行业资讯

加入亿拓客·流量大师 撬动财富之门!!!

说一句话,得一份比券商研报还全的个股分析报告——这个开源项目帮你做到

wang 2026-08-23 行业资讯
说一句话,得一份比券商研报还全的个股分析报告——这个开源项目帮你做到

你对着电脑说一句「分析 600519」,等大约一个小时,收到一份 比券商研报还结构化的交互式 HTML 报告——结论置顶、5 项交易参数、ECharts 交互 K 线、产业链 SVG 图谱、MACD/KDJ/RSI/BOLL 四张技术图表、浅色/深色双主题一键切换。

这就是 GitHub 开源项目 stock-analysis干的事,口号就一句话:"说一句话,得一份专业研报"。基本面 + 技术面 + 资金面,全自动 AI 驱动。

2026 年 5 月开源,620 Star,MIT 协议。由作者 @明立玩AI 和 DeepSeek-V4-Pro 协作完成。

声明:本工具仅供学习研究使用,不构成任何投资建议。报告中所有目标价、估值、操作建议均为分析框架的方法演示。

GitHub:github.com/mingli30119/stock-analysis

Star:620+ | Fork 100(截至 2026-08)

语言:Python(≥ 3.8)+ AI Agent 协作

维护:v3.1,2026-05-30 更新

数据源:30+ akshare 接口,覆盖 6 个原始源(全免费)

许可证:MIT

定位:一句话触发、AI 驱动的个股深度研报生成器

一、三层架构:从一句话到一份研报

Phase 1 · 数据采集(3~5 分钟)—— Python 脚本自动调用 30+ akshare 接口,汇成 data_{代码}.json

Phase 2 · AI 分析(30~60 分钟)—— AI 逐步执行 Step 0-8 深度框架(基本面+技术面+资金面),生成 Markdown

Phase 3 · HTML 生成(20~30 分钟)—— AI 分批手写报告,注入数据,产出双主题交互式 HTML

核心思路:脚本负责确定性采集,AI 负责分析和写作,各干各擅长的。

二、这份报告有什么不一样

🏷️ 结论先行—— 核心判断 + 5 项交易参数(买入区间/止损/目标/仓位/盈亏比)置顶,扫一眼就知道结论

📈 ECharts 交互 K 线—— markLine 标注压力/支撑/均线/止损,markPoint 标价位

🎨 产业链 SVG 图谱—— 上游→中游→下游,核心企业一目了然

📊 4 张技术指标图—— MACD / KDJ / RSI / BOLL 完整时间序列

🌓 浅色/深色双主题—— CSS 变量驱动,一键切换

三、Step 0-8:机构级基本面分析框架

Phase 2 的 AI 分析不是随便写写,而是一套完整的投研流程(方法论在 分析框架.md 里)——

Step
主题
产出
0
任务锁定
标的/周期/风格/核心命题
1
宏观与周期
经济周期映射 + 政策扫描 + 核心矛盾
2
产业链拆解
SVG 图谱 + 趋势三要素 + 价值链利润分布
3
质量评分
正面清单/负面排查 + 6 维 100 分制
4
业绩弹性
弹性树 + 敏感度公式 + 三情景测算
5
风险分析
风险矩阵 + 5 个强制止损信号
6
估值与时机
多方法估值 + 三档目标价 + 盈亏比
7
对标分析
同类对比 + 增长引擎切换路径
8
跟踪计划
催化剂追踪表 + 五维评分 + 执行清单

外加第 9 章技术面:信号速览 6 卡片、多周期趋势(月/周/日)、关键技术位、动量量价、资金面(主力/北向/龙虎榜)、板块轮动 TOP5、技术面 5 维评分 + 操作计划表。

四、报告还能"增量更新"

已生成的报告不用重新分析,跑一条命令就能刷新行情数据:

Bash
# 更新 K 线 + 实时行情 + 技术指标(脚本自动)
python update_stock_report.py 000066
# 指定 HTML 文件 + 强制更新
python update_stock_report.py 000066--html output/个股研究-中国长城.html --force

更新后生成两个文件:带日期版本(保留历史)+ 最新版本(覆盖),方便回溯对比。近 120 条日 K、实时行情、MACD/KDJ/RSI/BOLL 全部自动重算,新闻和催化剂由 AI 手动补充。

五、怎么用(两种方式)

要求 Python ≥ 3.8。推荐在支持 Skill 的 AI 环境中直接对话触发:

方式一:AI 对话触发(推荐)

在 Claude Code / DeepSeek 等支持 Skill 的环境里,直接说一句:

Text
分析 600519股票

AI 会自动串行执行 Phase 1 → 2 → 3,约 60 分钟后输出最终 HTML 报告。

方式二:手动命令行

Bash
git clone https://github.com/mingli30119/stock-analysis.git
cd stock-analysis
pip install -r requirements.txt
# 采集数据(3-5 分钟)
python stock_full_report.py 600519
# 数据保存到 output/data_600519.json
# 后续 Phase 2/3 由 AI 继续完成

💡:Phase 2 的搜索增强依赖智谱 AI MCP 配置(可选但推荐);没有配置也能跑,只是少一些联网搜索。

六、数据覆盖:30+ 接口,全免费

全部数据来自 akshare 免费接口,覆盖 6 个原始数据源,不需要 Wind / Choice 等付费终端:

数据源
接口数
采集内容
新浪财经
3
3 年日K(前复权)、1 分钟分时、实时行情、三大报表
东方财富
11
主营构成、龙虎榜、业绩预告、研报、股东、资金流、基金持仓
同花顺
1
关键财务指标(杜邦分析)
雪球
1
公司概况
深/沪交易所
2
融资融券、高管持股变动
本地计算
1
MACD/KDJ/RSI/BOLL/MA5/10/20/60

📦 项目地址:开源自取

github.com/mingli30119/stock-analysis

MIT 协议 | Python | 620 Star | v3.1觉得有用,转发给写代码玩 AI 的朋友 🚀

💬 评论区聊聊:你会用 AI 生成个股研报吗?最看重报告里的哪个模块(结论先行 / 技术面 / 产业链图谱)?下期可以深挖 Phase 2 的分析框架。

本文为开源项目学习分享,AI 分析结果不构成任何投资建议。股市有风险,投资需谨慎。

#AI选股#个股研报#akshare#ECharts#AIAgent#开源工具

猜你喜欢

发表评论

发表评论: