短短续续在尝试用AI做A股分析像这篇文章智谱也出龙虾了我养的第4只还让它炒股让它分析恒生互联网ETF513330。更早的文章给 OpenClaw 接入10000工具和数据为你盯盘给出独家策略接QVeris 数据源来获取A股数据。这种方式只是适合尝试一下没法成体系系统性的给予分析建议。所以一直在思考应该怎么做让AI成为投资分析的助力一是稳定免费的数据来源二是合适自己的策略。于是为了解决数据来源问题尝试市面上的量化模拟平台数据是免费了策略也不少而且支持策略回测、模拟交易。但是策略都是社区里文章分享的策略不支持接入自定义的大模型。不得已我让AI自己去读聚宽的API文档把本地一个迭代了六个版本的策略生成为聚宽的代码版本以便能使用它的模拟交易功能。这样又觉得效率很低而且数据和策略脱节。在本地让AI来写代码调整迭代又卡在数据来源上数据散落在各个平台有的要积分有的要付费有的接口不稳定调几次就被封IP。正好昨天小米模型给我的Token Plan重置了Mimo最高降幅99% Token Plan 用量提升8倍。110亿的 Token 明天就要过期拿它来写个数据分析系统吧。过程顺利得出乎我意料仅仅给了一个指令四句修正的对话就生成了一个分析平台雏形。数据来源选型.md 是计划构建A股数据收集来源平台想法和调研结果请你构建一个合理的用于分析的系统数据收集分析平台方案整体可行添加两条建议1. 先检测数据源是否可用2. 检查westock-data 是否可以为平台所用如果可以也请纳入数据收集分析范围内方案v2 很好仅提一个建议是否可以安装 mootdx 先做数据源验证作为 phase1接入。请检查“新闻返回0行”的问题先列出接口返回原始信息再检查解析是否正确现在是否可以根据你的方案v2开始构建一个合理的用于分析的系统提供给我查看各类数据以及使用一些专业分析框架来分析这些数据得出研报效果跟我在证券APP里看到的信息差不多有技术、有公告、有资金流向、有相关新闻、有财务分析。基于这个数据基础辅助专家技能再让AI分析那不原地起飞。 数据从哪来研究了一圈发现免费能用的数据接口其实不少关键是选型和组合。最终研判的结论形成下面的六层数据架构覆盖A股分析需要的所有数据维度层数据内容选型淘汰方案淘汰原因 行情层K线、盘口、PE/PB、市值mootdx 腾讯财经akshare行情45%打东财封IP 研报层研报列表、PDF下载、NL搜索东财 akshare iwencaitushare积分墙 信号层热点归因、题材tags、北向资金同花顺热点归因akshare仅给名单 新闻层个股新闻、快讯、全球资讯akshare ×3—唯一免费源 基础数据财务快照、F10、基本面mootdx financeakshare高频走东财易封 公告层公告全文、最新摘要巨潮 mootdx—唯一免费源选型核心原则能用好用免费。•mootdx走TCP协议稳定性高适合高频调用•akshare封装了东财、同花顺等数据源低频使用不会触发反爬•iwencai支持自然语言搜索比如输入人形机器人丝杠就能跨主题检索研报这套组合覆盖了15个数据接口从行情到公告全链路打通。 系统怎么搭数据源确定后开始搭分析系统。整体架构很简单用户输入股票代码 │ ▼ ┌─────────────────────────────┐ │ ReportGenerator │ 报告生成器 └─────────┬───────────────────┘ │ │ 6个数据采集任务独立隔离 │ ├── ① 财务分析 ├── ② 技术分析 ├── ③ 最新新闻 ├── ④ 资金流向 ├── ⑤ 股东结构 └── ⑥ 风险事件 │ ▼ 渲染为HTML研报 → 保存到本地关键设计每个采集任务独立 try-catch任何一个失败不影响其他部分。比如新闻接口挂了财务分析照样能跑完。这种隔离设计在实际使用中非常实用因为免费接口偶尔抽风是常态。 