group_fqcd_jr/docs/42-场内基金知识条目草稿.md

场内基金知识条目草稿（待审核，尚未入库）

状态：草稿。尚未写入知识库 —— 审核通过后再走 POST /api/v1/knowledge/documents 入库。

数据来源：净值取自东方财富真实行情 —— 走项目自带的 app/infrastructure/fund_market_adapter.py（与下单链路、MarketQuoteSyncService 同源）， 取数时间 2026-09-13；产品属性（代码/名称/交易所/风险等级/交易单位）取自 fin_product 表。 共 20 只（ETF 13 + LOF 7）。复现命令：python tools/fetch_live_quotes.py。 原则：只写表里确实有值的字段；缺失的字段一律写"以交易页面为准"， 不补编数字（编费率是最容易出事的一类错误）。

为什么需要它：知识库现有的产品素材是一套"南方科技有限公司 个人理财产品手册"， 里面没有本项目的场内基金条目。所以客户问"南方沪深300ETF 的起投金额"时， 检索到的是"南方结构性存款：起投金额 20万"这类别的产品，分数 0.6818、 与次优间隙只有 0.0034 —— 客服按置信度规则转人工。转人工是对的（硬答会答错产品）， 缺的是本项目的产品知识。

---

一、通用交易规则（建议优先入库）

1.1 场内基金怎么买、最小单位是多少

问：场内基金怎么买？最小买多少？

答：本平台的场内基金按"手"撮合，1 手 = 100 份，委托数量必须是 100 份的整数倍。 最小交易金额以产品详情页披露的字段为准（本平台产品库中登记为 100.00 元）； 实际所需金额按成交价 × 份数计算，随市价变动。 实际可买数量与所需金额请以交易页面的实时报价为准。

1.2 场内基金的费用有哪些

问：买场内基金要交哪些费用？费率是多少？

答：场内基金涉及两类费用 ——

（1）基金自身的费用，从基金资产中按日计提、体现在净值里，不向您单独收取： 本平台 20 只场内基金的管理费率为 0.15%～1.20%/年、托管费率为 0.05%～0.20%/年， 每只产品的具体费率见下一节的产品清单。ETF 通常较低（如沪深300ETF 管理费 0.15%/年、 托管费 0.05%/年），LOF 与主动管理型较高（如南方积极配置混合 1.20%/年、托管 0.20%/年）。 货币 ETF 另收销售服务费（如货币ETF南方 0.25%/年）。

（2）交易费用，即您买卖时产生的券商佣金，费率由您开户的券商决定， 本平台不代收、也不设定该费率。

具体以产品详情页披露与交易页面展示为准。

1.3 价格最小变动单位

问：场内基金报价最小变动多少？

答：本平台场内基金的最小价格变动单位为 0.001 元。

1.4 风险等级与适当性

问：我能买什么风险等级的产品？

答：产品风险等级从 R1 到 R5，由低到高。平台按您的有效风险测评结果做匹配校验： 测评等级与产品等级不匹配时，下单会被拦截。请先完成风险承受能力测评， 并以交易页面的校验结果为准。客服不能修改您的测评结果，也不能代为开通跨级权限。

1.5 场内基金与场外基金的区别

问：场内基金和场外基金有什么不一样？

答：场内基金（ETF/LOF）在交易所挂牌，按市价、以"手"为单位实时撮合成交； 场外基金按当日净值申赎，通常 T+1 确认。本平台的模拟交易针对场内基金， 下单即按市价全额成交；场外基金的业务流程与本模块相互独立。

口径已定（项目方 2026-09-13）：「最小交易金额」一律以产品字段为准， 不用「1 手 × 净值」推算金额 —— 后者会与字段值不一致，客户会看到两套数字。

