初心：在股市摸爬滚打多年，自学自编各种指标，花冤枉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，账户也慢慢在扭亏为盈。开源此软件的目的，就是为了使像我一样的小散，不再迷茫。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！
希望能帮到你！欢迎加微信群讨论

基于Python + Streamlit + DeepSeek的智能股票分析系统，模拟证券公司分析师团队，提供全方位的股票投资分析和决策建议。

✨1008 更新说明

最新更新：增加批量分析功能 ⭐️

批量输入：支持同时输入多个股票代码（每行一个或逗号分隔）
双模式分析：
- 顺序分析：按次序逐个分析，稳定可靠
- 多线程并行：同时分析多只股票，速度更快(推荐同时3-5只，以防api限流)
对比视图：横向对比多只股票的关键指标和投资评级
详细卡片：逐个查看每只股票的完整分析报告
智能筛选：按评级、涨跌幅、信心度等条件快速筛选
智能筛选：分析结果自动保存到历史记录

1006增加跟踪主力资金mcp，增加环境配置功能

1005增加股票监测功能，增加历史记录中个股导入到监测板块

✨ 功能特色

🎯 多维度分析

技术面分析：趋势判断、技术指标、支撑阻力位分析
基本面分析：财务指标、估值分析、行业研究
资金面分析：资金流向、主力行为、市场情绪
风险管理：风险识别、风险评估、风险控制策略
市场情绪：投资者情绪、热点板块、消息面分析

🤖 AI智能体团队

技术分析师：专注技术指标和图表分析
基本面分析师：专注公司价值和行业研究（含13+财务指标）
资金面分析师：专注资金流向和主力行为
风险管理师：专注风险识别和控制
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

📈 获取股票数据（支持A股和美股）
📊 获取详细数据（三大报表+财务指标+20日资金数据+新闻+公告）
🔍 多智能体并行分析
🤝 团队综合讨论
📋 最终投资决策
🎯 操作建议和风险提示
📄 PDF报告导出

🔥 批量分析功能（新增）⭐️

批量输入支持：一次性输入多只股票代码
两种分析模式：
- 顺序分析：稳定可靠，适合少量股票
- 多线程并行：快速高效，适合大量股票（最多3个并发）
实时进度显示：清晰展示每只股票的分析进度和状态
对比分析表格：
- 横向对比多只股票的关键指标
- 投资评级可视化（买入/持有/卖出）
- 智能筛选和排序功能
详细卡片视图：逐个查看完整的分析报告
批量保存：所有分析结果自动保存到数据库

🔍 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
自定义间隔：30秒至300秒灵活设置
多种通知方式：网页提醒 + 邮件通知
卡片式管理：直观的股票监测卡片展示
完整功能：添加、编辑、删除、启停、通知开关
一键加入监测：支持历史记录中一键加入监测功能

🤖 量化交易功能（MiniQMT集成）

自动交易执行：监测触发后自动下单
智能仓位管理：灵活配置单股最大仓位比例
多种订单类型：市价单、限价单、止损单支持
风险控制：自动止损、止盈功能
持仓监控：实时查看持仓和盈亏
预留接口：完整的MiniQMT对接接口，可对接真实交易

📧 邮件通知系统

多邮箱支持：QQ邮箱、163邮箱、Gmail等
触发条件：
- 价格进入进场区间
- 达到止盈位
- 触及止损位
测试功能：一键测试邮件配置
历史记录：完整的通知历史查询

🎨 现代化界面

渐变背景设计：专业的紫色渐变配色
响应式布局：支持桌面、平板、手机
实时数据可视化：Plotly交互式图表
卡片式展示：清晰的信息模块化
动画交互：流畅的悬停和过渡效果

🚀 快速开始

部署方式选择

本系统支持两种部署方式：

🐳 Docker部署（推荐）：一键启动，环境隔离，适合所有用户
💻 本地部署：传统方式，适合开发者

🐳 方式一：Docker 部署（推荐）⭐️

优势

✅ 无需配置Python和Node.js环境
✅ 一键启动，开箱即用
✅ 环境隔离，不影响系统
✅ 跨平台支持（Windows/macOS/Linux）
✅ 自动重启，稳定可靠

前置要求

Docker 20.10+
Docker Compose 2.0+（推荐）
DeepSeek API Key

快速开始

1. 安装 Docker

Windows/macOS: 下载安装 Docker Desktop
Linux:

curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh

2. 配置环境变量

# Windows (PowerShell)
Copy-Item .env.example .env

# Linux/macOS
cp .env.example .env

编辑 .env 文件，填入您的 DeepSeek API Key：

DEEPSEEK_API_KEY=sk-your-actual-api-key-here

3. 启动服务

# 使用 Docker Compose（推荐）
docker-compose up -d

# 或使用 Docker 命令
docker build -t agentsstock1 .
docker run -d -p 8503:8501 -v $(pwd)/.env:/app/.env --name agentsstock1 agentsstock1

4. 访问系统（为避免端口冲突，已将运行端口改为8503）

打开浏览器访问：http://localhost:8503

5. 常用命令

# 查看日志
docker-compose logs -f

# 停止服务
docker-compose down

# 重启服务
docker-compose restart

📖 详细文档：查看 DOCKER_DEPLOYMENT.md 获取完整的Docker部署指南和故障排除。

💻 方式二：本地部署

1. 环境要求

Python 3.8+(微软store或官网，推荐3.12)
Node.js 16+ (微软store或官网，pywencai需要)
稳定的网络连接（大陆网络请关闭vpn）
DeepSeek API Key

2. 安装依赖

创建激活虚拟环境（powershell）并安装依赖

python -m venv venv
.\venv\Scripts\Activate.ps1
pip install -r requirements.txt

3. 配置API

方法一：使用环境变量文件（推荐）

复制环境变量模板文件：

# Windows (PowerShell)
Copy-Item .env.example .env

# 或者使用命令
cp .env.example .env

编辑 .env 文件，设置您的配置（也可在前端web界面-环境配置中设置）：

# DeepSeek API配置（必需）
DEEPSEEK_API_KEY=your_actual_deepseek_api_key_here

# 邮件通知配置（可选）
EMAIL_ENABLED=false
SMTP_SERVER=smtp.qq.com
SMTP_PORT=587
EMAIL_FROM=your_email@qq.com
EMAIL_PASSWORD=your_authorization_code
EMAIL_TO=receiver@example.com

# MiniQMT量化交易配置（可选）
MINIQMT_ENABLED=false
MINIQMT_ACCOUNT_ID=your_account_id
MINIQMT_HOST=127.0.0.1
MINIQMT_PORT=58610

方法二：设置系统环境变量

您也可以直接在系统环境变量中设置：

变量名：DEEPSEEK_API_KEY
变量值：您的API密钥

注意：环境变量文件的优先级高于系统环境变量。

4. 启动系统

.\venv\Scripts\Activate.ps1
python run.py

或者直接运行：

.\venv\Scripts\Activate.ps1
streamlit run app.py

5. 访问系统

打开浏览器访问：http://localhost:8501

📊 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

单个股票分析流程

选择"单个分析"模式
在输入框中输入股票代码
选择要参与分析的分析师团队
点击"开始分析"按钮
等待AI分析师团队完成分析
查看各维度分析报告
阅读团队讨论结果
获取最终投资决策

批量股票分析流程 ⭐️ 新增

选择批量分析模式
- 点击"批量分析"单选按钮
- 选择分析模式：顺序分析或多线程并行

输入股票代码

支持多种格式：

# 每行一个代码
000001
600036
600519

# 或逗号分隔
000001, 600036, 600519

# 或空格分隔
000001 600036 600519

配置分析参数
- 选择数据周期（1y, 6mo, 3mo, 1mo）
- 选择要参与的分析师团队
开始批量分析
- 点击"开始批量分析"按钮
- 系统会实时显示分析进度
- 每只股票的分析状态都会更新
查看分析结果
- 对比表格模式：
  - 横向对比所有股票的关键指标
  - 投资评级用颜色标识（绿色=买入，黄色=持有，红色=卖出）
  - 可按评级筛选
  - 可按涨跌幅、信心度、RSI等排序
- 详细卡片模式：
  - 从下拉列表选择要查看的股票
  - 查看完整的分析报告
  - 包含图表、各分析师意见、团队讨论、最终决策
结果管理
- 所有分析结果自动保存到历史记录
- 点击"清除结果"可清空当前批量分析结果
- 失败的股票会单独列出，显示失败原因

