# AK share

**Repository Path**: examples_for_dev/ak-share

## Basic Information

- **Project Name**: AK share
- **Description**: 股票技术分析系统是一个基于Python开发的专业级金融数据分析平台，集成了多市场股票数据获取、技术指标计算、智能评分和AI增强分析功能。系统通过RESTful API提供服务，支持A股、港股、美股等多个市场的股票分析，为投资者提供专业的技术分析报告和投资建议。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-06-09
- **Last Updated**: 2025-12-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 📈 股票技术分析系统

## 🎯 项目概述

**股票技术分析系统**是一个基于Python开发的专业级金融数据分析平台，集成了多市场股票数据获取、技术指标计算、智能评分和AI增强分析功能。系统通过RESTful API提供服务，支持A股、港股、美股等多个市场的股票分析，为投资者提供专业的技术分析报告和投资建议。

### ✨ 核心价值
- 🌍 **多市场覆盖**：支持全球主要股票市场数据分析
- 📊 **专业指标**：集成20+主流技术分析指标
- 🤖 **AI增强**：结合大语言模型提供智能化分析
- ⚡ **实时分析**：快速响应，秒级生成分析报告
- 🔒 **安全可靠**：Bearer Token认证，数据安全保障

---

## 🚀 功能特性

### 1. 📈 多市场数据支持

| 市场类型 | 代码格式 | 示例 | 说明 |
|---------|---------|------|------|
| 🇨🇳 A股 | 6位数字 | `600519`, `000001` | 沪深主板、科创板、北交所 |
| 🇭🇰 港股 | 5位数字 | `00700`, `01810` | 香港交易所上市股票 |
| 🇺🇸 美股 | 字母代码 | `AAPL`, `TSLA` | 纳斯达克、纽交所 |
| 📊 ETF | 6位数字 | `510300`, `159919` | 交易所交易基金 |
| 📈 LOF | 6位数字 | `160706`, `161725` | 上市开放式基金 |

### 2. 🔧 专业技术指标

#### 趋势分析指标
- **移动平均线系统**
  - MA5：短期趋势（5日均线）
  - MA20：中期趋势（20日均线）  
  - MA60：长期趋势（60日均线）
- **MACD指标**：趋势动量分析
- **布林带**：价格波动通道

#### 动量指标
- **RSI相对强弱指数**：超买超卖判断
- **ROC变动率**：价格动量测量

#### 波动性指标
- **ATR平均真实波幅**：波动性测量
- **波动率计算**：风险评估

#### 成交量分析
- **成交量移动平均**：量价关系分析
- **成交量比率**：异常交易识别

### 3. 🎯 智能评分系统

采用**100分制综合评分模型**：

| 评分维度 | 权重 | 评判标准 |
|---------|------|----------|
| 📈 **趋势分析** | 30分 | MA5>MA20>MA60为上升趋势 |
| 🔥 **RSI分析** | 20分 | 30-70区间为健康，<30超卖，>70超买 |
| ⚡ **MACD分析** | 20分 | MACD>Signal为买入信号 |
| 📊 **成交量分析** | 30分 | 成交量放大1.5倍以上获得高分 |

#### 投资建议分级
```
💚 80-100分：强烈推荐买入 - 多个指标同时看好
🟢 60-79分 ：建议买入     - 大部分指标积极
🟡 40-59分 ：观望         - 指标分化，谨慎操作
🟠 20-39分 ：建议卖出     - 多数指标转弱
🔴 0-19分  ：强烈建议卖出 - 技术面全面恶化
```

### 4. 🤖 AI增强分析

- **大语言模型集成**：DeepSeek R1模型深度分析
- **Dify工作流**：智能化分析流程
- **自然语言报告**：将技术指标转换为易懂的投资建议
- **情境化分析**：结合市场环境提供个性化建议

---

## 🏗️ 技术架构

```mermaid
graph TB
    A[用户请求] --> B[股票分析客户端]
    B --> C[FastAPI服务器]
    C --> D[认证系统<br/>Bearer Token]
    D --> E[数据获取层<br/>AKShare接口]
    E --> F[数据处理引擎]
    F --> G[技术指标计算]
    G --> H[智能评分系统]
    H --> I[结果生成]
    I --> J[Dify AI工作流]
    J --> K[最终报告输出]
```

### 核心组件

| 组件 | 文件 | 功能描述 |
|-----|------|----------|
| 🌐 **API服务器** | `stock_analysis_api.py` | FastAPI服务，提供RESTful接口 |
| 💻 **客户端** | `stock_analysis_client.py` | 命令行客户端，用户交互界面 |
| 🧪 **测试模块** | `tests/testakshare.py` | 功能测试和指标验证 |
| 🤖 **AI集成** | `dify/股票分析系统-修改版.yml` | Dify工作流配置 |

---

## 📦 安装部署

### 系统要求
- Python 3.8+
- 网络连接（获取股票数据）
- 2GB+ 内存推荐

### 快速安装

```bash
# 1. 进入项目
cd akshare

# 2. 创建conda环境，有了则不用创建，直接下一步
conda create -n test1 python=3.10

# 3. 激活环境
conda activate test1

# 2. 安装依赖
pip install -r requirements.txt

# 3. 启动API服务
uvicorn stock_analysis_api:app --host 0.0.0.0 --port 8085

# 4. 运行客户端
python stock_analysis_client.py

# 查看conda环境 
conda env list
```
---

