增加港股支持

2025-10-10 17:07:21 +08:00
parent 88c7db1ab9
commit 80bead4f2f
8 changed files with 1015 additions and 30 deletions
@@ -4,12 +4,17 @@ FROM python:3.12-slim
 # 设置工作目录
 WORKDIR /app

-# 安装Node.js (pywencai需要)
+# 安装Node.js (pywencai需要) 和中文字体 (PDF生成需要)
 RUN apt-get update && apt-get install -y \
    curl \
    gnupg \
+    fonts-noto-cjk \
+    fonts-wqy-zenhei \
+    fonts-wqy-microhei \
+    fontconfig \
    && curl -fsSL https://deb.nodesource.com/setup_18.x | bash - \
    && apt-get install -y nodejs \
+    && fc-cache -fv \
    && apt-get clean \
    && rm -rf /var/lib/apt/lists/*

@@ -0,0 +1,207 @@
+# PDF中文乱码修复说明
+
+## 问题描述
+在Docker环境中，PDF导出时中文显示为乱码或方框，但本地Windows环境正常。
+
+## 原因分析
+- Docker容器基于Linux系统，默认不包含中文字体
+- PDF生成器（reportlab）需要中文字体才能正确渲染中文字符
+- 原代码只配置了Windows系统的字体路径
+
+## 修复方案
+
+### 已修改的文件
+
+#### 1. `Dockerfile` 
+添加了中文字体包安装：
+```dockerfile
+# 安装Node.js (pywencai需要) 和中文字体 (PDF生成需要)
+RUN apt-get update && apt-get install -y \
+    curl \
+    gnupg \
+    fonts-noto-cjk \
+    fonts-wqy-zenhei \
+    fonts-wqy-microhei \
+    fontconfig \
+    && curl -fsSL https://deb.nodesource.com/setup_18.x | bash - \
+    && apt-get install -y nodejs \
+    && fc-cache -fv \
+    && apt-get clean \
+    && rm -rf /var/lib/apt/lists/*
+```
+
+安装的字体包：
+- **fonts-noto-cjk**: Google Noto CJK字体（支持中日韩文字）
+- **fonts-wqy-zenhei**: 文泉驿正黑体
+- **fonts-wqy-microhei**: 文泉驿微米黑体
+- **fontconfig**: 字体配置工具
+
+#### 2. `pdf_generator.py`
+更新了字体注册函数，支持Linux系统：
+```python
+def register_chinese_fonts():
+    """注册中文字体 - 支持Windows和Linux系统"""
+    # Windows系统字体路径
+    windows_font_paths = [...]
+    
+    # Linux系统字体路径（Docker环境）
+    linux_font_paths = [
+        '/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc',
+        '/usr/share/fonts/truetype/wqy/wqy-microhei.ttc',
+        '/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc',
+        # ... 更多字体路径
+    ]
+```
+
+## 重新部署步骤
+
+### 方式一：Docker Compose（推荐）
+
+```bash
+# 1. 停止并删除现有容器
+docker-compose down
+
+# 2. 删除旧镜像（可选，但推荐）
+docker rmi agentsstock1-app
+
+# 3. 重新构建并启动
+docker-compose up -d --build
+
+# 4. 查看日志，确认字体加载成功
+docker-compose logs -f
+```
+
+### 方式二：Docker命令
+
+```bash
+# 1. 停止并删除现有容器
+docker stop agentsstock1
+docker rm agentsstock1
+
+# 2. 删除旧镜像
+docker rmi agentsstock1
+
+# 3. 重新构建镜像
+docker build -t agentsstock1 .
+
+# 4. 启动新容器
+docker run -d -p 8503:8501 \
+  -v $(pwd)/.env:/app/.env \
+  --name agentsstock1 \
+  agentsstock1
+
+# 5. 查看日志
+docker logs -f agentsstock1
+```
+
+## 验证修复
+
+### 1. 检查字体安装
+进入容器检查字体：
+```bash
+docker exec -it agentsstock1 bash
+fc-list :lang=zh  # 列出所有中文字体
+```
+
+应该看到类似输出：
+```
+/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc: WenQuanYi Zen Hei:style=Regular
+/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc: Noto Sans CJK SC:style=Regular
+...
+```
+
+### 2. 查看应用日志
+在生成PDF时，日志中应该显示：
+```
+✅ 成功注册中文字体: /usr/share/fonts/truetype/wqy/wqy-zenhei.ttc
+```
+
+### 3. 测试PDF导出
+1. 在Web界面分析任意股票
+2. 点击"生成并下载PDF报告"
+3. 打开下载的PDF文件
+4. 确认中文正常显示
+
+## 故障排查
+
+### 问题1：构建时字体安装失败
+**现象**：构建过程中apt-get install失败
+
+**解决方案**：
+```bash
+# 清理Docker缓存后重试
+docker system prune -a
+docker-compose build --no-cache
+```
+
+### 问题2：字体未加载
+**现象**：日志显示"未找到中文字体"
+
+**检查步骤**：
+1. 确认Dockerfile中正确添加了字体包
+2. 进入容器检查字体文件是否存在
+3. 运行 `fc-cache -fv` 刷新字体缓存
+
+### 问题3：PDF仍然乱码
+**现象**：字体已安装但PDF中文仍显示为方框
+
+**可能原因**：
+1. 字体文件权限问题
+2. reportlab缓存问题
+3. 字体格式不兼容
+
+**解决方案**：
+```bash
+# 重新构建时清理所有缓存
+docker-compose down -v
+docker system prune -a
+docker-compose up -d --build
+```
+
+## 技术说明
+
+### 字体选择
+我们安装了3种字体包：
+1. **Noto Sans CJK**：Google开发，覆盖范围广，质量高
+2. **文泉驿正黑**：开源中文字体，适合阅读
+3. **文泉驿微米黑**：适合小字号显示
+
+系统会按优先级自动选择第一个可用的字体。
+
+### 字体文件格式
+- **TTC**：TrueType Collection（字体集合文件）
+- **TTF**：TrueType Font（单个字体文件）
+
+reportlab的TTFont可以处理这两种格式。
+
+### Docker镜像大小
+添加中文字体后，镜像大小会增加约50-100MB：
+- fonts-noto-cjk: ~70MB
+- fonts-wqy-zenhei: ~10MB
+- fonts-wqy-microhei: ~5MB
+
+这是正常的，为了支持完整的中文显示必须付出的空间代价。
+
+## 注意事项
+
+1. **本地环境无影响**：修改后的代码在Windows本地环境仍然正常工作
+2. **字体缓存**：首次启动时fontconfig会建立字体缓存，可能需要几秒钟
+3. **镜像更新**：已部署的用户需要重新构建镜像才能应用修复
+4. **备份数据**：重新部署前请备份数据库文件（.db文件）
+
+## 相关资源
+
+- [ReportLab中文支持文档](https://www.reportlab.com/docs/reportlab-userguide.pdf)
+- [Noto字体项目](https://www.google.com/get/noto/)
+- [文泉驿字体项目](http://wenq.org/)
+- [Docker字体配置指南](https://docs.docker.com/config/)
+
+## 更新日志
+
+- **2025-10-10**: 初始版本，添加Docker中文字体支持
+- **2025-10-10**: 更新pdf_generator.py，支持跨平台字体检测
+
+---
+
+如有问题，请联系：ws3101001@126.com
+
@@ -9,6 +9,32 @@
 <img width="1910" height="923" alt="01" src="https://github.com/user-attachments/assets/7dcd4b2c-8b4b-428b-8a17-4d843e98a626" />
 <img width="1910" height="923" alt="02" src="https://github.com/user-attachments/assets/02018fff-4e6b-4354-b258-a5da25537c38" />

