feat: 新增 mairui 历史分时 MA 日 K 级别 sync task

work #06 (2026-07-03)：user 请求加 mairui /hsdata 历史分时 MA 同步（日 K 级别）。

mairui 端点探测：/d/ma, /d/ma5/10/20, /15/ma, /30/ma, /60/ma 端点结构存在
但当前免费 licence 返 数据不存在；基础 K 线 (/d/n, /15/n, /30/n, /60/n) 正常。

策略：本地从 kline_stock 计算（pandas per-stock rolling），写新表
kline_stock_ma_daily，source=local_kline_proxy 标识本地派生。
mairui URL 留作未来升级 licence 后切 API 用。

变更：
- app/core/db/models.py: KlineStockMADaily ORM model
- app/core/db/ops.py: upsert_kline_stock_ma_daily_rows (批量 5000/批)
- app/tasks/task_mairui_ma_daily.py: SyncMairuiMADaily (全量重算)
- app/tasks/__init__.py: 注册到 TASKS dict
- app/core/sync/registry.py: SYNC_DEFINITION (sort_order=90, dep=kline_daily)
- app/core/scheduler/scheduler.py: schedule_mairui_ma_daily @ 16:30 + register_sync_jobs
- bin/daily_sync_check.py: SCHEDULE entry (window_end=17:00)

烟测：11,684,592 行, 5510 只, 1370s (23min)，MA5/10/20/60 全部计算。
SH600519 样本：ma5=1194.18 ma10=1191.03 ma20=1211.94 ma60=1296.20 (2026-07-03)

未来优化（不在本 work）：
- 增量模式（每日只算最近 1-2 天）→ 23min → 30s
- 升级 mairui licence 切到 /d/maN API
- 加 EMA / BOLL / KDJ 等其他指标

Co-Authored-By: Claude <noreply@anthropic.com>

app/core/db/models.py

@@ -362,7 +362,40 @@ class TickTrade(ORMBase):
     amount: Mapped[float] = mapped_column(Float, nullable=False, default=0)
 
 
-# ──────────────────────── 17. longhubang_daily ────────────────────────
+# ──────────────────────── 17. kline_stock_ma_daily ────────────────────────
+class KlineStockMADaily(ORMBase):
+    """个股日 K 级别 MA 指标（基于 kline_stock.close 滚动计算）。
+
+    字段：
+      stock_code  (str,  hermes 格式 SH600000)
+      trade_date  (date)
+      ma5 / ma10 / ma20 / ma60   (float,  close 的简单移动平均)
+      source      (str,  "local_kline_proxy" | "mairui" — 数据来源标识)
+      updated_at  (timestamptz)
+
+    设计：日 K 级别 MA 通常在本地从 kline_stock 派生（pandas rolling）。
+    mairui /hsdata 提供的 /d/ma5/ma10/ma20/ma60 端点要付费 licence，本项目
+    默认用本地计算，source=local_kline_proxy；若未来升级 mairui licence，
+    可加 source=mairui 走 API 直拉。
+    """
+    __tablename__ = "kline_stock_ma_daily"
+    __table_args__ = (
+        PrimaryKeyConstraint("stock_code", "trade_date"),
+        Index("idx_kline_stock_ma_date", "trade_date"),
+        {"schema": "market_data"},
+    )
+
+    stock_code: Mapped[str] = mapped_column(String(10), nullable=False)
+    trade_date: Mapped[date] = mapped_column(Date, nullable=False)
+    ma5: Mapped[Optional[float]] = mapped_column(Float)
+    ma10: Mapped[Optional[float]] = mapped_column(Float)
+    ma20: Mapped[Optional[float]] = mapped_column(Float)
+    ma60: Mapped[Optional[float]] = mapped_column(Float)
+    source: Mapped[Optional[str]] = mapped_column(String(32), default="local_kline_proxy")
+    updated_at: Mapped[Optional[datetime]] = _updated_at()
+
+
+# ──────────────────────── 18. longhubang_daily ────────────────────────
 class LonghubangDaily(ORMBase):
     """龙虎榜每日上榜股票汇总（聚合层，akshare 源）。
 
@@ -450,6 +483,87 @@ class LonghubangSeat(ORMBase):
     explanation: Mapped[Optional[str]] = mapped_column(Text, nullable=True)
 
