# guzi **Repository Path**: nemo2023/guzi ## Basic Information - **Project Name**: guzi - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-10-08 - **Last Updated**: 2025-10-08 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 智投AI股票智能分析系统 [![Python](https://img.shields.io/badge/Python-3.8%2B-blue)](https://www.python.org/) [![Flask](https://img.shields.io/badge/Flask-2.0%2B-green)](https://flask.palletsprojects.com/) [![React](https://img.shields.io/badge/React-18.0%2B-blue)](https://reactjs.org/) [![License](https://img.shields.io/badge/License-MIT-yellow)](LICENSE) ## 项目简介 智投AI股票智能分析系统是一个基于AI大模型的股票智能分析平台,利用通义千问、火山引擎等AI大模型技术,结合AkShare金融数据源,为投资者提供专业的股票分析和投资建议。 系统能够分析股市每个板块的过往龙一龙二、机构重仓股、中小票龙头股、小票热门股以及当前被低估的股票。 ## 核心功能 ### 📊 股票智能分析 - **板块龙一龙二识别** - 分析各行业的龙头股票 - **机构重仓股分析** - 识别基金等机构重仓持有的股票 - **中小票龙头股识别** - 发现小市值但表现突出的股票 - **小票热门股识别** - 识别当前市场关注度高的小市值股票 - **低估股票识别** - 基于基本面指标识别被低估的股票 ### 🤖 AI智能分析 - **AI驱动分析** - 支持通义千问、火山引擎等多个大模型服务 - **自然语言查询** - 支持自然语言的股票查询和分析 - **个性化推荐** - 根据用户画像提供个性化投资建议 - **市场整体分析** - 提供市场概况和板块分析 ### 📈 数据可视化 - **技术面分析** - K线图、技术指标等可视化展示 - **基本面分析** - 财务数据对比和趋势分析 - **估值分析** - 估值水平和历史对比 - **行业分布** - 行业股票分布和表现分析 ## 技术架构 ### 后端技术栈 - **框架**: Flask + Flask-RESTful - **数据库**: SQLite/PostgreSQL + SQLAlchemy - **AI服务**: 通义千问、火山引擎、OpenAI兼容API - **数据源**: AkShare金融数据接口 - **部署**: Docker + Docker Compose ### 前端技术栈 - **框架**: React 18 + Hooks - **状态管理**: Redux/Zustand - **UI组件**: Ant Design/Bootstrap - **数据可视化**: Recharts/ECharts - **构建工具**: Vite/Webpack ## 快速开始 ### 环境要求 - Python 3.8+ - Node.js 14+ - Docker (可选,用于容器化部署) - PostgreSQL (生产环境) ### 后端部署 ```bash # 克隆项目 git clone cd gushi_backend # 安装依赖 pip install -r requirements.txt # 配置环境变量 cp .env.example .env # 编辑 .env 文件,填写API密钥等配置 # 初始化数据库 python init_db.py # 启动服务 python app.py ``` ### 前端部署 ```bash # 进入前端目录 cd gushi_frontend # 安装依赖 npm install # 启动开发服务器 npm start # 构建生产版本 npm run build ``` ### Docker部署 ```bash # 构建并启动所有服务 docker-compose up -d # 查看服务状态 docker-compose ps # 查看日志 docker-compose logs -f # 停止服务 docker-compose down ``` ## API接口文档 完整的API文档请参见 [API参考文档](doc/api/API_REFERENCE.md) ## 配置说明 ### 环境变量配置 在 `.env` 文件中配置以下变量: ```bash # Flask配置 FLASK_ENV=production SECRET_KEY=your-secret-key-here # 数据库配置 DATABASE_URL=postgresql://user:password@localhost/dbname # AI服务密钥 QWEN_API_KEY=your-qwen-api-key VOLC_API_KEY=your-volc-api-key OPENAI_API_KEY=your-openai-api-key # 数据源配置 AKSHARE_TOKEN=your-akshare-token # 其他配置 FRONTEND_URL=https://your-frontend-domain.com ``` ## 开发指南 ### 项目结构 ``` gushi/ ├── gushi_backend/ # 后端代码 │ ├── ai_services/ # AI服务模块 │ ├── data_source/ # 数据源模块 │ ├── models/ # 数据模型 │ ├── routes/ # API路由 │ ├── services/ # 业务逻辑服务 │ ├── security/ # 安全模块 │ ├── monitoring/ # 监控模块 │ ├── tests/ # 测试代码 │ ├── app.py # 应用入口 │ └── config.py # 配置文件 ├── gushi_frontend/ # 前端代码 │ ├── src/ # 源代码 │ │ ├── components/ # 组件 │ │ ├── pages/ # 页面 │ │ ├── services/ # API服务 │ │ └── utils/ # 工具函数 │ └── public/ # 静态资源 ├── docker-compose.yml # Docker编排文件 └── README.md # 项目文档 ``` ### 开发环境搭建 ```bash # 后端开发环境 cd gushi_backend pip install -r requirements-dev.txt # 运行单元测试 python -m pytest tests/ # 前端开发环境 cd gushi_frontend npm install npm start ``` ## 测试 ### 单元测试 ```bash cd gushi_backend python -m pytest tests/unit_tests.py -v ``` ### 集成测试 ```bash cd gushi_backend python -m pytest tests/integration_tests.py -v ``` ### 性能测试 ```bash cd gushi_backend python -m pytest tests/performance_tests.py -v ``` ## 监控与运维 ### 健康检查 - `GET /health` - 应用健康检查 - `GET /monitoring/health` - 详细健康检查 - `GET /monitoring/metrics` - 系统指标 ### 日志管理 - 应用日志存储在 `/var/log/gushi/` - 支持日志轮转和归档 - 提供日志查询API ### 告警机制 - 系统异常自动告警 - 性能阈值告警 - 支持邮件、Webhook等多种通知方式 ## 安全特性 ### 认证授权 - JWT Token认证 - API密钥验证 - 角色权限控制 ### 数据安全 - 敏感数据加密存储 - SQL注入防护 - XSS攻击防护 ### 网络安全 - HTTPS强制使用 - CORS安全配置 - 请求频率限制 ## 性能优化 ### 缓存策略 - Redis缓存热点数据 - 数据库查询结果缓存 - API响应缓存 ### 数据库优化 - 索引优化 - 查询优化 - 连接池管理 ### 前端优化 - 代码分割 - 懒加载 - CDN加速 ## 贡献指南 我们欢迎任何形式的贡献! ### 提交Issue 1. 在GitHub上提交Issue 2. 详细描述问题或建议 3. 提供复现步骤(如果是Bug) ### 提交Pull Request 1. Fork项目仓库 2. 创建功能分支 3. 提交代码更改 4. 编写测试用例 5. 提交Pull Request ### 代码规范 - 遵循PEP8 Python代码规范 - 使用类型提示 - 编写单元测试 - 添加必要的文档注释 ## 文档 - [项目概述](doc/PROJECT_OVERVIEW.md) - [架构设计](doc/ARCHITECTURE.md) - [API参考](doc/api/API_REFERENCE.md) - [用户手册](doc/user_guide/USER_MANUAL.md) - [部署指南](doc/deployment/PRODUCTION_DEPLOYMENT_GUIDE.md) - [开发指南](doc/DEVELOPMENT_GUIDE.md) ## 许可证 本项目采用MIT许可证,详情请见[LICENSE](LICENSE)文件。 ## 联系方式 如有任何问题或建议,请通过以下方式联系我们: - 邮箱: [support@gushi-ai.com](mailto:support@gushi-ai.com) - GitHub Issues: [项目Issues页面](https://github.com/your-username/gushi/issues) --- **免责声明**: 本系统提供的分析结果仅供参考,不构成投资建议。投资有风险,入市需谨慎。