批量分析使用技巧

建议数量：一次分析不超过20只股票
模式选择：
- 3-5只股票：建议使用顺序分析，更稳定
- 6只以上：建议使用多线程并行，更快速
注意事项：
- 多线程模式最多3个并发，避免API限流
- 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

结果解读

投资评级：买入/持有/卖出
目标价位：预期价格目标
操作建议：具体交易策略
进出场位置：关键价位点
止盈止损：风险控制位置
风险提示：主要风险因素

实时监测功能

快速开始

点击侧边栏"📊 实时监测"按钮
在监测管理页面点击"添加监测股票"
填写股票信息和监测参数
点击"▶️ 启动监测"开始自动监控

添加监测股票

必填信息：

股票代码：6位A股代码或美股字母代码
股票名称：便于识别
投资评级：买入/持有/卖出

监测参数：

进场区间：设置最小和最大价格
- 当股票价格进入该区间时触发通知
- 用于把握最佳买入时机
止盈位：目标卖出价格
- 价格达到或超过该值时提醒
- 帮助锁定收益
止损位：最大亏损价格
- 价格跌破该值时立即提醒
- 控制投资风险
检查间隔：30-300秒
- 监测频率，建议60秒以上
- 避免过于频繁的API调用

管理监测股票

查看功能：

📊 实时价格显示
📈 涨跌幅展示
⏰ 最后检查时间
🔔 通知状态

操作按钮：

🔄 更新：手动刷新当前价格
✏️ 编辑：修改监测参数
🔔/🔕 通知开关：启用/禁用通知
🗑️ 删除：移除监测

批量操作：

▶️ 启动监测：开始后台自动监控所有股票
⏹️ 停止监测：暂停监控服务
🔄 刷新状态：更新显示信息

通知系统

网页通知：

自动在界面显示提醒
实时查看通知历史
支持标记已读和清空

邮件通知配置：

编辑.env文件：

EMAIL_ENABLED=true
SMTP_SERVER=smtp.qq.com
SMTP_PORT=587
EMAIL_FROM=your_email@qq.com
EMAIL_PASSWORD=your_authorization_code
EMAIL_TO=receiver@example.com

获取邮箱授权码：
- QQ邮箱：设置 → 账户 → POP3/IMAP/SMTP → 生成授权码
- 163邮箱：设置 → POP3/SMTP/IMAP → 开启服务 → 设置授权密码
- Gmail：开启两步验证 → 生成应用专用密码
测试邮件配置：
- 进入"通知管理"区域
- 点击"📧 发送测试邮件"
- 检查收件箱（含垃圾箱）

通知触发条件：

✅ 价格进入进场区间 → 进场提醒
✅ 价格达到止盈位 → 止盈提醒
✅ 价格跌破止损位 → 止损提醒

使用技巧

参数设置建议：

进场区间：根据技术分析设定支撑位和阻力位
止盈位：建议设置10-20%的盈利目标
止损位：建议设置5-10%的止损线
检查间隔：
- 长线投资：180-300秒
- 短线交易：30-60秒

监测策略：

分析后添加到监测列表
设置合理的进场区间等待买入信号
买入后调整为止盈/止损监测
收到通知后及时决策

注意事项：

⚠️ 监测间隔不要设置太短，避免频繁API调用
⚠️ 邮件通知有延迟，不适用于高频交易
⚠️ 定期检查监测服务运行状态
⚠️ 及时处理触发的通知，避免错过时机

🏗️ 系统架构

AI股票分析系统
├── app.py                    # Streamlit主界面
├── stock_data.py             # 股票数据获取模块
├── deepseek_client.py        # DeepSeek API客户端
├── ai_agents.py              # AI智能体分析模块
├── monitor_manager.py        # 监测管理界面
├── monitor_service.py        # 监测服务后台
├── monitor_db.py             # 监测数据库管理
├── notification_service.py   # 通知服务（邮件/界面）
├── miniqmt_interface.py      # MiniQMT量化交易接口 ⭐️
├── pdf_generator.py          # PDF报告生成
├── database.py               # 分析记录数据库
├── config.py                 # 配置文件
├── requirements.txt          # 依赖包列表
├── run.py                    # 启动脚本
├── Dockerfile                # Docker镜像构建文件 🐳
├── docker-compose.yml        # Docker编排配置文件 🐳
├── .dockerignore             # Docker构建忽略文件 🐳
└── DOCKER_DEPLOYMENT.md      # Docker部署详细文档 🐳

