aiagents-stock/docs/主力选股快速开始.md

主力选股功能 - 快速开始指南

✅ 已完成的功能模块

核心模块

1. main_force_selector.py - 数据获取和筛选

   • 使用pywencai获取主力资金数据
   • 智能筛选算法
   • 数据格式化

2. main_force_analysis.py - AI分析整合

   • 整合三大分析师团队
   • 资深研究员综合决策
   • 完整的分析流程

3. main_force_ui.py - Web界面

   • 参数配置界面
   • 结果展示
   • 数据导出

4. app.py - 主应用集成

   • 添加导航按钮
   • 路由配置

文档

5. 主力选股功能说明.md - 详细使用手册
6. test_main_force.py - 功能测试脚本

🚀 快速开始

步骤1: 测试功能

# 运行测试脚本
python test_main_force.py

测试内容：

• ✅ 模块导入检查
• ✅ 数据获取功能
• ✅ 筛选功能
• ✅ API配置检查

步骤2: 启动系统

streamlit run app.py

步骤3: 使用主力选股

1. 在侧边栏点击 🎯 主力选股
2. 设置参数（时间区间、筛选数量等）
3. 点击 🚀 开始主力选股
4. 等待3-5分钟完成分析
5. 查看精选推荐结果

📊 功能特点

智能筛选

原始数据（100只）
    ↓ 涨幅过滤（<30%）
    ↓ 市值筛选（50-1300亿）
    ↓ ST股过滤
筛选结果（20-50只）
    ↓ 主力资金排序
候选股票（前20名）

AI三维分析

💰 资金流向分析师
   ├─ 主力资金行为
   ├─ 资金流向趋势
   └─ 市场情绪判断

📊 行业板块分析师
   ├─ 行业发展前景
   ├─ 市场热点判断
   └─ 板块轮动分析

📈 财务基本面分析师
   ├─ 盈利能力评估
   ├─ 成长性分析
   └─ 财务健康度

综合决策

资深研究员AI
   ├─ 综合评估所有候选
   ├─ 精选3-5只最优标的
   ├─ 提供推荐理由
   ├─ 投资建议和风险提示
   └─ 目标价位和持仓建议

📋 参数说明

基础参数

参数	默认值	范围	说明
时间区间	最近3个月	自定义	主力资金统计周期
初步筛选	20只	10-50	候选股票数量
最终精选	5只	3-10	推荐标的数量

高级参数

参数	默认值	范围	说明
最大涨幅	30%	10-100%	过滤涨幅过高的股票
最小市值	50亿	10-500亿	市值下限
最大市值	1300亿	100-5000亿	市值上限
AI模型	deepseek-chat	-	分析使用的模型

🎯 使用场景

1. 周末选股

时机: 每周日晚上 参数: 最近3个月，精选5只 用途: 为下周交易做准备

2. 月度调仓

时机: 每月初 参数: 最近6个月，精选8-10只 用途: 调整持仓结构

3. 热点捕捉

时机: 市场出现明显热点时 参数: 最近1个月，精选3只 用途: 抓住短期机会

⚠️ 注意事项

环境要求

# 必须安装
Python >= 3.8
Node.js >= 16.0（重要！pywencai依赖）

# Python包
pywencai >= 0.7.0
pandas
streamlit
deepseek

检查Node.js版本

node --version

# 如果低于16.0，需要升级
# Windows: 从nodejs.org下载最新版本
# Mac: brew install node
# Linux: nvm install 18

API配置

确保.env文件中配置了：

DEEPSEEK_API_KEY=your_api_key_here
EMAIL_ENABLED=true  # 如需邮件通知

🔍 常见问题

Q: 数据获取失败？

检查:

• 网络连接正常
• Node.js版本 >= 16.0
• pywencai已正确安装

解决:

# 重新安装pywencai
pip uninstall pywencai
pip install pywencai --upgrade

# 检查Node.js
node --version

Q: 分析时间太长？

原因: 候选股票太多

优化:

• 减少初步筛选数量（改为15只）
• 使用deepseek-chat模型（更快）
• 调整筛选条件减少候选数量

Q: 推荐结果不理想？

建议:

• 调整时间区间（试试最近6个月）
• 放宽涨幅限制（改为40%）
• 多次运行对比结果
• 结合自己的投资逻辑

📈 最佳实践

1. 参数配置建议

保守型:
  时间区间: 6个月
  最大涨幅: 20%
  市值范围: 100-1300亿
  精选数量: 3只

平衡型:
  时间区间: 3个月
  最大涨幅: 30%
  市值范围: 50-1300亿
  精选数量: 5只

激进型:
  时间区间: 1个月
  最大涨幅: 40%
  市值范围: 50-800亿
  精选数量: 8只

2. 使用流程

1. 周末运行主力选股
   ↓
2. 查看推荐结果和AI分析
   ↓
3. 深入研究前3名标的
   ↓
4. 查看实时K线和技术指标
   ↓
5. 周一开盘后择机建仓
   ↓
6. 加入实时监测，设置止盈止损

3. 风险控制

✅ 分散投资: 不超过3-5只股票
✅ 仓位控制: 单只不超过30%
✅ 止损设置: -8%到-10%
✅ 止盈目标: +15%到+20%
✅ 动态调整: 根据走势调整策略

📊 输出结果

统计数据

• 获取股票总数
• 筛选后数量
• 深度分析数量
• 最终推荐数量

推荐详情

每只股票包含：

• ✅ 推荐理由（3-5条）
• ✅ 投资亮点
• ✅ 风险提示
• ✅ 建议仓位
• ✅ 目标价位
• ✅ 投资周期
• ✅ AI详细分析报告

数据导出

• CSV格式候选列表
• 包含所有关键指标
• 可用于进一步分析

🎓 学习资源

相关文档

• 主力选股功能说明.md - 完整使用手册
• 资金流向功能说明.md - 资金分析原理
• 实时监测优化说明.md - 监测功能
• README.md - 系统总体说明

代码学习

• main_force_selector.py - 数据处理逻辑
• main_force_analysis.py - AI分析流程
• main_force_ui.py - 界面实现

🆘 获取帮助

运行测试

python test_main_force.py

查看日志

运行时终端会显示详细日志：

• 数据获取过程
• 筛选统计
• AI分析进度
• 错误信息

问题反馈

提供以下信息：

1. 错误截图
2. 终端日志
3. 使用的参数
4. 系统环境（Python版本、Node.js版本）

✨ 开始使用

# 1. 测试功能
python test_main_force.py

# 2. 启动系统
streamlit run app.py

# 3. 点击 🎯 主力选股

# 4. 开始分析

---

祝您选股顺利，投资成功！ 🚀📈💰