一个基于Python的A股智能分析工具，结合大语言模型提供数据驱动的投资建议和市场洞察。

Ashare-LLM-Analyst 是一个A股市场的技术分析工具，通过Ashare采集股票历史数据，MyTT计算常见技术指标（如MACD、KDJ、RSI等），并利用大语言模型（Deepseek）生成可读性强的投资建议和市场分析。

该工具能够自动生成完整的HTML分析报告，包括基础数据分析、技术指标计算、趋势判断、支撑/阻力位识别以及AI辅助的专业投资建议。

您可以访问 此处 查看分析报告的示例效果。

• 自动获取A股历史交易数据
• 计算超过25种技术指标（MA、MACD、KDJ、RSI、BOLL等）
• 生成详细的技术分析图表
• 使用Deepseek大语言模型提供专业的投资分析和建议
• 输出美观的HTML格式分析报告

1. 确保安装了所有必需的依赖项:

pip install pandas numpy matplotlib pytz

2. 配置大语言模型API信息（两种方式）： 方式一：使用环境变量（推荐）

# Linux/Mac
export LLM_API_KEY="your_api_key_here"
export LLM_BASE_URL="https://api.deepseek.com"  # 或其他LLM服务提供商的API地址
export LLM_MODEL="deepseek-chat"  # 使用的模型名称

# Windows (命令提示符)
set LLM_API_KEY=your_api_key_here
set LLM_BASE_URL=https://api.deepseek.com
set LLM_MODEL=deepseek-chat

# Windows (PowerShell)
$env:LLM_API_KEY="your_api_key_here"
$env:LLM_BASE_URL="https://api.deepseek.com"
$env:LLM_MODEL="deepseek-chat"

方式二：直接在代码中设置

analyzer = StockAnalyzer(
    stock_info, 
    llm_api_key="your_api_key_here",
    llm_base_url="https://api.deepseek.com",
    llm_model="deepseek-chat"
)

1. 在main.py中设置要分析的股票代码：

stock_info = {
    '股票名称': '股票代码',  # 例如 '上证指数': 'sh000001'
}

2. 运行主程序：

python main.py

3. 分析报告将自动生成并保存在public/index.html路径下

• 数据获取：使用Ashare模块获取A股历史数据
• 技术分析：使用MyTT库进行技术指标计算
• 图表生成：使用Matplotlib生成技术分析图表
• AI分析：通过Deepseek API获取专业的投资建议
• 报告生成：生成包含详细分析的HTML报告

生成的分析报告包含以下内容：

1. 基础技术分析（收盘价、涨跌幅、成交量等）
2. 技术指标详情（各项指标的最新值）
3. 技术指标图表（多维度的股票走势分析图）
4. 人工智能分析报告（基于历史数据的专业分析和投资建议）

• 安全提示：该项目是由个人自用的私有仓库公开而来，API凭据的存储并未做特别的安全防范措施。请务必妥善保管你的API密钥，建议使用环境变量或配置文件来存储敏感信息。

• 输出位置：分析结果会输出到根目录下的public文件夹中。如果文件夹不存在，程序会自动创建。

• 免责声明：本工具仅供学习和研究使用，不构成任何投资建议。投资有风险，入市需谨慎。用户应对自己的投资决策负责。

• 添加更多技术指标和分析维度
• 支持批量分析多只股票
• 提供更丰富的可视化选项
• 增加历史数据对比和回测功能
• 优化AI分析模型和提示词设计

MIT License