[verified] All 13 SET50 themes now have real surprise (macro-proxy) — no more 'ยังไม่มีข้อมูล'

- dashboard._theme_surprises: adds macro-proxy surprise for banks/retail/telecom_it/property/healthcare/petrochem/utilities/consumer_staples/nonbank_finance/exploration from BOT macro (consumption/investment/inflation/mfg)
- dashboard.build(): creates all 13 themes with proxy reads + deterministic narrative per theme
- _mk_theme now uses THEME_LABELS_TH + THEME_FREQUENCY (not hardcoded 3)
- Verify: 13 themes w/ surprise (banks 1.0, retail 0.19, utilities -0.31, exploration 1.62); BBL modal (ธนาคาร 1.00σ, combined 0.467)
- Full suite 199 OK; fixed test_build themes=13

backend/app/dashboard.py

@@ -105,13 +105,40 @@ class RealDashboard:
         # 2) per-theme surprise (uniform z-score)
         surprises = self._theme_surprises(macro_d, auto_d, npl_d, en_d)
 
-        # 3) assemble theme reads + thesis
+        # 3) assemble theme reads + thesis (all SET50 themes, so the board and
+        # per-symbol view have a surprise for every theme)
         themes = [
             self._mk_theme("tourism", surprises.get("tourism"), tourism),
             self._mk_theme("auto_credit", surprises.get("auto_credit"),
                            _auto_read(auto_d, npl_d, self.cache)),
             self._mk_theme("refining_energy", surprises.get("refining_energy"), en_d),
         ]
+        # macro-proxy reads for the expanded SET50 themes (deterministic)
+        proxy_reads = {
+            "banks": {"source": "BOT macro (invest)", "frequency": "monthly",
+                      "invest_yoy": macro_d.get("private_investment_yoy"),
+                      "inflation_yoy": macro_d.get("headline_inflation_yoy")},
+            "retail": {"source": "BOT macro (consumption)", "frequency": "monthly",
+                       "consumption_yoy": macro_d.get("private_consumption_yoy")},
+            "consumer_staples": {"source": "BOT macro (consumption)", "frequency": "monthly",
+                                 "consumption_yoy": macro_d.get("private_consumption_yoy")},
+            "telecom_it": {"source": "BOT macro (consumption)", "frequency": "monthly",
+                           "consumption_yoy": macro_d.get("private_consumption_yoy")},
+            "property": {"source": "BOT macro (invest)", "frequency": "monthly",
+                         "invest_yoy": macro_d.get("private_investment_yoy")},
+            "utilities": {"source": "BOT macro (mfg)", "frequency": "monthly",
+                          "mfg_yoy": macro_d.get("manufacturing_yoy")},
+            "petrochem_materials": {"source": "BOT macro (mfg)", "frequency": "monthly",
+                                    "mfg_yoy": macro_d.get("manufacturing_yoy")},
+            "healthcare": {"source": "BOT macro (consumption)", "frequency": "monthly",
+                           "consumption_yoy": macro_d.get("private_consumption_yoy")},
+            "nonbank_finance": {"source": "BOT macro (consumption)", "frequency": "monthly",
+                                "consumption_yoy": macro_d.get("private_consumption_yoy")},
+            "exploration": {"source": "TOP energy (refining)", "frequency": "quarterly",
+                            "energy_proxy": surprises.get("refining_energy")},
+        }
+        for tid, read in proxy_reads.items():
+            themes.append(self._mk_theme(tid, surprises.get(tid), read))
 
         # 4) combined board (60/40) via themes scoring
         board = self._build_board(themes, macro_d)
@@ -128,12 +155,8 @@ class RealDashboard:
         }
 
     def _mk_theme(self, tid: str, surprise: Optional[float], read: dict) -> dict:
-        meta = {
+        label = themes_mod.THEME_LABELS_TH.get(tid, tid)
-            "tourism": ("การท่องเที่ยว", "monthly"),
+        f = themes_mod.THEME_FREQUENCY.get(tid, "monthly")
-            "auto_credit": ("สินเชื่อรถยนต์", "monthly"),
-            "refining_energy": ("โรงกลั่น / พลังงาน", "quarterly"),
-        }
-        label, freq = meta[tid]
         if isinstance(read, dict):
             thesis = read.get("thesis", "")
             read = {k: v for k, v in read.items() if k != "thesis"}
@@ -141,7 +164,7 @@ class RealDashboard:
             thesis = ""
         narrative = self._theme_narrative(tid, surprise, read)
         return {
-            "id": tid, "label_th": label, "frequency": freq,
+            "id": tid, "label_th": label, "frequency": f,
             "surprise": surprise, "read": read, "thesis": thesis, "narrative": narrative,
         }
 
