📊 AI股票分析自动推送系统

基于多智能体的股票自动分析系统，专注核心功能，简单高效。

🎯 核心功能

• ✅ 数据收集 - 通过Tushare获取全面的A股市场数据
• ✅ 专业分析 - 技术面、基本面、新闻面独立分析
• ✅ 结构化辩论 - 看涨/看跌研究员多轮辩论
• ✅ 综合决策 - 交易员基于所有信息做出投资建议
• ✅ 风险评估 - 风险管理员评估风险等级
• ✅ 报告生成 - 自动生成专业Markdown投资报告
• ✅ 定时推送 - 每天早上8点自动分析并推送

🚀 快速开始

1️⃣ 安装依赖

cd auto-run
pip install -r requirements.txt

2️⃣ 配置API密钥

创建 .env 文件（参考 env_example.txt）：

# 复制示例文件
cp env_example.txt .env

# 编辑 .env 文件，填入你的API密钥
DEEPSEEK_API_KEY=sk-你的DeepSeek密钥
TUSHARE_TOKEN=你的Tushare令牌

获取API密钥：

• DeepSeek: https://platform.deepseek.com/
• Tushare: https://tushare.pro/register

3️⃣ 配置股票池

编辑 config/config.py，设置要监控的股票：

STOCK_WATCHLIST = [
    "600519.SH",  # 贵州茅台
    "000858.SZ",  # 五粮液
    "600036.SH",  # 招商银行
    # 添加你关注的股票...
]

4️⃣ 运行分析

方式1: 命令行模式

# 分析单只股票
python main.py --stock 600519.SH

# 批量分析
python main.py --batch 600519.SH 000858.SZ 601318.SH

# 分析股票池
python main.py --watchlist

# 快速查看
python main.py --quick 600519.SH

方式2: 交互模式

python main.py
# 然后按提示选择操作

方式3: 定时任务

# 测试模式（立即执行一次）
python scheduler.py --test

# 正式运行（每天8点自动执行）
python scheduler.py

📁 项目结构

auto-run/
├── agents/              # 智能体模块
│   ├── llm_client.py   # DeepSeek客户端
│   ├── analysts.py     # 分析师（技术、基本面、新闻）
│   ├── researchers.py  # 研究员（看涨、看跌）
│   └── decision_maker.py # 决策层（交易员、风险管理）
├── data/               # 数据模块
│   ├── tushare_client.py # Tushare数据客户端
│   └── cache/          # 数据缓存目录
├── reports/            # 报告模块
│   └── report_generator.py # 报告生成器
├── config/             # 配置文件
│   └── config.py       # 系统配置
├── logs/               # 日志目录
├── main.py             # 主程序
├── scheduler.py        # 定时任务调度器
├── requirements.txt    # 依赖列表
└── README.md          # 说明文档

📊 分析流程

系统按以下6个阶段进行分析：

1. 数据收集 📊

   • 获取股票基本信息
   • 获取历史行情数据
   • 获取财务数据和指标
   • 获取实时行情
   • 获取相关新闻

2. 专业分析 👥

   • 技术分析师：技术指标、趋势判断
   • 基本面分析师：财务健康度、估值分析
   • 新闻分析师：市场情绪、事件影响

3. 结构化辩论 ⚖️

   • 看涨研究员：寻找投资亮点
   • 看跌研究员：识别风险隐患
   • 辩论协调器：组织多轮辩论

4. 综合决策 💼

   • 交易员综合所有信息
   • 给出买入/持有/卖出建议
   • 设定目标价位和止损位

5. 风险评估 🛡️

   • 评估市场风险、个股风险
   • 给出风险等级和评分
   • 提供风险控制建议

6. 报告生成 📄

   • 自动生成Markdown格式报告
   • 保存JSON格式数据
   • 生成批量分析汇总

📈 报告示例

分析完成后会生成两种文件：

1. 个股报告 - reports/600519.SH_20241028_080000.md

   • 包含完整的6个阶段分析结果
   • Markdown格式，易读易分享

2. 汇总报告 - reports/summary_20241028_080000.md

   • 批量分析结果汇总
   • 投资建议统计

⚙️ 配置说明

股票池配置

在 config/config.py 中修改：

STOCK_WATCHLIST = [
    "600519.SH",  # 沪市股票
    "000858.SZ",  # 深市股票
]

股票代码格式：

• 沪市：代码 + .SH （如：600519.SH）
• 深市：代码 + .SZ （如：000858.SZ）

定时任务配置

DAILY_REPORT_TIME = "08:00"  # 每天8点执行

分析参数配置

MAX_DEBATE_ROUNDS = 2  # 辩论轮次（1-3）
ANALYSIS_HISTORY_DAYS = 60  # 分析历史数据天数
ENABLE_NEWS_ANALYSIS = True  # 是否启用新闻分析

🔧 高级用法

在代码中使用

from main import StockAnalysisSystem

# 创建分析系统
system = StockAnalysisSystem(
    deepseek_key="你的密钥",
    tushare_token="你的令牌"
)

# 分析单只股票
result = system.analyze_stock("600519.SH")

# 批量分析
results = system.batch_analyze(["600519.SH", "000858.SZ"])

# 快速查看
data = system.quick_view("600519.SH")

自定义分析

# 只进行技术分析
from agents.analysts import TechnicalAnalyst
from agents.llm_client import DeepSeekClient
from data.tushare_client import TushareClient

llm = DeepSeekClient(api_key="你的密钥")
analyst = TechnicalAnalyst(llm)
tushare = TushareClient(token="你的令牌")

data = tushare.get_comprehensive_data("600519.SH")
result = analyst.analyze(data)
print(result)

💡 使用建议

1. 首次使用

   • 先用 --quick 快速查看，确认数据正常
   • 再用单只股票测试完整分析流程
   • 最后配置股票池和定时任务

2. API成本控制

   • DeepSeek性价比高，成本约 ¥0.01-0.02/只股票
   • 建议股票池不超过10只
   • 分析频率：每天1次即可

3. 分析结果使用

   • AI分析仅供参考，不构成投资建议
   • 建议结合自己的判断
   • 关注风险评估部分

⚠️ 注意事项

1. API密钥安全

   • 不要将 .env 文件提交到Git
   • 定期更换API密钥
   • 注意API使用额度

2. 数据准确性

   • Tushare免费版有数据延迟
   • 重要决策建议人工核对数据
   • 注意股票停牌等特殊情况

3. 系统限制

   • 目前只支持A股（沪深两市）
   • 新闻分析需要Tushare高级权限
   • 单次分析约需2-3分钟

🐛 故障排除

问题1: 配置验证失败

❌ 配置错误: 请设置 DEEPSEEK_API_KEY 环境变量

解决方案： 检查 .env 文件是否正确创建并填写了API密钥

问题2: Tushare权限不足

⚠️ 获取新闻数据失败（可能需要更高级别的Tushare权限）

解决方案： 新闻功能需要Tushare高级权限，可以设置 ENABLE_NEWS_ANALYSIS = False 跳过

问题3: DeepSeek API调用失败

❌ DeepSeek API调用失败

解决方案：

• 检查API密钥是否正确
• 检查网络连接
• 检查API额度是否充足

📞 技术支持

• 项目基于：TradingAgents-CN
• 问题反馈：提交Issue
• 使用建议：查看代码注释

⚖️ 免责声明

本系统仅用于技术研究和学习目的：

• ❌ 不构成任何投资建议
• ❌ 不对投资损失承担责任
• ✅ 投资有风险，决策需谨慎
• ✅ 建议咨询专业投资顾问

---

祝投资顺利！📈