hahaju/aiagents-stock
1
0
Fork 0
Code Issues Pull Requests Actions 1 Packages Projects Releases Wiki Activity

增加选股策略

Browse Source
This commit is contained in:
oficcejo
2025-12-14 11:42:10 +08:00
parent 9ffeb0dc91
commit 941a6cd541
5 changed files with 743 additions and 1 deletions
Download Patch File Download Diff File Expand all files Collapse all files
README.md
+20
View File
@@ -2,6 +2,26 @@
- 初心：在股市摸爬滚打多年，自学自编各种指标，花冤柉钱学习了各种战法各种策略，也曾入各种小班，总是赚少赔多，逐渐失去在股市玩的信心。自从去年deepseek上市，一直探索用ai辅助分析，且近日受tradingagents项目启发（感谢原作），多agent结合跟踪主力资金战法（某指每年收费6000rmb），用各种ai辅助编程，拼凑了这么个小程序，根据软件提供的辅助信息，实盘测试盈率还是挺高的，并且逐步形成了自己的交易系统，近一个月来，账户也慢慢在扰亏为盈。开源此软件的目的，就是为了使像我一样的小散，不再迷范。也许这个软件不能让你发大财，但是他能给你足够的信心。最后提醒：股市有风险，入市需谨慎！
## ⭐ 1214更新 - 小市值策略 📊
新增“小市值策略”选股板块，专注小盘高成长股票：
**核心功能：**
- ✅ **精准筛选** - 总市值≤50亿 + 营收增长率≥10% + 净利润增长率≥100% + 沪深A股
- ✅ **小盘优先** - 按总市值由小到大排序，优选最小盘股票
- ✅ **策略监控** - 复用低价擒牛监控框架，自动跟踪持仓
- ✅ **双重信号** - 持股5天 + MA5下穿MA20智能提醒
- ✅ **仓位管理** - 资金10万、个股最大3成、最多4股
- ✅ **铉钉通知** - 选股结果和卖出信号自动通知
**使用流程：**
1. 在选股板块中点击“📊 小市值策略”
2. 执行选股，查看筛选结果
3. 点击“➕ 加入策略监控”加入监控
4. 在策略监控面板统一管理
---
## ⭐ 1212更新 - 低价擒牛策略监控 🐂
新增“低价擒牛”选股板块，自动监控持仓并智能提醒卖出：
app.py
+14 -1
View File
@@ -314,7 +314,14 @@ def main():
if st.button("🐂 低价擒牛", width='stretch', key="nav_low_price_bull", help="低价高成长股票筛选策略"):
st.session_state.show_low_price_bull = True
for key in ['show_history', 'show_monitor', 'show_config', 'show_sector_strategy',
'show_longhubang', 'show_portfolio', 'show_main_force']:
'show_longhubang', 'show_portfolio', 'show_main_force', 'show_small_cap']:
if key in st.session_state:
del st.session_state[key]
if st.button("📊 小市值策略", width='stretch', key="nav_small_cap", help="小盘高成长股票筛选策略"):
st.session_state.show_small_cap = True
for key in ['show_history', 'show_monitor', 'show_config', 'show_sector_strategy',
'show_longhubang', 'show_portfolio', 'show_main_force', 'show_low_price_bull']:
if key in st.session_state:
del st.session_state[key]
@@ -473,6 +480,12 @@ def main():
from low_price_bull_ui import display_low_price_bull
display_low_price_bull()
return
# 检查是否显示小市值策略
if 'show_small_cap' in st.session_state and st.session_state.show_small_cap:
from small_cap_ui import display_small_cap
display_small_cap()
return
# 检查是否显示智策板块
if 'show_sector_strategy' in st.session_state and st.session_state.show_sector_strategy:
docs/小市值策略功能说明.md
+286
View File
@@ -0,0 +1,286 @@
# 小市值策略功能说明
## 📊 功能概述
"小市值策略"是专注于小盘高成长股票的选股策略，通过严格的财务指标筛选，挖掘市值小、成长性强的优质股票。
## 🎯 筛选条件
### 核心指标
| 指标 | 条件 | 说明 |
|------|------|------|
| 总市值 | ≤ 50亿 | 小盘股票，成长空间大 |
| 营收增长率 | ≥ 10% | 营业收入持续增长 |
| 净利润增长率 | ≥ 100% | 利润高速增长 |
| 市场范围 | 沪深A股 | 仅限A股市场 |
| ST股票 | 排除 | 避免风险股票 |
| 创业板 | 排除 | 聚焦主板和中小板 |
| 科创板 | 排除 | 避免高估值板块 |
### 排序规则
按**总市值由小到大**排序，优先选择最小盘的股票。
## 💰 量化交易策略
### 资金管理
| 参数 | 设置 | 说明 |
|------|------|------|
| 资金量 | 10万元 | 初始投资金额 |
| 交易仓位 | 满仓 | 100%仓位运作 |
