Skip to content

97Gz/StockNova

Repository files navigation

StockNova 星智股

星智股 · StockNova

AI 驱动的 A 股智能投研终端 —— 行情 · 策略 · 回测 · 多角色 AI 诊股,一站式本地工作台

License: MIT Python React FastAPI Status

功能亮点 · AI 投研工作流 · 快速开始 · 系统架构 · 路线图 · 赞助作者


立即下载

普通用户无需配置任何环境 —— 下载解压、双击即用(绿色版,含系统托盘)


这是什么

这两年 A 股的走势越来越难琢磨 —— 风格切换快、题材轮动乱、消息满天飞,盯一整天盘也未必理得清一只票到底该走还是该守。星智股(StockNova) 想做的,是一个帮你「把信息收拢、把逻辑理顺、把决策落地」的本地投研助手。

它是一款完全开源、本地运行、数据自持 的 A 股个人投研工作台。把散户每天要做的事 —— 看盘、选股、复盘、盯持仓、读消息 —— 收进一个统一界面,并在关键环节接入大模型,用 「一支多角色 AI 投研团队」 替你把一只股票从技术、资金、消息、基本面、宏观、量化、板块七个维度并行拆解,再经过多空辩论、交易员定方案、风控委员会三方会签,最终由组合经理给出 可执行 的评级 / 仓位 / 买点 / 止盈 / 止损。

与「荐股软件」的根本区别:本项目 不卖信号、不连账户、不碰你的钱。所有数值由本地引擎算好,AI 只负责「解读」而不负责「算术」,全部输出都是研究推演,落地与否由你决定。

为什么不是「又一个看盘软件」

  • 🧠 一支 17 角色的 AI 投研团队:点一下,技术 / 资金 / 消息 / 基本面 / 宏观 / 量化 / 板块七维并行分析 → 多空辩论 → 风控三方会签 → 组合经理给出可执行操作清单,而不是一句空泛的「看多」。
  • 回溯诊断,验证 AI 准不准:选定历史某一天,让 AI 以「那天为今天」做诊断(数据严格截断、杜绝未来函数),再用 +5/10/20/60 日真实走势 自动校验它当时给的目标价 / 止损价 —— 先看准了再信。
  • 📰 7×24 实时财经快讯:盘中滚动的电报级快讯流,覆盖全球宏观与隔夜外盘,重点快讯还会喂给 AI 做盘面解读,不再错过盘前盘后的关键消息。
  • 🔢 算术归代码,解读归 AI:指标、资金分位、波动率、择时系数全部本地 Python 算死,AI 只读不算 —— 从根上杜绝大模型「一本正经算错数」。
  • 💼 持仓全局视角:填入账户总资金后,AI 不只看单票,还会结合仓位集中度、现金占比给出加 / 减 / 守的取舍建议。
  • 🔒 100% 本地、数据自持:行情落本地 DuckDB(千万行级日线),业务数据落 SQLite,不连账户、不传云端
  • 🆓 彻底免费开源:无会员 / 广告 / 付费墙;开箱即用(设置页可视化配置),自带 Docker 与 Windows 桌面端。

今日盘面


✨ 功能亮点

模块 能力
📊 今日盘面 六大指数实时报价、上证走势量能、市场温度计、全市场行业热力图(可全屏)、涨跌分布、成交额趋势、AI 盘面摘要、市场要闻
🧠 AI 投研工作流 16 节点多角色协同(7 分析师 + 多空辩论 + 研究总监 + 交易员 + 三档风控 + 组合经理),快速 / 深度双模式,N8N 风格可视化画布
回溯诊断 + 回测校验 指定历史某日做 AI 诊断(数据截断防未来函数),自动用 +5/10/20/60 日真实走势 校验目标价 / 止损价是否兑现,量化 AI 准确度
🎯 策略广场 44 因子库 + 24 个白话策略 + 共振扫描 + 自然语言条件构建器 + 每日盘后自动跑批
📈 策略历史推演 策略时光机:定期调仓资金曲线 vs 沪深300,真实交易约束(次日开盘成交 / 一字板跳过 / 跌停顺延 / 整百股 / 双边费率)
💼 持仓诊断 录入真实成本后,AI 给出「割 / 守 / 补」决策;填入账户总资金即可分析仓位集中度 / 现金占比;列表内联 AI 研判 / 评分 / 目标价 / 止损价;支持 CSV 导入导出
自选股 盘中每 5 秒自动刷新,内联 AI 研判列,一键导出
📚 AI 研报库 所有诊股记录(个股 / 持仓 / 定时研报 / 回溯诊断)自动归档,可筛选、可回看、可导出 Markdown
🏭 板块详情 板块概览 + 近 10 日走势 + 成分股排行(主力净额 / 成交额 / 换手率排序,龙头标记)
📰 7×24 消息中心 电报级实时财经快讯流,盘中滚动更新,覆盖全球宏观与隔夜外盘;个股新闻时间线;重点快讯自动入 AI 盘面摘要
🔔 定时研报 + 推送 盘后自动批量诊断自选 + 持仓,推送到 企业微信 / 飞书 / Telegram / 邮箱
行业热力图
全市场行业热力图(全屏)
板块详情
板块详情 · 成分股排行
个股K线
个股 · 日/周/月 K 线切换
持仓诊断
持仓诊断 · 内联 AI 字段