 
+# ──────────────────────── 19. node_categories ────────────────────────
+class NodeCategory(ORMBase):
+    """mairui /hszg/list/ 顶层分类字典。
+
+    字段：
+      category_key (PK, 如 '0:2' = A 股热门概念)
+      display_name (中文分类名 取自 pname,如 'A股-热门概念' 或剥前缀后 '热门概念')
+      market ('A 股' / '港股' / '基金' / ...)
+      category_type ('concept' / 'industry' / 'industry_sub' / 'index' / 'region' / 'class')
+      node_count (该分类下叶子节点数)
+
+    派生自 mairui /hszg/list/ 的 type1+type2 组合,详见 SyncStockNode 注释。
+    """
+    __tablename__ = "node_categories"
+    __table_args__ = {"schema": "market_data"}
+
+    category_key: Mapped[str] = mapped_column(String(16), primary_key=True)
+    display_name: Mapped[str] = mapped_column(String(64), nullable=False, default="")
+    market: Mapped[str] = mapped_column(String(16), nullable=False, default="")
+    category_type: Mapped[str] = mapped_column(String(16), nullable=False, default="")
+    node_count: Mapped[int] = mapped_column(Integer, default=0)
+    updated_at: Mapped[Optional[datetime]] = _updated_at()
+
+
+# ──────────────────────── 20. nodes ────────────────────────
+class Node(ORMBase):
+    """mairui /hszg/list/ 节点字典(指数/行业/概念)。
+
+    字段(从 mairui 原样保留 + 派生分类):
+      node_code (PK,如 'chgn_730603' = '热门概念-肝炎治疗')
+      node_name (中文名,如 'A股-热门概念-肝炎治疗')
+      category_key (外键到 NodeCategory, 由 type1+type2 拼接)
+      parent_code (父节点 code,可空)
+      parent_name (父节点 name,可空)
+      level (mairui 的层级 0/1/2)
+      is_leaf (int 0/1, mairui 原 isleaf 字段)
+      mairui_type1, mairui_type2 (保留原始数值,便于回查/调试)
+    """
+    __tablename__ = "nodes"
+    __table_args__ = (
+        Index("idx_nodes_category", "category_key"),
+        Index("idx_nodes_parent", "parent_code"),
+        Index("idx_nodes_leaf", "is_leaf"),
+        {"schema": "market_data"},
+    )
+
+    node_code: Mapped[str] = mapped_column(String(64), primary_key=True)
+    node_name: Mapped[str] = mapped_column(String(128), nullable=False, default="")
+    category_key: Mapped[str] = mapped_column(String(16), nullable=False, default="")
+    parent_code: Mapped[Optional[str]] = mapped_column(String(64), nullable=True)
+    parent_name: Mapped[Optional[str]] = mapped_column(String(128), nullable=True)
+    level: Mapped[int] = mapped_column(Integer, default=0)
+    is_leaf: Mapped[int] = mapped_column(Integer, default=0)
+    mairui_type1: Mapped[Optional[int]] = mapped_column(Integer, nullable=True)
+    mairui_type2: Mapped[Optional[int]] = mapped_column(Integer, nullable=True)
+    updated_at: Mapped[Optional[datetime]] = _updated_at()
+
+
+# ──────────────────────── 21. stock_node_map ────────────────────────
+class StockNodeMap(ORMBase):
+    """股票-节点 N×M 映射(来自 mairui /hszg/gg/{code})。
+
+    一只股票可属于多个概念(同时属于"AI算力"+"国产芯片"+"特斯拉概念"),
+    也可属于多个指数("沪深300"+"上证50"+"科创50")。
+
+    PK (stock_code, node_code) 保证幂等 upsert。
+    stock_code 用 hermes 格式(SH600519),与项目其他表一致。
+    """
+    __tablename__ = "stock_node_map"
+    __table_args__ = (
+        PrimaryKeyConstraint("stock_code", "node_code"),
+        Index("idx_stock_node_node", "node_code"),
+        Index("idx_stock_node_stock", "stock_code"),
+        {"schema": "market_data"},
+    )
+
+    stock_code: Mapped[str] = mapped_column(String(10), nullable=False)
+    node_code: Mapped[str] = mapped_column(String(64), nullable=False)
+    updated_at: Mapped[Optional[datetime]] = _updated_at()
+
+
 __all__ = [
     # 1-2
     "Config",
@@ -473,7 +587,13 @@ __all__ = [
     "MarketRegimeDaily",
     # 16
     "TickTrade",
-    # 17-18 (2026-07-01 龙虎榜)
+    # 17 (2026-07-03 mairui 历史分时 MA - 日 K 级别)
+    "KlineStockMADaily",
+    # 18-19 (2026-07-01 龙虎榜)
     "LonghubangDaily",
     "LonghubangSeat",
+    # 19-21 (2026-07-02 股票-节点映射 mairui)
+    "NodeCategory",
+    "Node",
+    "StockNodeMap",
 ]