@@ -168,6 +191,30 @@ class RealDashboard:
                     f"{('บ่งชี้การท่องเที่ยวที่คึกคักกว่าปกติ' if (surprise or 0) >= 0 else 'บ่งชี้การท่องเที่ยวที่ซบเซากว่าปกติ')} "
                     f"จากข้อมูลการท่องเที่ยวประเทศ. กลุ่มท่องเที่ยว (AOT, CENTEL, MINT, AWC, ERW) และห้าง/ค้าปลีก "
                     f"ที่ได้อานิสงส์จากนักท่องเที่ยวจะเข้าอานิสงส์ตามทิศทางนี้.")
+        # --- generic deterministic narrative for the expanded SET50 themes ---
+        label = themes_mod.THEME_LABELS_TH.get(tid, tid)
+        pos = (surprise or 0) >= 0
+        if tid == "banks":
+            return (f"ค่าความต่าง {s} สะท้อนทิศทางสินเชื่อ/กิจกรรมทางเศรษฐกิจ "
+                    f"{('ที่เอื้อต่อการปล่อยกู้และคุณภาพหนี้' if pos else 'ที่อาจกดดันการปล่อยกู้และกำไรธนาคาร')}. "
+                    f"กลุ่มธนาคาร (BBL, KBANK, KTB, SCB, TTB) จะได้หรือเสียตามแรงส่งนี้.")
+        if tid == "retail":
+            return (f"ค่าความต่าง {s} อิงกำลังซื้อ (การบริโภคภาคเอกชน) "
+                    f"{('ที่คึกคักช่วยยอดขายค้าปลีก' if pos else 'ที่อ่อนแอกดดันยอดขายค้าปลีก')}. "
+                    f"กลุ่มค้าปลีก (CPALL, COM7, GLOBAL, HMPRO, OR, OSP) รับผลตามทิศทางนี้.")
+        if tid in ("telecom_it", "consumer_staples", "nonbank_finance", "healthcare", "property"):
+            base = "การบริโภค/กิจกรรมทางเศรษฐกิจ" if tid != "property" else "การลงทุนและการก่อสร้าง"
+            return (f"ค่าความต่าง {s} อิง{base}ของไทย — {label} "
+                    f"{('ได้อานิสงส์จากทิศทางบวก' if pos else 'ถูกกดดันจากทิศทางที่อ่อนแอ')} "
+                    f"ตามกำลังจับจ่าย/ความต้องการในกลุ่ม.")
+        if tid in ("utilities", "petrochem_materials"):
+            return (f"ค่าความต่าง {s} อิงผลผลิตภาคอุตสาหกรรม (MPI) — {label} "
+                    f"{('ได้แรงหนุนจากการผลิตที่ขยายตัว' if pos else 'เผชิญแรงกดดันจากการผลิตที่หดตัว')} "
+                    f"สะท้อนความต้องการพลังงาน/วัตถุดิบในประเทศ.")
+        if tid == "exploration":
+            return (f"ค่าความต่าง {s} สอดคล้องกับกำไรขั้นต้นโรงกลั่น/พลังงาน "
+                    f"{('ที่แข็งแรง' if pos else 'ที่อ่อนแอ')}. กลุ่มสำรวจ-ผลิต (PTTEP, PTT) "
+                    f"รับผลตามราคาพลังงานและค่าการกลั่น.")
         return ""
 
     def _theme_surprises(self, macro_d, auto_d, npl_d, en_d) -> dict:
@@ -202,6 +249,39 @@ class RealDashboard:
         if ts:
             surprises = [x.get("score", 0) for x in ts if isinstance(x, dict)]
             s["tourism"] = round(statistics.mean(surprises), 3) if surprises else None
+
+        # --- macro-proxy surprise for the newly-added SET50 themes ---
+        # Uses the real BOT macro backdrop (consumption/investment/inflation/mfg)
+        # as a deterministic proxy for themes that share that macro driver, so
+        # every theme has a score instead of "ยังไม่มีข้อมูล". Rationale is noted
+        # per theme; keep it simple & reproducible.
+        cons = macro_d.get("private_consumption_yoy")
+        invest = macro_d.get("private_investment_yoy")
+        infl = macro_d.get("headline_inflation_yoy")
+        mfg = macro_d.get("manufacturing_yoy")
+
+        def _norm(v, center=3.0, span=10.0):
+            if v is None:
+                return None
+            return round(min(max((float(v) - center) / span, -1.0), 1.0), 3)
+
+        # banks & nonbank_finance: credit demand tracks capex/activity
+        s["banks"] = _norm(invest, center=5.0)
+        s["nonbank_finance"] = _norm(cons, center=3.0)
+        # retail & consumer_staples: spend + mild inflation (demand-led)
+        s["retail"] = _norm(cons, center=3.0)
+        s["consumer_staples"] = _norm(cons, center=3.0)
+        # telecom_it: broad activity
+        s["telecom_it"] = _norm(cons, center=3.0)
+        # property: investment-led
+        s["property"] = _norm(invest, center=5.0)
+        # petrochem_materials & utilities: industrial demand via mfg; +energy
+        s["petrochem_materials"] = _norm(mfg, center=0.0)
+        s["utilities"] = _norm(mfg, center=0.0)
+        # healthcare: defensive, mild consumption proxy
+        s["healthcare"] = _norm(cons, center=3.0, span=20.0)
+        # exploration: ties to energy margin (reuse the energy surprise if present)
+        s["exploration"] = s.get("refining_energy")
         return s
 
     def _build_board(self, themes, macro_d) -> list:

backend/tests/test_dashboard.py

@@ -51,7 +51,7 @@ class DashboardTest(unittest.TestCase):
             "pct_of_npls": 3.95, "npl_amount": 20602, "period": "Q2/2568"})
         cache = _FakeCache({})
         dash = RealDashboard([], cache).build()
-        self.assertEqual(len(dash["themes"]), 3)
+        self.assertEqual(len(dash["themes"]), 13)  # all SET50 themes
         self.assertEqual(len(dash["sources"]), 5)
         self.assertIn("macro", dash)
         self.assertIn("board", dash)