feat(datasource): 加密货币数据支持分钟级时间精度

- flask_server.py: dataframe_to_json 增加 asset_type 参数，crypto 使用 '%Y-%m-%d %H:%M:%S' 格式
- ccxt_source.py: 移除 normalize() 调用，保留完整时间精度
- ETF/指数数据保持天级精度 '%Y-%m-%d' 不变

datasource/ccxt_source.py

@@ -250,10 +250,14 @@ class CCXTSource:
                 return None
             
             df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
+            
+            # 转换时间戳为日期索引（UTC -> 北京时间）
+            # 注意：保留完整时间精度（包括分钟），用于分钟级 K 线数据
             df['date'] = pd.to_datetime(df['timestamp'], unit='ms', utc=True).dt.tz_convert('Asia/Shanghai')
             df = df.set_index('date')
             df = df[['open', 'high', 'low', 'close', 'volume']]
-            df.index = df.index.normalize()
+            
+            # 注意：不再使用 normalize()，保留完整时间精度
             
             return df
             

datasource/flask_server.py

@@ -266,7 +266,7 @@ def fetch_data_with_ttl(
                 df = f.fetch(code, start, end, timeframe=timeframe)
             if df is None or len(df) == 0:
                 return None, False
-            result = dataframe_to_json(df)
+            result = dataframe_to_json(df, asset_type.value)
             result['code'] = code
             result['asset_type'] = asset_type.value
             result['cache_strategy'] = 'no_cache_crypto'
@@ -369,9 +369,15 @@ class JSONEncoder(json.JSONEncoder):
         return super().default(obj)
 
 
-def dataframe_to_json(df: pd.DataFrame) -> Dict:
+def dataframe_to_json(df: pd.DataFrame, asset_type: Optional[str] = None) -> Dict:
     """将 DataFrame 转换为 JSON 可序列化的字典
     
+    Args:
+        df: DataFrame 数据
+        asset_type: 资产类型，用于决定日期格式精度
+            - crypto: 使用分钟级格式 '%Y-%m-%d %H:%M:%S'
+            - 其他: 使用天级格式 '%Y-%m-%d'
+    
     如果 df.attrs 中有 info 字段，会放到最外层返回
     """
     if df is None or len(df) == 0:
@@ -384,12 +390,16 @@ def dataframe_to_json(df: pd.DataFrame) -> Dict:
     # 重置索引
     df_reset = df.reset_index()
     
-    # 处理日期列
+    # 处理日期列 - 根据资产类型决定格式精度
     date_columns = ['date', 'Date', 'index', 'trade_date', 'datetime']
+    
+    # 加密货币使用分钟级格式，其他使用天级格式
+    date_format = '%Y-%m-%d %H:%M:%S' if asset_type == 'crypto' else '%Y-%m-%d'
+    
     for col in date_columns:
         if col in df_reset.columns:
             try:
-                df_reset[col] = pd.to_datetime(df_reset[col]).dt.strftime('%Y-%m-%d')
+                df_reset[col] = pd.to_datetime(df_reset[col]).dt.strftime(date_format)
                 if col != 'date':
                     df_reset = df_reset.rename(columns={col: 'date'})
                 break
@@ -412,8 +422,8 @@ def dataframe_to_json(df: pd.DataFrame) -> Dict:
         "count": len(records),
         "columns": list(df_clean.columns),
         "date_range": {
-            "start": df.index.min().strftime('%Y-%m-%d') if len(df) > 0 else None,
-            "end": df.index.max().strftime('%Y-%m-%d') if len(df) > 0 else None,
+            "start": df.index.min().strftime(date_format) if len(df) > 0 else None,
+            "end": df.index.max().strftime(date_format) if len(df) > 0 else None,
         }
     }