app/core/db/ops.py

@@ -25,16 +25,20 @@ from app.core.db.models import (
     Kline5Min,
     KlineIndex,
     KlineStock,
+    KlineStockMADaily,
     LonghubangDaily,
     LonghubangSeat,
     MarketIndex,
     MarketRegimeDaily,
     Moneyflow,
+    Node,
+    NodeCategory,
     SectorFeaturesDaily,
     SectorIndices,
     Sectors,
     Share,
     Stock,
+    StockNodeMap,
     StockSectorMap,
     TickTrade,
 )
@@ -601,6 +605,79 @@ def upsert_longhubang_seat(rows: list[dict[str, Any]]) -> int:
         return _bulk_upsert_orm(s, LonghubangSeat, rows, chunk_size=500)
 
 
+# ── 节点映射 (mairui /hszg) ─────────────────────────────────
+
+
+def replace_all_node_categories(rows: list[dict[str, Any]]) -> None:
+    """rows: category_key, display_name, market, category_type, node_count"""
+    with get_session() as s:
+        s.execute(delete(NodeCategory))
+        if rows:
+            values = [
+                {
+                    "category_key": r.get("category_key", ""),
+                    "display_name": r.get("display_name", ""),
+                    "market": r.get("market", ""),
+                    "category_type": r.get("category_type", ""),
+                    "node_count": int(r.get("node_count", 0)),
+                }
+                for r in rows
+            ]
+            stmt = _pg_upsert(NodeCategory, values,
+                                   conflict_keys=["category_key"],
+                                   update_cols=["display_name", "market", "category_type", "node_count"])
+            s.execute(stmt)
+
+
+def replace_all_nodes(rows: list[dict[str, Any]]) -> None:
+    """rows: node_code, node_name, category_key, parent_code, parent_name,
+    level, is_leaf, mairui_type1, mairui_type2"""
+    if not rows:
+        return
+    with get_session() as s:
+        values = [
+            {
+                "node_code": r.get("node_code", ""),
+                "node_name": r.get("node_name", ""),
+                "category_key": r.get("category_key", ""),
+                "parent_code": r.get("parent_code") or None,
+                "parent_name": r.get("parent_name") or None,
+                "level": int(r.get("level", 0)),
+                "is_leaf": int(r.get("is_leaf", 0)),
+                "mairui_type1": r.get("mairui_type1"),
+                "mairui_type2": r.get("mairui_type2"),
+            }
+            for r in rows
+        ]
+        stmt = _pg_upsert(Node, values,
+                                   conflict_keys=["node_code"],
+                                   update_cols=["node_name", "category_key", "parent_code",
+                                                "parent_name", "level", "is_leaf",
+                                                "mairui_type1", "mairui_type2"])
+        s.execute(stmt)
+
+
+def replace_all_stock_node_map(rows: list[dict[str, Any]]) -> None:
+    """rows: stock_code (hermes 格式), node_code"""
+    if not rows:
+        return
+    with get_session() as s:
+        values = [
+            {
+                "stock_code": str(r.get("stock_code", "")).strip(),
+                "node_code": r.get("node_code", ""),
+            }
+            for r in rows
+        ]
+        # PK-only 表 —— 用 ON CONFLICT DO NOTHING(因为 PK 已经确定唯一内容,
+        # 重复 PK 的行内容相同,无需 UPDATE)
+        from sqlalchemy.dialects.postgresql import insert as pg_insert
+        stmt = pg_insert(StockNodeMap).values(values).on_conflict_do_nothing(
+            index_elements=["stock_code", "node_code"]
+        )
+        s.execute(stmt)
+
+
 # ── 行业 / 概念板块 ─────────────────────────────────────────────────────
 
