test_improved_batch_analysis.py

#!/usr/bin/env python3
"""
改进后的批量分析功能测试脚本
"""

import sys
import os
from pathlib import Path

# 添加项目根目录到Python路径
project_root = Path(__file__).parent
sys.path.insert(0, str(project_root))

def test_improved_batch_analysis():
    """测试改进后的批量分析功能"""
    
    print("🧪 测试改进后的批量分析功能")
    print("=" * 50)
    
    try:
        # 测试批量分析执行器
        print("🚀 测试批量分析执行器...")
        from web.utils.batch_analysis_runner import BatchAnalysisRunner
        
        # 创建模拟的进度回调
        progress_updates = []
        
        def mock_progress_callback(progress_data):
            progress_updates.append(progress_data)
            print(f"📊 进度更新: {progress_data.get('type', 'unknown')} - {progress_data.get('message', '')}")
        
        # 创建批量分析执行器
        batch_runner = BatchAnalysisRunner("test_batch_improved")
        batch_runner.set_progress_callback(mock_progress_callback)
        
        print("✅ 批量分析执行器创建成功")
        
        # 测试进度显示组件
        print("📊 测试进度显示组件...")
        from web.components.batch_progress_display import (
            render_batch_progress_display, 
            render_progress_summary, 
            create_progress_chart
        )
        
        # 模拟进度信息
        mock_progress_info = {
            'current_stock': 'AAPL',
            'current_index': 2,
            'total_stocks': 5,
            'progress': 40.0,
            'status': '正在分析AAPL...',
            'start_time': 1640995200  # 2022-01-01 00:00:00
        }
        
        # 模拟已完成的股票
        mock_completed_stocks = [
            {
                'stock_symbol': 'TSLA',
                'success': True,
                'decision': {
                    'action': '买入',
                    'confidence': 0.85,
                    'risk_score': 0.3,
                    'target_price': 250.0,
                    'reasoning': '技术面突破，基本面强劲'
                },
                'analysis_time': 1640995200,
                'analysis_duration': 45.2
            },
            {
                'stock_symbol': 'MSFT',
                'success': True,
                'decision': {
                    'action': '持有',
                    'confidence': 0.65,
                    'risk_score': 0.5,
                    'target_price': 300.0,
                    'reasoning': '波动较大，需要观察'
                },
                'analysis_time': 1640995260,
                'analysis_duration': 38.7
            }
        ]
        
        print("✅ 进度显示组件导入成功")
        
        # 测试进度摘要
        summary_data = render_progress_summary(mock_progress_info, mock_completed_stocks)
        print(f"📋 进度摘要: {summary_data}")
        
        # 测试进度图表
        chart = create_progress_chart(mock_completed_stocks)
        if chart:
            print("✅ 进度图表创建成功")
        else:
            print("⚠️ 进度图表创建失败（可能是依赖问题）")
        
        # 测试批量分析表单组件
        print("📋 测试批量分析表单组件...")
        from web.components.batch_analysis_form import parse_stock_symbols, validate_and_format_symbol
        
        # 测试股票代码解析
        test_stocks = "AAPL,TSLA,MSFT\nGOOGL,AMZN"
        parsed_stocks = parse_stock_symbols(test_stocks, "美股")
        print(f"✅ 股票代码解析: {parsed_stocks}")
        
        # 测试股票代码验证
        test_cases = [
            ("AAPL", "美股"),
            ("000001", "A股"),
            ("0700.HK", "港股")
        ]
        
        for symbol, market in test_cases:
            try:
                validated = validate_and_format_symbol(symbol, market)
                print(f"✅ {symbol} ({market}) -> {validated}")
            except Exception as e:
                print(f"❌ {symbol} ({market}) -> 验证失败: {e}")
        
        print("✅ 批量分析表单组件测试通过")
        
        # 测试批量分析结果展示组件
        print("📊 测试批量分析结果展示组件...")
        from web.components.batch_results_display import render_batch_results
        
