# CCGL

**Repository Path**: zhizhugraph/ccgl

## Basic Information

- **Project Name**: CCGL
- **Description**: 跨市场资产管理系统
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-02-19
- **Last Updated**: 2026-03-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 资产管理, 投资助理

## README

# CGGL 跨市场资产管理系统

[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
[![Python Version](https://img.shields.io/badge/python-3.8+-blue.svg)](https://www.python.org/downloads/)

> 一个支持A股、港股、美股的智能资产管理系统，集成本地AI助手，帮助您更好地管理投资组合。

## 核心特性

### 多市场支持
- **A股市场**：支持沪深股票实时跟踪
- **港股市场**：支持港股通标的管理  
- **美股市场**：支持美国主要交易所股票

### AI智能助手（本地部署）
- **本地LM Studio**：支持本地部署的大语言模型（Qwen等）
- **图片识别**：上传券商APP截图，AI自动识别持仓和交易记录
- **策略监控**：AI辅助策略制定和自动监控提醒

### 资产全景
- **实时价格**：自动获取最新行情数据（yfinance）
- **汇率换算**：支持多币种资产统一管理
- **盈亏分析**：详细的收益统计和可视化展示

## 快速开始

### 前置要求

- **Python 3.8+**
- **现代浏览器**（Chrome、Edge、Firefox等）
- **LM Studio**（本地运行AI模型，可选）

### 安装步骤

1. **安装依赖**
   ```bash
   cd backend
   pip install -r requirements.txt
   ```

2. **启动服务**
   
   **方法一：启动脚本（推荐）**
   - 双击运行 `scripts\start.bat`
   - 或右键 `scripts\start.ps1` → 使用 PowerShell 运行
   
   **方法二：手动启动**
   ```bash
   cd backend
   python -m venv venv          # 创建虚拟环境（可选）
   venv\Scripts\activate        # 激活虚拟环境
   pip install -r requirements.txt
   python app.py                # 启动服务
   ```

3. **访问系统**
   打开浏览器访问：`http://localhost:5000`

### 可选：配置本地AI（LM Studio）

1. 下载并安装 [LM Studio](https://lmstudio.ai/)
2. 下载AI模型（如 Qwen2.5-7B）
3. 启动LM Studio并加载模型（默认地址：`http://192.168.0.114:1234`）
4. 在系统设置中配置模型参数

## 功能说明

### 持仓管理
- 支持手动添加/编辑/删除持仓
- 支持截图识别自动导入持仓
- 自动获取实时价格
- 多币种（CNY/HKD/USD）统一估值

### 交易记录
- 记录买入/卖出交易
- 支持截图识别自动导入交易
- 交易历史查询和筛选

### AI功能
- **图片识别**：上传券商APP截图，AI识别持仓和交易数据
- **策略检测**：设置止盈/止损策略，AI自动监控

- 胜率分析
- 可视化图表展示

## 技术栈

- **前端**: 原生HTML + JavaScript + ECharts
- **后端**: Flask + yfinance
- **AI**: 本地LM Studio（视觉模型 + 文本模型）

## 项目结构

```
CGGL/
├── backend/               # 后端代码
│   ├── app.py             # Flask主服务
│   ├── ai_recognizer.py   # AI图片识别模块
│   ├── price_fetcher.py   # 价格获取模块
│   ├── exchange_rate_fetcher.py  # 汇率模块
│   ├── data_storage.py    # 数据存储模块
│   ├── data_normalizer.py # 数据规范化模块
│   ├── data/              # 数据目录
│   │   ├── holdings.json # 持仓数据
│   │   ├── trades.json   # 交易记录
│   │   ├── settings.json # 系统设置
│   │   └── strategies.json # 策略配置
│   └── requirements.txt  # Python依赖
├── frontend/              # 前端代码
│   ├── index.html         # 主页面
│   ├── app.js             # 前端逻辑
│   └── data-api.js        # API调用
├── docs/                  # 文档
└── scripts/               # 启动脚本
```

## 文档

- [安装指南](installation.md) - 详细安装步骤
- [配置说明](configuration.md) - 系统配置选项
- [开发指南](development.md) - 二次开发文档

## 许可证

MIT License - 详见 [LICENSE](LICENSE) 文件

## 注意事项

1. **AI模型**：如需使用AI功能，需在本地部署LM Studio并下载模型
2. **数据隐私**：所有数据存储在本地，请定期备份
3. **市场风险**：本系统仅供记录和参考，投资需谨慎

---

**欢迎贡献代码！如有问题请提交Issue。**