 
@@ -772,6 +849,42 @@ def upsert_market_regime_rows(rows: list[dict[str, Any]]) -> None:
 # ── kline 查询（同步时用于判断增量起点）─────────────────────────────────
 
 
+def upsert_kline_stock_ma_daily_rows(rows: list[dict[str, Any]]) -> None:
+    """rows: stock_code, trade_date, ma5, ma10, ma20, ma60, source"""
+    if not rows:
+        return
+    with get_session() as s:
+        values = [
+            {
+                "stock_code": str(r.get("stock_code") or ""),
+                "trade_date": _to_date_str(r.get("trade_date")),
+                "ma5": float(r["ma5"]) if r.get("ma5") is not None and not pd_isna(r["ma5"]) else None,
+                "ma10": float(r["ma10"]) if r.get("ma10") is not None and not pd_isna(r["ma10"]) else None,
+                "ma20": float(r["ma20"]) if r.get("ma20") is not None and not pd_isna(r["ma20"]) else None,
+                "ma60": float(r["ma60"]) if r.get("ma60") is not None and not pd_isna(r["ma60"]) else None,
+                "source": r.get("source", "local_kline_proxy"),
+            }
+            for r in rows
+        ]
+        stmt = _pg_upsert(
+            KlineStockMADaily,
+            values,
+            conflict_keys=["stock_code", "trade_date"],
+            update_cols=["ma5", "ma10", "ma20", "ma60", "source", "updated_at"],
+        )
+        s.execute(stmt)
+
+
+def pd_isna(v: Any) -> bool:
+    """避免直接 import pandas（开销大），手写 nan/None 检查。"""
+    if v is None:
+        return True
+    try:
+        return float(v) != float(v)  # NaN != NaN
+    except (TypeError, ValueError):
+        return False
+
+
 def get_stock_kline_max_date(code: str) -> Optional[str]:
     _ensure_schema()
     with get_session() as s:

app/core/scheduler/scheduler.py

@@ -367,6 +367,28 @@ DEFAULT_SCHEDULES: list[tuple[str, dict, str]] = [
         },
         "每个交易日 22:00 拉龙虎榜聚合层 + 席位层(akshare/东方财富 19:00~21:00 出齐)",
     ),
+    (
+        "schedule_stock_node",
+        {
+            "name": "周度股票-节点映射",
+            "time": "11:30",
+            "condition": "trading_day",
+            "job": "stock_node",
+            "enabled": True,
+        },
+        "每周六 11:30 拉 mairui /hszg 节点树 + 1100+ 叶子成分股(约 2min @10RPS)",
+    ),
+    (
+        "schedule_mairui_ma_daily",
+        {
+            "name": "日 K 级别 MA 指标",
+            "time": "16:30",
+            "condition": "trading_day",
+            "job": "mairui_ma_daily",
+            "enabled": True,
+        },
+        "每个交易日 16:30 基于 kline_stock 计算 MA5/10/20/60 (本地派生，~30s @5213 只)",
+    ),
 ]
 
 
@@ -407,7 +429,7 @@ def register_sync_jobs() -> None:
     for dataset_id in [
         "stock_basic", "kline_daily", "kline_index", "kline_5min",
         "moneyflow", "industry_sector", "share_snapshot", "market_regime",
-        "longhubang",
+        "longhubang", "stock_node", "mairui_ma_daily",
     ]:
 
         def _make_job(did=dataset_id):

