QuantMLResearch/AI-Kline

English | 中文
## 项目简介
AI看线是一个基于Python的A股分析工具，结合了传统技术分析和人工智能预测功能。利用K线图，技术指标，财务数据，新闻数据对股票进行全面分析及预测。该工具可以：
1. 获取A股股票的历史量价数据并计算各种技术指标
2. 生成专业的K线图和技术指标可视化图表
3. 获取股票相关的财务数据和新闻信息
4. 使用openai api分析整合数据并预测股票未来走势
## 功能特点
数据获取：使用AKShare获取A股股票的历史交易数据、财务数据和新闻信息
技术分析：计算多种技术指标，包括MA、MACD、KDJ、RSI、布林带等
可视化：生成静态和交互式K线图及技术指标图表
AI分析：利用多模态AI分析股票数据并预测未来走势
Web界面：提供简洁美观的Web界面，方便用户输入股票代码查看分析结果
MCP SERVER：提供MCP SERVER支持，支持通过LLM交互，随时分析股票
## 安装说明
### 环境要求
Python 3.8+
依赖包：见requirements.txt
### 安装步骤
1. 克隆或下载本项目到本地
2. 安装依赖包
bash
pip install -r requirements.txt
3. 创建.env文件，添加API密钥
APIKEY=yourapikeyhere
BASEURL=https://dashscope.aliyuncs.com/compatible-mode/v1
MODELNAME=qwen-vl-max
> 注意：需使用多模态模型
## 使用方法
### 命令行使用
bash
python main.py --stockcode 000001 --period 1年 --savepath ./output
参数说明：
--stockcode：股票代码，必填参数
--period：分析周期，可选值："1年"、"6个月"、"3个月"、"1个月"，默认为"1年"
--savepath：结果保存路径，默认为"./output"
### Web界面使用
启动Web服务：
bash
python webapp.py
然后在浏览器中访问 http://localhost:5000 即可使用Web界面：
1. 在表单中输入股票代码（例如：000001）
2. 选择分析周期
3. 点击"开始分析"按钮
4. 等待分析完成后查看结果
Web界面包括以下内容：
股票基本信息
K线图和技术指标图表
AI分析结果文本
页面截图：
### MCP SERVER使用
启动mcp：
bash
uv run mcpserver.py
然后在mcp客户端中配置（streamable-http）：
http://localhost:8000/mcp
Cherry-Studio页面截图：
### 输出结果
程序运行后将在指定的保存路径下生成：
1. K线图和技术指标图表（静态PNG图片和交互式HTML图表）
2. AI分析结果文本文件
## 项目结构
AI看线/
├── main.py # 主程序入口
├── webapp.py # Web应用入口
├── requirements.txt # 依赖包列表
├── .env # 环境变量配置（需自行创建）
├── modules/ # 功能模块
│ ├── init.py
│ ├── datafetcher.py # 数据获取模块
│ ├── technicalanalyzer.py # 技术分析模块
│ ├── visualizer.py # 可视化模块
│ └── aianalyzer.py # AI分析模块
├── templates/ # Web模板目录
│ └── index.html # 主页模板
├── static/ # 静态资源目录
│ ├── css/ # CSS样式
│ │ └── style.css # 自定义样式
│ └── js/ # JavaScript脚本
│ └── main.js # 主要脚本
└── output/ # 输出结果目录（运行时自动创建）
├── charts/ # 图表目录
└── analysisresult.txt # 分析结果文件
## 交流学习
## 注意事项
本工具仅供学习和研究使用，不构成任何投资建议
AI分析结果基于历史数据和当前信息，不能保证未来走势的准确性
使用前请确保已正确配置Gemini API密钥
股票数据获取依赖于AKShare库，可能受到网络和数据源的限制
本项目为QuantML开源项目，转载或使用需注明出处，商业使用请联系微信号QuantML
## 免责声明