核心模块说明

📈 股票数据模块 (stock_data.py)

支持A股和美股数据获取
集成yfinance和akshare数据源
自动计算技术指标（MA、RSI、MACD、KDJ等）
获取详细财务数据（三大报表+13+财务指标）
数据清洗和格式化

🤖 AI智能体模块 (ai_agents.py)

多个专业分析师AI角色
并行分析处理
团队讨论机制
最终决策生成
财务数据深度解读

🔗 API客户端 (deepseek_client.py)

DeepSeek API封装
智能对话管理
错误处理和重试
响应格式解析
支持多模型切换

🔍 监测管理模块 (monitor_manager.py)

股票监测管理界面
添加/编辑/删除监测
卡片式展示
搜索和筛选功能
通知历史管理

⚙️ 监测服务模块 (monitor_service.py)

后台监测线程
定时价格检查
触发条件判断
自动通知发送
启动/停止控制

💾 监测数据库 (monitor_db.py)

SQLite数据持久化
监测股票表
价格历史表
通知记录表
CRUD操作接口

📧 通知服务模块 (notification_service.py)

邮件通知发送
网页通知展示
多邮箱支持（QQ/163/Gmail）
通知历史管理
配置测试功能

🤖 量化交易模块 (miniqmt_interface.py) ⭐️ 新增

MiniQMT接口对接
自动交易执行
仓位管理
风险控制
订单管理
持仓监控
预留接口实现

📄 PDF生成模块 (pdf_generator.py)

专业分析报告生成
中文字体支持
完整分析内容
一键下载功能

🎨 前端界面 (app.py)