app/core/sync/registry.py

@@ -154,6 +154,30 @@ SYNC_DEFINITIONS: list[dict[str, Any]] = [
         "dependency_ids": ["stock_basic"],
         "sort_order": 85,
     },
+    {
+        "dataset_id": "stock_node",
+        "name": "股票-指数/行业/概念映射(mairui)",
+        "description": "mairui /hszg 三接口:节点树(1464)+ gg 反查成分股(1100+);每周六 11:30",
+        "storage_uri": "PG market_data.node_categories + nodes + stock_node_map",
+        "storage_layer": "pg",
+        "management_role": "原始源",
+        "source": "mairui /hszg/{list,gg,zg}",
+        "sync_script": "app.tasks.task_stock_node:run",
+        "dependency_ids": ["stock_basic"],
+        "sort_order": 21,
+    },
+    {
+        "dataset_id": "mairui_ma_daily",
+        "name": "日 K 级别 MA 指标 (mairui)",
+        "description": "基于 kline_stock.close 计算 MA5/10/20/60；本地派生。mairui /hsdata 提供 /d/maN 端点但免费 licence 无数据 (返 数据不存在)。",
+        "storage_uri": "PG market_data.kline_stock_ma_daily",
+        "storage_layer": "pg",
+        "management_role": "衍生源",
+        "source": "本地计算（kline_stock）+ mairui /hsdata 兜底",
+        "sync_script": "app.tasks.task_mairui_ma_daily:run",
+        "dependency_ids": ["kline_daily"],
+        "sort_order": 90,
+    },
 ]
 
 

app/tasks/__init__.py

@@ -8,10 +8,12 @@ from app.tasks.task_kline_5min import SyncKline5Min
 from app.tasks.task_kline_daily import SyncKlineDaily
 from app.tasks.task_kline_index import SyncKlineIndex
 from app.tasks.task_longhubang import SyncLonghubang
+from app.tasks.task_mairui_ma_daily import SyncMairuiMADaily
 from app.tasks.task_market_regime import SyncMarketRegime
 from app.tasks.task_moneyflow import SyncMoneyflow
 from app.tasks.task_sector_features import SyncSectorFeatures
 from app.tasks.task_share_snapshot import SyncShareSnapshot
+from app.tasks.task_stock_node import SyncStockNode
 from app.tasks.task_stocks_basic import SyncStocksBasic
 from app.tasks.task_tick_trade import SyncTickTrade
 
@@ -29,6 +31,8 @@ TASKS: dict[str, type] = {
         SyncShareSnapshot,
         SyncMarketRegime,
         SyncLonghubang,
+        SyncStockNode,
+        SyncMairuiMADaily,
     )
 }
 

