终于有人把AI用在炒股上了，而且还是开源的！实测太震撼了

🔥用AI做股票分析，真能跑赢市场？试试这款神器！

在这个"人不如AI"的时代，连股市分析也开始"AI加持"了。你还在翻年报、看K线、听消息灵通人士"讲故事"？

小心你的信息差和效率差，正在被AI彻底碾压！

最近我体验了一款相当"硬核"的国产 AI 增强股票分析系统，名字就很直接------AI增强股票分析系统，但它可一点不"花架子"。这不是某个大厂的闭源工具，而是完全开源、自主部署的全功能 A股智能分析系统。咱们来看看它到底有多猛

这款系统到底能干嘛？

一句话总结：它能用AI帮你分析股票的基本面 + 技术面 + 情绪面 + 智能打分 + 投资建议，实时流式输出，支持批量分析！

✅ 多维度分析，覆盖全面

系统内置了 25 项核心财务指标，从盈利能力、偿债能力到发展能力、市场估值，完全能看清一家公司"是不是个好公司"。

同时也支持技术面分析：移动平均线、MACD、RSI、布林带、成交量......都是咱们老股民熟悉的"盘感指标"。

更牛的是还加了 新闻情绪分析！支持分析多达 100+ 条相关新闻，能判断市场对某个股票是偏利好还是偏利空，真正做到"看人下菜碟"。

✅ AI深度分析，智能建议

系统支持多个AI模型，包括 OpenAI GPT-4o、Claude-3、智谱AI等。模型之间还能自动切换，确保随时都能得到智能解读。

AI会给出：

公司财务与技术面综合得分
投资建议（买入、观望、卖出）
风险提示与同行业对比分析

最适合哪些人用？

如果你是下面这几类人，建议立刻试试：

自己做功课的投资者：希望快速筛选股票，但又不想只靠消息面
量化策略研究者：可快速获取财务与技术指标，适合做策略回测
数据控+技术控：想部署自己的股票分析系统，而不是依赖第三方平台
AI爱好者：想玩转 GPT、Claude 和国产大模型在实际应用场景的融合

系统部署 & 配置说明

很多朋友看到开源项目头就大了，其实这个系统部署非常清晰，无论你是技术小白，还是老手，全都能玩转

第一步：环境准备

bash 复制代码

# 克隆项目源码
git clone https://github.com/DR-lin-eng/stock-scanner.git
cd stock-analysis-system

# 安装依赖包
pip install -r requirements.txt

建议使用 Python 3.9+，推荐用虚拟环境（venv、conda 均可）

第二步：配置文件设置

在根目录创建 config.json 文件，填入自己的 AI API Key：

json 复制代码

{
  "api_keys": {
    "openai": "sk-your-openai-key",
    "anthropic": "sk-ant-your-claude-key",
    "zhipu": "your-zhipu-key"
  },
  "ai": {
    "model_preference": "openai",
    "models": {
      "openai": "gpt-4o-mini",
      "anthropic": "claude-3-haiku-20240307"
    }
  },
  "web_auth": {
    "enabled": true,
    "password": "your_password",
    "session_timeout": 3600
  }
}

支持 OpenAI、Anthropic（Claude）、智谱AI，配置哪个都可以。系统会自动选择主模型 + 自动切换备用。

第三步：运行系统（两种方式）

方式一：启动桌面版 GUI

bash 复制代码

cd "2.0 win app"
python gui2.py

运行后会弹出一个现代化桌面窗口，支持：

单支或批量股票输入
实时日志输出
AI分析结果评分显示

方式二：运行 Web 版本（推荐）

bash 复制代码

cd "2.6 webapp"
python flask_web_server.py

然后打开浏览器访问：

arduino 复制代码

http://localhost:5000

如果你喜欢部署在服务器或 NAS 上，还可以一键 Docker 启动：

bash 复制代码

docker-compose up -d

使用示例（代码 & API 调用）

Python代码调用

python 复制代码

from stock_analyzer import EnhancedStockAnalyzer

analyzer = EnhancedStockAnalyzer()
report = analyzer.analyze_stock('000001')

print(f"股票名称: {report['stock_name']}")
print(f"综合得分: {report['scores']['comprehensive']:.1f}")
print(f"投资建议: {report['recommendation']}")

Web API接口（流式分析）

单支股票：

bash 复制代码

curl -X POST http://localhost:5000/api/analyze_stream \
  -H "Content-Type: application/json" \
  -d '{"stock_code": "000001", "client_id": "test_client"}'

批量分析：

bash 复制代码

curl -X POST http://localhost:5000/api/batch_analyze_stream \
  -H "Content-Type: application/json" \
  -d '{"stock_codes": ["000001", "000002"], "client_id": "test_client"}'

返回结果是实时流式输出，支持前端动态展示。

系统亮点汇总

✅ 25项财务指标全面分析
✅ 多种技术指标量化打分
✅ AI多模型深度解读
✅ 支持批量分析、自动评分
✅ 流式实时输出，体验丝滑
✅ 桌面+Web双端支持
✅ 支持Docker部署，1分钟启动
✅ 安全认证+缓存+并发优化，稳！

不懂技术的小白

不懂技术的小白可以直接访问https://stockscanner.linzefeng.top/，在线来使用，这一点必须给作者点个赞！

项目地址（收藏！）

GitHub：

github.com/DR-lin-eng/...

最后的话

过去是"读年报、画K线"的时代；现在是"提问AI、决策更快"的时代。

这个项目非常适合自主部署、有意深度分析个股的投资者，尤其是希望用AI辅助决策的朋友。别再靠感觉炒股了，用AI构建你的专属分析系统，是下一个超级散户的入场券。