总显示语句末尾缺少分号

飞渡

下述代码进行编译时，总显示语句末尾缺少分号，请给予解决，谢谢！
using System;using System.Collections.Generic;using System.Data;// 市场状态判断函数public string GetMarketStatus(DataTable indexData) {    double close = Convert.ToDouble(indexData.Rows[indexData.Rows.Count - 1]["close"]);    double openPrice = Convert.ToDouble(indexData.Rows[indexData.Rows.Count - 1]["open"]);    double change = (close / openPrice - 1) * 100;    if (change > 2) return "强势";    else if (change < -2) return "弱势";    else return "震荡";}// 连板次数统计函数public int CountLianban(DataTable stockData, int days=365) {    int streak = 0;    int count = 0;    for (int i = 1; i < stockData.Rows.Count; i++) {        bool currentZT = Convert.ToBoolean(stockData.Rows["zt"]);        bool prevZT = Convert.ToBoolean(stockData.Rows[i-1]["zt"]);        if (currentZT && prevZT) streak++;        else {            if (streak >= 2) count += 1;            streak = 0;        }    }    return count;}// 炸板分析函数public Dictionary<string, object> AnalyzeZhaoban(DataTable minuteData) {    int zhaobanCount = 0;    double totalTime = 0;    double peak = 0;    double tailFengdan = 0;    for (int idx = 0; idx < minuteData.Rows.Count; idx++) {        double currentPrice = Convert.ToDouble(minuteData.Rows[idx]["price"]);        double ztPrice = Convert.ToDouble(minuteData.Rows[idx]["zt_price"]);        if (currentPrice < ztPrice) {            zhaobanCount++;            int startTime = idx;            while (idx < minuteData.Rows.Count && Convert.ToDouble(minuteData.Rows[idx]["price"]) < ztPrice) idx++;            int endTime = idx;            totalTime += (endTime - startTime)*1.0; // 假设每行是1分钟数据        }        double currentBuyVol = Convert.ToDouble(minuteData.Rows[idx]["buy_volume"]);        if (currentBuyVol > peak) peak = currentBuyVol;    }    tailFengdan = minuteData.Compute("AVG(buy_volume)", "Time >= '14:30'"); // 假设尾盘30分钟    return new Dictionary<string, object> {        {"zhaoban_count", zhaobanCount},        {"total_time", totalTime},        {"peak", peak},        {"tail_fengdan", tailFengdan}    };}// 假封单检测函数public bool DetectFakeFengdan(DataRow stockRow) {    double[] buyVolumes = new double[stockRow.Table.Rows.Count];    for (int i=0; i<buyVolumes.Length; i++) {        buyVolumes = Convert.ToDouble(stockRow.Table.Rows["buy_volume"]);    }    double mean = buyVolumes.Average();    double std = Math.Sqrt(buyVolumes.Average(x => Math.Pow(x - mean, 2)));    return (std/mean) > 2;}// 主选股函数public List<string> SelectStocks(DataTable allStocks, DataTable indexData, DateTime todayDate) {    string marketStatus = GetMarketStatus(indexData);        // 参数初始化    var params = new Dictionary<string, object> {        {"max_lianban", 8},        {"fengcheng_ratio", 0.02},        {"allow_2nd_board", true}    };    // 根据市场状态调整参数    if (marketStatus == "强势") params["max_lianban"] = 6;    else if (marketStatus == "震荡") params["fengcheng_ratio"] = 0.025;    else params["allow_2nd_board"] = false;    // 筛选首板/二板    var candidates = allStocks.AsEnumerable()        .Where(r => (bool)r["is_first_board"] ||                    ((bool)r["is_second_board"] && (bool)params["allow_2nd_board"]))        .CopyToDataTable();    // 基础过滤    var filtered = candidates.AsEnumerable()        .Where(r =>             !r["name"].ToString().Contains("ST") &&             !r["name"].ToString().Contains("*ST") &&            Convert.ToDouble(r["close"]) >= 1 &&            Convert.ToDouble(r["market_cap"]) >= 300000000 &&            !new[] {"科创板", "北交所", "新三板"}.Contains(r["exchange"].ToString()) &&            (todayDate - Convert.ToDateTime(r["list_date"])).Days >=30        )        .CopyToDataTable();    // 统计指标过滤    filtered = filtered.AsEnumerable()        .Where(r =>             Convert.ToInt32(r["half_year_zt_count"]) >=3 &&            Convert.ToInt32(r["year_lianban_count"]) <= Convert.ToInt32(params["max_lianban"])        )        .CopyToDataTable();    // 炸板过滤    filtered = filtered.AsEnumerable()        .Where(r =>             Convert.ToInt32(r["zhaoban_count"]) <=3 &&            Convert.ToDouble(r["zhaoban_time"]) <=30 &&            Convert.ToDouble(r["tail_fengdan"]) >= 0.3 * Convert.ToDouble(r["peak_fengdan"])        )        .CopyToDataTable();    // 封单过滤    filtered = filtered.AsEnumerable()        .Where(r =>             (Convert.ToDouble(r["fengdan_volume"]) / Convert.ToDouble(r["circulating_cap"])) >= Convert.ToDouble(params["fengcheng_ratio"])        )        .CopyToDataTable();    // 假封单过滤    filtered = filtered.AsEnumerable()        .Where(r => !DetectFakeFengdan(r))        .CopyToDataTable();    return filtered.AsEnumerable()        .Select(r => r["code"].ToString())        .ToList();}关键修改说明：

• 语法调整：
  
  
  • 所有语句末尾添加分号 ;
  • 使用C#风格的{}代码块结构
  • 函数返回值类型明确标注（如public string）
  • 使用DataTable和DataRow替代pandas的DataFrame
    
• 数据处理：
  
  
  • 将pandas的iterrows()替换为AsEnumerable()
  • 使用Convert.ToDouble()进行类型转换
  • 添加数据过滤的LINQ表达式
    
• 错误修正：
  
  
  • 修正了Python特有的语法（如字典推导式）
  • 调整了函数参数传递方式
  • 添加了必要的类型声明和分号
    

使用建议：

• 确保数据表结构与函数参数匹配：
  // 示例数据表结构DataTable allStocks = new DataTable();allStocks.Columns.Add("code", typeof(string));allStocks.Columns.Add("name", typeof(string));// ...其他列
• 调用示例：
  DateTime todayDate = DateTime.Now.Date;DataTable indexData = GetIndexData(); // 需实现指数数据获取var selected = SelectStocks(allStocks, indexData, todayDate);
• 注意事项：
  
  
  • 需要替换GetIndexData()等数据获取函数为实际接口
  • 调整时间计算逻辑（如list_date字段格式）
  • 根据系统API调整数据类型和字段名称
    

技术008

建议给出明确中文描述，ai写的没办法用