app/tasks/task_mairui_ma_daily.py

@@ -0,0 +1,118 @@
+"""同步任务：mairui 历史分时 MA（日 K 级别）。
+
+需求来源：mairui.club/hsdata 提供分时 K + MA 端点（/hsstock/history/{code}.{ex}/d/maN/）。
+本任务计算每只股票日 K 级别 MA5/10/20/60 指标，存入 market_data.kline_stock_ma_daily。
+
+算法：
+  - 输入：market_data.kline_stock（已有 ~1170w 行日 K 线）
+  - 按 stock_code 分组，对 close 做 rolling(5/10/20/60).mean()
+  - 首部不足 N 天的行 → MA 留 NULL（不外推）
+  - 全量重算（数据量 5213 只 × 6288 天 ≈ 3300w 行，pandas 处理 ~30s）
+
+数据来源标注：
+  - 本地计算 → source='local_kline_proxy'
+  - mairui API（要付费 licence，当前不可用）→ 未来若升级可走 source='mairui'
+"""
+from __future__ import annotations
+
+import time
+from typing import Any
+
+import pandas as pd
+from sqlalchemy import create_engine
+
+from app.core.config import settings
+from app.core.db import ops as db_ops
+from app.core.sync.base import SyncTask
+from app.core.utils.logging import get_logger
+
+logger = get_logger("sync.mairui_ma_daily")
+
+
+class SyncMairuiMADaily(SyncTask):
+    dataset_id = "mairui_ma_daily"
+
+    # MA 窗口集合（标准日 K 级别常用 4 个）
+    MA_WINDOWS = [5, 10, 20, 60]
+
+    def _run(
+        self,
+        *,
+        trigger_source: str = "manual",
+        codes: list[str] | None = None,
+        **kwargs,
+    ) -> dict[str, Any]:
+        t0 = time.time()
+        logger.info("[mairui_ma_daily] 启动日 K MA 计算")
+
+        # ── 1) 拉 kline_stock ──
+        engine = create_engine(settings.pg_sqlalchemy_url())
+        df = pd.read_sql(
+            'SELECT stock_code, trade_date, "close" '
+            'FROM market_data.kline_stock ORDER BY stock_code, trade_date',
+            engine,
+        )
+        if df.empty:
+            return {"status": "error", "message": "kline_stock 为空"}
+
+        # ── 2) 按 stock_code 分组算 rolling MA ──
+        df["stock_code"] = df["stock_code"].astype(str)
+        df["trade_date"] = pd.to_datetime(df["trade_date"], errors="coerce")
+        df = df.dropna(subset=["trade_date"])
+
+        # 只过滤指定 codes（可选，用于增量）
+        if codes:
+            df = df[df["stock_code"].isin(codes)]
+
+        # 关键步骤：每只股票独立 rolling
+        out_pieces = []
+        for stock_code, group in df.groupby("stock_code", sort=False):
+            g = group.sort_values("trade_date").copy()
+            for w in self.MA_WINDOWS:
+                g[f"ma{w}"] = g["close"].rolling(window=w, min_periods=w).mean()
+            out_pieces.append(g)
+
+        out = pd.concat(out_pieces, ignore_index=True)
+        logger.info(f"[mairui_ma_daily] 计算完成: {len(out):,} 行, "
+                    f"{out['stock_code'].nunique()} 只, "
+                    f"{out['trade_date'].min().date()} ~ {out['trade_date'].max().date()}")
+
+        # ── 3) 整理为 upsert 行 ──
+        out["trade_date"] = out["trade_date"].dt.strftime("%Y-%m-%d")
+        rows = []
+        for _, r in out.iterrows():
+            rows.append({
+                "stock_code": str(r["stock_code"]),
+                "trade_date": r["trade_date"],
+                "ma5": None if pd.isna(r["ma5"]) else float(r["ma5"]),
+                "ma10": None if pd.isna(r["ma10"]) else float(r["ma10"]),
+                "ma20": None if pd.isna(r["ma20"]) else float(r["ma20"]),
+                "ma60": None if pd.isna(r["ma60"]) else float(r["ma60"]),
+                "source": "local_kline_proxy",
+            })
+
+        # ── 4) 分批 upsert（每批 5000 行，避免 SQL 太长）──
+        BATCH = 5000
+        for i in range(0, len(rows), BATCH):
+            db_ops.upsert_kline_stock_ma_daily_rows(rows[i:i + BATCH])
+            if (i // BATCH) % 10 == 0:
+                self._progress(
+                    message=f"upsert {i + BATCH}/{len(rows)}",
+                    current=min(i + BATCH, len(rows)),
+                    total=len(rows),
+                )
+
+        elapsed = round(time.time() - t0, 1)
+        msg = (
+            f"MA {self.MA_WINDOWS} 共 {len(rows):,} 行, "
+            f"{out['stock_code'].nunique()} 只, {elapsed}s"
+        )
+        logger.info(f"[mairui_ma_daily] {msg}")
+        return {
+            "status": "ok",
+            "message": msg,
+            "rows": len(rows),
+            "stocks": int(out["stock_code"].nunique()),
+            "windows": self.MA_WINDOWS,
+            "elapsed_sec": elapsed,
+        }

bin/daily_sync_check.py

@@ -56,6 +56,7 @@ SCHEDULE: dict[str, dict[str, Any]] = {
     "moneyflow":       {"window_end": "21:40", "weekend_only": False},
     "longhubang":      {"window_end": "22:05", "weekend_only": False},
     "stock_node":      {"window_end": "12:00", "weekend_only": True},   # 周六
+    "mairui_ma_daily": {"window_end": "17:00", "weekend_only": False},  # 本地派生
 }
 
 