---

二、产品清单（20 只，数据来自 fin_product）

代码	名称	交易所	类型	风险等级	真实净值	当日涨跌	净值日期
159329	沙特ETF南方	SZSE	ETF	R5	0.9167	-0.01%	2026-09-10
159382	创业板人工智能ETF南方	SZSE	ETF	R4	2.5841	-0.49%	2026-09-11
159511	通信ETF南方	SZSE	ETF	R4	2.3755	+0.61%	2026-09-11
159615	恒生生物科技ETF南方	SZSE	ETF	R5	1.1027	-1.39%	2026-09-11
159687	亚太精选ETF南方	SZSE	ETF	R5	1.8891	-0.38%	2026-09-10
159700	科创债ETF南方	SZSE	ETF	R2	101.8009	+0.01%	2026-09-11
159948	创业板ETF南方	SZSE	ETF	R4	3.6895	-0.49%	2026-09-11
510300	沪深300ETF	SSE	ETF	R3	4.5794	-0.83%	2026-09-11
510500	中证500ETF南方	SSE	ETF	R4	7.6027	-1.79%	2026-09-11
511070	公司债ETF南方	SSE	ETF	R2	103.0145	+0.01%	2026-09-11
511810	货币ETF南方	SSE	ETF	R1	0.2332 ⚠️	0.00%	2026-09-13
515450	红利低波50ETF南方	SSE	ETF	R3	1.4027	-0.43%	2026-09-11
588890	科创芯片ETF南方	SSE	ETF	R4	1.2327	-1.36%	2026-09-11
160105	南方积极配置混合(LOF)	SZSE	LOF	R3	1.2514	-1.34%	2026-09-11
160127	南方新兴消费增长股票(LOF)A	SZSE	LOF	R4	0.8364	-0.64%	2026-09-11
160128	南方金利定开债券A	SZSE	LOF	R2	1.0260	0.00%	2026-09-11
160142	南方优势产业(LOF)	SZSE	LOF	R3	1.0623	-2.09%	2026-09-11
160143	南方创业板2年定期开放混合	SZSE	LOF	R3	1.6105	-1.14%	2026-09-11
501018	南方原油A	SSE	LOF	R5	2.0750	+3.86%	2026-09-10
501062	南方瑞合定开混合(LOF)	SSE	LOF	R3	2.1048	-0.49%	2026-09-11

本表净值是真实数据，取数时间 2026-09-13，来源为项目自带的东方财富适配器 （app/infrastructure/fund_market_adapter.py：push2.eastmoney.com 行情 + api.fund.eastmoney.com 历史净值）。复现命令：python tools/fetch_live_quotes.py。

核对结果：20 只全部取到真实数据；其中 18 只与库里 fin_product.current_nav 完全一致 （库里存 6 位小数，如 0.916700，数据源给 4 位 0.9167，是同一笔数）， 2 只不一致 —— 510300 与 511810，见下方 3.1 与第四节。

2026-09-13 变更：160129 → 515450

原 160129（南方金利定开债券C）已从清单移除，替换为 515450 红利低波50ETF南方 （SSE / ETF / R3，管理费 0.50%、托管费 0.10%，净值 1.4027）。

为什么必须换：160129 是 160128（金利定开债券 A 类）的 C 类份额， 而 C 类份额只在场外销售、不在交易所挂牌 —— 行情源对它永远返回空，下单只能走 净值降级（source=eastmoney_nav_fallback）。这既掩盖了"该产品并不交易"这一事实， 又让成交价带上折溢价偏差。它本就不该出现在场内清单里。

选型依据：把南方基金全部 882 个代码逐个问过腾讯行情源（该源只对交易所上市 证券返回数据），确认真实上市交易的只有 109 个；其中 R1/R2 的场内产品 （159700、160128、511070、511810）原先已在清单内，所以替换品只能来自 R3 及以上。 选 515450 是因为它仍属南方基金、成交额约 1.3 亿元流动性充足、红利低波定位偏 稳健，与它替换掉的债券 LOF 定位最接近；客户风险等级已覆盖 R3（原有 510300 即 R3）。

处理方式：复用 fin_product.id = 9100005 而非删除重建，使 fin_holding / fin_sim_order / fin_transaction / fin_market_price 的既有引用自动跟随， 不产生孤儿数据。那笔历史成交保留 quote_source='eastmoney_nav_fallback' —— 它确实是当时的事实，不该被粉饰。

同时移出的还有 hq.py 的 FUND_TYPE_GROUPS（160129 原在"债券型"组） 与 tools/import_hq_test_products.py 的场内映射，两处都留了注释防止被加回来。

问：平台上有哪些场内基金？产品代码是什么？

答：本平台模拟交易范围内共有 20 只场内基金，包含 13 只 ETF 和 7 只 LOF， 基金管理人均为南方基金。代表性的有：沪深300ETF（510300，R3）、 中证500ETF南方（510500，R4）、创业板ETF南方（159948，R4）、 货币ETF南方（511810，R1）、科创债ETF南方（159700，R2）等。 完整清单与实时净值请以产品列表页为准。