| 个股最大持仓 | 30% | 单只股票最多3万元 |
| 账户最大持股数 | 4只 | 分散风险 |
| 单日最大买入数 | 2只 | 控制买入节奏 |
### 买卖时机
**买入时机**：
- 开盘买入
- 按总市值由小到大排序
- 优先买入市值更小的股票
**卖出时机**：
1. **持股到期**：持股满5天自动提醒卖出
2. **技术信号**：MA5下穿MA20时提醒卖出
## 📊 策略监控
### 监控功能
小市值策略复用"低价擒牛"的监控框架，提供完整的监控服务：
- ✅ 自动跟踪持仓股票
- ✅ 每分钟扫描一次（可配置）
- ✅ 计算MA5和MA20均线
- ✅ 双重卖出信号检测
- ✅ 钉钉自动通知
- ✅ 自动移除已触发股票
### 使用流程
```
1. 执行选股
↓
2. 查看筛选结果
↓
3. 点击"➕ 加入策略监控"
↓
4. 进入"📊 策略监控"面板
↓
5. 统一管理所有监控股票
↓
6. 收到卖出提醒
↓
7. 执行卖出操作
```
## 🔔 通知功能
### 选股通知
选股完成后可以发送钉钉通知，包含：
- 筛选策略说明
- 筛选数量
- 精选股票列表
- 生成时间
### 卖出提醒
触发卖出条件时自动发送通知：
- 股票代码和名称
- 提醒类型（持股到期/MA死叉）
- 提醒原因
- 当前价格和MA数据
- 持有天数
- 卖出建议
## 💡 策略优势
### 1. 小盘优势
- **成长空间大**：小市值股票有更大的成长空间
- **灵活性强**：容易被市场关注和炒作
- **爆发力强**：小盘股涨幅潜力更大
### 2. 高成长性
- **营收增长**：营收增长率≥10%保证业务增长
- **利润爆发**：净利润增长率≥100%筛选高速成长股
- **双重保障**：营收和利润双重验证
### 3. 风险控制
- **排除ST**：避免财务风险股票
- **排除高估值板块**：不选创业板和科创板
- **仓位管理**：单股最多30%，最多持有4只
### 4. 智能监控
- **自动跟踪**：无需人工盯盘
- **双重信号**：时间+技术双重保护
- **即时通知**：钉钉消息实时接收
## 📋 与低价擒牛的对比
| 特性 | 低价擒牛 | 小市值策略 |
|------|---------|-----------|
| **筛选重点** | 股价 | 市值 |
| **价格条件** | <10元 | 无限制 |
| **市值条件** | 无限制 | ≤50亿 |
| **营收要求** | 无 | ≥10% |
| **净利增长** | ≥100% | ≥100% |
| **板块限制** | 深圳A股 | 沪深A股，非创业/科创 |
| **资金量** | 100万 | 10万 |
| **个股仓位** | 40% | 30% |
| **最大持股** | 4只 | 4只 |
## 🚀 使用示例
### 步骤1：选股
1. 点击左侧菜单"📊 小市值策略"
2. 设置筛选数量（默认5只）
3. 点击"🚀 开始小市值策略选股"
4. 等待筛选结果
### 步骤2：查看结果
筛选结果显示：
- 股票代码和名称
- 总市值
- 营收增长率
- 净利润增长率
- 所属行业
- 其他财务指标
### 步骤3：加入监控
1. 在股票详情中点击"➕ 加入策略监控"
2. 系统自动记录买入信息
3. 提示"已加入监控列表"
### 步骤4：监控管理
1. 点击右上角"📊 策略监控"
2. 查看所有监控中的股票
3. 启动监控服务
4. 等待卖出提醒
### 步骤5：接收通知
- 钉钉收到卖出提醒
- 查看提醒详情
- 执行卖出操作
## ⚙️ 配置说明
### 环境变量
小市值策略使用与低价擒牛相同的配置：
```bash
# .env文件
TDX_BASE_URL=http://192.168.1.222:8181 # TDX API地址
LOW_PRICE_BULL_SCAN_INTERVAL=60 # 扫描间隔（秒）
LOW_PRICE_BULL_HOLDING_DAYS=5 # 持股天数限制
# Webhook通知
WEBHOOK_ENABLED=true
WEBHOOK_URL=your_dingtalk_webhook_url
WEBHOOK_TYPE=dingtalk
WEBHOOK_KEYWORD=aiagents通知
```
### 监控服务
小市值策略和低价擒牛共享同一个监控服务：
- 统一的监控面板
- 统一的数据库
- 统一的提醒机制
## ⚠️ 注意事项
### 1. 风险提示
- 小盘股流动性相对较差
- 波动性较大
- 需要设置止损
### 2. 数据要求
- 需要TDX API支持
- 至少20天K线数据
- 实时数据更新
### 3. 监控服务
- 需要手动启动
- 保持系统运行
- 定期检查状态
### 4. 策略执行
- 建议分批买入
- 严格执行止损
- 不要追涨杀跌
## 📈 策略逻辑
### 选股逻辑
```
总市值≤50亿
↓
营收增长率≥10%
↓
净利润增长率≥100%
↓
沪深A股
↓
排除ST/创业板/科创板
↓
按总市值排序
↓
选择前N只
```
### 监控逻辑
```
加入监控
↓
记录买入信息
↓
每分钟扫描
↓
检查持股天数
↓
检查MA5/MA20
↓
触发卖出条件？
↓
生成提醒
↓
发送通知
↓
自动移除
```
## 🎯 适用场景
### 适合
- ✅ 寻找高成长小盘股
- ✅ 短线波段操作
- ✅ 资金量较小的投资者
- ✅ 愿意承担一定风险
### 不适合
- ❌ 追求稳健收益
- ❌ 长期价值投资
- ❌ 风险承受能力低
- ❌ 对流动性要求高
## 📚 相关文档
- [低价擒牛策略监控配置说明](./低价擒牛策略监控配置说明.md)
- [TDX API配置快速指南](./TDX_API配置快速指南.md)
- [Webhook通知配置指南](./Webhook通知配置指南.md)
---
**更新时间**：2024-12-14
**版本**：v1.0
small_cap_selector.py
+140
View File
@@ -0,0 +1,140 @@
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
小市值策略选股模块
使用pywencai进行股票筛选
"""
import logging
from typing import Tuple, Optional
import pandas as pd