        # 模拟批量分析结果
        mock_batch_results = {
            'batch_id': 'test_batch_improved',
            'total_stocks': 5,
            'successful_analyses': 4,
            'failed_analyses': 1,
            'analysis_date': '2024-01-15',
            'market_type': '美股',
            'research_depth': 3,
            'analysts': ['market', 'fundamentals'],
            'summary_report': {
                'overview': {
                    'total_stocks': 5,
                    'successful_analyses': 4,
                    'failed_analyses': 1,
                    'success_rate': 0.8
                },
                'investment_recommendations': {
                    'buy_count': 2,
                    'sell_count': 0,
                    'hold_count': 2,
                    'buy_percentage': 0.5,
                    'sell_percentage': 0.0,
                    'hold_percentage': 0.5
                },
                'risk_metrics': {
                    'average_confidence': 0.75,
                    'average_risk_score': 0.4,
                    'high_confidence_stocks': 2,
                    'low_risk_stocks': 2
                }
            },
            'results': {
                'AAPL': {
                    'success': True,
                    'decision': {
                        'action': '买入',
                        'confidence': 0.85,
                        'risk_score': 0.3,
                        'target_price': 180.0,
                        'reasoning': '技术面突破，基本面强劲'
                    }
                },
                'TSLA': {
                    'success': True,
                    'decision': {
                        'action': '持有',
                        'confidence': 0.65,
                        'risk_score': 0.5,
                        'target_price': 250.0,
                        'reasoning': '波动较大，需要观察'
                    }
                }
            }
        }
        
        print("✅ 批量分析结果展示组件导入成功")
        
        # 测试批量分析报告导出器
        print("📄 测试批量分析报告导出器...")
        from web.utils.batch_report_exporter import BatchReportExporter
        
        exporter = BatchReportExporter(mock_batch_results)
        print("✅ 批量分析报告导出器创建成功")
        
        print("\n🎉 改进后的批量分析功能测试全部通过！")
        
        print("\n📋 新功能特性:")
        print("✅ 依次进行股票分析（非同步）")
        print("✅ 实时显示分析进度")
        print("✅ 每个股票分析完成后立即显示结果")
        print("✅ 智能进度跟踪和状态管理")
        print("✅ 可视化进度图表")
        print("✅ 分析统计和摘要")
        print("✅ 自动刷新机制")
        print("✅ 错误处理和恢复")
        
        print("\n🚀 使用方法:")
        print("1. 启动Web应用: python -m streamlit run web/app.py")
        print("2. 在侧边栏选择 '📈 批量分析'")
        print("3. 输入多个股票代码")
        print("4. 配置分析参数")
        print("5. 点击开始批量分析")
        print("6. 实时查看分析进度和结果")
        print("7. 分析完成后查看汇总报告")
        
        return True
        
    except Exception as e:
        print(f"❌ 测试失败: {e}")
        import traceback
        traceback.print_exc()
        return False

def main():
    """主测试函数"""
    
    print("🚀 改进后的批量股票分析功能测试")
    print("=" * 60)
    
    success = test_improved_batch_analysis()
    
    print("\n" + "=" * 60)
    if success:
        print("🎉 所有测试通过！改进后的批量分析功能运行正常")
        
        print("\n🔧 主要改进:")
        print("1. **依次分析**: 股票按顺序逐个分析，不是同步进行")
        print("2. **实时进度**: 显示当前分析的股票和整体进度")
        print("3. **即时结果**: 每个股票分析完成后立即显示结果")
        print("4. **可视化**: 进度图表和统计信息")
        print("5. **自动刷新**: 页面自动刷新显示最新进度")
        print("6. **错误处理**: 单个股票失败不影响其他股票")
        print("7. **用户友好**: 直观的进度显示和状态反馈")
        
        return True
    else:
        print("❌ 测试失败")
        return False

if __name__ == "__main__":
    success = main()
    sys.exit(0 if success else 1)