chore(config): 添加环境变量示例及.gitignore更新

- 新增 .env.example，包含 Tushare API、钉钉机器人和PostgreSQL数据库配置模板
- 更新.gitignore，忽略本地配置文件如 .env.local 和 config_local.py
- 添加对报表文件命名规则的支持，保留示例文件不忽略
- 删除废弃的 chart.py 及相关图表模块代码
- 新增 config/settings.py，实现从环境变量读取配置的统一接口
- 设置数据目录及缓存目录，确保目录存在，提高配置管理规范性

strategies/screener/base.py

@@ -0,0 +1,68 @@
+"""
+标的筛选器基类
+
+用于基于技术指标筛选符合条件的标的
+"""
+
+from abc import ABC, abstractmethod
+from typing import Any
+import pandas as pd
+
+
+class Screener(ABC):
+    """筛选器抽象基类"""
+
+    def __init__(self, name: str, config: dict = None):
+        self.name = name
+        self.config = config or {}
+
+    @abstractmethod
+    def screen(self, data: Any) -> dict:
+        """
+        执行筛选
+
+        Args:
+            data: 输入数据（DataFrame或其他格式）
+
+        Returns:
+            dict: 筛选结果，必须包含 'triggered' 键表示是否触发
+        """
+        pass
+
+    @abstractmethod
+    def screen_batch(self, data_dict: dict) -> list:
+        """
+        批量筛选多个标的
+
+        Args:
+            data_dict: {code: data} 格式的字典
+
+        Returns:
+            list: 符合条件的标的列表
+        """
+        pass
+
+
+class DataFrameScreener(Screener):
+    """基于DataFrame的筛选器基类"""
+
+    def __init__(self, name: str, config: dict = None):
+        super().__init__(name, config)
+
+    def validate_data(self, df: pd.DataFrame) -> bool:
+        """验证数据格式"""
+        required_cols = ["open", "high", "low", "close", "volume"]
+        return all(col in df.columns for col in required_cols)
+
+    def screen_batch(self, data_dict: dict) -> list:
+        """批量筛选"""
+        results = []
+        for code, data in data_dict.items():
+            if isinstance(data, pd.DataFrame) and self.validate_data(data):
+                result = self.screen(data)
+                if result.get("triggered", False):
+                    results.append({
+                        "code": code,
+                        **result
+                    })
+        return results