数据采集层统一查询API上层分析器不直接调用各个CLI工具而是通过一个统一的DataQuery接口def get_daily(self, code, start, end): # 1. 先查 SQLite 缓存 rows query(SELECT * FROM daily_kline WHERE code?, [code]) if rows: return DataFrame(rows) # 2. 缓存为空调数据源 df self.westock.kline(code, periodday, limit2000) # 3. 写入缓存 upsert_many(daily_kline, records) return DataFrame(records)核心逻辑SQLite缓存优先缺失时才调数据源补全。这样做的好处• 避免重复请求减少被封风险• 离线也能查看历史数据• 响应速度更快 财务分析逻辑财务数据来自三个源头各司其职数据源1三大报表• 利润表 → EPS、营收增长率、净利润增长率、营业利润率• 资产负债表 → 资产负债率、流动比率、权益乘数• 现金流量表 → 存储备用数据源2mootdx 37字段快照• ROE、ROA、净利率、毛利率• 杜邦分析三要素数据源3实时行情• PE(TTM)、PB、PS、股息率、总市值这个版本Mimo模型自行设计了一套评分体系。后续可以根据自身情况改进。维度指标优良中差盈利能力ROE15%10%5%≤5%成长性max(营收增长, 利润增长)20%10%0%≤0%估值PE(TTM)102040≥40偿债能力资产负债率40%60%75%≥75%综合评分 盈利 成长 健康 的加权平均最终给出财务评级。 技术分析逻辑技术分析返回MA/MACD/RSI/KDJ/BOLL/DMI全套指标。趋势判断• 均线排列MA5MA10MA20 → 多头排列• 价格位置价格 MA20 → 短期上涨价格 MA60 → 中期上涨指标信号• MACDDIFDEA 且 HIST0 → 金叉• RSI80 严重超买20 严重超卖• KDJJ100 超买J0 超卖支撑压力位• 强压力位 近60日最高价• 弱压力位 近60日 top5 最高价均值• 弱支撑位 近60日 top5 最低价均值• 强支撑位 近60日最低价最终计算综合信号评分维度多头/利好空头/利空短期趋势1-1中期趋势1-1均线排列2-2MACD2-2RSI2-2量价配合1-1总分信号强度≥5强烈买入5/5≥3买入4/5≥0持有观望3/5≥-3卖出2/5-3强烈卖出1/5 研报生成所有数据采集和分析完成后输入一个股票代码等待几秒一份完整的HTML研报就生成了评级和分析后续改进。这是第一版还有很多可以优化的地方• 接入大模型做智能解读不只是罗列数据• 支持批量分析一次跑完整个行业• 加入历史回测验证分析逻辑的准确性• 安装专家分析Skill金融分析框架数据层用免费接口组合稳定可靠分析层用自己写的逻辑灵活可控接入任意LLM做智能解读想用哪个模型就用哪个模型。不依赖任何商业平台完全自主可控。如果你也在做类似的尝试欢迎评论区留言。-END-推荐阅读AI 编程智能体为什么没有网上说的那么好用韬定律与DeepSeek齐头并进改变人工智能格局DeepSeek 的 10 万亿美元大战略Codex 不断更新8个特性把它用到极致从零开发AI编程智能体主循环、上下文压缩与Hook设计这个开源工具把 token 消耗节省了98%Mac上双开CodexHermes Agent 桌面端工作台 Windows/Mac 双端 多智能体协作Anthropic 百万行代码库的官方最佳实践Multica让 AI 智能体变为你的员工不用一个违禁词 让 Claude 说出炸药配方红队攻击实录大模型黑箱揭秘GPT、Claude、Gemini、Grok、Hermes 系统提示词全公开当 AI 编程使得代码变得便宜......AI 让我更累了这不是错觉