---

三、重点产品条目

3.1 沪深300ETF（510300）—— ⚠️ 这只的身份存疑，见下方红字

问：沪深300ETF 的起投金额是多少？南方沪深300ETF 怎么买？

答：沪深300ETF 的产品代码为 510300，在**上交所（SSE）**挂牌，属于 ETF， 风险等级 R3。它按"手"交易，1 手 = 100 份， 按最新净值 4.5794 元（2026-09-11）估算，买入 1 手约需 458 元； 产品库中登记的最小交易金额为 100.00 元。 该产品的管理费率为 0.15%/年、托管费率为 0.05%/年（从基金资产中计提，不单独向您收取）。 实际成交金额、可买数量与费用请以交易页面的实时报价为准。

✅ 已按项目方决定处理（2026-09-13）：保留 fund_manager = "南方基金" 作为演示口径 —— 不改成"华泰柏瑞"，因为改了它就会退出 MarketQuoteSyncService 的同步范围， 投顾与知识条目也不该再把它算作自家产品；改为在产品页显式披露： common/mock-data.js 给这只加了 product_note，详情页会显示 「本产品为同指数参考产品，非本公司发行的基金，仅用于功能演示」。

同时净值与费率已回填为真实值：

python tools/backfill_product_snapshot.py --codes 510300 --apply --overwrite

字段	原值	现值（真实）
current_nav	4.500000	4.5794
current_nav_at	2026-09-13 08:19:37	2026-09-11 15:00:00
management_fee_rate	0.5000	0.15
custodian_fee_rate	0.1000	0.05

上面词条里的数字已按真实值书写。保留一条披露备查：这只的真实全称是 「华泰柏瑞沪深300交易型开放式指数证券投资基金」，其余 19 只全称都以"南方"开头； 且 0.50/0.10 恰好是另外四只 ETF（159329/159382/159511/588890）的真实费率， 原先那组值像是照抄来的。

3.2 其他产品（简版模板）

其余 19 只按同一模板生成，净值取第二节的表、费率取 4.3 的表：

问：<产品名> 是什么？代码是多少？风险等级？费率多少？

答：<产品名>（代码 <product_code>）在<上交所/深交所>挂牌，属于 <ETF/LOF>， 风险等级 <R?>。按"手"交易，1 手 = 100 份。最新净值 <净值>（<净值日期>）。 管理费率 %/年、托管费率 %/年，从基金资产中计提、不单独向您收取； 买卖时的券商佣金由您开户的券商决定，本平台不代收。 具体以产品详情页与交易页面为准。

费率数值直接取 4.3 —— 20 只都有真实值，不必再写"以页面为准"这种模糊话术。

---

四、数据缺口（需要业务或产品侧补，我不会代填）

字段	现状	影响
management_fee_rate / custodian_fee_rate	已补齐：20 只真实费率全部取到，见 4.3	库里 19 只为空；510300 的值与真实冲突（0.5000/0.1000 vs 0.15/0.05）
transaction_fee_rate	20/20 全空	场内交易佣金由券商收取，本就不该由平台登记，保留为空是合理的
min_amount	19 只为 0.00，510300 为 100.00	场内产品的"最小金额"语义待确认
risk_disclosure_required 等三项	全部为 0	与"严格风险等级匹配"的业务口径是否需要区分产品，待确认
产品"起投金额"	表里没有这个字段	场内按手交易，本就没有固定起投金额；建议统一按 1.1 的口径回答

4.2 真实数据核对结果（2026-09-13）

用 python tools/fetch_live_quotes.py 拉东方财富真实行情，与库里 fin_product.current_nav 逐只比对：

结果	只数	说明
完全一致	18	库里存 6 位小数（0.916700）、数据源给 4 位（0.9167），是同一笔数
不一致	2	见下

510300 沪深300ETF：库里 4.500000 vs 真实 4.5794

• 库里快照时间是 2026-09-13 08:19:37（就是今天），其余 19 只都停在 2026-09-11 15:00:00
• ⇒ 这一条是被人为改过的演示值（4.5 是整数，正好凑"1 手 = 450 元"）
• 要决定的：知识条目用真实值还是演示值。若交易链路按库里的 4.5 成交， 而知识说 4.5794，两处口径会打架 —— 这比"知识库有没有这条"更要紧

