智能分析系统是一个基于Python、Flask和LangGraph的Web应用，整合了多Agent协同分析能力和人工智能辅助决策功能。系统通过多数据源（AKShare/BaoStock）获取股票数据，结合13个专业Agent（技术分析、基本面、资金流、情绪分析、多空辩论、投资者人格、风险管理、智能决策），为投资者提供全方位的AI驱动投资决策支持。
- 技术面分析：趋势识别、支撑压力位、技术指标（RSI、MACD、KDJ等）
- 基本面分析：估值分析、财务健康、成长前景
- 资金面分析：主力资金流向、北向资金、机构持仓
- 智能评分：100分制综合评分，40-40-20权重分配
- AI增强分析：通过AI API提供专业投资建议
- 支撑压力位自动识别：智能识别关键价格区域
- 情景预测：生成乐观、中性、悲观多种市场情景，优化预测精度和可视化效果
- 智能问答：支持联网搜索实时信息和多轮对话，回答关于个股的专业问题
- LangGraph编排引擎：动态深度路由（1-5级），按需调用不同数量的Agent
- 9大分析Agent：技术分析师、基本面分析师、资金流分析师、情绪分析师、看多研究员、看空研究员、风险管理官、投资决策者、反思Agent
- 投资者人格分析：巴菲特（价值投资）、芒格（多元思维）、彼得·林奇（成长投资）、达摩达兰（估值大师），投票机制综合决策
- Agent自主进化：反思学习 + 语义记忆 + 策略自适应演进
- 开源搜索集成：DuckDuckGo免费搜索（无需API Key）→ Tavily → SERP 多源降级
- Human-in-the-Loop：高风险决策自动暂停等待人工审批
- MCP工具服务器：5个标准化工具接口，支持跨系统调用
- 市场扫描：筛选高评分股票，发现投资机会
- 投资组合分析：评估投资组合表现，提供调整建议
- 风险监控：多维度风险预警系统
- 指数和行业分析：支持沪深300、中证500等指数和主要行业成分股分析
- 交互式图表：K线图、技术指标、多维度评分雷达图
- 直观数据展示：支撑压力位、评分、投资建议等清晰呈现
- 响应式设计：适配桌面和移动设备的界面
- 财经门户主页：三栏式财经门户风格布局，左侧功能导航、中间实时财经要闻、右侧舆情热点，底部显示全球主要市场状态
- 实时财经要闻：时间线形式展示最新财经新闻，自动高亮上涨/下跌相关内容
- 舆情热点监控：自动识别和展示市场舆情热点，包括人工智能等前沿领域
- 全球市场状态：实时显示亚太、欧非中东、美洲等全球主要证券市场的开闭市状态
- 自动刷新机制：系统每10分钟自动刷新，确保数据实时性
智能分析系统/
│
├── run.py # 应用入口
├── app/ # 应用主目录
│ ├── core/ # 核心基础设施
│ │ ├── ai_client.py # 统一AI客户端（超时/重试/错误处理）
│ │ ├── data_provider.py # 统一数据层（多源故障转移）
│ │ ├── cache.py # Redis统一缓存（Redis/内存降级）
│ │ ├── search.py # 统一搜索引擎（DuckDuckGo/Tavily/SERP）
│ │ ├── agent_memory.py # Agent语义记忆系统
│ │ ├── event_bus.py # Agent事件通信总线
│ │ ├── tools.py # 共享工具函数
│ │ ├── fallback_manager.py # 故障转移管理器
│ │ └── database.py # 数据库管理
│ │
│ ├── analysis/ # 分析引擎模块
│ │ ├── stock_analyzer.py # 股票分析核心引擎
│ │ ├── fundamental_analyzer.py # 基本面分析
│ │ ├── capital_flow_analyzer.py # 资金流向分析
│ │ ├── industry_analyzer.py # 行业分析
│ │ ├── index_industry_analyzer.py # 指数行业分析
│ │ ├── etf_analyzer.py # ETF分析
│ │ ├── scenario_predictor.py # 情景预测
│ │ ├── risk_monitor.py # 风险监控
│ │ ├── stock_qa.py # 智能问答（支持联网搜索）
│ │ ├── news_fetcher.py # 新闻获取与缓存
│ │ └── us_stock_service.py # 美股服务
│ │
│ ├── agents/ # 多Agent分析子系统（LangGraph编排）
│ │ ├── coordinator.py # LangGraph图编排协调器
│ │ ├── technical_analyst.py # 技术分析Agent
│ │ ├── fundamental_analyst.py # 基本面Agent
│ │ ├── capital_flow_analyst.py # 资金流Agent
│ │ ├── sentiment_analyst.py # 情绪/新闻Agent
│ │ ├── bull_researcher.py # 看多研究员
│ │ ├── bear_researcher.py # 看空研究员
│ │ ├── risk_manager.py # 风险管理Agent
│ │ ├── decision_maker.py # 投资决策Agent
│ │ ├── reflection.py # 反思学习Agent
│ │ ├── strategy_evolver.py # 策略自适应演进