class SmallCapSelector:
"""小市值策略选股器"""
def __init__(self):
self.logger = logging.getLogger(__name__)
def get_small_cap_stocks(self, top_n: int = 5) -> Tuple[bool, Optional[pd.DataFrame], str]:
"""
获取符合小市值策略的股票
筛选条件：
- 总市值 ≤ 50亿
- 营收增长率 ≥ 10%
- 净利润增长率 ≥ 100%
- 沪深A股
- 非ST
- 非创业板
- 非科创板
- 按总市值由小到大排名
Args:
top_n: 返回前N只股票
Returns:
(是否成功, 数据DataFrame, 消息)
"""
try:
import pywencai
# 构建查询语句（按总市值由小至大排名）
query = (
"总市值≤50亿，"
"营收增长率≥10%，"
"净利润增长率(净利润同比增长率)≥100%，"
"沪深A股，"
"非ST，"
"非创业板，"
"非科创板，"
"总市值由小至大排名"
)
self.logger.info(f"开始执行小市值策略选股，查询条件: {query}")
# 调用pywencai
result = pywencai.get(query=query, loop=True)
if result is None or result.empty:
self.logger.warning("未获取到符合条件的股票")
return False, None, "未找到符合条件的股票"
self.logger.info(f"获取到 {len(result)} 只股票")
# 取前N只
if len(result) > top_n:
result = result.head(top_n)
self.logger.info(f"筛选前 {top_n} 只股票")
return True, result, f"成功获取 {len(result)} 只股票"
except ImportError:
error_msg = "pywencai模块未安装，请执行: pip install pywencai"
self.logger.error(error_msg)
return False, None, error_msg
except Exception as e:
error_msg = f"选股失败: {str(e)}"
self.logger.error(error_msg)
import traceback
traceback.print_exc()
return False, None, error_msg
def format_stock_info(self, df: pd.DataFrame) -> str:
"""
格式化股票信息为文本
Args:
df: 股票数据DataFrame
Returns:
格式化后的文本
"""
if df is None or df.empty:
return "无数据"
lines = []
for idx, row in df.iterrows():
stock_code = row.get('股票代码', 'N/A')
stock_name = row.get('股票简称', 'N/A')
market_cap = row.get('总市值', row.get('总市值[20241211]', 'N/A'))
revenue_growth = row.get('营收增长率', row.get('营业收入增长率', 'N/A'))
profit_growth = row.get('净利润增长率', row.get('净利润同比增长率', 'N/A'))
line = f"{idx+1}. {stock_code} {stock_name}"
# 添加详细信息
details = []
if market_cap != 'N/A':
try:
cap_val = float(market_cap)
if cap_val >= 100000000:
details.append(f"市值:{cap_val/100000000:.2f}亿")
else:
details.append(f"市值:{cap_val/10000:.2f}万")
except:
pass
if revenue_growth != 'N/A':
try:
details.append(f"营收增长:{float(revenue_growth):.2f}%")
except:
pass
if profit_growth != 'N/A':
try:
details.append(f"净利增长:{float(profit_growth):.2f}%")
except:
pass
if details:
line += f" - {', '.join(details)}"
lines.append(line)
return '\n'.join(lines)
# 全局实例
small_cap_selector = SmallCapSelector()
small_cap_ui.py
+283
View File
@@ -0,0 +1,283 @@
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
小市值策略UI模块
"""
import streamlit as st
import pandas as pd
from datetime import datetime
from small_cap_selector import small_cap_selector
from notification_service import notification_service
from low_price_bull_monitor import low_price_bull_monitor
from low_price_bull_service import low_price_bull_service
def display_small_cap():
"""显示小市值策略界面"""
# 检查是否显示监控面板
if st.session_state.get('show_small_cap_monitor'):
from low_price_bull_monitor_ui import display_monitor_panel
