stock-scanner-A 股股票分析系统-开源-量化框架-09006

评论
32 views

这个仓库名为 stock-scanner，是一个专业的 A 股股票分析系统，提供全面的技术指标分析和投资建议。下面从多个方面对该仓库进行详细介绍：

项目结构

仓库的主要文件和目录结构如下：

stock-scanner/
├── LICENSE
├── README.md
├── 全部股票分析推荐1.py
├── 2.5 webapp/
│   ├── Dockerfile
│   ├── config.json
│   ├── docker-compose.yaml
│   ├── flask_web_server.py
│   ├── requirements.txt
│   └── web_stock_analyzer.py
├── .github/
│   └── workflows/
├── 1.0/
│   ├── .env
│   ├── Dockerfile
│   ├── docker-compose.yml
│   ├── gui.py
│   ├── gui2.py
│   ├── requirements.txt
│   ├── stock_analyzer.py
│   ├── templates/
│   └── web_app.py
├── 2.0 win app/
│   ├── config - 示例.json
│   ├── gui2.py
│   ├── requirements.txt
│   ├── stock_analyzer.log
│   ├── stock_analyzer.py
│   └── 配置文件编辑器.py

主要功能组件

系统包含三个主要组件： 1. 单股票分析 GUI：用户可以通过图形界面输入单只股票代码进行详细分析。 2. 批量股票扫描器：支持输入多个股票代码，对多只股票进行批量分析。 3. 高级技术指标分析引擎：计算多种技术指标，为股票分析提供数据支持。

功能特点

单股票分析

  • 实时计算多种技术指标，如移动平均线、RSI、MACD、布林带等。
  • 生成详细的股票分析报告，包括基本信息、技术指标、评分与建议、AI 分析等内容。
  • 提供投资建议，根据综合评分给出买入、卖出或观望等建议。
  • 支持单股和批量分析。

全市场扫描

  • 扫描全部 A 股股票。
  • 根据多维度技术指标进行评分。
  • 筛选高潜力股票。
  • 按价格区间生成分析报告。

技术指标

系统使用的技术指标包括： - 移动平均线 (Moving Average) - RSI (Relative Strength Index) - MACD (Moving Average Convergence Divergence) - 布林带 (Bollinger Bands) - 能量潮指标 (OBV) - 随机指标 (Stochastic Oscillator) - 平均真实波动范围 (ATR)

系统依赖

  • Python 3.8+
  • PyQt6
  • Pandas
  • NumPy
  • AkShare
  • Markdown2

快速开始

安装依赖

pip install -r requirements.txt

运行应用

  • 单股票分析 GUI：
python gui2.py
  • 全市场股票扫描：
python 全部股票分析推荐1.py

配置

  • 在 .env 文件中配置 Gemini API 密钥。
  • 可在 stock_analyzer.py 中调整技术指标参数。
  • 不同版本有各自的配置文件，如 2.5 webapp/config.json 和 2.0 win app/config - 示例.json，用于配置 API 密钥、AI 模型、分析参数等。

输出

分析结果将保存在 scanner 目录下： - price_XX_YY.txt：按价格区间的详细分析。 - summary.txt：市场扫描汇总报告。

注意事项

  • 股票分析仅供参考，不构成投资建议。
  • 使用前请确保网络连接正常。
  • 建议在实盘前充分测试。

持续集成

仓库使用 GitHub Actions 进行 Docker 镜像的构建和推送，配置文件为 .github/workflows/docker-build.yml，当代码推送到 main 或 develop 分支，或者打标签时，会自动构建并推送 Docker 镜像。

版本更新

  • 2.0 版本：支持 25 项财务指标，综合新闻分析，高级情绪分析等全部数据获取，兼容 openai 格式，支持更多的模型，但由于获取数据量大，分析时间可能较长。
  • 2.5 版本：针对 web 端优化，提供示例网页，模型使用 "deepseek-ai/DeepSeek-R1-0528-Qwen3-8B"。

官网

Github