【技术文档摘要】：

AI 股票分析工具 (AI-Kline - 股票技术分析与AI预测工具)

<div align="center"> <!-- 保持这些链接。翻译会自动更新README。 --> <a href="README_EN.md">English</a> | <a href="README.md">中文</a> </div>

项目概述

AI 股票查看器是一个基于Python的A股分析工具，结合了传统的技术分析和AI预测能力。它利用K线图、技术指标、财务数据和新闻数据提供全面的股票分析和预测。该工具可以：

1. 获取A股股票的历史成交量和价格数据，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. 获取与股票相关的财务数据和新闻信息
4. 使用OpenAI API进行数据分析整合并预测未来的股票趋势

特性

• 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 计算各种技术指标，包括MA、MACD、KDJ、RSI、布林带等
• 可视化 生成静态和交互式的K线图和技术指标图表
• AI分析 使用多模态AI分析股票数据并预测未来趋势
• Web界面 提供简洁美观的Web界面，用户可输入股票代码并查看分析结果
• MCP SERVER 提供MCP SERVER支持，通过LLM交互实现实时股票分析

安装指南

环境要求

• Python 3.8+
• 依赖包：见requirements.txt

安装步骤

1. 将此项目克隆或下载到本地机器

2. 安装依赖包

pip install -r requirements.txt

3. 创建.env文件，添加API密钥

API_KEY=your_api_key_here
BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
MODEL_NAME=qwen-vl-max

注意：需要一个多模态模型

使用指南

命令行使用

python main.py --stock_code 000001 --period 1年 --save_path ./output

参数说明：

• --stock_code 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"，默认值是"1年"
• --save_path 结果保存路径，默认为"./output"

Web界面使用

启动Web服务：

python web_app.py

然后在浏览器中访问http://localhost:5000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，然后查看结果

Web界面包括以下内容：

• 基本股票信息
• K线图和技术指标图表
• AI分析结果文本

MCP SERVER 使用

启动mcp：

uv run  mcp_server.py

然后在MCP客户端中配置（streamable-http）：

樱桃工作室页面截图：

输出结果

程序运行后，在指定的保存路径下生成以下内容：

1. K线图和技术指标图表（静态PNG图像和交互式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
├── web_app.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
│   ├── data_fetcher.py     # 数据获取模块
│   ├── technical_analyzer.py # 技术分析模块
│   ├── visualizer.py       # 可视化模块
│   └── ai_analyzer.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
    └── *_analysis_result.txt # 分析结果文件

交流学习

注意事项

• 本工具仅供学习研究之用，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，不能保证对未来趋势的准确性
• 使用前请确保Gemini API密钥已正确配置
• 股票数据的检索依赖于AKShare库，可能会受到网络和数据源限制
• 本项目是QuantML的开源项目，复制或使用需注明出处。商业用途请联系微信ID QuantML

免责声明

本工具提供的分析和预测仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。用户对自己的投资决策负责。