511810 货币ETF南方：不是脏数据，是数据已更新 —— 而且我一开始比错了接口

查证结果（2026-09-13）：

日期	DWJZ（单位净值）	LJJZ（累计净值）
2026-09-13	0.2332	0.8740
2026-09-11	0.2661	0.8740

• 库里存的 0.266100 正是 09-11 的真实 DWJZ，快照时间 2026-09-11 15:00:00 也对得上 ⇒ 它不是脏数据，只是旧值
• 我先前说的"差三个数量级"是我自己用错了接口：QUOTE_API 返的是场内交易价格 （货币 ETF 约 100 元/份，所以 100.012），而 current_nav 的口径是 DWJZ 单位净值。 两者不是一回事，不能混比
• 口径由既有数据确定：其余 19 只的 current_nav 与 fetch_history 的 DWJZ 逐只一致

⇒ 这只若要刷新，按 DWJZ 口径刷成 0.2332 即可：

python tools/backfill_product_snapshot.py --codes 511810 --apply --overwrite

本次未执行，等你确认 —— 因为 0.2661 本身也是真实值（只是旧一天）， 刷新属于"要不要把快照推进到最新"，是运维节奏问题，不是修错。

复现：python tools/fetch_live_quotes.py（默认表格对比，--json 输出结构化结果， --no-fees 可跳过费率抓取）。该脚本只报告差异、不写库 —— fin_product.current_nav 的刷新属于 ProductHistorySyncService / MarketQuoteSyncService 的职责。

4.3 真实费率（2026-09-13 取自东方财富 f10 基金概况页）

20 只全部取到，库里 19 只为空、1 只与真实冲突。费率是长期稳定字段， 下列数值可放心写进知识条目：

代码	名称	管理费 %/年	托管费 %/年	销售服务费 %/年
159329	沙特ETF南方	0.50	0.10	—
159382	创业板人工智能ETF南方	0.50	0.10	—
159511	通信ETF南方	0.50	0.10	—
159615	恒生生物科技ETF南方	0.50	0.15	—
159687	亚太精选ETF南方	0.20	0.05	—
159700	科创债ETF南方	0.15	0.05	—
159948	创业板ETF南方	0.15	0.05	—
160105	南方积极配置混合(LOF)	1.20	0.20	—
160127	南方新兴消费增长股票(LOF)A	1.20	0.20	—
160128	南方金利定开债券A	0.50	0.15	—
160142	南方优势产业(LOF)	1.20	0.20	—
160143	南方创业板2年定期开放混合	1.20	0.20	—
501018	南方原油A	1.00	0.20	—
501062	南方瑞合定开混合(LOF)	1.20	0.20	—
510300	沪深300ETF	0.15	0.05	—
510500	中证500ETF南方	0.15	0.05	—
511070	公司债ETF南方	0.15	0.05	—
511810	货币ETF南方	0.30	0.05	0.25
515450	红利低波50ETF南方	0.50	0.10	—
588890	科创芯片ETF南方	0.50	0.10	—

规律：宽基/债券 ETF 多为 0.15% 管理费，行业主题 ETF 多为 0.50%， 主动管理型 LOF 为 1.00%～1.20%。只有货币 ETF 收销售服务费。

📌 一处提醒：数据源没有给出场内交易的佣金费率（transaction_fee_rate 20 只全空）， 这是正常的 —— 佣金由客户开户的券商决定，平台不该也不能登记它。 所以"交易费率是多少"这个问题，标准答法是引到券商，而不是从产品库取值。

---

五、入库方式（审核通过后我执行）

# 走知识库管理端点上传，服务端自动切分并投向量同步事件
POST /api/v1/knowledge/documents
  { "filename": "场内基金产品手册_v1.md", "knowledge_type": "product",
    "content_base64": "<本文件的 base64>" }

入库后建议复核：

1. 用访客浮窗问「南方沪深300ETF 的起投金额是多少」，看是否从"转人工"变为正常作答；
2. 问「平台上有哪些场内基金」，应命中第二节的清单条目；
3. 复查分数是否越过阈值（HIGH_SCORE=0.75 直接答；0.55~0.75 之间还要求 top1 领先次优 ≥ MIN_GAP=0.07）。

⚠️ 另外提醒：fin_knowledge_meta 表当前是空的，而 Milvus 里有知识且检索正常 —— 说明现有知识是直接灌进 Milvus 的，没写 MySQL 元数据。 走上面这个端点入库会正常写元数据，但两批数据的元数据状态会不一致 （旧的仍旧查不到、删不掉）。要不要把旧数据一并纳入治理，请你定。