## 🎮 使用指南

### 1. API服务使用

#### 启动服务
```bash
uvicorn stock_analysis_api:app --host 0.0.0.0 --port 8085
```

服务启动后访问：`http://localhost:8085/docs` 查看API文档

#### API请求示例

```bash
curl -X POST "http://localhost:8085/analyze-stock/" \
  -H "Authorization: Bearer sk-zhouhui1122444" \
  -H "Content-Type: application/json" \
  -d '{
    "stock_code": "600519",
    "market_type": "A",
    "start_date": "20231201",
    "end_date": "20241201"
  }'
```

#### 请求参数说明

| 参数 | 类型 | 必填 | 说明 | 示例 |
|-----|------|------|------|------|
| `stock_code` | string | ✅ | 股票代码 | `"600519"` |
| `market_type` | string | ❌ | 市场类型，默认"A" | `"A"`, `"HK"`, `"US"` |
| `start_date` | string | ❌ | 开始日期，默认一年前 | `"20231201"` |
| `end_date` | string | ❌ | 结束日期，默认今天 | `"20241201"` |

### 2. 客户端使用

#### 交互式模式
```python
# 运行客户端
python stock_analysis_client.py

# 按提示输入股票信息
```

#### 程序化调用
```python
from stock_analysis_client import call_stock_analysis_api

result = call_stock_analysis_api(
    stock_code="600519",
    market_type="A",
    auth_token="sk-zhouhui1122444"
)
```

### 3. 输出结果解读

#### 完整分析报告结构
```json
{
  "technical_summary": {
    "trend": "上涨趋势",           // 总体趋势判断
    "volatility": "3.46%",       // 当前波动率
    "volume_trend": "缩量",      // 成交量趋势
    "rsi_level": 53.22           // 当前RSI水平
  },
  "recent_data": [               // 近14日详细数据
    {
      "date": "2024-06-06",
      "open": 54.5,
      "high": 54.5,
      "low": 52.8,
      "close": 53.1,
      "volume": 125424396,
      "RSI": 53.22,
      "MACD": 1.04,
      // ... 更多技术指标
    }
  ],
  "report": {
    "stock_code": "01810",
    "score": 70,                 // 综合评分
    "recommendation": "建议买入", // 投资建议
    "price": 53.1,
    "price_change": -2.12,
    // ... 更多分析结果
  }
}
```

---

## 🔧 配置说明

### API服务配置

编辑 `stock_analysis_api.py` 中的参数：

```python
params = {
    'ma_periods': {
        'short': 5,      # 短期均线周期
        'medium': 20,    # 中期均线周期  
        'long': 60       # 长期均线周期
    },
    'rsi_period': 14,         # RSI计算周期
    'bollinger_period': 20,   # 布林带周期
    'bollinger_std': 2,       # 布林带标准差倍数
    'volume_ma_period': 20,   # 成交量均线周期
    'atr_period': 14          # ATR周期
}
```

### 认证配置

在 `verify_auth_token` 函数中配置有效令牌：

```python
valid_tokens = [
    "sk-zhouhui1122444",    # 主令牌
    "zhouhui11224555"       # 备用令牌
]
```

### Dify工作流配置

编辑 `dify/股票分析系统-修改版.yml`：

```yaml
environment_variables:
  - name: apikey
    value: sk-zhouhui1122444  # API密钥
    
# AI模型配置
model:
  name: deepseek-r1:14b      # 使用的AI模型
  provider: langgenius/ollama/ollama
```

---

## 📊 使用示例

### 示例1：分析贵州茅台（A股）

```python
# 客户端调用
result = call_stock_analysis_api(
    stock_code="600519", 
    market_type="A",
    auth_token="sk-zhouhui1122444"
)

# 输出结果
print(f"股票评分: {result['report']['score']}分")
print(f"投资建议: {result['report']['recommendation']}")
```

### 示例2：分析小米集团（港股）

```bash
curl -X POST "http://localhost:8085/analyze-stock/" \
  -H "Authorization: Bearer sk-zhouhui1122444" \
  -H "Content-Type: application/json" \
  -d '{
    "stock_code": "01810",
    "market_type": "HK"
  }'
```

### 示例3：批量分析

```python
stocks = [
    {"code": "600519", "market": "A"},  # 贵州茅台
    {"code": "00700", "market": "HK"},  # 腾讯控股
    {"code": "AAPL", "market": "US"}    # 苹果公司
]

for stock in stocks:
    result = call_stock_analysis_api(
        stock_code=stock["code"],
        market_type=stock["market"],
        auth_token="sk-zhouhui1122444"
    )
    print(f"{stock['code']}: {result['report']['recommendation']}")
```

---

## 🔍 技术指标详解

### 1. 移动平均线系统 (MA)

**作用**：识别价格趋势方向
- **金叉**：短期均线上穿长期均线，看涨信号
- **死叉**：短期均线下穿长期均线，看跌信号

```python
# 计算方法
MA5 = close_price.ewm(span=5).mean()
MA20 = close_price.ewm(span=20).mean()
```

### 2. 相对强弱指数 (RSI)

**作用**：判断超买超卖状态
- **RSI > 70**：可能超买，考虑卖出
- **RSI < 30**：可能超卖，考虑买入
- **30 ≤ RSI ≤ 70**：正常区间

```python
def calculate_rsi(prices, period=14):
    delta = prices.diff()
    gain = delta.where(delta > 0, 0).rolling(window=period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
    rs = gain / loss
    return 100 - (100 / (1 + rs))
```

### 3. MACD指标

**作用**：识别趋势变化和动量
- **MACD线 > 信号线**：买入信号
- **MACD线 < 信号线**：卖出信号
- **柱状图由负转正**：动量转强

### 4. 布林带 (Bollinger Bands)

**作用**：判断价格波动范围
- **价格触及上轨**：可能回调
- **价格触及下轨**：可能反弹
- **带宽收窄**：波动率降低，可能突破

---