+## ✨1010 更新说明（最新）
+### 🇭🇰 新增港股分析支持 ⭐️
+- **市场扩展**：现已支持A股、港股、美股三大市场
+- **港股代码**：支持多种格式（700/00700/HK00700）
+- **技术分析**：完整支持K线、技术指标、趋势判断
+- **财务分析**：支持21项财务指标（ROE、市盈率、净利润等）
+- **智能分析**：技术分析师、基本面分析师、风险管理师全面支持
+- **使用简单**：直接输入港股代码即可分析（如：00700 腾讯控股）
+
+## ✨1010 更新说明
+### 最新更新：主力选股功能上线 ⭐️
+- **智能选股**：基于主力资金流向，AI团队精选优质标的
+- **数据获取**：使用问财获取前100名主力资金净流入股票
+- **多维筛选**：市值范围、区间涨跌幅、财务指标等多维度筛选
+- **AI分析团队**：
+  - 💰 资金流向分析师：分析主力资金流向趋势和热点板块
+  - 📊 行业板块分析师：解读行业轮动和市场热点
+  - 📈 财务基本面分析师：评估公司财务健康度和成长性
+  - 👔 资深研究员：综合决策，精选3-5只优质标的
+- **完整报告**：支持Markdown、HTML、CSV多格式导出
+- **候选列表**：前100名主力资金股票完整列表（按资金流向排序）
+- **智能匹配**：自动识别"区间主力资金流向"、"区间涨跌幅"等字段
+- **季报数据**：优化季报获取，改用问财接口，数据更准确
+
+<img width="1910" height="923" alt="主力选股功能" src="https://github.com/user-attachments/assets/main_force_selector.png" />
+
 ## ✨1009 更新说明
 ### 最新更新：增加支持docker部署 ⭐️
 ## ✨1008 更新说明
@@ -41,7 +67,7 @@
 - **市场情绪分析师**：专注市场心理和情绪分析
 - **新闻公告分析师**：专注热点新闻及公告影响分析
 ### 📊 完整分析流程
-1. 📈 获取股票数据（支持A股和美股）
+1. 📈 获取股票数据（支持A股、港股和美股）
 2. 📊 获取详细数据（三大报表+财务指标+20日资金数据+新闻+公告）
 3. 🔍 多智能体并行分析
 4. 🤝 团队综合讨论
@@ -68,6 +94,28 @@
 <img width="1910" height="923" alt="image" src="https://github.com/user-attachments/assets/242ee212-ba6c-4e0a-ae16-47aff3f356e6" />


+### 🎯 主力选股功能（新增）⭐️
+- **智能选股**：基于主力资金流向，筛选优质投资标的
+- **数据来源**：问财数据，获取区间主力资金净流入前100名股票
+- **多维筛选**：
+  - 起始日期：自定义区间开始日期
+  - 市值范围：50亿-5000亿灵活设置
+  - 涨跌幅限制：过滤涨幅过高的股票，避免追高
+- **AI分析团队**：
+  - 💰 **资金流向分析师**：分析主力资金动向、热点板块、资金持续性
+  - 📊 **行业板块分析师**：解读行业轮动、板块联动、市场情绪
+  - 📈 **财务基本面分析师**：评估公司盈利能力、成长性、财务健康度
+  - 👔 **资深研究员**：综合三大分析师意见，精选3-5只优质标的
+- **批量分析**：一次性分析100只股票，效率高
+- **完整报告**：
+  - 📄 Markdown格式：便于编辑和二次处理
+  - 🌐 HTML格式：美观易读，支持浏览器打开
+  - 📊 CSV格式：候选股票完整数据导出
+- **候选列表**：前100名股票按主力资金流向排序展示
+- **关键指标**：区间主力资金流向、区间涨跌幅、市值、市盈率、市净率等
+<img width="1910" height="923" alt="主力选股界面" src="https://github.com/user-attachments/assets/main_force_ui.png" />
+<img width="1910" height="923" alt="AI分析报告" src="https://github.com/user-attachments/assets/main_force_report.png" />
+
 ### 🔍 实时监测功能
 - **智能监测**：自动监控股票价格变动
 - **关键位置提醒**：进场区间、止盈位、止损位触发通知
@@ -259,9 +307,10 @@ streamlit run app.py