🧠 AI 投研工作流(核心)

这是星智股区别于普通看盘软件的灵魂。一次「深度诊股」会驱动 16 个节点、17 个 AI 角色 协同工作,模拟一家投研机构的完整决策链路:

AI 投研工作流

flowchart LR
    A[数据装配<br/>K线·因子·资金·新闻·板块] --> G{风险闸门<br/>ST·一字板·流动性}
    G --> T[技术面]
    G --> C[资金面]
    G --> N[消息面]
    G --> F[基本面]
    G --> M[宏观择时]
    G --> Q[量化]
    G --> S[板块同业]
    T & C & N & F & M & Q & S --> BULL[多方研究员]
    T & C & N & F & M & Q & S --> BEAR[空方研究员]
    BULL <-->|辩论| BEAR
    BULL & BEAR --> RD[研究总监<br/>裁决结论]
    RD --> TR[交易员<br/>买点·止盈·止损·仓位]
    TR --> RA[风控·激进派]
    TR --> RN[风控·中性派]
    TR --> RC[风控·保守派]
    RA & RN & RC --> PM[组合经理<br/>最终决策 + 操作清单]
Loading

设计要点:

  1. 算术与解读分离 —— K 线指标、资金分位、波动率、择时系数等全部由 Python 算好,AI 只做语义解读,杜绝大模型「算错数」。
  2. 风险闸门前置 —— ST / 退市 / 一字板 / 流动性不足等硬规则在 AI 介入前先用代码拦一道。
  3. 多空对抗 —— 多方研究员负责「为上涨正名」,空方研究员负责「打穿脆弱假设」,研究总监裁决,避免单边乐观。
  4. 量化基因 —— 内置多因子分位、RPS 排名、凯利仓位估算,契合 A 股「量化为王」的现实。
  5. 可执行落地 —— 交易员给出具体买入区间 / 目标价 / 止损价,组合经理输出「操作清单」,而非一句空泛的「看多」。
  6. 快速 / 深度双模式 —— 快速模式(核心 4 分析师,秒级出结论,省 token);深度模式(全 16 节点,约 1~3 分钟,完整投研报告)。

AI 诊股报告

理论可信度溯源:工作流中的分析视角、策略卡片与诊断报告附录,均标注其方法论出处与年代(详见 理论与方法论溯源),让每条结论「有据可查」。


🚀 快速开始

星智股提供三种运行方式,普通用户直接用方式一即可。

方式一:Windows 桌面端(推荐普通用户,开箱即用)

前往 Releases 下载 StockNova-v0.1.0-win64.zip,解压后双击 StockNova.exe 即可运行(绿色版,含系统托盘,无需 Python / Node 环境)。

自行打包:./desktop/build.ps1(需先装 uv sync --group desktop)。

方式二:开发模式(推荐开发者)

前置要求Python 3.12 + uv + Node.js 20+ + pnpm

# 克隆仓库
git clone https://github.com/97Gz/StockNova.git
cd StockNova

# 启动后端(终端 1)
cd backend
uv sync
uv run uvicorn app.main:app --reload   # → http://127.0.0.1:8000

# 启动前端(终端 2)
cd frontend
pnpm install
pnpm dev                                 # → http://127.0.0.1:5173

方式三:Docker(推荐自部署 / 服务器常驻)

git clone https://github.com/97Gz/StockNova.git
cd StockNova
docker compose up -d        # 构建并后台启动
# 浏览器打开 http://localhost:8000

数据持久化在命名卷 stocknova-data,升级 / 重启不丢;前后端同源、单端口 8000。

首次使用

打开 设置中心 → 数据管理 → 初始化历史数据(全市场约 10 年日线,约 1~2 小时,支持暂停 / 断点续传),再到 AI 接入 填入任意 OpenAI 兼容的 API Key(默认 DeepSeek)即可。


