ExampleChecker:
    def check(self, data: dict) -> CheckResult:
        result = CheckResult()
        # ... 校验逻辑
        return result

配置文件

全局配置位于 check_data.py 顶部的 CONFIG 字典：

CONFIG = {
    "MAX_RETRIES": 3,          # 最大重试次数
    "RETRY_DELAY": 2.0,        # 重试间隔（秒）
    "CONSECUTIVE_FAILURES_THRESHOLD": 3,  # 连续失败阈值
    "ALERT_EMAIL": "[email protected]",
    "ALERT_SMTP_HOST": "smtp.163.com",
    "ALERT_SMTP_PORT": 25,
    "ALERT_SENDER": "[email protected]",
    "ALERT_RECIPIENT": "[email protected]",
}

规则说明

规则4：业务范围合理性（RangeChecker）

已内置各主要品种的范围规则：

范围规则定义在 validators/range_check.py 的 RANGE_RULES 字典中，后续可随时扩展。

规则5：涨跌方向一致性（DirectionChecker）

已内置方向规则：

• 同向：A股各指数（沪深300与上证）、黄金与白银、欧洲各指数（DAX与CAC40）等
• 反向：黄金与美元指数

规则6：脏数据拦截（DirtyChecker）

检测以下脏数据模式：

• 占位符：N/A、--、null、{{}}、待更新、暂无数据
• HTML残留：\x3Ctag>、HTML实体（ 等）
• 控制字符：\x00-\x1f（除换行/回车外）
• 超长字段：超过各字段类型的长度上限