 ## 📊 使用指南

-### 股票代码格式(美股暂不支持)
- **美股**：AAPL, MSFT, GOOGL, TSLA, NVDA
- **A股**：000001, 600036, 000002, 600519
+### 股票代码格式
+- **A股**：6位数字代码（如 000001, 600036, 600519, 000858）
+- **港股**：1-5位数字代码（如 700, 00700, 9988, 01810）或带HK前缀（如 HK00700）
+- **美股**：字母代码（如 AAPL, MSFT, GOOGL, TSLA, NVDA）

 ### 单个股票分析流程
 1. 选择"单个分析"模式
@@ -329,6 +378,56 @@ streamlit run app.py
  - 批量分析时间较长，请耐心等待
  - 可在历史记录中查看所有分析结果

+### 主力选股功能使用流程 ⭐️ 新增
+1. **进入主力选股**
+   - 点击侧边栏"🎯 主力选股"按钮
+   
+2. **设置筛选参数**
+   - **起始日期**：选择区间开始日期（如"2025年7月23日"）
+   - **市值范围**：
+     - 最小市值：默认50亿（可调整）
+     - 最大市值：默认5000亿（可调整）
+   - **最大涨跌幅**：默认50%（过滤涨幅过高的股票）
+
+3. **开始分析**
+   - 点击"🚀 开始主力选股分析"按钮
+   - 系统会自动：
+     - 从问财获取前100名主力资金净流入股票
+     - 按条件筛选（市值、涨跌幅）
+     - AI分析师团队进行整体分析
+     - 资深研究员精选3-5只优质标的
+
+4. **查看分析结果**
+   - **统计信息**：
+     - 获取股票数：原始数据量
+     - 筛选后：符合条件的股票数
+     - 最终推荐：精选的优质标的数量
+   
+   - **AI分析师报告**（三个标签页）：
+     - 💰 资金流向分析：主力资金动向、热点板块
+     - 📊 行业板块分析：行业轮动、板块联动
+     - 📈 财务基本面分析：盈利能力、成长性评估
+   
+   - **精选推荐**：
+     - 展开查看每只推荐股票的详细信息
+     - 推荐理由、关键指标、能力评分
+   
+   - **候选股票列表**：
+     - 前100名股票完整列表
+     - 按主力资金流向排序
+     - 包含行业、资金流向、涨跌幅、市值、市盈率等
+
+5. **导出报告**
+   - 📄 **下载Markdown报告**：便于编辑和二次处理
+   - 🌐 **下载HTML报告**：美观易读，可打印
+   - 📊 **下载候选列表CSV**：Excel打开，便于筛选排序
+
+6. **使用技巧**
+   - **起始日期**：建议选择近3-6个月的日期
+   - **市值范围**：中小盘（50-300亿）波动较大，大盘（300-5000亿）相对稳定
+   - **涨跌幅限制**：建议30%-50%，避免追高
+   - **查看调试信息**：展开"🔍 调试信息"查看实际获取的列名
+
 ### 结果解读
 - **投资评级**：买入/持有/卖出
 - **目标价位**：预期价格目标
@@ -514,6 +613,33 @@ AI股票分析系统
 - 通知历史管理
 - 配置测试功能

+#### 🎯 主力选股模块 ⭐️ 新增
+**main_force_selector.py**
+- 问财数据获取（主力资金净流入）
+- 多维度筛选（市值、涨跌幅）
+- 智能列名匹配
+- 数据格式化和清洗
+
+**main_force_analysis.py**
+- AI分析师团队协作
+- 整体数据分析（100只股票）
+- 资金流向分析
+- 行业板块分析
+- 财务基本面分析
+- 资深研究员决策
+
+**main_force_ui.py**
+- 参数配置界面
+- 分析进度显示
+- 结果可视化展示
+- 报告导出功能
+
+**main_force_pdf_generator.py**
+- Markdown报告生成
+- HTML报告生成
+- CSV数据导出
+- 美观格式化输出
+
 #### 🤖 量化交易模块 (miniqmt_interface.py) ⭐️ 新增
 - MiniQMT接口对接
 - 自动交易执行
@@ -542,6 +668,8 @@ AI股票分析系统
 ### 数据源
 - **美股数据**：Yahoo Finance (yfinance)
 - **A股数据**：AKShare免费接口
+- **主力资金数据**：问财（pywencai）- 主力选股功能 ⭐️
+- **季报数据**：问财（pywencai）- 财务数据补充 ⭐️
 - **技术指标**：TA-Lib技术分析库

 ### AI模型
@@ -383,6 +383,7 @@ def main():
            st.markdown("""
            **股票代码格式**
            - 🇨🇳 A股：6位数字（如600519）
+            - 🇭🇰 港股：1-5位数字（如700、00700）或HK前缀（如HK00700）
            - 🇺🇸 美股：字母代码（如AAPL）
            
            **功能说明**
@@ -448,8 +449,8 @@ def main():
        with col1:
            stock_input = st.text_input(
                "🔍 请输入股票代码或名称", 
-                placeholder="例如: AAPL, 000001, 600036",
-                help="支持美股代码(如AAPL)和A股代码(如000001)"
+                placeholder="例如: AAPL, 000001, 00700",
+                help="支持A股(如000001)、港股(如00700)和美股(如AAPL)"
            )
        
        with col2:
@@ -464,9 +465,9 @@ def main():
        # 批量股票分析界面
        stock_input = st.text_area(
            "🔍 请输入多个股票代码（每行一个或用逗号分隔）", 
-            placeholder="例如:\n000001\n600036\n600519\n\n或者: 000001, 600036, 600519",
+            placeholder="例如:\n000001\n600036\n00700\n\n或者: 000001, 600036, 00700, AAPL",
            height=120,
-            help="支持多种格式：每行一个代码或用逗号分隔"
+            help="支持多种格式：每行一个代码或用逗号分隔。支持A股、港股、美股"
        )
        
        col1, col2, col3 = st.columns(3)
@@ -1414,9 +1415,9 @@ def show_example_interface():
    with col1:
        st.markdown("""
        ### 🚀 如何使用
-        1. **输入股票代码**：支持美股(如AAPL、MSFT)和A股(如000001、600036)
+        1. **输入股票代码**：支持A股(如000001)、港股(如00700)和美股(如AAPL)
        2. **点击开始分析**：系统将启动AI分析师团队
-        3. **查看分析报告**：5位专业分析师将从不同角度分析
+        3. **查看分析报告**：多位专业分析师将从不同角度分析
        4. **获得投资建议**：获得最终的投资评级和操作建议
        
        ### 📊 分析维度
@@ -1431,23 +1432,35 @@ def show_example_interface():
        st.markdown("""
        ### 📈 示例股票代码
        
-        **美股热门**
-        - AAPL (苹果)
-        - MSFT (微软)
-        - GOOGL (谷歌)
-        - TSLA (特斯拉)
-        - NVDA (英伟达)
-        
        **A股热门**
        - 000001 (平安银行)
        - 600036 (招商银行)
-        - 000002 (万科A)
        - 600519 (贵州茅台)
-        - 000858 (五粮液)
+        
+        **港股热门**
+        - 00700 或 700 (腾讯控股)
+        - 09988 或 9988 (阿里巴巴-SW)
+        - 01810 或 1810 (小米集团-W)
+        
+        **美股热门**
+        - AAPL (苹果)
+        - MSFT (微软)
+        - NVDA (英伟达)
        """)
    
    st.info("💡 提示：首次运行需要配置DeepSeek API Key，请在.env中设置DEEPSEEK_API_KEY")
    
+    st.markdown("---")
+    st.markdown("""
+    ### 🌏 市场支持说明
+    - **A股**：完整支持（技术分析、财务数据、资金流向、市场情绪、新闻公告）
+    - **港股**：部分支持（技术分析、21项财务指标）⭐️ 
+    - **美股**：完整支持（技术分析、财务数据）
+    
+    ### 📊 港股支持的财务指标
+    盈利能力（6项）、营运能力（3项）、偿债能力（2项）、市场表现（4项）、分红指标（3项）、股本结构（3项）
+    """)
+
 def display_history_records():
    """显示历史分析记录"""
    st.subheader("📚 历史分析记录")
@@ -21,30 +21,49 @@ import tempfile
 import os

 def register_chinese_fonts():
-    """注册中文字体"""
+    """注册中文字体 - 支持Windows和Linux系统"""
    try:
        # 检查是否已经注册过
        if 'ChineseFont' in pdfmetrics.getRegisteredFontNames():
            return 'ChineseFont'
        
-        # 尝试注册系统中文字体
-        font_paths = [
+        # Windows系统字体路径
+        windows_font_paths = [
            'C:/Windows/Fonts/simsun.ttc',  # 宋体
            'C:/Windows/Fonts/simhei.ttf',  # 黑体
            'C:/Windows/Fonts/msyh.ttc',    # 微软雅黑
+            'C:/Windows/Fonts/msyh.ttf',    # 微软雅黑（TTF格式）
        ]
        
-        for font_path in font_paths:
+        # Linux系统字体路径（Docker环境）
+        linux_font_paths = [
+            '/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc',  # 文泉驿正黑
+            '/usr/share/fonts/truetype/wqy/wqy-microhei.ttc',  # 文泉驿微米黑
+            '/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc',  # Noto Sans CJK
+            '/usr/share/fonts/opentype/noto/NotoSerifCJK-Regular.ttc',  # Noto Serif CJK
+            '/usr/share/fonts/truetype/droid/DroidSansFallbackFull.ttf',  # Droid字体
+        ]
+        
+        # 合并所有可能的字体路径
+        all_font_paths = windows_font_paths + linux_font_paths
+        
+        # 尝试注册字体
+        for font_path in all_font_paths:
            if os.path.exists(font_path):
                try:
                    pdfmetrics.registerFont(TTFont('ChineseFont', font_path))
+                    print(f"✅ 成功注册中文字体: {font_path}")
                    return 'ChineseFont'
-                except:
+                except Exception as e:
+                    print(f"⚠️ 尝试注册字体 {font_path} 失败: {e}")
                    continue
        
-        # 如果没有找到中文字体，使用默认字体
+        # 如果没有找到中文字体，打印警告并使用默认字体
+        print("⚠️ 警告：未找到中文字体，PDF中文可能显示为方框")
+        print("建议：在Docker中安装中文字体包")
        return 'Helvetica'
-    except:
+    except Exception as e:
+        print(f"❌ 注册中文字体时出错: {e}")
        return 'Helvetica'

 def create_pdf_report(stock_info, agents_results, discussion_result, final_decision):
@@ -19,9 +19,13 @@ class StockDataFetcher:
    def get_stock_info(self, symbol):
        """获取股票基本信息"""
        try:
-            # 处理中国股票代码
+            # 处理中国A股
            if self._is_chinese_stock(symbol):
                return self._get_chinese_stock_info(symbol)
+            # 处理港股
+            elif self._is_hk_stock(symbol):
+                return self._get_hk_stock_info(symbol)
+            # 处理美股
            else:
                return self._get_us_stock_info(symbol)
        except Exception as e:
@@ -32,16 +36,36 @@ class StockDataFetcher:
        try:
            if self._is_chinese_stock(symbol):
                return self._get_chinese_stock_data(symbol, period)
+            elif self._is_hk_stock(symbol):
+                return self._get_hk_stock_data(symbol, period)
            else:
                return self._get_us_stock_data(symbol, period, interval)
        except Exception as e:
            return {"error": f"获取股票数据失败: {str(e)}"}
    
    def _is_chinese_stock(self, symbol):
-        """判断是否为中国股票"""
-        # 简单判断：包含数字且长度为6位的认为是中国股票
+        """判断是否为中国A股"""
+        # 简单判断：包含数字且长度为6位的认为是中国A股
        return symbol.isdigit() and len(symbol) == 6
    
+    def _is_hk_stock(self, symbol):
+        """判断是否为港股"""
+        # 港股代码通常是1-5位数字，或者前面带HK/hk前缀
+        if symbol.upper().startswith('HK'):
+            return True
+        # 纯数字且长度在1-5位之间，认为可能是港股
+        if symbol.isdigit() and 1 <= len(symbol) <= 5:
+            return True
+        return False
+    
+    def _normalize_hk_code(self, symbol):
+        """规范化港股代码为5位格式（如700 -> 00700）"""
+        # 移除HK前缀
+        if symbol.upper().startswith('HK'):
+            symbol = symbol[2:]
+        # 补齐到5位
+        return symbol.zfill(5)
+    
    def _get_chinese_stock_info(self, symbol):
        """获取中国股票基本信息"""
        try:
@@ -187,6 +211,92 @@ class StockDataFetcher:
                "exchange": "上海/深圳证券交易所"
            }
    
+    def _get_hk_stock_info(self, symbol):
+        """获取港股基本信息"""
+        try:
+            # 规范化港股代码
+            hk_code = self._normalize_hk_code(symbol)
+            
+            # 初始化基本信息
+            info = {
+                "symbol": hk_code,
+                "name": "未知",
+                "current_price": "N/A",
+                "change_percent": "N/A",
+                "pe_ratio": "N/A",
+                "pb_ratio": "N/A",
+                "market_cap": "N/A",
+                "market": "香港股市",
+                "exchange": "香港交易所"
+            }
+            
+            # 方法1: 获取港股实时行情
+            try:
+                # 使用akshare获取港股实时数据
+                realtime_df = ak.stock_hk_spot_em()
+                if realtime_df is not None and not realtime_df.empty:
+                    # 查找对应股票
+                    stock_data = realtime_df[realtime_df['代码'] == hk_code]
+                    if not stock_data.empty:
+                        row = stock_data.iloc[0]
+                        info['name'] = row.get('名称', '未知')
+                        info['current_price'] = row.get('最新价', 'N/A')
+                        info['change_percent'] = row.get('涨跌幅', 'N/A')
+                        
+                        # 市值（港元）
+                        market_cap = row.get('总市值', 'N/A')
+                        if market_cap != 'N/A':
+                            try:
+                                info['market_cap'] = float(market_cap)
+                            except:
+                                pass
+                        
+                        # 市盈率
+                        pe = row.get('市盈率', 'N/A')
+                        if pe != 'N/A' and pe != '-':
+                            try:
+                                pe_val = float(pe)
+                                if 0 < pe_val <= 1000:
+                                    info['pe_ratio'] = pe_val
+                            except:
+                                pass
+            except Exception as e:
+                print(f"获取港股实时数据失败: {e}")
+            
+            # 方法2: 尝试使用历史数据获取价格信息
+            if info['current_price'] == 'N/A':
+                try:
+                    hist_df = ak.stock_hk_hist(symbol=hk_code, period="daily", 
+                                              start_date=(datetime.now() - timedelta(days=5)).strftime('%Y%m%d'),
+                                              end_date=datetime.now().strftime('%Y%m%d'), adjust="qfq")
+                    if hist_df is not None and not hist_df.empty:
+                        latest = hist_df.iloc[-1]
+                        info['current_price'] = latest['收盘']
+                        # 计算涨跌幅
+                        if len(hist_df) > 1:
+                            prev_close = hist_df.iloc[-2]['收盘']
+                            change_pct = ((latest['收盘'] - prev_close) / prev_close) * 100
+                            info['change_percent'] = round(change_pct, 2)
+                except Exception as e:
+                    print(f"获取港股历史数据失败: {e}")
+            
+            return info
+            
+        except Exception as e:
+            print(f"获取港股信息完全失败: {e}")
+            # 返回基本信息
+            return {
+                "symbol": symbol,
+                "name": f"港股{symbol}",
+                "current_price": "N/A",
+                "change_percent": "N/A",
+                "pe_ratio": "N/A",
+                "pb_ratio": "N/A",
+                "market_cap": "N/A",
+                "market": "香港股市",
+                "exchange": "香港交易所"
+            }
+    
    def _get_us_stock_info(self, symbol):
        """获取美股基本信息"""
        import time
@@ -315,6 +425,48 @@ class StockDataFetcher:
        except Exception as e:
            return {"error": f"获取中国股票数据失败: {str(e)}"}
    
+    def _get_hk_stock_data(self, symbol, period="1y"):
+        """获取港股历史数据"""
+        try:
+            # 规范化港股代码
+            hk_code = self._normalize_hk_code(symbol)
+            
+            # 计算日期范围
+            end_date = datetime.now().strftime('%Y%m%d')
+            if period == "1y":
+                start_date = (datetime.now() - timedelta(days=365)).strftime('%Y%m%d')
+            elif period == "6mo":
+                start_date = (datetime.now() - timedelta(days=180)).strftime('%Y%m%d')
+            elif period == "3mo":
+                start_date = (datetime.now() - timedelta(days=90)).strftime('%Y%m%d')
+            elif period == "1mo":
+                start_date = (datetime.now() - timedelta(days=30)).strftime('%Y%m%d')
+            else:
+                start_date = (datetime.now() - timedelta(days=365)).strftime('%Y%m%d')
+            
+            # 获取港股历史数据
+            df = ak.stock_hk_hist(symbol=hk_code, period="daily", 
+                                start_date=start_date, end_date=end_date, adjust="qfq")
+            
+            if df is not None and not df.empty:
+                # 重命名列以匹配标准格式
+                df = df.rename(columns={
+                    '日期': 'Date',
+                    '开盘': 'Open',
+                    '收盘': 'Close',
+                    '最高': 'High',
+                    '最低': 'Low',
+                    '成交量': 'Volume'
+                })
+                df['Date'] = pd.to_datetime(df['Date'])
+                df.set_index('Date', inplace=True)
+                return df
+            else:
+                return {"error": "无法获取港股历史数据"}
+                
+        except Exception as e:
+            return {"error": f"获取港股数据失败: {str(e)}"}
+    
    def _get_us_stock_data(self, symbol, period="1y", interval="1d"):
        """获取美股历史数据"""
        try:
@@ -398,6 +550,8 @@ class StockDataFetcher:
        try:
            if self._is_chinese_stock(symbol):
                return self._get_chinese_financial_data(symbol)
+            elif self._is_hk_stock(symbol):
+                return self._get_hk_financial_data(symbol)
            else:
                return self._get_us_financial_data(symbol)
        except Exception as e:
@@ -547,6 +701,74 @@ class StockDataFetcher:
            traceback.print_exc()
            return None
    
+    def _get_hk_financial_data(self, symbol):
+        """获取港股财务数据"""
+        hk_code = self._normalize_hk_code(symbol)
+        
+        financial_data = {
+            "symbol": hk_code,
+            "balance_sheet": None,
+            "income_statement": None,
+            "cash_flow": None,
+            "financial_ratios": {},
+            "quarter_data": None,
+            "data_source": "eastmoney",
+            "note": "港股财务数据来自东方财富"
+        }
+        
+        try:
+            # 使用akshare获取港股财务指标（东方财富数据源）
+            print(f"正在获取港股 {hk_code} 的财务指标...")
+            try:
+                financial_indicator = ak.stock_hk_financial_indicator_em(symbol=hk_code)
+                
+                if financial_indicator is not None and not financial_indicator.empty:
+                    # 将财务指标数据转换为字典
+                    indicator_dict = financial_indicator.iloc[0].to_dict()
+                    
+                    # 整理财务比率数据
+                    financial_data["financial_ratios"] = {
+                        "基本每股收益": self._safe_convert(indicator_dict.get('基本每股收益(元)', 'N/A')),
+                        "每股净资产": self._safe_convert(indicator_dict.get('每股净资产(元)', 'N/A')),
+                        "每股股息TTM": self._safe_convert(indicator_dict.get('每股股息TTM(港元)', 'N/A')),
+                        "派息比率": self._safe_convert(indicator_dict.get('派息比率(%)', 'N/A')),
+                        "每股经营现金流": self._safe_convert(indicator_dict.get('每股经营现金流(元)', 'N/A')),
+                        "股息率TTM": self._safe_convert(indicator_dict.get('股息率TTM(%)', 'N/A')),
+                        "总市值": self._safe_convert(indicator_dict.get('总市值(港元)', 'N/A')),
+                        "港股市值": self._safe_convert(indicator_dict.get('港股市值(港元)', 'N/A')),
+                        "营业总收入": self._safe_convert(indicator_dict.get('营业总收入', 'N/A')),
+                        "营业收入环比增长": self._safe_convert(indicator_dict.get('营业总收入滚动环比增长(%)', 'N/A')),
+                        "销售净利率": self._safe_convert(indicator_dict.get('销售净利率(%)', 'N/A')),
+                        "净利润": self._safe_convert(indicator_dict.get('净利润', 'N/A')),
+                        "净利润环比增长": self._safe_convert(indicator_dict.get('净利润滚动环比增长(%)', 'N/A')),
+                        "ROE股东权益回报率": self._safe_convert(indicator_dict.get('股东权益回报率(%)', 'N/A')),
+                        "市盈率": self._safe_convert(indicator_dict.get('市盈率', 'N/A')),
+                        "市净率": self._safe_convert(indicator_dict.get('市净率', 'N/A')),
+                        "ROA总资产回报率": self._safe_convert(indicator_dict.get('总资产回报率(%)', 'N/A')),
+                        "法定股本": self._safe_convert(indicator_dict.get('法定股本(股)', 'N/A')),
+                        "已发行股本": self._safe_convert(indicator_dict.get('已发行股本(股)', 'N/A')),
+                        "每手股": self._safe_convert(indicator_dict.get('每手股', 'N/A')),
+                    }
+                    
+                    print(f"✅ 成功获取港股 {hk_code} 的财务指标")
+                    print(f"   ROE: {financial_data['financial_ratios']['ROE股东权益回报率']}")
+                    print(f"   市盈率: {financial_data['financial_ratios']['市盈率']}")
+                    print(f"   市净率: {financial_data['financial_ratios']['市净率']}")
+                else:
+                    print(f"⚠️ 未获取到港股 {hk_code} 的财务指标数据")
+                    financial_data["note"] = "未获取到财务数据"
+                    
+            except Exception as e:
+                print(f"⚠️ 获取港股财务指标失败: {e}")
+                financial_data["note"] = f"获取财务数据失败: {str(e)}"
+            
+            return financial_data
+            
+        except Exception as e:
+            print(f"获取港股财务数据异常: {e}")
+            financial_data["note"] = f"获取失败: {str(e)}"
+            return financial_data
+    
    def _get_us_financial_data(self, symbol):
        """获取美股财务数据"""
        financial_data = {