│ │ ├── hitl.py # Human-in-the-Loop审批
│ │ └── investors/ # 投资者人格Agent
│ │ ├── buffett.py # 巴菲特风格
│ │ ├── munger.py # 芒格风格
│ │ ├── lynch.py # 彼得·林奇风格
│ │ └── damodaran.py # 达摩达兰风格
│ │
│ ├── mcp/ # MCP协议工具服务器
│ │ └── stock_data_server.py # 股票数据MCP Server
│ │
│ ├── web/ # Web服务模块
│ │ ├── web_server.py # Web服务器和路由控制
│ │ ├── auth_middleware.py # 认证中间件
│ │ ├── industry_api_endpoints.py # 行业API端点
│ │ ├── templates/ # HTML模板
│ │ │ ├── layout.html # 基础布局模板
│ │ │ ├── index.html # 首页（财经门户风格）
│ │ │ ├── dashboard.html # 智能仪表盘
│ │ │ ├── stock_detail.html # 股票详情页
│ │ │ ├── market_scan.html # 市场扫描页面
│ │ │ ├── portfolio.html # 投资组合页面
│ │ │ ├── etf_analysis.html # ETF分析页面
│ │ │ ├── agent_analysis.html # Agent智能分析页面
│ │ │ └── ... # 其他页面
│ │ └── static/ # 静态资源
│ │
│ └── tradingagents/ # 交易代理模块（开发中）
│
├── Dockerfile # Docker构建文件
├── docker-compose.yml # Docker编排配置
└── .env # 环境变量配置文件
- 后端：Python 3.9+, Flask 3.1, AKShare, BaoStock
- AI引擎：OpenAI兼容API, LangGraph多Agent编排, LangChain
- 前端：HTML5, CSS3, JavaScript, Bootstrap 5, ApexCharts
- 数据分析：Pandas, NumPy, Scikit-learn
- 搜索：DuckDuckGo（免费）, Tavily, SERP API
- 缓存：Redis（可选）/ 内存缓存
- 部署：Docker, Gunicorn, docker-compose
- Python 3.9+
- pip包管理器
- 网络连接（用于获取股票数据和访问AI API）
- 克隆或下载代码库
git clone https://github.com/LargeCupPanda/StockAnal_Sys.git
cd StockAnal_Sys- 安装依赖
pip install -r requirements.txt或手动安装主要依赖：
pip install flask pandas numpy akshare requests matplotlib python-dotenv flask-cors flask-caching- 创建并配置环境变量
将.env-example复制为.env，并设置您的API密钥：
# API 提供商 (OpenAI SDK )
API_PROVIDER=openai
# OpenAI API 配置
OPENAI_API_URL=***
OPENAI_API_KEY=your_api_key
OPENAI_API_MODEL=gpt-4o
NEWS_MODEL=你的可联网模型
| 变量名 | 说明 | 默认值 |
|---|---|---|
API_PROVIDER |
API提供商选择 | openai |
OPENAI_API_KEY |
OpenAI API密钥 | 无，必须提供 |
OPENAI_API_URL |
OpenAI API端点URL | https://api.openai.com/v1 |
OPENAI_API_MODEL |
使用的OpenAI模型 | gpt-4o |
PORT |
Web服务器端口 | 8888 |
USE_AGENT_SYSTEM |
Agent系统开关 | true |
USE_REDIS_CACHE |
Redis缓存开关 | false |
REDIS_URL |
Redis连接地址 | redis://localhost:6379 |
TAVILY_API_KEY |
Tavily搜索API密钥（可选） | 无 |
SERP_API_KEY |
SERP搜索API密钥（可选） | 无 |
ALLOWED_ORIGINS |
允许的跨域来源 | localhost:8888 |
可在stock_analyzer.py中的__init__方法中调整以下参数：
ma_periods: 移动平均线周期设置rsi_period: RSI指标周期bollinger_period: 布林带周期bollinger_std: 布林带标准差volume_ma_period: 成交量均线周期atr_period: ATR周期
系统实现了智能缓存策略，包括：
- 股票数据缓存：减少重复API调用
- 分析结果缓存：避免重复计算
- 任务结果缓存：保存已完成任务的结果
- 新闻数据缓存：按天存储新闻数据，避免重复内容
- 自动缓存清理：每天收盘时间(16:30左右)自动清理所有缓存，确保数据实时性
