stockagent

README

stockagent

A 股 AI 投研多智能体 CLI —— 一条命令，4 位 AI 分析师并行工作，输出一份中文投资研究报告。

受 ai-hedge-fund 启发，但面向 A 股、单二进制分发、数据免 key:

	ai-hedge-fund	stockagent
市场	美股	A 股 (沪深)
运行时	Python 环境	Go 单二进制
行情数据	需 API key	东财/同花顺双数据源，均免 key
报告语言	英文	中文

⚠️ 免责声明: 本项目仅供学习与技术研究，所有输出均由 AI 生成，不构成任何投资建议。股市有风险，投资需谨慎。

演示

$ stockagent analyze 600519

贵州茅台 (600519) · AI 投研报告
────────────────────────────────────────────────────────
现价 1253.00  -0.48%    PE 14.37  PB 6.64  总市值 1.57万亿元
生成于 2026-07-18 12:00 · 模型 deepseek-chat · 耗时 12s

智能体          信号    置信度
技术面分析师    看多    72
基本面分析师    中性    55
消息面分析师    中性    50
风控官          看空    61

综合结论: 中性 (置信度 55)
────────────────────────────────────────────────────────
技术面均线多头排列但 RSI 偏高，估值处于历史中枢，消息面无
重大催化，波动率温和但当前位置风险收益比一般，建议观望……

关键要点:
  1. MA20/MA60 多头排列，中期趋势未破坏
  2. 动态 PE 14.4 处于白酒板块合理区间
  3. 距 52 周高点回撤约 20%，追高风险有限但动能不足

风险提示: 本报告由 AI 自动生成，仅供学习与技术研究……

(以上为演示样例输出)

工作原理

┌──────────────┐   K线/快照/公告 (东方财富/同花顺, 免 key, 并行拉取)
│  数据层       │ ──────────────────────────────────────
└──────────────┘
       │
┌──────────────┐   MA/MACD/RSI/波动率/最大回撤 (本地确定性计算)
│  指标层       │
└──────────────┘
       │
       ├─ 技术面分析师 ─┐
       ├─ 基本面分析师 ─┤   4 个 agent 并行 (errgroup)
       ├─ 消息面分析师 ─┤   各自输出 {signal, confidence, reasoning}
       └─ 风控官       ─┘
              │
       ┌──────────────┐
       │  组合经理     │  汇总分歧 → 最终结论 + 置信度 + 关键要点
       └──────────────┘
              │
     终端报告 / Markdown / JSON

设计要点:

• 指标本地算，LLM 只做解读 —— 数值计算确定性、可单测，LLM 幻觉不污染数据
• 降级容错 —— 公告拉取失败、单个分析师失败、组合经理 LLM 失败均不阻断流程，自动降级为本地加权聚合
• A 股习惯 —— 红涨绿跌配色、万亿/亿元市值格式化、公告情绪分析

安装

# 方式一: 从源码安装 (Go ≥ 1.25)
git clone https://github.com/deng23yu/stockagent.git
cd stockagent && go install .

# 方式二: 下载 Release 预编译二进制 (linux / macOS / Windows)

module 路径已配置为 github.com/deng23yu/stockagent，发布后可直接 go install github.com/deng23yu/stockagent@latest。

配置

只需一个 OpenAI 兼容协议的 LLM key。复制示例配置:

cp stockagent.yaml.example stockagent.yaml   # 或放 ~/.stockagent.yaml

llm:
  base_url: https://api.deepseek.com   # 任意 OpenAI 兼容端点
  api_key: sk-your-api-key
  model: deepseek-chat

已验证兼容: DeepSeek / 通义千问 / Kimi / OpenAI / Ollama (本地零成本)。 也可用环境变量: STOCKAGENT_BASE_URL / STOCKAGENT_API_KEY / STOCKAGENT_MODEL。

用法

stockagent analyze 600519                          # 分析贵州茅台
stockagent analyze 600519 --source ths             # 改用同花顺数据源
stockagent analyze 300750                          # 分析宁德时代
stockagent analyze 000001 --format markdown -o report.md
stockagent analyze 600519 --format json            # 供程序消费
stockagent analyze 600519 --model deepseek-reasoner

Flag	默认	说明
--days	250	拉取的日 K 线数量
--ann	20	拉取的公告数量
--source	eastmoney	行情数据源: eastmoney (东方财富) / ths (同花顺)
--format	terminal	terminal / markdown / json
-o, --output	stdout	输出到文件
--model / --base-url / --api-key	-	覆盖配置

Web UI (内嵌前端)

stockagent serve 启动后直接访问 http://127.0.0.1:8080/ —— 单页应用已内嵌进二进制，无需额外部署。

(截图待补充)

特性: Kimi 官网风浅色设计、搜索即搜即得、分析师分步加载动画、信号卡/置信度条/综合结论卡片、缓存结果徽章。 技术栈: Vite + React + TypeScript + Tailwind CSS v4，产物经 go:embed 嵌入 (源码在 web/，改动后 npm run build 并提交 web/dist)。

HTTP API (服务端模式)

stockagent serve --port 8080    # 默认监听 127.0.0.1:8080

• GET /api/v1/analyze?code=600519&source=ths — 分析接口，返回与 --format json 一致的 JSON
• GET /healthz — 健康检查

特性: 结果缓存 15 分钟 (--cache-ttl，重复请求毫秒级返回)、并发上限 4 (超出返回 429)、CORS 全开 (前端开发友好)。 LLM key 只存在于服务端，前端永远接触不到。

// 前端调用
fetch("/api/v1/analyze?code=600519&source=ths")
  .then(r => r.json())
  .then(report => console.log(report.final.signal, report.final.summary));

生产环境暴露: --host 0.0.0.0 并置于反向代理之后 (自行加鉴权/限流)。

开发

go test ./...            # 单元测试 + mock 端到端测试 (无需 key)
STOCKAGENT_LIVE=1 go test ./internal/eastmoney/ -run Live   # 真实接口回归

直接依赖仅 4 个: cobra / yaml.v3 / x/sync / tablewriter。

Roadmap

• 北交所、港股/美股支持 (东财同接口延伸)
• F10 深度基本面 (财报核心指标)
• watch 子命令: 自选股批量分析
• 新闻舆情 (当前为公告)
• Homebrew tap / Scoop 分发

License

MIT