省略的导入部分
from dataclasses import dataclass
from typing import Tuple, List, NewType
from pandas import DataFrame
from datetime import datetime###2.1 接口定义
# 参数：stockcode 股票代码, function 功能 1：业绩分析 2：归因分析 3：场景分析(分成3个tab进行展示)
def stock_show(stockcode: str, function: int)-> tuple(stock_show1, stock_show2, stock_show3）
#返回值：各功能的深度分析行情展示
pass###2.2 返回值定义
@dataclass
# 功能一
class stock_show1:
value_show: dataframe # 净值累计收益率比较图
({
date: str "%Y-%m-%d" # 时间 天
stock_value: float # 当前股票该时刻相对净值（相对于开始时的净值）
stock_gain: float # 当前股票该时刻累计收益率
stockhs300_price: float # 沪深300该时刻指数
stockhs300_value: float # 沪深300该时刻相对净值（相对于开始时的净值）
stockzz_price: float # 中证指数该时刻指数
stockzz_value: float # 中证指数该时刻相对净值（相对于开始时的净值）
}）
# 画图 以date为横轴，分别以stock_value，stockhs300_value ，stockzz_value为纵轴做折线图 鼠标点击对应点展示改点的date,stock_value,stock_gain, stockhs300_price, stockhs300_value, stockzz_price,stockzz_value
gain_risk: dataframe # 收益风险指标表 一共有三列 当前股票，沪深300，中证指数
（{
gainrate: float # 收益率
annualgain: float # 年化收益率
annualrisk: float # 年化波动率
max_retrace: float # 最大回撤
retraceback: str "%Y-%m-%d~%Y-%m-%d" #最大回撤回补期
alpha: float # alpa值
beta: float # beta值
sharpe_ratio: float # sharpe比例
sortino_ratio: float # sortino比例
clamar_ratio: float # clamar比例
month_win: float # 月胜率（0,1）
win_ratio: float # 平均损益比 （1,无穷）
}）
retrace_show: dataframe # 动态回撤收益率图
（{
date:str "%Y-%m-%d" # 时间 天
stock_retrace:float # 当前股票该时刻动态回撤值（-1,0）
stoc_monthgain_compare:float # 每月15日有该值，表示当月收益率与中证指数当月收益率的差，可正可负
}）
# 动态回撤为折线图，超额收益率为柱形图
可以参考朝阳永续网址：12345fund.com，用户名:E00055196，密码：739508
需求 #6 正常流程-1
# 参数：投资需求，用户ID
# ps:用户调整需求的时候整个更新需求
def add_invest_req(invreq: InvestReq, user_id:str) -> Tuple[float,List[StockInfo]]:
# 返回值: 预期收益，股票信息列表
pass@dataclass
class InvestReq:
ror_bound: Tuple[float, float] # 收益率：百分比上下界
volatility_bound: Tuple[float, float] # 波动率：百分比上下界
investment_years: int # 投资年限
volume: float # 投资额: TODO 精度限制
# TODO 和用户绑定@dataclass
class StockInfo:
date: datetime # 时间:日期
stockcode: str # 股票代码
stockname: str # 股票名称
price: float # 买入价格
quantity: int # 买入数量需求 #6 正常流程-3
# 参数：股票投资方案ID
def get_revenue(stock_sol_id: str) -> StockSolPerf:
# 返回值：方案收益表现
pass- 股票投资方案ID，用一个字符串表示，例如
'0e210c0b824b'
@dataclass
class StockSolPerf:
accu_revenue: float # 累计收益:百分率
max_drawdowm: float # 最大回撤：百分率
ror_year: float # 年化收益:百分率
start_date :datetime # 开始时间
start_volume :float # 初始资金
# 以下浮点数取值范围为：0~100
beta: float # 贝塔
growth: float # 成长性
leverage_ratio: float # 杠杆率
liquidity: float # 流动性
momentum: float # 动量
reversal: float # 反转
market_value: float # 市值
price: float # 价值
volatility: float # 波动率
profitability: float # 盈利性
industry: dict[str:float]# 版块情况，键为版块名（包括现金），值为百分比
# Brinson 分析
active_return: float # 主动收益:浮点，可为负数
asset_allo: float # 资产配置
stock_allo: float # 选股配置
# 收益图走势
return_trend: List[Tuple[datetime, float, float]] # 时间，累积收益，参照收益（例如沪深300指数）:时间从策略产生日开始
# 当前持仓
cur_position: DataFrame
({
stockcode: str # 股票代码
stockname: str # 股票名
quantity: int # 持仓量
price: float # 买入均价
t_return: float # 累积盈亏：亏损为负
})
# 交易记录
record: DataFrame
({
date: datetime # 成交时间
stockcode: str # 股票代码
stockname: str # 股票名
otype: enum # 枚举类型 买入or卖出
price: float # 成交价
quantity: int # 成交量
})需求 #6 扩展流程-1
# 参数：股票ID
def get_quotation(stockcode: str) -> Tuple[list[StockHistoryPrice],StockCurInfo]:
# 返回值：股票历史价格列表，股票当前部分信息
pass- 股票代码，用一个字符串表示，例如
'0384758'
# 返回值定义
@dataclass
class StockHistoryPrice:
# 用于画K线图
date: datetime # 日期：哪天的价格
max_price: float # 最高价
min_price: float # 最低价
opening: float # 开盘价
closing: float # 收盘价
change: float # 涨跌额
chg: float # 涨跌幅：百分数，大小一般不超过10%
volume: float # 成交量
@dataclass
class StockCurInfo:
# 当日部分信息
market_cap: float # 市值
opening: float # 开盘价
volumn: float # 成交量
turnover: float # 换手率
closing: float # 收盘价（或者精确为当前价）
PE: float # 市盈率
change: Tuple[float,float] # 涨跌幅,涨跌幅
Day_Range: Tuple[float,float] # 最低价，最高价
Beta: float # 贝塔
Sharpe: float # 夏普率需求 #6 扩展流程-2
###7.1 系统帮助用户调整方案
需求 #8 正常流程-1
# 参数：股票投资方案ID, 持仓的修改方案(modify_plan['possess_id: str', 'modify_amount: int'])
def modify_possess(stock_solution_id: str, modify_plan: DataFrame) -> bool:
# 返回值：是否成功
pass