五句话，手搓了一个私有的A股数据分析平台
短短续续在尝试用AI做A股分析像这篇文章智谱也出龙虾了我养的第4只还让它炒股让它分析恒生互联网ETF513330。更早的文章给 OpenClaw 接入10000工具和数据为你盯盘给出独家策略接QVeris 数据源来获取A股数据。这种方式只是适合尝试一下没法成体系系统性的给予分析建议。所以一直在思考应该怎么做让AI成为投资分析的助力一是稳定免费的数据来源二是合适自己的策略。于是为了解决数据来源问题尝试市面上的量化模拟平台数据是免费了策略也不少而且支持策略回测、模拟交易。但是策略都是社区里文章分享的策略不支持接入自定义的大模型。不得已我让AI自己去读聚宽的API文档把本地一个迭代了六个版本的策略生成为聚宽的代码版本以便能使用它的模拟交易功能。这样又觉得效率很低而且数据和策略脱节。在本地让AI来写代码调整迭代又卡在数据来源上数据散落在各个平台有的要积分有的要付费有的接口不稳定调几次就被封IP。正好昨天小米模型给我的Token Plan重置了Mimo最高降幅99% Token Plan 用量提升8倍。110亿的 Token 明天就要过期拿它来写个数据分析系统吧。过程顺利得出乎我意料仅仅给了一个指令四句修正的对话就生成了一个分析平台雏形。数据来源选型.md 是计划构建A股数据收集来源平台想法和调研结果请你构建一个合理的用于分析的系统数据收集分析平台方案整体可行添加两条建议1. 先检测数据源是否可用2. 检查westock-data 是否可以为平台所用如果可以也请纳入数据收集分析范围内方案v2 很好仅提一个建议是否可以安装 mootdx 先做数据源验证作为 phase1接入。请检查“新闻返回0行”的问题先列出接口返回原始信息再检查解析是否正确现在是否可以根据你的方案v2开始构建一个合理的用于分析的系统提供给我查看各类数据以及使用一些专业分析框架来分析这些数据得出研报效果跟我在证券APP里看到的信息差不多有技术、有公告、有资金流向、有相关新闻、有财务分析。基于这个数据基础辅助专家技能再让AI分析那不原地起飞。 数据从哪来研究了一圈发现免费能用的数据接口其实不少关键是选型和组合。最终研判的结论形成下面的六层数据架构覆盖A股分析需要的所有数据维度层数据内容选型淘汰方案淘汰原因 行情层K线、盘口、PE/PB、市值mootdx 腾讯财经akshare行情45%打东财封IP 研报层研报列表、PDF下载、NL搜索东财 akshare iwencaitushare积分墙 信号层热点归因、题材tags、北向资金同花顺热点归因akshare仅给名单 新闻层个股新闻、快讯、全球资讯akshare ×3—唯一免费源 基础数据财务快照、F10、基本面mootdx financeakshare高频走东财易封 公告层公告全文、最新摘要巨潮 mootdx—唯一免费源选型核心原则能用好用免费。•mootdx走TCP协议稳定性高适合高频调用•akshare封装了东财、同花顺等数据源低频使用不会触发反爬•iwencai支持自然语言搜索比如输入人形机器人丝杠就能跨主题检索研报这套组合覆盖了15个数据接口从行情到公告全链路打通。 系统怎么搭数据源确定后开始搭分析系统。整体架构很简单用户输入股票代码 │ ▼ ┌─────────────────────────────┐ │ ReportGenerator │ 报告生成器 └─────────┬───────────────────┘ │ │ 6个数据采集任务独立隔离 │ ├── ① 财务分析 ├── ② 技术分析 ├── ③ 最新新闻 ├── ④ 资金流向 ├── ⑤ 股东结构 └── ⑥ 风险事件 │ ▼ 渲染为HTML研报 → 保存到本地关键设计每个采集任务独立 try-catch任何一个失败不影响其他部分。比如新闻接口挂了财务分析照样能跑完。这种隔离设计在实际使用中非常实用因为免费接口偶尔抽风是常态。 