display_monitor_panel()
# 返回按钮
if st.button("🔙 返回选股", type="secondary"):
del st.session_state.show_small_cap_monitor
st.rerun()
return
st.markdown("顶部按钮区")
col_select, col_monitor = st.columns([3, 1])
with col_select:
st.markdown("## 📊 小市值策略 - 小盘高成长股票筛选")
with col_monitor:
st.write("") # 占位
if st.button("📊 策略监控", type="primary", use_container_width=True):
st.session_state.show_small_cap_monitor = True
st.rerun()
st.markdown("---")
st.markdown("""
### 📋 选股策略说明
**筛选条件**：
- ✅ 总市值 ≤ 50亿
- ✅ 营收增长率 ≥ 10%
- ✅ 净利润增长率 ≥ 100%（净利润同比增长率）
- ✅ 沪深A股
- ✅ 非ST股票
- ✅ 非创业板
- ✅ 非科创板
- ✅ 按总市值由小至大排名
**量化交易策略**：
- 💰 资金量：10万元
- 📅 持股周期：5天
- 💼 仓位控制：满仓
- 📊 个股最大持仓：3成（30%）
- 🎯 账户最大持股数：4只
- 🛒 单日最大买入数：2只
- 📈 买入时机：开盘买入
- 📉 卖出时机：MA5下穿MA20或持股满5天
""")
st.markdown("---")
# 参数设置
col1, col2 = st.columns([2, 1])
with col1:
top_n = st.slider(
"筛选数量",
min_value=3,
max_value=10,
value=5,
step=1,
help="选择展示的股票数量"
)
with col2:
st.info(f"💡 将筛选市值最小的前{top_n}只股票")
st.markdown("---")
# 开始选股按钮
if st.button("🚀 开始小市值策略选股", type="primary", use_container_width=True):
with st.spinner("正在获取数据，请稍候..."):
# 创建选股器
success, stocks_df, message = small_cap_selector.get_small_cap_stocks(top_n)
if not success:
st.error(f"❌ {message}")
return
st.success(f"✅ {message}")
# 保存到session_state
st.session_state.small_cap_stocks = stocks_df
st.session_state.small_cap_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
# 显示选股结果
if 'small_cap_stocks' in st.session_state and st.session_state.small_cap_stocks is not None:
st.markdown("---")
st.markdown("## 📈 选股结果")
stocks_df = st.session_state.small_cap_stocks
select_time = st.session_state.small_cap_time
st.info(f"🕒 选股时间：{select_time} | 📊 股票数量：{len(stocks_df)} 只")
# 显示股票列表
display_stock_list(stocks_df)
# 发送钉钉通知
st.markdown("---")
if st.button("📲 发送钉钉通知", type="secondary", use_container_width=True):
send_dingtalk_notification(stocks_df)
def display_stock_list(stocks_df: pd.DataFrame):
"""显示股票列表"""
for idx, row in stocks_df.iterrows():
stock_code = row.get('股票代码', 'N/A')
stock_name = row.get('股票简称', 'N/A')
with st.expander(f"📊 {idx+1}. {stock_code} {stock_name}", expanded=True):
display_stock_detail(row)
def display_stock_detail(row: pd.Series):
"""显示股票详细信息"""
# 获取所有可能的字段
financial_fields = [
('总市值', row.get('总市值', row.get('总市值[20241211]', None))),
('营收增长率', row.get('营收增长率', row.get('营业收入增长率', None))),
('净利润增长率', row.get('净利润增长率', row.get('净利润同比增长率', None))),
('股价', row.get('股价', row.get('最新价', None))),
('市盈率', row.get('市盈率', row.get('市盈率TTM', None))),
('市净率', row.get('市净率', row.get('市净率PB', None))),
('所属行业', row.get('所属行业', row.get('所属同花顺行业', None))),
]
# 检查是否有任何有效数据
has_any_data = any(is_valid_value(value) for _, value in financial_fields)
# 决定布局
if has_any_data:
col1, col2 = st.columns(2)
else:
col1 = st.container()
col2 = None
with col1:
st.markdown("#### 📊 基本信息")