@@ -0,0 +1,165 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+PDF中文字体测试脚本
+用于验证Docker环境中字体是否正确安装
+"""
+
+import os
+import sys
+from reportlab.pdfbase import pdfmetrics
+from reportlab.pdfbase.ttfonts import TTFont
+
+def check_system_fonts():
+    """检查系统中可用的中文字体"""
+    print("=" * 60)
+    print("检查系统中的中文字体")
+    print("=" * 60)
+    
+    # Windows字体路径
+    windows_paths = [
+        'C:/Windows/Fonts/simsun.ttc',
+        'C:/Windows/Fonts/simhei.ttf',
+        'C:/Windows/Fonts/msyh.ttc',
+        'C:/Windows/Fonts/msyh.ttf',
+    ]
+    
+    # Linux字体路径
+    linux_paths = [
+        '/usr/share/fonts/truetype/wqy/wqy-zenhei.ttc',
+        '/usr/share/fonts/truetype/wqy/wqy-microhei.ttc',
+        '/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc',
+        '/usr/share/fonts/opentype/noto/NotoSerifCJK-Regular.ttc',
+    ]
+    
+    all_paths = windows_paths + linux_paths
+    
+    found_fonts = []
+    for font_path in all_paths:
+        if os.path.exists(font_path):
+            print(f"✅ 找到字体: {font_path}")
+            found_fonts.append(font_path)
+        else:
+            print(f"❌ 未找到: {font_path}")
+    
+    print(f"\n总计找到 {len(found_fonts)} 个中文字体文件")
+    return found_fonts
+
+def test_font_registration():
+    """测试字体注册"""
+    print("\n" + "=" * 60)
+    print("测试字体注册")
+    print("=" * 60)
+    
+    fonts = check_system_fonts()
+    
+    if not fonts:
+        print("\n❌ 错误：未找到任何中文字体")
+        print("建议：")
+        print("  - Windows: 确保系统已安装中文字体")
+        print("  - Linux/Docker: 运行 'apt-get install fonts-noto-cjk fonts-wqy-zenhei'")
+        return False
+    
+    # 尝试注册第一个找到的字体
+    test_font = fonts[0]
+    try:
+        pdfmetrics.registerFont(TTFont('TestChineseFont', test_font))
+        print(f"\n✅ 成功注册字体: {test_font}")
+        print(f"   注册名称: TestChineseFont")
+        return True
+    except Exception as e:
+        print(f"\n❌ 字体注册失败: {e}")
+        return False
+
+def test_pdf_generation():
+    """测试PDF生成"""
+    print("\n" + "=" * 60)
+    print("测试PDF生成")
+    print("=" * 60)
+    
+    try:
+        from reportlab.lib.pagesizes import A4
+        from reportlab.platypus import SimpleDocTemplate, Paragraph
+        from reportlab.lib.styles import ParagraphStyle
+        import io
+        
+        # 导入字体注册函数
+        from pdf_generator import register_chinese_fonts
+        
+        # 注册字体
+        font_name = register_chinese_fonts()
+        print(f"\n使用字体: {font_name}")
+        
+        # 创建测试PDF
+        buffer = io.BytesIO()
+        doc = SimpleDocTemplate(buffer, pagesize=A4)
+        
+        # 创建样式
+        style = ParagraphStyle(
+            'TestStyle',
+            fontName=font_name,
+            fontSize=12
+        )
+        
+        # 创建内容
+        test_text = "这是一个中文PDF测试 - AI股票分析系统"
+        paragraph = Paragraph(test_text, style)
+        
+        # 生成PDF
+        doc.build([paragraph])
+        
+        # 检查生成的PDF大小
+        pdf_size = len(buffer.getvalue())
+        print(f"✅ PDF生成成功，大小: {pdf_size} 字节")
+        
+        # 保存测试PDF
+        with open('test_chinese_pdf.pdf', 'wb') as f:
+            f.write(buffer.getvalue())
+        print(f"✅ 测试PDF已保存到: test_chinese_pdf.pdf")
+        print(f"   请打开文件检查中文是否正常显示")
+        
+        return True
+        
+    except Exception as e:
+        print(f"❌ PDF生成失败: {e}")
+        import traceback
+        traceback.print_exc()
+        return False
+
+def main():
+    """主函数"""
+    print("\n")
+    print("╔" + "=" * 58 + "╗")
+    print("║" + " " * 15 + "PDF中文字体测试" + " " * 15 + "║")
+    print("╚" + "=" * 58 + "╝")
+    print()
+    
+    # 检测操作系统
+    import platform
+    print(f"操作系统: {platform.system()} {platform.release()}")
+    print(f"Python版本: {sys.version}")
+    print()
+    
+    # 运行测试
+    font_check = check_system_fonts()
+    font_reg = test_font_registration()
+    pdf_gen = test_pdf_generation()
