fix: 港股/美股代码不再被当成 A 股静默查询 (#43 前置)

_normalize_ticker 文档写着"返回纯 6 位代码"却从不校验位数：港股 00700 / 0700.HK、美股 AAPL 全部原样放行，拿去问 mootdx/腾讯/东财。这些源对不存在的代码往往不报错，只返回空值或僵尸报价（北交所 920 号段同类问题），模型会拿一份看起来正常、实际属于别的市场的数据写完整篇报告。 - 一个卡点覆盖 15 个数据接口（所有 vendor 方法都过 _normalize_ticker） - 港股报错指明去处（global-stock-data）与 roadmap（#43），不只说"不支持" - A 股各写法不受影响：SH600519 / 600519.SH / sz000001 / 北交所 920002 港股多 Agent 分析仍在 roadmap。数据层可行性已实测：腾讯/新浪/东财 push2/ Yahoo K线/东财港股三表五个端点全部可用；但政策/游资/解禁三个 A 股特化角色对港股不适用，需单独设计角色集。测试：新增 24 例（两侧都锁），全量回归 301 passed
2026-08-31 01:23:38 +00:00 · 2026-08-06 20:53:04 +12:00
parent cdca5e1f8f
commit b0c39ea915
4 changed files with 141 additions and 2 deletions
@@ -6,6 +6,28 @@ The format is based on [Keep a Changelog](https://keepachangelog.com/en/1.1.0/),
 and this project follows [Semantic Versioning](https://semver.org/spec/v2.0.0.html).
 Breaking changes within the 0.x line are called out explicitly.

+## [0.5.3] — 2026-08-06
+
+港股/美股代码不再被当成 A 股静默查询（[#43](https://github.com/simonlin1212/TradingAgents-astock/issues/43) 前置修复）。
+
+`_normalize_ticker()` 的文档写着"返回纯 6 位代码"，但从不校验位数：港股 `00700`
+/ `0700.HK`、美股 `AAPL` 都被**原样放行**，然后拿去问 mootdx / 腾讯 / 东财。这些
+源对不存在的代码往往不报错，只返回空值或僵尸报价（北交所 920 号段踩过同类问题），
+于是模型会拿着一份看起来正常、实际属于别的市场的数据写完整篇报告——报告里完全
+看不出来。
+
+- **一个卡点覆盖 15 个数据接口**：`_normalize_ticker` 是所有 vendor 方法的必经之路。
+- 港股代码报错时**指明去处**（姊妹项目 global-stock-data）和 roadmap（#43），
+  而不是只说"不支持"。
+- A 股各种写法（`SH600519` / `600519.SH` / `sz000001` / 北交所 `920002`）一个都
+  不受影响，24 例测试两侧都锁。
+
+港股多 Agent 分析本身仍在 roadmap：数据层可行性已验证（腾讯 / 新浪 / 东财 push2 /
+Yahoo K线 / 东财港股三表 五个端点实测均可用），但 A 股特化的政策 / 游资 / 解禁三个
+角色对港股不适用，需要单独设计角色集。
+
+---
+
 ## [0.5.2] — 2026-08-06

 新增决策绩效统计，并修掉一个会污染它的评级解析漏洞。
@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"

