koishi-plugin-monetary-bourse 1.1.2-Alpha.5 → 1.1.2-Alpha.6

package/lib/index.js

@@ -417,7 +417,7 @@ function apply(ctx, config) {
     const basePrice = state.startPrice;
     const totalDuration = state.endTime.getTime() - state.lastCycleStart.getTime();
     const elapsed = Math.min(totalDuration, now.getTime() - state.lastCycleStart.getTime());
-    const cycleProgress = elapsed / totalDuration;
+    const cycleProgress = Math.max(0, Math.min(1, elapsed / totalDuration));
     const trendPrice = basePrice + (state.targetPrice - basePrice) * cycleProgress;
     const dayStart = new Date(now);
     dayStart.setHours(config.openHour, 0, 0, 0);
@@ -426,14 +426,13 @@ function apply(ctx, config) {
     const dayDuration = dayEnd.getTime() - dayStart.getTime();
     const dayElapsed = now.getTime() - dayStart.getTime();
     const dayProgress = Math.max(0, Math.min(1, dayElapsed / dayDuration));
-    const dailyAmplitude = basePrice * 0.07;
     const patternFn = kLinePatterns[currentDayPattern];
-    const patternOffset = patternFn(dayProgress) * dailyAmplitude;
+    const dailyFactor = patternFn(dayProgress) * 0.03;
     const waveFrequency = macroWaveCount;
-    const weeklyAmplitude = basePrice * macroWeeklyAmplitudeRatio;
-    const waveOffset = weeklyAmplitude * Math.sin(2 * Math.PI * waveFrequency * cycleProgress);
-    const noise = basePrice * 4e-3 * (Math.random() * 2 - 1);
-    let newPrice = trendPrice + patternOffset + waveOffset + noise;
+    const weeklyAmplitudeRatio = macroWeeklyAmplitudeRatio;
+    const waveFactor = Math.sin(2 * Math.PI * waveFrequency * cycleProgress) * weeklyAmplitudeRatio;
+    const noiseFactor = (Math.random() * 2 - 1) * 1e-3;
+    let newPrice = trendPrice * (1 + dailyFactor + waveFactor + noiseFactor);
     const dayBase = dailyOpenPrice ?? basePrice;
     const weekUpper = basePrice * 1.5;
     const weekLower = basePrice * 0.5;
@@ -687,24 +686,26 @@ function apply(ctx, config) {
     const duration = hours || 24;
     const now = /* @__PURE__ */ new Date();
     const endTime = new Date(now.getTime() + duration * 3600 * 1e3);
-    const minutes = duration * 60;
-    const baseStart = (await ctx.database.get("bourse_state", { key: "macro_state" }))[0]?.startPrice ?? currentPrice;
-    const dayBase = dailyOpenPrice ?? baseStart;
-    const upper = Math.min(baseStart * 1.5, dayBase * 1.5);
-    const lower = Math.max(baseStart * 0.5, dayBase * 0.5);
+    const existing = (await ctx.database.get("bourse_state", { key: "macro_state" }))[0];
+    const keepBasePrice = existing?.startPrice ?? currentPrice;
+    const dayBase = dailyOpenPrice ?? keepBasePrice;
+    const upper = Math.min(keepBasePrice * 1.5, dayBase * 1.5);
+    const lower = Math.max(keepBasePrice * 0.5, dayBase * 0.5);
     const targetPriceClamped = Math.max(lower, Math.min(upper, price));
+    const minutes = duration * 60;
     const trendFactor = (targetPriceClamped - currentPrice) / minutes;
     const newState = {
       key: "macro_state",
-      lastCycleStart: now,
-      startPrice: currentPrice,
+      lastCycleStart: existing?.lastCycleStart ?? now,
+      // 保持原周期起点
+      startPrice: keepBasePrice,
+      // 保持原基准价，不重置
       targetPrice: targetPriceClamped,
       trendFactor,
       mode: "manual",
       endTime
     };
-    const existing = await ctx.database.get("bourse_state", { key: "macro_state" });
-    if (existing.length === 0) {
+    if (!existing) {
       await ctx.database.create("bourse_state", newState);
     } else {
       const { key, ...updateFields } = newState;
@@ -749,24 +750,6 @@ function apply(ctx, config) {
     switchKLinePattern("管理员手动");
     return "已切换K线模型。";
   });
-  ctx.command("bourse.test.price [ticks:number]", "开发测试：推进价格更新若干次并返回当前价格", { authority: 3 }).action(async ({ session }, ticks) => {
-    const n = typeof ticks === "number" && ticks > 0 ? Math.min(ticks, 500) : 1;
-    for (let i = 0; i < n; i++) {
-      await updatePrice();
-    }
-    return `测试完成：推进${n}次；当前价格：${Number(currentPrice.toFixed(2))}`;
-  });
-  ctx.command("bourse.test.clamp <percent:number>", "开发测试：尝试目标涨跌幅并查看限幅结果", { authority: 3 }).action(async ({ session }, percent) => {
-    if (typeof percent !== "number") return "请输入百分比（例如 60 或 -40）";
-    const baseStart = (await ctx.database.get("bourse_state", { key: "macro_state" }))[0]?.startPrice ?? currentPrice;
-    const dayBase = dailyOpenPrice ?? baseStart;
-    const upper = Math.min(baseStart * 1.5, dayBase * 1.5);
-    const lower = Math.max(baseStart * 0.5, dayBase * 0.5);
-    const expected = currentPrice * (1 + percent / 100);
-    const clamped = Math.max(lower, Math.min(upper, expected));
-    const hint = clamped !== expected ? `（已按±50%限幅从${Number(expected.toFixed(2))}调整为${Number(clamped.toFixed(2))}）` : "";
-    return `测试限幅：当前价=${Number(currentPrice.toFixed(2))}；期望=${Number(expected.toFixed(2))}；结果=${Number(clamped.toFixed(2))}${hint}`;
-  });
   async function renderHoldingImage(ctx2, username, holding, pending, currency) {
     const hasCostData = holding && holding.totalCost !== null;
     const isProfit = hasCostData ? holding.profit >= 0 : true;