st.markdown(f"**股票代码**: {row.get('股票代码', 'N/A')}")
st.markdown(f"**股票名称**: {row.get('股票简称', 'N/A')}")
# 只有当有财务数据时才显示财务指标
if col2 is not None:
with col2:
st.markdown("#### 💼 财务指标")
for field_name, value in financial_fields:
if is_valid_value(value):
formatted_value = format_value(value, get_suffix(field_name))
st.markdown(f"**{field_name}**: {formatted_value}")
# 添加监控按钮
st.markdown("---")
st.markdown("#### 📊 策略监控")
from low_price_bull_monitor_ui import add_stock_to_monitor_button
stock_code = row.get('股票代码', '')
stock_name = row.get('股票简称', '')
price = row.get('股价', row.get('最新价', None))
# 去掉代码后缀
if isinstance(stock_code, str) and '.' in stock_code:
stock_code = stock_code.split('.')[0]
# 转换价格
try:
price_float = float(price) if price and not pd.isna(price) else None
except:
price_float = None
if stock_code and stock_name:
add_stock_to_monitor_button(stock_code, stock_name, price_float)
def is_valid_value(value):
"""判断值是否有效"""
if value is None:
return False
if pd.isna(value):
return False
if str(value).strip() in ['', 'N/A', 'nan', 'None']:
return False
return True
def format_value(value, suffix=''):
"""格式化显示值"""
if isinstance(value, (int, float)):
if abs(value) >= 100000000: # 亿
return f"{value/100000000:.2f}亿{suffix}"
elif abs(value) >= 10000: # 万
return f"{value/10000:.2f}万{suffix}"
else:
return f"{value:.2f}{suffix}"
return f"{value}{suffix}"
def get_suffix(field_name: str) -> str:
"""获取字段后缀"""
suffix_map = {
'总市值': '元',
'股价': '元',
'营收增长率': '%',
'净利润增长率': '%',
}
return suffix_map.get(field_name, '')
def send_dingtalk_notification(stocks_df: pd.DataFrame):
"""发送钉钉通知"""
try:
if not notification_service.config['webhook_enabled']:
st.warning("⚠️ Webhook通知未启用，请在系统配置中启用")
return
# 构建消息
keyword = notification_service.config.get('webhook_keyword', 'aiagents通知')
message_text = f"### {keyword} - 小市值策略选股完成\n\n"
message_text += "**筛选策略**: 总市值≤50亿 + 营收增长率≥10% + 净利润增长率≥100% + 沪深A股\n\n"
message_text += f"**筛选数量**: {len(stocks_df)} 只\n\n"
message_text += "**精选股票**:\n\n"
for idx, row in stocks_df.iterrows():
stock_code = row.get('股票代码', 'N/A')
stock_name = row.get('股票简称', 'N/A')
message_text += f"{idx+1}. {stock_code} {stock_name}\n\n"
message_text += f"**生成时间**: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n\n"
message_text += "_此消息由AI股票分析系统自动发送_"
# 直接发送钉钉Webhook
if notification_service.config['webhook_type'] == 'dingtalk':
import requests
data = {
"msgtype": "markdown",
"markdown": {
"title": f"{keyword}",
"text": message_text
}
}
response = requests.post(
notification_service.config['webhook_url'],
json=data,
headers={'Content-Type': 'application/json'},
timeout=10
)
if response.status_code == 200:
st.success("✅ 钉钉通知发送成功")
else:
st.error(f"❌ 钉钉通知发送失败: HTTP {response.status_code}")
else:
st.warning("⚠️ 当前仅支持钉钉通知")
except Exception as e:
st.error(f"❌ 发送通知失败: {str(e)}")