模版2

app/templates/monthReport.html

@@ -2345,35 +2345,14 @@
               <div class="comment_tri"></div>
             </div>
             <div class="comment_content">
+               {% for eval in old_evaluation %}
               <div class="comment_item">
                 <div class="comment_dot"></div>
                 <div class="comment_text">
-                  1、组合构建于XXXX年XX月，至今已运行XX个月。投入成本为XXXX万元，截止XXXX年XX月XX日，整体盈利XX万元，整体表现
-                  <span class="comment_tag_red">优秀</span>/
-                  <span class="comment_tag_red">良好</span>/
-                  <span class="comment_tag_green">一般</span>/
-                  <span class="comment_tag_green">合格</span>/
-                  <span class="comment_tag_green">较差</span>，
-                  回撤控制能力
-                  <span class="comment_tag_red">优秀</span>/
-                  <span class="comment_tag_red">良好</span>/
-                  <span class="comment_tag_green">一般</span>/
-                  <span class="comment_tag_green">合格</span>/
-                  <span class="comment_tag_green">较差</span>；
-                </div>
-              </div>
-              <div class="comment_item">
-                <div class="comment_dot"></div>
-                <div class="comment_text">
-                  2、组合共持有7只基金，XX和XX两只产品收益稳健，对组合的收益率贡献明显，6只基金取得正收益【根据情况变化】，2只基金综合得分较低建议更换，1只基金因为成立时间较短，暂不做评价；
-                </div>
-              </div>
-              <div class="comment_item">
-                <div class="comment_dot"></div>
-                <div class="comment_text">
-                  3、策略角度来看，组合涵盖了管理期货及全市场套利策略【说明：二级分类】，以管理期货【说明：二级分类】为主，策略上有一定分散【根据情况变化】，从组合的相关性矩阵来看，XX和XX相关性较高，建议调整组合配比；
+                 {{eval}}
                 </div>
               </div>
+              {% endfor %}
             </div>
           </div>
         </div>

jinjia2html.py

@@ -35,6 +35,8 @@ monthly_return_performance_pic = draw_month_return_chart(xlabels, product_list,
 # 组合数据
 group_result = d["default"]
 print(group_result)
+# 持仓组合点评
+old_evaluation = portfolio_diagnose.old_evaluation('default', group_result, user_customer)
 
 # 贡献分解
 g_data = group_result["contribution_decomposition"]
@@ -96,6 +98,7 @@ data = {'customer_name':'成龙', 'customer_gender':'女',
         'monthly_return_performance_pic':monthly_return_performance_pic,
         'group_nav_info': group_nav_info,
         'group_hoding_info': group_hoding_info,
+        'old_evaluation': old_evaluation,
         'contribution_decomposition': contribution_decomposition,
         'single_fund_data_list': single_fund_data_list
         }