+    
+    # 总结
+    print("\n" + "=" * 60)
+    print("测试总结")
+    print("=" * 60)
+    print(f"字体检查: {'✅ 通过' if font_check else '❌ 失败'}")
+    print(f"字体注册: {'✅ 通过' if font_reg else '❌ 失败'}")
+    print(f"PDF生成: {'✅ 通过' if pdf_gen else '❌ 失败'}")
+    
+    if font_check and font_reg and pdf_gen:
+        print("\n🎉 所有测试通过！PDF中文字体配置正确。")
+    else:
+        print("\n⚠️ 部分测试失败，请查看上方详细信息进行排查。")
+    
+    print()
+
+if __name__ == "__main__":
+    main()
+
@@ -0,0 +1,226 @@
+# 港股分析功能说明
+
+## ✨ 功能概述
+
+系统现已支持港股分析功能，可以对香港交易所上市的股票进行技术面和基本面分析。
+
+## 📊 支持的功能
+
+### ✅ 完全支持
+1. **股票代码识别**
+   - 支持1-5位数字代码（如：700, 9988, 01810）
+   - 支持HK前缀格式（如：HK00700）
+   - 自动规范化为5位标准格式
+
+2. **基本信息获取**
+   - 股票名称
+   - 当前价格
+   - 涨跌幅
+   - 市盈率（PE）
+   - 市净率（PB）
+   - 市值
+
+3. **历史数据获取**
+   - 支持多个时间周期（1mo, 3mo, 6mo, 1y）
+   - OHLCV数据（开盘、最高、最低、收盘、成交量）
+   - 完整的历史K线数据
+
+4. **技术指标计算**
+   - 移动平均线（MA5, MA10, MA20, MA60）
+   - 相对强弱指标（RSI）
+   - MACD指标
+   - 布林带（Bollinger Bands）
+   - KDJ指标
+   - 成交量指标
+
+5. **AI智能分析**
+   - 技术分析师：图表形态、趋势判断
+   - 风险管理师：风险识别与控制
+   - 基本面分析师：公司价值评估（含21项财务指标）⭐️ 新增
+   - 团队综合决策
+
+### ✅ 完全支持（新增）
+1. **财务指标数据**
+   - 基本每股收益、每股净资产
+   - 每股股息TTM、派息比率、股息率TTM
+   - 每股经营现金流
+   - 总市值、港股市值
+   - 营业总收入、营业收入环比增长
+   - 销售净利率、净利润、净利润环比增长
+   - ROE（股东权益回报率）
+   - ROA（总资产回报率）
+   - 市盈率、市净率
+   - 法定股本、已发行股本、每手股数
+   - 数据来源：东方财富（akshare接口）
+
+### ❌ 暂不支持
+1. **资金流向分析**（仅支持A股）
+2. **市场情绪分析**（仅支持A股）
+3. **新闻公告分析**（仅支持A股）
+
+## 🔧 使用方法
+
+### 代码格式示例
+```python
+# 方式1：简短格式
+700          # 腾讯控股
+9988         # 阿里巴巴-SW
+1810         # 小米集团-W
+
+# 方式2：标准5位格式
+00700        # 腾讯控股
+09988        # 阿里巴巴-SW
+01810        # 小米集团-W
+
+# 方式3：HK前缀格式
+HK00700      # 腾讯控股
+HK09988      # 阿里巴巴-SW
+HK01810      # 小米集团-W
+```
+
+### 在系统中使用
+1. **单个分析**
+   - 在输入框输入港股代码（如：700 或 00700）
+   - 点击"开始分析"
+   - 查看AI团队分析报告
+
+2. **批量分析**
+   - 支持混合分析A股、港股、美股
+   - 例如：`000001, 00700, AAPL`
+
+3. **分析师选择**
+   - ✅ 推荐选择：技术分析师、基本面分析师（含21项财务指标）、风险管理师
+   - ❌ 不推荐：市场情绪分析师、新闻公告分析师（港股不支持）
+
+## 📈 热门港股代码
+
+| 代码 | 公司名称 | 行业 |
+|------|----------|------|
+| 00700 | 腾讯控股 | 互联网科技 |
+| 09988 | 阿里巴巴-SW | 电商/云计算 |
+| 01810 | 小米集团-W | 智能手机/IoT |
+| 00388 | 香港交易所 | 金融服务 |
+| 00939 | 建设银行 | 银行 |
+| 01024 | 快手-W | 短视频平台 |
+| 09618 | 京东集团-SW | 电商 |
+| 03690 | 美团-W | 本地生活服务 |
+| 02331 | 李宁 | 体育用品 |
+| 01299 | 友邦保险 | 保险 |
+
+## 💡 使用建议
+
+### 适合场景
+- ✅ 技术面分析（K线、指标、形态）
+- ✅ 基本面分析（21项财务指标）⭐️ 新增
+- ✅ 短期交易策略制定
+- ✅ 中长期投资决策
+- ✅ 价格趋势判断
+- ✅ 风险评估
+- ✅ 价值投资分析
+
+### 建议补充
+- 💡 行业对比（建议参考行业报告）
+- 💡 深度研究（建议结合年报和行业分析）
+
+## 🔍 技术实现
+
+### 数据来源
+- **行情数据**：AKShare - `stock_hk_spot_em()`
+- **历史数据**：AKShare - `stock_hk_hist()`
+- **财务指标**：AKShare - `stock_hk_financial_indicator_em()` ⭐️ 新增
+- **技术指标**：TA-Lib库计算
+
+### 代码位置
+- **主要实现**：`stock_data.py`
+  - `_is_hk_stock()` - 港股识别
+  - `_normalize_hk_code()` - 代码规范化
+  - `_get_hk_stock_info()` - 基本信息获取
+  - `_get_hk_stock_data()` - 历史数据获取
+  - `_get_hk_financial_data()` - 财务数据获取
+
+## 📊 支持的财务指标（21项）
+
+### 盈利能力指标
+- 基本每股收益（EPS）
+- 净利润
+- 净利润环比增长率
+- 销售净利率
+- ROE（股东权益回报率）
+- ROA（总资产回报率）
+
+### 营运能力指标
+- 营业总收入
+- 营业收入环比增长率
+- 每股经营现金流
+
+### 偿债能力指标
+- 每股净资产
+- 总资产
+
+### 市场表现指标
+- 市盈率（P/E）
+- 市净率（P/B）
+- 总市值
+- 港股市值
+
+### 分红指标
+- 每股股息TTM
+- 股息率TTM
+- 派息比率
+
+### 股本结构
+- 法定股本
+- 已发行股本
+- 每手股数
+
+## 🚀 后续优化方向
+
+1. **数据源扩展**
+   - ✅ 已完成：财务指标数据（21项）
+   - 待开发：完整财务报表（资产负债表、利润表、现金流量表）
+   - 待开发：港股通资金流向
+
+2. **功能增强**
+   - 港股特有指标分析
+   - 恒生指数关联分析
+   - 南下资金追踪
+
+3. **用户体验**
+   - 港股交易时间提示
+   - 货币汇率转换
+   - 港股通标的筛选
+
+## 📝 注意事项
+
+1. **交易时间**
+   - 港股交易时间与A股不同
+   - 上午：9:30-12:00
+   - 下午：13:00-16:00
+   - 注意节假日差异
+
+2. **货币单位**
+   - 报价单位：港币（HKD）
+   - 与人民币汇率需要转换
+
+3. **数据延迟**
+   - 免费数据可能有延迟
+   - 建议以实盘为准
+
+4. **投资风险**
+   - 港股T+0交易，风险较大
+   - 涨跌幅无限制
+   - 请谨慎投资
+
+## 📞 技术支持
+
+如遇到港股分析相关问题，请：
+1. 查看系统日志输出
+2. 运行测试脚本：`python test_hk_stock.py`
+3. 联系技术支持：ws3101001@126.com
+
+---
+
+**最后更新**：2025年10月10日  
+**版本**：v1.0  
+**状态**：✅ 已完成测试
+