12 KiB
Blackdata StockTerminal
个人/小团队 A 股分析·复盘·智能专业分析系统。后端提供行情、回测、AI 诊断与定时任务；前端为纯 HTML + ECharts 原型界面，由 FastAPI 统一托管。
功能概览
| 模块 | 能力 |
|---|---|
| 大盘行情 | 三大指数、情绪温度计、板块云图、热股榜、龙虎榜、涨跌停统计 |
| 盘中监控 | 异动雷达（快速拉升/放量突破/涨停打开/连板追踪/大单异动）、实时扫描与推送 |
| 自选股 | 自选列表、分组管理、内置 8 种策略选股、多因子条件过滤 |
| 智能选股 | 可视化条件组合器、选股策略保存/分享、选股结果回测验证、条件预警集成 |
| 复盘中心 | 每日复盘（板块/资金/龙虎榜）、AI 七段式日报、个股 K 线回放（MA 买卖点标注） |
| 策略回测 | MA 交叉/多因子策略回测、参数优化网格搜索、策略对比（并排净值曲线）、交易明细导出 |
| 板块轮动 | 板块强弱趋势、资金流向桑基图、龙头股识别、生命周期判断、板块联动性分析 |
| AI 分析 | 个股诊断（6 维证据链）、AI 对话式分析、信号历史胜率、预测留痕与准确率核验 |
| 组合交易 | 持仓 P&L、资金曲线、交易日志（理由/情绪标签）、持仓归因分析（选股/择时/运气分解） |
| 智能预警 | 价格/涨跌幅/量能/技术信号规则、选股策略预警、多通道推送（邮件/微信/企微）、触发记录 |
| 资讯中心 | 财经快讯、AI 情绪判断与摘要、自选股相关资讯、关联个股分析 |
| 社区情绪 | 热帖采集（东方财富/雪球）、情绪指数计算、热议股票排行、关键词云图、情绪与股价相关性 |
| 事件驱动 | 财报发布前后规律、高管增减持跟踪、限售解禁影响、行业政策事件库、事件驱动选股 |
| 财报解读 | 关键指标趋势、AI 财报摘要、同行对比、财报异常预警、发布日历、排行榜 |
| 涨跌停分析 | 涨停/跌停股票追踪、连板股监控、炸板率统计、涨停敢死队排行 |
| 数据中台 | 数据入库状态、任务日志、全市场历史回填、定时调度监控 |
更完整的架构说明见 架构总结.md。
技术栈
- 前端：HTML + CSS + 原生 JS，ECharts 5（CDN）
- 后端：Python 3.12 · FastAPI · uvicorn
- 数据库：PostgreSQL · SQLAlchemy 2.0
- 数据源：AkShare（行情/情绪/资讯），Sina 实时报价
- 调度：APScheduler
- AI：OpenAI 兼容接口（DeepSeek / 通义 / Kimi 等），无 Key 时规则降级
项目结构
stock_cs/
├── backend/ # FastAPI 后端
│ ├── main.py # API 入口 + 路由定义
│ ├── cli.py # 建库/入库命令行工具
│ ├── models.py # SQLAlchemy 数据模型
│ ├── db.py # 数据库连接管理
│ ├── config.py # 配置项
│ ├── scheduler.py # APScheduler 定时任务
│ ├── akshare_service.py # 数据源接口封装
│ ├── ai.py # AI 分析核心
│ ├── ai_chat.py # AI 对话式分析
│ ├── llm.py # 大模型调用封装
│ ├── backtest.py # 基础回测引擎
│ ├── backtest_advanced.py # 增强回测（多因子/参数优化/策略对比）
│ ├── signals.py # 信号胜率统计
│ ├── report.py # AI 复盘日报生成
│ ├── portfolio.py # 组合与持仓计算
│ ├── attribution_analysis.py # 持仓归因分析
│ ├── alerts.py # 智能预警核心
│ ├── notifier.py # 多通道推送
│ ├── intraday_radar.py # 盘中异动雷达
│ ├── sector_rotation.py # 板块轮动分析
│ ├── smart_selector.py # 智能选股增强
│ ├── sentiment_monitor.py # 社区情绪监控
│ ├── event_driven.py # 事件驱动策略
│ ├── financial_analysis.py # 财报深度解读
│ ├── limit_analysis.py # 涨跌停分析
│ ├── .env.example # 环境变量模板
│ └── requirements.txt # Python 依赖
├── prototype/ # 前端原型（HTML + JS + CSS）
├── 架构总结.md # 架构设计文档
├── 功能架构.md # 功能模块详解
├── 待优化.md # 已知问题与优化方向
└── 功能扩展.md # 扩展功能建议
环境要求
- Python 3.12+
- PostgreSQL 14+（本地或远程均可）
- 可选：大模型 API Key、推送渠道密钥（见下方配置）
快速开始
以下命令以 WSL（Linux） 为例。项目在 Windows 盘时，路径一般为 /mnt/e/project/stock_cs_v1；若在 WSL 家目录，则替换为实际路径即可。
1. 安装 PostgreSQL（WSL，首次）
sudo apt update
sudo apt install -y postgresql postgresql-contrib
sudo service postgresql start
# 设置 postgres 用户密码（与 backend/.env 中 PG_PASSWORD 一致）
sudo -u postgres psql -c "ALTER USER postgres PASSWORD 'your_password';"
WSL 每次重启后若数据库未自动运行，需先执行：
sudo service postgresql start
2. 安装 Python 依赖（首次）
cd /mnt/e/project/stock_cs_v1/backend # 按实际路径修改
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
Windows 原生（非 WSL） 激活虚拟环境：
cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