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "koishi-plugin-monetary-bourse",
-  "version": "1.1.2-Alpha.5",
+  "version": "1.1.2-Alpha.6",
   "main": "lib/index.js",
   "typings": "lib/index.d.ts",
   "files": [

package/readme.md

@@ -19,6 +19,12 @@
 
 ## 更新记录
 
+- **Alpha.6**：
+  - **重大重构**：改用百分比波动模式，所有波动（K线、周波浪、噪音）以百分比形式叠加在趋势价格上，彻底解决振幅失控问题。
+  - 修复：手动宏观调控不再重置周期基准价和起点，保持现有波动机制持续生效。
+  - 优化：K线波动幅度调整为±3%，周波浪和噪音也改为百分比计算，波动更符合真实股票特性。
+  - 性能：新的百分比合成模式更稳定，长期运行不会出现价格失控或波动失效。
+
 - **Alpha.5**：
   - **重写股票走势引擎**：将增量叠加模式改为绝对价格计算模式，彻底解决长期运行后的高频抖动问题。
     - 修复：走势计算采用绝对值合成（基准价+趋势进度+日内波动+周波浪+噪音），避免累积误差导致的失控。
@@ -150,21 +156,17 @@ A: 本插件设计了基于交易金额的动态冻结机制。交易额越大
 ---
 
 **Q: 股价是如何波动的？**
-A: 股价采用**绝对价格计算模式**，由以下部分合成：
+A: 股价采用**百分比波动模式**（Alpha.6），由以下部分合成：
 
-1. **宏观趋势**：周期内从起始价线性向目标价移动的进度价格。
-2. **日内K线形态**：12种剧本叠加在趋势上的波动偏移（约±4%）。
-3. **周内波浪**：正弦曲线叠加的平滑周期波动。
-4. **微小噪音**：随机扰动避免价格过于规律。
+1. **宏观趋势**：周期内从起始价线性向目标价移动的基准价格。
+2. **日内K线形态**：12种剧本产生的波动因子，以±3%的百分比形式叠加在趋势上。
+3. **周内波浪**：正弦曲线的波动因子，以周波浪幅度百分比（6%–12%）形式叠加。
+4. **微小噪音**：±0.1%的随机扰动避免价格过于规律。
 
-新引擎完全避免增量累积误差，长期运行稳定可靠。
+**最终价格 = 趋势价格 × (1 + K线因子 + 波浪因子 + 噪音因子)**
 
-在Alpha.5版本以前，股价由四部分叠加而成：
-1. **宏观趋势**：根据自动或手动的目标价格计算的线性趋势。
-2. **周级波浪**：7天为一个大周期的正弦复合波浪。
-3. **日内形态**：每天随机从 12 种剧本中选择多种（如 V 型、倒 V 型、阶梯上涨等）。
-4. **随机噪音**：微小的随机波动。
+这种百分比合成方式更符合真实股票特性，所有波动相对于当前价格保持合理比例，避免绝对值叠加导致的振幅失控。
 
-新旧引擎的效果相同，仅仅是在算法上进行优化与修复。
+在Alpha.5版本以前，股价仍由四部分叠加而成，新旧引擎的效果相同，仅仅是在算法上进行优化与修复。
 
 此外，为保证市场稳定性，应用了**涨跌幅硬性限制**：相对于周周期起始价与当日开盘价的双重基准，股价的涨跌幅不得超过 ±50%。当随机或手动设置的目标超出限幅时，将自动截断至限幅边界。