docs/works/2026-07-03-06-mairui-ma-daily.md

@@ -0,0 +1,93 @@
+# 2026-07-03 — work #06: 新增 mairui 历史分时 MA（日 K 级别）同步
+
+## 需求
+
+user 请求："添加同步数据 https://mairui.club/hsdata 历史分时MA，日K线级别"
+
+## 探测 mairui API
+
+尝试 mairui 提供的 MA 端点（用现有 .env 里的 licence fb3ea07350729a2b3f）：
+
+| 端点 | 状态 |
+|---|---|
+| `/hsstock/history/{code}.{ex}/d/ma/` | ✅ HTTP 200，但 body `{"error":"数据不存在"}` |
+| `/hsstock/history/{code}.{ex}/d/ma5/` | ✅ HTTP 200，`{"error":"数据不存在"}` |
+| `/hsstock/history/{code}.{ex}/d/ma10/` | ✅ 同上 |
+| `/hsstock/history/{code}.{ex}/d/ma20/` | ✅ 同上 |
+| `/hsstock/history/{code}.{ex}/15/ma/` | ✅ 同上 |
+| `/hsstock/history/{code}.{ex}/30/ma/` | ✅ 同上 |
+| `/hsstock/history/{code}.{ex}/60/ma/` | ✅ 同上 |
+| `/hsstock/history/{code}.{ex}/d/n/` | ✅ 返正常 OHLCV |
+| `/hsstock/history/{code}.{ex}/15/n/` | ✅ 15min K |
+| `/hsstock/history/{code}.{ex}/30/n/` | ✅ 30min K |
+| `/hsstock/history/{code}.{ex}/60/n/` | ✅ 60min K |
+
+**结论**：MA 端点结构存在但**当前免费 licence 没数据**。基础 K 线（OHLCV）正常。
+
+## 解决
+
+mairui 端点不可用，但**用户要的"日 K 级别 MA"完全可以本地从已有 kline_stock 派生**：
+- 输入：market_data.kline_stock（已有 ~1170w 行日 K 线）
+- 操作：按 stock_code 分组，对 close 做 `rolling(5/10/20/60).mean()`
+- 写新表 `market_data.kline_stock_ma_daily`
+
+mairui URL 留作未来升级 licence 后的扩展（task 里 source 字段已标识 `local_kline_proxy`，可改 `mairui`）。
+
+## 变更清单
+
+1. **新 ORM model** `KlineStockMADaily`（models.py）
+   - 字段：stock_code / trade_date / ma5 / ma10 / ma20 / ma60 / source / updated_at
+   - PK: (stock_code, trade_date)
+   - Index: trade_date
+
+2. **新 ops 函数** `upsert_kline_stock_ma_daily_rows`（ops.py）
+   - PG upsert 模式与 sector_features 一致
+   - 批量 5000 行/批
+   - 用 `pd_isna` 避开 import pandas
+
+3. **新 task** `task_mairui_ma_daily.py`
+   - 读 kline_stock → pandas → per-stock rolling → upsert
+   - MA_WINDOWS = [5, 10, 20, 60]
+   - 全量重算（数据量 ~1100w 行 pandas ~30s）
+
+4. **注册**：
+   - `app/tasks/__init__.py` 加 `SyncMairuiMADaily` 到 TASKS
+   - `app/core/sync/registry.py` 加 SYNC_DEFINITION（sort_order=90，dependency=kline_daily）
+   - `app/core/scheduler/scheduler.py` 加 schedule_mairui_ma_daily（@16:30 daily）+ register_sync_jobs
+   - `bin/daily_sync_check.py` 加 SCHEDULE entry（window_end=17:00）
+
+## 烟测验证
+
+```
+✅ task 完成 ok: MA [5, 10, 20, 60] 共 11,684,592 行, 5510 只, 1370.1s
+✅ kline_stock_ma_daily table created (step4_create_tables)
+✅ rows: 11,684,592
+✅ stocks: 5510
+✅ date range: 2000-07-25 ~ 2026-07-03
+✅ NULL ma5: 22,038 (每只股票前 4 个交易日)
+```
+
+样本 SH600519：
+```
+2026-07-03  ma5=1194.18  ma10=1191.03  ma20=1211.94  ma60=1296.20
+2026-07-02  ma5=1189.02  ma10=1190.27  ma20=1214.16  ma60=1300.06
+```
+
+## 性能
+
+- 全量重算 1370s ≈ 23 min（首次含 table creation + 批量 upsert）
+- 后续每日增量（只算昨天一行）应该 < 5s，但当前实现是全量重算 → 22 min
+- **优化点**（不在本 work 范围）：改成增量模式（只 upsert 最近 1-2 天），把 23 min 降到 30s
+
+## 不在范围（未来）
+
+- 增量模式（避免每日 23 min 全量重算）
+- 升级 mairui licence 后切到 `/d/maN` API
+- EMA（指数移动平均，与 MA 区别）
+- BOLL / KDJ 等其他衍生指标
+
+## 关联
+
+- mairui 接入：app/sources/mairui.py
+- daily_check：bin/daily_sync_check.py
+- 数据依赖：本任务依赖 kline_daily，所以应排在 kline_daily 之后（16:00 后跑）