3. 配置环境变量
cd backend
cp .env.example .env
编辑 backend/.env，至少确认 PostgreSQL 连接信息（PostgreSQL 装在 WSL 内时使用 localhost）：
PG_USER=postgres
PG_PASSWORD=your_password
PG_HOST=localhost
PG_PORT=5432
PG_DB=stock_cs
也可通过环境变量 PG_USER / PG_PASSWORD / PG_HOST / PG_PORT / PG_DB 设置，无需改文件。
可选：填入 LLM_API_KEY 启用大模型分析；填入 SMTP / Server酱 / 企业微信 / PushPlus 启用推送。
4. 初始化数据库并入库（首次）
cd backend
source .venv/bin/activate # WSL / Linux
# 建库建表
python cli.py init
# 抓取当日板块/资金流/情绪/龙虎榜等快照
python cli.py ingest
# 全市场日线历史入库（默认 250 交易日，耗时较长，可选）
python cli.py ingest_all
python cli.py ingest_all 500 # 指定天数
指定股票入库：
python cli.py ingest 600519 000001
5. 启动服务
日常启动（WSL）：
sudo service postgresql start
cd /mnt/e/project/stock_cs_v1/backend # 按实际路径修改
source .venv/bin/activate
python main.py
一键命令（已配置好后）：
sudo service postgresql start && cd /mnt/e/project/stock_cs_v1/backend && source .venv/bin/activate && python main.py
浏览器访问：http://127.0.0.1:8000（WSL2 下 Windows 浏览器可直接访问）
健康检查：GET /api/health
常见问题（WSL）
| 现象 | 处理 |
|---|---|
connection refused |
执行 sudo service postgresql start |
password authentication failed |
检查 .env 中 PG_PASSWORD 是否与 ALTER USER 设置一致 |
python: command not found |
使用 python3 |
| 每次新开终端 | 先 source .venv/bin/activate 再运行命令 |
定时任务
服务启动后，APScheduler 会在工作日自动执行（可在 config.py 或环境变量中调整时间）：
| 任务 | 默认时间 | 说明 |
|---|---|---|
daily_ingest |
15:35 | 收盘后增量入库（板块/资金/情绪/龙虎榜/个股行情） |
alert_check |
每 60 秒 | 实时报价预警核查（价格/涨跌幅/量能等规则） |
intraday_scan |
交易时段每 5 分钟 | 盘中异动扫描（快速拉升/放量突破/涨停打开/连板追踪） |
daily_report |
15:45 | 生成 AI 复盘日报并推送（需配置大模型 API） |
verify_pred |
15:50 | 核验到期 AI 预测，更新准确率统计 |
signal_stats |
周六 09:00 | 全市场信号胜率回测（MACD 金叉/突破等技术信号） |
selector_check |
15:40 | 选股策略预警检查，符合条件时推送 |
推送渠道
在 .env 中配置任意一种即可启用，互不依赖：
| 渠道 | 配置项 |
|---|---|
| SMTP 邮件 | SMTP_HOST / SMTP_PORT / SMTP_USER / SMTP_PASSWORD / SMTP_TO |
| Server酱 | SERVERCHAN_KEY |
| 企业微信 | WECOM_WEBHOOK |
| PushPlus | PUSHPLUS_TOKEN |
开发说明
- 前端静态资源由
main.py挂载prototype/目录，修改前端后刷新浏览器即可。 - 自选股列表持久化在
backend/watchlist.json。 - AkShare 不可用时部分接口会降级为 mock 数据，详见
/api/health中的akshare字段。 - 敏感文件（
.env、虚拟环境等）已在.gitignore中排除，请勿提交密钥。
核心功能说明
1. 智能选股增强
可视化条件组合器，支持技术面、资金面、基本面多因子拖拽组合，选股结果可一键回测验证历史表现，策略可保存/分享并设置条件预警。详见 智能选股增强使用说明.md
2. 盘中异动雷达
交易时段自动扫描快速拉升、放量突破、涨停打开、连板股等异动信号，支持多通道实时推送。详见 盘中异动雷达使用说明.md
3. 板块轮动分析
板块强弱趋势、资金流向桑基图、生命周期判断（启动期/加速期/衰退期）、龙头股自动识别、板块联动性分析。详见 板块轮动分析使用说明.md
4. 策略回测增强
多因子组合回测、仓位管理策略、参数优化网格搜索、策略对比（并排净值曲线）、完整风险指标（夏普/最大回撤/胜率）。详见 策略回测增强使用说明.md
5. 持仓归因分析
收益归因分解（选股能力 vs 择时能力 vs 运气成分）、持仓时长分析、买入理由有效性验证、情绪标签相关性、对标指数超额收益拆解。详见 持仓归因分析深化使用说明.md
6. AI 对话式分析
与大模型深度结合，支持自然语言选股、持仓诊断、策略建议、实时问答，多轮对话记住用户偏好。详见 AI对话式分析使用说明.md
7. 社区情绪监控
爬取东方财富/雪球热帖，计算情绪指数（乐观/悲观比例）、热议股票排行、关键词云图、情绪与股价相关性回测。详见 社区情绪监控使用说明.md
8. 事件驱动策略
财报发布前后统计规律、高管增减持跟踪、限售解禁影响分析、行业政策事件库、事件驱动选股。详见 事件驱动策略使用说明.md
9. 财报深度解读
财报关键指标趋势、AI 一句话摘要、同行对比、财报异常预警（存货激增/应收账款占比过高）、发布日历提醒。详见 财报深度解读使用说明.md
文档
许可证
本项目仅供学习与研究使用。行情数据来源于第三方公开接口，请遵守相应数据源的使用条款。