# AI股票分析平台

**Repository Path**: qtfy2020/AI-MCP-STOCKS

## Basic Information

- **Project Name**: AI股票分析平台
- **Description**: 基于deepseek的MCP的股票评估平台
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-11-24
- **Last Updated**: 2025-11-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI股票分析平台

#### 介绍
AI股票分析平台是一个基于DeepSeek大语言模型的智能股票评估系统，集成了技术指标计算、AI深度分析和数据可视化功能。该平台能够自动获取A股市场数据，计算多种技术指标，并利用AI进行专业的投资建议分析，为投资者提供决策参考。

#### 主要功能特点
- 支持A股市场股票数据获取与分析
- 自动计算丰富的技术指标（MACD、RSI、KDJ、布林带等）
- 利用DeepSeek AI模型生成专业的股票分析报告
- 提供股票买入/卖出信号识别
- 实现分析结果缓存机制，提高查询效率
- 支持单只股票和批量股票分析
- 简洁直观的Web界面操作

#### 软件架构

本项目采用前后端分离的架构设计，后端基于Flask框架提供RESTful API服务，前端使用HTML/JavaScript/CSS实现用户界面，通过API与后端进行交互。系统架构分为以下几个核心层次：

##### 1. 表示层
- **前端界面**：位于`templates`和`static`目录，包括HTML模板和JavaScript/CSS资源
- **Flask路由**：在`app.py`中定义，处理HTTP请求并返回相应结果

##### 2. 业务逻辑层
- **分析管理器**：`analysis_manager.py`，协调整个股票分析流程
- **AI分析器**：`ai_analyzer.py`，调用DeepSeek API进行智能分析
- **技术指标计算器**：`technical_analyzer.py`，计算各类技术指标和交易信号
- **缓存管理器**：`cache_manager.py`，管理分析结果的缓存与过期机制

##### 3. 数据访问层
- **数据提供者**：`stock_data_provider.py`和`stock_info_provider.py`，负责获取股票数据和信息
- **数据库管理器**：`database_manager.py`，处理数据库连接和数据存储
- **配置管理器**：`config_manager.py`，管理系统配置参数

##### 4. 外部依赖
- **DeepSeek API**：提供大语言模型分析能力
- **AkShare库**：获取A股市场数据
- **MySQL数据库**：存储股票信息和分析结果

#### 安装教程

##### 1. 环境准备
- Python 3.7+ 环境
- MySQL数据库
- DeepSeek API Key（可从[DeepSeek官网](https://deepseek.com/)申请）

##### 2. 安装依赖

```bash
# 克隆仓库
git clone https://gitee.com/zhang-jiabao/AI-MCP-STOCKS.git
cd AI-MCP-STOCKS

# 安装Python依赖
pip install -r requirements.txt
```

##### 3. 配置数据库

1. 创建MySQL数据库：
   ```sql
   CREATE DATABASE stock_analysis DEFAULT CHARACTER SET utf8mb4;
   CREATE USER 'root'@'localhost' IDENTIFIED BY 'password';
   GRANT ALL PRIVILEGES ON stock_analysis.* TO 'root'@'localhost';
   FLUSH PRIVILEGES;
   ```

2. 或修改`config.json`文件中的数据库连接信息：
   ```json
   {
       "database": {
           "host": "localhost",
           "port": 3306,
           "user": "your_username",
           "password": "your_password",
           "database": "stock_analysis"
       }
   }
   ```

##### 4. 配置DeepSeek API

在`config.json`文件中设置DeepSeek API Key：
```json
{
    "deepseek_api_key": "your_api_key",
    "deepseek_api_url": "https://api.deepseek.com/v1/chat/completions"
}
```

##### 5. 启动应用

```bash
# 直接运行
python app.py

# 或使用批处理文件（Windows）
start.bat
```

应用启动后，可通过浏览器访问 `http://127.0.0.1:5000` 使用系统。

#### 使用说明

##### 1. 基本使用
- 打开浏览器，访问系统主页
- 在股票代码输入框中输入A股代码（如：600519、000858等）
- 点击「分析」按钮获取分析结果
- 系统将显示技术指标、AI分析报告和投资建议

##### 2. 批量分析
- 在批量分析页面，输入多个股票代码（每行一个）
- 点击「批量分析」按钮进行批量处理
- 系统将依次分析每个股票并显示结果

##### 3. 系统配置
- 通过配置页面可以修改API密钥、默认股票列表等参数
- 配置修改后会自动保存并立即生效

##### 4. 数据更新
- 系统会自动检查缓存，当天的分析结果会直接从缓存读取
- 缓存过期后会自动重新获取最新数据并生成分析报告

#### 项目结构

```
AI-MCP-STOCKS/
├── app.py                 # Flask应用主入口
├── config_manager.py      # 配置管理
├── database_manager.py    # 数据库管理
├── analysis_manager.py    # 分析流程管理
├── ai_analyzer.py         # AI分析接口
├── technical_analyzer.py  # 技术指标计算
├── cache_manager.py       # 缓存管理
├── stock_data_provider.py # 股票数据获取
├── stock_info_provider.py # 股票信息获取
├── config.json            # 配置文件
├── requirements.txt       # 依赖列表
├── start.bat              # 启动脚本
├── static/                # 静态资源
│   ├── css/               # CSS样式
│   ├── js/                # JavaScript脚本
│   └── images/            # 图片资源
└── templates/             # HTML模板
    └── index.html         # 主页面
```

#### 技术指标列表

系统支持的主要技术指标包括：

- **移动平均线**：MA5, MA10, MA20, MA30, MA60, MA120
- **波动率**：Volatility_20, Volatility_60
- **相对强弱指标**：RSI_6, RSI_14, RSI_21
- **MACD**：MACD, Signal_Line, MACD_Hist
- **布林带**：Upper_Band, Middle_Band, Lower_Band
- **KDJ指标**：K, D, J
- **动量指标**：Momentum, ROC
- **成交量指标**：Volume_MA5, Volume_MA20, Volume_Ratio
- **其他指标**：OBV, Williams_R, MA_Ratio

#### 参与贡献

1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request

#### 许可证

MIT License

#### 联系方式

如有问题或建议，请通过Gitee Issues提交反馈。