 [project]
 name = "tradingagents-astock"
-version = "0.5.2"
+version = "0.5.3"
 description = "A股多Agent投研框架 — 基于 TradingAgents 深度特化"
 readme = "README.md"
 requires-python = ">=3.10"
@@ -0,0 +1,83 @@
+"""非 A 股代码必须当场报错，不能拿去查 A 股数据源（#43）。
+
+港股代码是 4~5 位数字或带 `.HK`，此前会被 `_normalize_ticker` **原样放行**，
+然后拿去问 mootdx / 腾讯 / 东财。这些源对不存在的代码往往不报错，只返回空值或
+僵尸报价（北交所 920 号段踩过同类问题），于是模型会拿着一份看起来正常、实际
+属于别的市场的数据写完整篇报告——报告里完全看不出来。
+
+这里锁的是两侧：非 A 股必须被拦下，A 股的各种写法一个都不能被误伤。
+"""
+
+import pytest
+
+from tradingagents.dataflows.a_stock import _normalize_ticker
+
+
+# ---------------------------------------------------------------------------
+# A 股照常工作（防止防护误伤）
+# ---------------------------------------------------------------------------
+
+
+@pytest.mark.parametrize(
+    "raw,expected",
+    [
+        ("600519", "600519"),        # 沪市主板
+        ("000001", "000001"),        # 深市主板
+        ("300750", "300750"),        # 创业板
+        ("688017", "688017"),        # 科创板
+        ("920002", "920002"),        # 北交所新号段
+        ("SH600519", "600519"),
+        ("600519.SH", "600519"),
+        ("sz000001", "000001"),
+        ("BJ920002", "920002"),
+        ("  600519  ", "600519"),
+    ],
+)
+def test_a_share_forms_still_pass(raw, expected):
+    assert _normalize_ticker(raw) == expected
+
+
+# ---------------------------------------------------------------------------
+# 港股被拦下，并且说清楚去哪
+# ---------------------------------------------------------------------------
+
+
+@pytest.mark.parametrize("raw", ["00700", "0700.HK", "00700.HK", "9988", "09988", "0700.hk"])
+def test_hk_codes_are_rejected(raw):
+    with pytest.raises(ValueError) as exc:
+        _normalize_ticker(raw)
+    assert "港股" in str(exc.value)
+
+
+def test_hk_error_points_to_the_alternative():
+    """光说"不支持"不够，要告诉用户现在能用什么。"""
+    with pytest.raises(ValueError) as exc:
+        _normalize_ticker("00700")
+    message = str(exc.value)
+    assert "global-stock-data" in message
+    assert "#43" in message
+
+
+# ---------------------------------------------------------------------------
+# 美股与畸形输入
+# ---------------------------------------------------------------------------
+
+
+@pytest.mark.parametrize("raw", ["AAPL", "TSLA", "BABA"])
+def test_us_tickers_are_rejected(raw):
+    with pytest.raises(ValueError, match="不是 A 股代码"):
+        _normalize_ticker(raw)
+
+
+@pytest.mark.parametrize("raw", ["700", "12", "1234567"])
+def test_wrong_length_numeric_is_rejected(raw):
+    """位数不对的纯数字既不是 A 股也不该被猜成别的市场，直接报错。"""
+    with pytest.raises(ValueError):
+        _normalize_ticker(raw)
+
+
+def test_error_names_the_original_input():
+    """报错要带上用户原本传进来的东西，否则不知道是哪一步出的问题。"""
+    with pytest.raises(ValueError) as exc:
+        _normalize_ticker("0700.HK")
+    assert "0700.HK" in str(exc.value)
@@ -58,10 +58,42 @@ def _get_prefix(code: str) -> str:
    return "sz"


+def _reject_non_a_share(original: str, code: str) -> None:
+    """港股/美股代码走到 A 股数据层时当场报错，而不是拿去查 A 股（#43）。
+
+    A 股代码恒为 6 位数字。港股是 4~5 位（`00700`）或带 `.HK` 后缀，美股是字母。
+    这些代码此前会被**原样放行**，然后拿去问 mootdx / 腾讯 / 东财——而这些源对
+    不存在的代码往往不报错，只返回空值或僵尸报价（北交所 920 号段就踩过，见
+    `_normalize_ticker` 上游的 `_get_prefix`）。于是模型会拿着一份看起来正常、
+    实际属于别的市场或根本不存在的数据写完整篇报告，报告里完全看不出来。
+    """
+    if code.isdigit() and len(code) == 6:
+        return
+    upper = original.strip().upper()
+    if upper.endswith(".HK") or (code.isdigit() and len(code) in (4, 5)):
+        raise ValueError(
+            f"'{original}' 是港股代码。本数据层只支持 A 股（6 位数字代码，"
+            f"如 600519 / 000001）。港股数据请用姊妹项目 global-stock-data，"
+            f"多 Agent 港股分析仍在 roadmap（issue #43）。"
+        )
+    if code and not code.isdigit():
+        raise ValueError(
+            f"'{original}' 不是 A 股代码。本数据层只支持 A 股 6 位数字代码"
+            f"（如 600519）；美股/港股请用姊妹项目 global-stock-data。"
+        )
+    raise ValueError(
+        f"'{original}' 不是有效的 A 股代码：A 股代码恒为 6 位数字（如 600519），"
+        f"这里解析出的是 '{code}'。"
+    )
+
+
 def _normalize_ticker(symbol: str) -> str:
    """Strip exchange prefix/suffix, return pure 6-digit code.

    Handles: '688017', 'SH688017', '688017.SH', 'sh688017'
+
+    非 A 股代码（港股 `00700` / `0700.HK`、美股 `AAPL`）会直接报错，不再原样
+    放行去查 A 股数据源（#43）。
    """
    s = symbol.strip().upper()
    # Remove .SH / .SZ / .BJ suffix
@@ -74,7 +106,9 @@ def _normalize_ticker(symbol: str) -> str:
        if s.startswith(prefix):
            s = s[len(prefix) :]
            break
-    return safe_ticker_component(s)
+    code = safe_ticker_component(s)
+    _reject_non_a_share(symbol, code)
+    return code


 # ---------------------------------------------------------------------------