现代化渐变UI设计
响应式布局
三大功能模块（分析/监测/历史）
实时数据可视化
交互式操作
美观的动画效果

📋 技术特性

数据源

美股数据：Yahoo Finance (yfinance)
A股数据：AKShare免费接口
技术指标：TA-Lib技术分析库

AI模型

语言模型：DeepSeek Chat API
分析框架：多智能体协作
决策逻辑：综合评分机制

可视化

图表库：Plotly交互式图表
K线图：蜡烛图with技术指标
指标图：RSI、MACD、布林带等

性能优化

数据缓存：Streamlit缓存机制
异步处理：并行分析提升效率
错误处理：完善的异常处理机制

⚙️ 高级配置

API配置

# .env 文件
DEEPSEEK_API_KEY=your_api_key
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

重要提示：

请将 .env.template 复制为 .env 文件
在 .env 文件中填写实际的API密钥
不要将 .env 文件提交到版本控制系统

数据配置

DEFAULT_PERIOD = "1y"      # 默认数据周期
DEFAULT_INTERVAL = "1d"    # 默认数据间隔

系统参数

缓存时间：300秒（5分钟）
API超时：30秒
最大重试：3次

🛠️ 故障排除

常见问题

API Key错误
- 检查.env文件中的DEEPSEEK_API_KEY设置
- 确保.env文件存在且格式正确
- 确保API Key有效且有足够余额
股票数据获取失败
- 检查网络连接
- 确认股票代码格式正确（A股6位数字，美股字母代码）
- 可能是数据源临时不可用，稍后重试
财务数据获取失败
- 部分新股可能没有完整财务数据
- 网络问题可能导致数据获取超时
- 系统会自动处理，继续进行其他分析
依赖包安装失败
- 使用 pip install -r requirements.txt
- 如有问题，尝试手动安装单个包
- 确保Python版本为3.8+
页面加载缓慢
- 首次运行需要下载数据，请耐心等待
- 系统有5分钟缓存，重复查询会更快
- 财务数据获取较慢，约需10-20秒
分析过程中出错
- 检查网络连接是否稳定
- 查看终端输出的详细错误信息
- 尝试重新启动应用
MiniQMT连接失败
- 确认MiniQMT客户端已启动
- 检查账户已登录
- 验证账户ID配置正确
- 确认网络连接正常
- 查看 MINIQMT_INTEGRATION_GUIDE.md 详细指南
量化交易未执行
- 确认量化功能已启用
- 检查MiniQMT连接状态
- 验证监测服务是否运行
- 查看通知记录中的错误信息
- 确认交易时间在交易日内
Docker部署问题 🐳
- 容器启动失败：
  - 检查Docker是否正常运行：docker ps
  - 查看容器日志：docker-compose logs -f
  - 确认.env文件已正确配置
- 端口被占用：
  - 修改docker-compose.yml中的端口映射（如改为8502:8501）
- 无法访问网页：
  - 确认容器正在运行：docker ps
  - 检查防火墙设置
  - 尝试访问：http://localhost:8501
- 数据库权限问题（Linux/macOS）：
  - 修改数据库文件权限：chmod 666 *.db
- Node.js相关错误：
  - 容器内已集成Node.js环境，无需额外配置
  - 进入容器检查：docker exec -it agentsstock1 bash
- 详细文档：查看 DOCKER_DEPLOYMENT.md 获取完整的故障排除指南

日志调试

系统运行时会在控制台输出详细日志，可用于问题诊断。如遇到错误，请查看终端输出。

Docker部署日志查看：

# 实时查看日志
docker-compose logs -f

# 或查看特定容器日志
docker logs -f agentsstock1

错误报告

如发现bug，请查看 BUGFIX.md 文件了解已知问题和解决方案。

📜 免责声明

本系统仅供学习和研究使用，不构成投资建议。股票投资有风险，入市需谨慎。使用本系统进行投资决策的风险由用户自行承担。

🤝 贡献指南

欢迎提交Issue和Pull Request！

📄 许可证

MIT License

享受AI驱动的智能股票分析体验！ 🚀📈任何疑问请留言或联系ws3101001@126.com

README.md Unescape Escape

🤖 复合多AI智能体股票团队分析系统

基于Python + Streamlit + DeepSeek的智能股票分析系统，模拟证券公司分析师团队，提供全方位的股票投资分析和决策建议。

✨1008 更新说明

最新更新：增加批量分析功能 ⭐️

1006增加跟踪主力资金mcp，增加环境配置功能

1005增加股票监测功能，增加历史记录中个股导入到监测板块

✨ 功能特色

🎯 多维度分析

🤖 AI智能体团队

📊 完整分析流程

🔥 批量分析功能（新增）⭐️

🔍 实时监测功能

🤖 量化交易功能（MiniQMT集成）

📧 邮件通知系统

🎨 现代化界面

🚀 快速开始

部署方式选择

🐳 方式一：Docker 部署（推荐）⭐️

优势

前置要求

快速开始

1. 安装 Docker

2. 配置环境变量

3. 启动服务

4. 访问系统（为避免端口冲突，已将运行端口改为8503）

5. 常用命令

💻 方式二：本地部署

1. 环境要求

2. 安装依赖

3. 配置API

方法一：使用环境变量文件（推荐）

方法二：设置系统环境变量

4. 启动系统

5. 访问系统

📊 使用指南

股票代码格式(美股暂不支持)

单个股票分析流程

批量股票分析流程 ⭐️ 新增

批量分析使用技巧

结果解读

实时监测功能

快速开始

添加监测股票

管理监测股票

通知系统

使用技巧

🏗️ 系统架构

核心模块说明

📈 股票数据模块 (stock_data.py)

🤖 AI智能体模块 (ai_agents.py)

🔗 API客户端 (deepseek_client.py)

🔍 监测管理模块 (monitor_manager.py)

⚙️ 监测服务模块 (monitor_service.py)

💾 监测数据库 (monitor_db.py)

📧 通知服务模块 (notification_service.py)

🤖 量化交易模块 (miniqmt_interface.py) ⭐️ 新增

📄 PDF生成模块 (pdf_generator.py)

🎨 前端界面 (app.py)

📋 技术特性

数据源

AI模型

可视化

性能优化

⚙️ 高级配置

API配置

数据配置

系统参数

🛠️ 故障排除

常见问题

日志调试

错误报告

📜 免责声明

🤝 贡献指南

📄 许可证

README.md