8000 GitHub - qchenzi/stockAna
[go: up one dir, main page]
More Web Proxy on the site http://driver.im/
Skip to content

qchenzi/stockAna

BranchesTags
< 8000 /div>

Repository files navigation

Stock Analysis Platform

Python Flask MySQL License

一个功能强大的A股分析平台，集成了多种投资策略、技术分析和 AI 辅助决策功能。支持T+1数据分析、多维度技术指标计算、智能选股和投资建议等功能。

功能特点

1. 技术分析功能

  • 均线分析（MA5/10/20/60）
  • MACD 指标分析
  • RSI 超买超卖
  • 量价关系分析
  • 趋势识别
  • 形态识别

2. AI 辅助决策

  • 智能行情分析
  • 风险评估
  • 投资建议生成
  • 市场情绪分析

3. 数据管理

  • 历史交易数据采集
  • 当日基本面数据采集
  • 数据清洗处理

4. 微信小程序前端

  • 行情实时展示
  • 个股详细信息
  • 技术指标图表
  • AI分析报告
  • 自选股管理
  • 用户偏好设置

系统架构

backend/
├── apis/                 # API 接口模块
│   ├── technical_api.py      # 技术分析接口
│   ├── stock_details_api.py  # 股票详情接口
│   ├── stock_ai_analysis_api.py  # AI 分析接口
│   ├── stock_history_api.py  # 历史数据接口
│   └── ...
├── config/              # 配置文件
│   ├── database.py     # 数据库配置
│   └── config.py       # 应用配置
├── stock_history/      # 历史数据模块
│   ├── downloader/     # 数据下载器
│   └── db/            # 数据库操作
└── scripts/           # 工具脚本
    ├── create_tables.sql  # 建表脚本
    └── clean_data.sql    # 数据清理脚本

miniprogram/ # 微信小程序前端
├── pages/ # 页面组件
├── components/ # 通用组件
└── utils/ # 工具函数

快速开始

1. 环境要求

2. 安装步骤

  1. 克隆项目
git clone https://github.com/qchenzi/stockAna.git
cd stockAna
  1. 创建虚拟环境
python3 -m venv venv
source venv/bin/activate  # Linux/macOS
# 或
.\venv\Scripts\activate  # Windows
  1. 安装依赖
pip install -r requirements.txt
  1. 配置数据库
# 1. 创建数据库
mysql -u root -p
CREATE DATABASE stock_analysis;

# 2. 创建用户并授权
CREATE USER 'stock_app'@'localhost' IDENTIFIED BY 'yourpasswd';
GRANT SELECT, INSERT, UPDATE, DELETE ON stock_analysis.* TO 'stock_app'@'localhost';

CREATE USER 'stock_reader'@'localhost' IDENTIFIED BY 'yourpasswd';
GRANT SELECT ON stock_analysis.* TO 'stock_reader'@'localhost';

CREATE USER 'stock_admin'@'localhost' IDENTIFIED BY 'yourpasswd';
GRANT SELECT, INSERT, UPDATE, DELETE ON stock_analysis.* TO 'stock_admin'@'localhost';

# 3. 执行建表脚本
mysql -u root -p stock_analysis < backend/scripts/create_tables.sql
  1. 配置应用
# 修改配置文件
vim backend/config/config.py
vim backend/config/database.py

3. 启动后端服务

# 开发环境
python backend/http_stock_server.py --port 5000

# 生产环境（使用 gunicorn）
gunicorn -w 4 -b 0.0.0.0:5000 backend.http_stock_server:app

4. 配置微信开发者工具

  1. 下载并安装微信开发者工具

  2. 导入项目

    • 打开微信开发者工具
    • 点击"项目 - 导入项目"

  3. 开发调试

    • 确保后端服务已启动
    • 在开发者工具中预览和调试小程序
    • 修改 miniprogram/app.js 中的接口地址为本地服务地址

5. 部分演示图

1. 每日推荐

每日智能推荐功能展示了基于多维度分析的股票推荐列表，包含技术面、基本面和 AI 分析的综合评分。

2. 个股详情

展示个股的详细信息，包括基本信息、实时行情、技术指标、财务数据等多维度数据。

3. 股票列表

支持多种筛选和排序的股票列表，帮助用户快速找到感兴趣的股票。

4. k线分析

提供专业的技术分析工具，包括均线、MACD、RSI 等技术指标，以及形态识别和趋势分析。

5. AI分析

基于深度学习模型的智能分析系统，可以对股票走势进行预测，并提供买卖点建议和风险提示。

6. 筹码选股

通过对股票筹码分布的分析，帮助投资者了解主力资金动向和持仓成本，发现潜在的投资机会。

数据管理指南

1. 使用管理员命令行工具

项目提供了一个交互式命令行工具 admin_cli.py 来管理数据，进行基本面数据和历史交易数据的下载/导入/分析：

python backend/admin_cli.py

这个工具提供以下功能：

1.1 股票基本面数据管理

  • 数据采集：获取股票列表和下载股票数据
  • 数据分析：处理最新/历史/指定日期数据
  • 数据入库：导入最新/历史/指定日期数据
  • 数据清理：清理指定日期或所有数据
  • 系统维护：查看错误日志等

1.2 历史交易数据管理

  • 数据下载：

    # 下载指定日期范围的数据
python -m stock_history.downloader.ak_downloader -o data/custom_period -s stock_list.csv --start-date 2025-01-01 --end-date 2025-03-20 --workers 3

# 下载最新数据
python -m stock_history.downloader.ak_downloader -o data/latest -s stock_list.csv --workers 3

  • 数据入库：

    # 导入所有数据
python -m stock_history.db.history_db import --data-dir data/latest --mode all --workers 5

# 导入指定日期范围的数据
python -m stock_history.db.history_db import --data-dir data/custom_period --mode date_range --start-date 2025-01-01 --end-date 2025-03-20 --workers 5

  • 数据删除：

    # 删除指定股票的数据
python -m stock_history.db.history_db delete --stock-code 600519 --start-date 2025-01-01 --end-date 2025-03-20

# 删除
8000
有股票在指定日期范围的数据
python -m stock_history.db.history_db delete --start-date 2025-01-01 --end-date 2025-03-20

2. 数据分析功能

2.1 筹码分析

# 更新今日筹码分析
python scripts/stock_chip_analyzer.py

2.2 技术评分

# 更新今日技术评分，导入每日推荐
python scripts/stock_technical_scorer.py

3. 数据维护建议

  1. 定期数据更新

    • 每个交易日收盘后更新当日数据
    • 周末进行历史数据的完整性检查
    • 定期清理过期数据节省存储空间

  2. 数据备份策略

    • 自行每日增量备份交易数据
    • 自行每周进行一次全量备份

  3. 错误处理

    • 对失败的数据下载任务进行重试
    • 保持数据的一致性和完整性

  4. 性能优化

    • 根据服务器配置调整并发数
    • 对频繁访问的数据建立索引
    • 定期优化数据库表

4. 注意事项

  1. 数据采集

    • 避免频繁请求以防被封 IP
    • 建议使用代理池轮换 IP
    • 遵守数据源的使用协议

  2. 数据清理

    • 清理数据前先进行备份
    • 使用事务确保数据一致性
    • 避免在交易时段进行大规模数据操作

  3. 系统维护

    • 定期检查磁盘空间
    • 监控数据库连接数
    • 及时处理错误日志

开发指南

1. 添加新策略

  1. 在 backend/apis 目录下创建新的策略文件
  2. 实现策略逻辑
  3. 在 http_stock_server.py 中注册新的蓝图
  4. 更新策略说明文档

2. 自定义评分规则

  1. 修改 stock_strategy_api.py 中的评分规则
  2. 添加新的评分指标
  3. 调整权重配置
  4. 更新评分说明文档

3. 数据采集配置

  1. 配置数据源
  2. 设置采集频率
  3. 配置数据清洗规则
  4. 设置数据备份策略

常见问题

1. 数据采集失败（yfinance拉取基本面数据需要科学上网）

  • 检查网络连接
  • 确认股票代码格式
  • 检查 API 限制
  • 查看错误日志

2. 评分异常

  • 检查数据完整性
  • 确认计算周期
  • 验证指标数据
  • 调整评分权重

3. 服务启动失败

  • 检查端口占用
  • 确认配置文件
  • 验证数据库连接
  • 查看错误日志

贡献指南

  1. Fork 项目
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 提交 Pull Request

版本历史

  • v1.0.0 (2025-03-20)
    • 初始版本发布
    • 支持基础策略分析
    • 实现技术指标计算
    • 集成 AI 分析功能

许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

4 stars

Watchers

1 watching

Forks

2 forks
Report repository

Releases

No releases published

Packages

No packages published

Languages

0