AI看线是一个基于Python的A股分析工具，结合了传统技术分析和人工智能预测功能。利用K线图，技术指标，财务数据，新闻数据对股票进行全面分析及预测。该工具可以：
- 获取A股股票的历史量价数据并计算各种技术指标
- 生成专业的K线图和技术指标可视化图表
- 获取股票相关的财务数据和新闻信息
- 使用Google的Gemini AI模型分析整合数据并预测股票未来走势
- 数据获取：使用AKShare获取A股股票的历史交易数据、财务数据和新闻信息
- 技术分析：计算多种技术指标，包括MA、MACD、KDJ、RSI、布林带等
- 可视化：生成静态和交互式K线图及技术指标图表
- AI分析：利用Gemini AI模型分析股票数据并预测未来走势
- Web界面：提供简洁美观的Web界面，方便用户输入股票代码查看分析结果
- MCP SERVER：提供MCP SERVER支持，支持通过LLM交互，随时分析股票
- Python 3.8+
- 依赖包：见
requirements.txt
-
克隆或下载本项目到本地
-
安装依赖包
pip install -r requirements.txt- 创建
.env文件，添加Gemini API密钥
GEMINI_API_KEY=your_api_key_here
注意：获取Gemini API密钥需要在Google AI Studio注册并创建API密钥
python main.py --stock_code 000001 --period 1年 --save_path ./output参数说明：
--stock_code：股票代码，必填参数--period：分析周期，可选值："1年"、"6个月"、"3个月"、"1个月"，默认为"1年"--save_path：结果保存路径，默认为"./output"
启动Web服务：
python web_app.py然后在浏览器中访问 http://localhost:5000 即可使用Web界面：
- 在表单中输入股票代码（例如：000001）
- 选择分析周期
- 点击"开始分析"按钮
- 等待分析完成后查看结果
Web界面包括以下内容：
- 股票基本信息
- K线图和技术指标图表
- AI分析结果文本
页面截图：
启动mcp：
uv run mcp_server.py然后在mcp客户端中配置（streamable-http）： http://localhost:8000/mcp
Cherry-Studio页面截图：
程序运行后将在指定的保存路径下生成：
- K线图和技术指标图表（静态PNG图片和交互式HTML图表）
- AI分析结果文本文件
AI看线/
├── main.py # 主程序入口
├── web_app.py # Web应用入口
├── requirements.txt # 依赖包列表
├── .env # 环境变量配置（需自行创建）
├── modules/ # 功能模块
│ ├── __init__.py
│ ├── data_fetcher.py # 数据获取模块
│ ├── technical_analyzer.py # 技术分析模块
│ ├── visualizer.py # 可视化模块
│ └── ai_analyzer.py # AI分析模块
├── templates/ # Web模板目录
│ └── index.html # 主页模板
├── static/ # 静态资源目录
│ ├── css/ # CSS样式
│ │ └── style.css # 自定义样式
│ └── js/ # JavaScript脚本
│ └── main.js # 主要脚本
└── output/ # 输出结果目录（运行时自动创建）
├── charts/ # 图表目录
└── *_analysis_result.txt # 分析结果文件
- 本工具仅供学习和研究使用，不构成任何投资建议
- AI分析结果基于历史数据和当前信息，不能保证未来走势的准确性
- 使用前请确保已正确配置Gemini API密钥
- 股票数据获取依赖于AKShare库，可能受到网络和数据源的限制
- 本项目为QuantML开源项目，转载或使用需注明出处，商业使用请联系微信号QuantML
本工具提供的分析和预测仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。用户应对自己的投资决策负责。