🚀 AutoStockAnalysis - 智能股票分析系统

🎯 让股票分析变得简单智能 - 基于大语言模型的全栈股票分析平台，集成Web界面、智能策略、实时数据分析于一体。

✨ 核心特性

🧠 智能分析引擎

• 多模型支持: OpenAI GPT-4、DeepSeek、Qwen、Claude等主流LLM
• ReAct智能推理: 自然语言交互，自动选择最佳分析策略
• 实时数据获取: 基于Akshare接口，覆盖股票、基金、期货全市场数据

📊 现代化Web界面

• 响应式设计: 基于React + TypeScript + Tailwind CSS
• 交互式图表: ECharts可视化，支持K线、技术指标、趋势分析
• 多策略模式: 固定策略、LLM分析、量化回测一键切换

🎯 专业分析功能

• 技术指标: MA、RSI、MACD、BOLL、OBV、ATR等20+指标
• 智能预测: 开盘价预测、涨跌概率分析、价格区间预测
• 风险管理: VaR计算、最大回撤、夏普比率等风险指标
• 投资组合: 多股票组合管理、收益率分析、资产配置优化

🔧 技术架构

• 前端: React 19 + TypeScript + Vite + Tailwind CSS
• 后端: Python + FastAPI + LangChain
• 数据源: Akshare金融数据接口
• 部署: 支持GitHub Pages + Railway云部署

---

🎬 功能演示

💬 智能对话分析

🤖 我是智能金融分析助手，可以提供股票、基金、期货的信息，有什么可以帮您？
👨 分析一下中国银行的技术指标
🤖 中国银行(601988)当前价格5.47元，RSI指标显示超卖状态，MACD金叉信号...

👨 帮我预测明天开盘价
🤖 基于技术分析和市场情绪，预测明日开盘价区间为5.42-5.52元，上涨概率65%...

📈 Web界面功能

• 实时行情: K线图表、技术指标叠加显示
• 策略回测: 多种量化策略，可视化收益曲线
• 智能预测: AI驱动的价格预测和风险评估
• 投资组合: 多股票组合管理和优化建议

🚀 快速开始

📋 环境要求

• Python: 3.11+
• Node.js: 20.19+ 或 22.12+
• 操作系统: Windows / macOS / Linux

⚡ 一键部署

方式一：本地开发

# 1. 克隆项目
git clone https://github.com/Rayinf/AutoStockAnalysis.git
cd AutoStockAnalysis

# 2. 后端环境配置
python -m venv venv
source venv/bin/activate  # Windows: .\venv\Scripts\activate
pip install poetry
poetry install

# 3. 前端环境配置
cd frontend
npm install

# 4. 环境变量配置
cp demo.env .env
# 编辑 .env 文件，设置你的 API Key

方式二：在线体验

🌐 立即体验 →

支持多种LLM提供商，在 .env 文件中配置：

# OpenAI (推荐)
OPENAI_API_KEY=sk-your-openai-key
MODEL_NAME=gpt-4-turbo

# DeepSeek (性价比高)
DEEPSEEK_API_KEY=sk-your-deepseek-key
MODEL_NAME=deepseek-v3

# 其他支持的模型
# MODEL_NAME=claude-3-haiku-20240307
# MODEL_NAME=qwen2.5-32b-instruct

🎮 运行方式

命令行模式

python main.py
# 🤖 我是智能金融分析助手，可以提供股票、基金、期货的信息，有什么可以帮您？

Web界面模式

# 启动后端API
uvicorn web.api.main:app --reload --port 8000

# 启动前端界面
cd frontend
npm run dev
# 访问 http://localhost:5173

📊 功能模块

🔍 智能分析模式

模式	描述	适用场景
固定策略	预设技术指标分析	快速技术面分析
LLM分析	AI智能解读市场	深度基本面分析
量化回测	策略历史表现	策略验证优化

📈 技术指标支持

• 趋势指标: MA5/20/60、EMA、MACD
• 震荡指标: RSI、KDJ、威廉指标
• 成交量: OBV、成交量比率
• 波动率: ATR、布林带
• 实时数据: 涨跌幅排行、热门股票

🎯 预测功能

• 开盘价预测: 基于历史数据和技术指标
• 涨跌概率: 机器学习模型预测
• 价格区间: 支撑位和阻力位分析
• 风险评估: VaR、最大回撤计算

🧪 模型性能对比

模型	股票分析	基金查询	期货数据	推荐指数	成本效益
GPT-4 Turbo	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	🔥🔥🔥🔥	💰💰💰
DeepSeek V3	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	🔥🔥🔥🔥🔥	💰💰💰💰💰
Claude Haiku	⭐⭐⭐	⭐⭐	⭐⭐	🔥🔥	💰💰💰💰
Qwen 2.5	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	🔥🔥🔥	💰💰💰💰
O1-Mini	⭐⭐⭐⭐	⭐⭐	⭐⭐	🔥🔥🔥	💰💰

💡 推荐: DeepSeek V3 性价比最高，GPT-4 Turbo 功能最全面

🚀 部署指南

GitHub Pages + Railway 部署

# 1. Fork 本项目到你的 GitHub
# 2. 在 Railway 创建新项目
# 3. 连接 GitHub 仓库
# 4. 配置环境变量
# 5. 自动部署完成

详细部署文档: DEPLOYMENT_GITHUB_RAILWAY.md

Docker 部署

# 构建镜像
docker build -t autostock-analysis .

# 运行容器
docker run -p 8000:8000 -e OPENAI_API_KEY=your-key autostock-analysis

🤝 贡献指南

我们欢迎所有形式的贡献！

🐛 问题反馈

• 发现Bug？提交Issue
• 功能建议？讨论区交流

💻 代码贡献

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. 推送分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

📝 文档完善

• 改进README文档
• 添加代码注释
• 编写使用教程

📄 开源协议

本项目基于 MIT License 开源协议。

🙏 致谢

• Akshare - 优秀的金融数据接口
• LangChain - 强大的LLM应用框架
• React + ECharts - 现代化前端技术栈

📞 联系我们

• 📧 Email: your-email@example.com
• 💬 微信群: 扫码加入技术交流群
• 🐦 Twitter: @YourTwitter

---

⭐ 如果这个项目对你有帮助，请给我们一个Star！ ⭐