- Redis统一缓存：支持Redis集群缓存和内存降级（可选）
- Agent记忆缓存：分析历史持久化，支持语义检索
方式一：直接运行
python run.py方式二：使用启动脚本
bash scripts/start.sh start启动后，访问 http://localhost:8888 打开系统。
bash scripts/start.sh stop # 停止服务
bash scripts/start.sh restart # 重启服务
bash scripts/start.sh status # 查看服务状态
bash scripts/start.sh monitor # 以监控模式运行（自动重启）
bash scripts/start.sh logs # 查看日志-
首页 (
/)- 三栏式财经门户风格界面
- 左侧功能导航、中间实时财经要闻、右侧舆情热点
- 底部显示全球主要市场状态，10分钟自动刷新
-
智能仪表盘 (
/dashboard)- 输入股票代码，开始分析
- 查看多维度分析结果和AI建议
-
股票详情 (
/stock_detail/<stock_code>)- 查看单只股票的详细分析
- 支持技术图表、支撑压力位和AI分析
-
市场扫描 (
/market_scan)- 扫描指数成分股或行业股票
- 筛选高评分股票，发现投资机会
-
投资组合 (
/portfolio)- 创建和管理个人投资组合
- 分析组合表现，获取优化建议
-
基本面分析 (
/fundamental)- 查看股票财务指标和估值分析
- 分析股票成长性和财务健康状况
-
资金流向 (
/capital_flow)- 跟踪主力资金和北向资金动向
- 分析机构持仓变化
-
情景预测 (
/scenario_predict)- 预测股票未来走势的多种情景
- 提供乐观、中性、悲观三种预测
-
风险监控 (
/risk_monitor)- 分析股票和投资组合风险
- 提供风险预警和应对建议
-
智能问答 (
/qa)- 通过AI回答关于股票的专业问题
- 支持联网搜索实时信息和多轮对话
-
行业分析 (
/industry_analysis)- 分析行业整体表现和资金流向
- 对比不同行业投资机会
-
ETF分析 (
/etf_analysis)- ETF基金分析和评估
- 跟踪ETF表现和持仓分析
-
Agent智能分析 (
/agent_analysis)- 基于AI Agent的深度分析
- 多维度智能投资建议
- 分析股票：在智能仪表盘输入股票代码，点击"分析"
- 查看股票详情：点击股票代码或搜索股票进入详情页
- 扫描市场：在市场扫描页面选择指数或行业，设置最低评分，点击"扫描"
- 管理投资组合：在投资组合页面添加/删除股票，查看组合分析
- 智能问答：选择股票后，提问关于该股票的问题，获取AI回答
- 查看实时财经要闻：在首页浏览最新财经新闻和舆情热点
系统提供了完整的REST API，可通过Swagger文档查看：/api/docs
主要API包括：
- 股票分析API：
/api/enhanced_analysis - 市场扫描API：
/api/start_market_scan - 指数成分股API：
/api/index_stocks - 智能问答API：
/api/qa - 风险分析API：
/api/risk_analysis - 情景预测API：
/api/scenario_predict - 行业分析API：
/api/industry_analysis - 最新新闻API：
/api/latest_news - ETF分析API：
/api/start_etf_analysis - Agent分析API：
/api/start_agent_analysis - 资金流向API：
/api/capital_flow - 基本面分析API：
/api/fundamental_analysis - MCP工具列表API：
/api/mcp/tools - MCP工具调用API：
/api/mcp/call - Agent审批列表API：
/api/agent_pending_approvals - Agent审批提交API：
/api/agent_submit_approval
- 全面Agent化改造：13个专业Agent + LangGraph编排 + 投资者人格
- 新增开源搜索集成（DuckDuckGo免费搜索，无需API Key）
- 新增Redis统一缓存层 + Agent记忆系统 + 事件总线
- 新增Human-in-the-Loop高风险决策审批
- 新增MCP工具服务器（标准化Agent工具接口）
- 安全加固：CORS限制、输入验证、移除硬编码密钥
- 修复10+个Issue：AI超时、数据源封禁、新闻去重等
- 实现数据接口双层冗余架构（akshare内部冗余 + baostock跨库备用）
- 新增DataProvider统一数据层和FallbackManager故障转移管理器
系统设计采用模块化架构，便于扩展开发。主要扩展点包括：
- 添加新的技术指标
- 集成其他数据源
- 开发新的分析模块
- 扩展用户界面功能
当前版本为先驱探索版，旨在学习人工智能在指令分析方面的研究学习。AI生成的内容有很多错误，请勿当成投资建议，若由此造成的一切损失，本项目不负责！
如有问题或建议，请pr：
- 项目有很多问题，基础功能可以运行起来，扩充项目代码全由AI开发，所以进展比较缓慢，请谅解。
- 如你有好的想法或修复，欢迎提交GitHub Issue
感谢所有为本项目做出贡献的开发者！
感谢使用智能分析系统！