数据采集层统一查询API上层分析器不直接调用各个CLI工具而是通过一个统一的DataQuery接口def get_daily(self, code, start, end): # 1. 先查 SQLite 缓存 rows query(SELECT * FROM daily_kline WHERE code?, [code]) if rows: return DataFrame(rows) # 2. 缓存为空调数据源 df self.westock.kline(code, periodday, limit2000) # 3. 写入缓存 upsert_many(daily_kline, records) return DataFrame(records)核心逻辑SQLite缓存优先缺失时才调数据源补全。这样做的好处• 避免重复请求减少被封风险• 离线也能查看历史数据• 响应速度更快 财务分析逻辑财务数据来自三个源头各司其职数据源1三大报表• 利润表 → EPS、营收增长率、净利润增长率、营业利润率• 资产负债表 → 资产负债率、流动比率、权益乘数• 现金流量表 → 存储备用数据源2mootdx 37字段快照• ROE、ROA、净利率、毛利率• 杜邦分析三要素数据源3实时行情• PE(TTM)、PB、PS、股息率、总市值这个版本Mimo模型自行设计了一套评分体系。后续可以根据自身情况改进。维度指标优良中差盈利能力ROE15%10%5%≤5%成长性max(营收增长, 利润增长)20%10%0%≤0%估值PE(TTM)102040≥40偿债能力资产负债率40%60%75%≥75%综合评分 盈利 成长 健康 的加权平均最终给出财务评级。 技术分析逻辑技术分析返回MA/MACD/RSI/KDJ/BOLL/DMI全套指标。趋势判断• 均线排列MA5MA10MA20 → 多头排列• 价格位置价格 MA20 → 短期上涨价格 MA60 → 中期上涨指标信号• MACDDIFDEA 且 HIST0 → 金叉• RSI80 严重超买20 严重超卖• KDJJ100 超买J0 超卖支撑压力位• 强压力位 近60日最高价• 弱压力位 近60日 top5 最高价均值• 弱支撑位 近60日 top5 最低价均值• 强支撑位 近60日最低价最终计算综合信号评分维度多头/利好空头/利空短期趋势1-1中期趋势1-1均线排列2-2MACD2-2RSI2-2量价配合1-1总分信号强度≥5强烈买入5/5≥3买入4/5≥0持有观望3/5≥-3卖出2/5-3强烈卖出1/5 研报生成所有数据采集和分析完成后输入一个股票代码等待几秒一份完整的HTML研报就生成了评级和分析后续改进。这是第一版还有很多可以优化的地方• 接入大模型做智能解读不只是罗列数据• 支持批量分析一次跑完整个行业• 加入历史回测验证分析逻辑的准确性• 安装专家分析Skill金融分析框架数据层用免费接口组合稳定可靠分析层用自己写的逻辑灵活可控接入任意LLM做智能解读想用哪个模型就用哪个模型。不依赖任何商业平台完全自主可控。如果你也在做类似的尝试欢迎评论区留言。-END-推荐阅读AI 编程智能体为什么没有网上说的那么好用韬定律与DeepSeek齐头并进改变人工智能格局DeepSeek 的 10 万亿美元大战略Codex 不断更新8个特性把它用到极致从零开发AI编程智能体主循环、上下文压缩与Hook设计这个开源工具把 token 消耗节省了98%Mac上双开CodexHermes Agent 桌面端工作台 Windows/Mac 双端 多智能体协作Anthropic 百万行代码库的官方最佳实践Multica让 AI 智能体变为你的员工不用一个违禁词 让 Claude 说出炸药配方红队攻击实录大模型黑箱揭秘GPT、Claude、Gemini、Grok、Hermes 系统提示词全公开当 AI 编程使得代码变得便宜......AI 让我更累了这不是错觉