🏗️ 系统架构

flowchart TB
    subgraph 前端 [前端 · React 19 + Vite + TS]
        UI[Bento Grid 仪表盘 / KLineCharts / ECharts]
        WS_C[WebSocket 实时推送]
    end

    subgraph 后端 [后端 · FastAPI + APScheduler]
        API[REST API + WebSocket]
        SCHED[定时调度器<br/>盘后同步 · 定时研报]
        subgraph 服务层 [服务层]
            QUOTE[报价服务]
            STRAT[策略引擎 · 44 因子]
            BT[回测引擎]
            DIAG[AI 诊股工作流]
            NOTIFY[多通道推送]
        end
    end

    subgraph 数据 [本地数据层]
        DUCK[(DuckDB<br/>千万行行情)]
        SQLITE[(SQLite<br/>自选/持仓/诊断)]
    end

    subgraph 外部 [外部依赖]
        SRC[东财 / 腾讯 / 新浪 / AKShare]
        LLM[OpenAI 兼容大模型]
    end

    UI <--> API
    WS_C <--> API
    API --> 服务层
    SCHED --> 服务层
    QUOTE & STRAT & BT --> DUCK
    DIAG & NOTIFY --> SQLITE
    QUOTE --> SRC
    DIAG --> LLM
Loading

双库分工:DuckDB 列存库存放全市场日线 / 快照(千万行级,选股回测的全市场扫描在此完成);SQLite 存放自选股 / 持仓 / 策略配置 / 诊断报告等业务记录。两者皆为嵌入式文件数据库,无需安装任何数据库服务。

技术栈

选型
后端 Python 3.12 · uv · FastAPI · APScheduler · SQLAlchemy · DuckDB · Pandas
前端 React 19 · Vite · TypeScript · Tailwind v4 · shadcn/ui · TanStack Query · KLineCharts · ECharts · Framer Motion · Zustand
数据源 东方财富(历史 K 线 / 板块 / 快照 / 资金流 / 龙虎榜)· 腾讯(批量行情,主)· 新浪(行情,备)· AKShare(交易日历)
AI OpenAI 兼容协议(默认 DeepSeek,可切 Qwen / GLM / Kimi / Ollama 本地模型)
部署 Docker(多阶段单容器)· PyWebView + PyInstaller(Windows 桌面端,托盘驻留)

📰 数据来源说明

数据 来源 更新频率
历史日线 / 复权因子 东方财富 盘后增量(默认 15:35)
盘中实时报价 腾讯(主)/ 新浪(备) 自选股 5 秒 / 全市场 60 秒
板块 / 成分 / 热力图 东方财富 盘后
资金流 / 龙虎榜 / 业绩预告 / 人气榜 东方财富 盘后 15:45
5 分钟 K 线 东方财富 盘后 15:40
市场快讯 / 个股新闻 财联社电报等公开聚合 盘中滚动(约 60 秒)
交易日历 AKShare 按需

所有数据均来自公开免费接口,仅供个人研究使用;请遵守各数据源的使用条款,勿用于商业分发。


📖 理论与方法论溯源

为提升可信度,系统在 工作流提示词、策略卡片、诊断报告附录 三处标注所用方法论的出处与年代,融合中外经典:

  • 缠论(缠中说禅,2006~2008 博客连载)—— 走势分型 / 中枢
  • 量价理论(威科夫 Richard Wyckoff, 1930s;以及 A 股语境下的「量在价先」)
  • 趋势跟踪 / 均线系统(葛兰碧八大法则,Joseph Granville, 1960)
  • 多因子选股(Fama-French 三因子, 1992;A 股本土化因子)
  • 情绪周期 / 龙头战法(A 股游资「打板」体系,近十年市场实践沉淀)
  • 价值与安全边际(格雷厄姆《聪明的投资者》, 1949)

注:理论标注用于说明分析「视角的来源」,不代表对任何个人或流派的背书;涉及争议人物的内容已主动剔除。


🗺️ 路线图

  • M2 行情中心(盘面 / K 线 / 自选 / 搜索)
  • M3 策略引擎(44 因子 + 24 策略 + 共振扫描 + 每日跑批)
  • M4 回测引擎(策略时光机,真实交易约束)
  • M5 消息情绪 + 扩展数据(资金流 / 龙虎榜 / 人气榜)
  • M6 多角色 AI 投研工作流(16 节点 · 快速/深度)
  • AI 研报库 + 定时研报 + 多通道推送
  • Docker + Windows 桌面端
  • 回溯诊断 + 回测校验:指定历史节点诊股,用后续真实走势验证可靠性
  • 账户总资金分析:结合仓位集中度 / 现金占比给加减仓建议
  • 自定义因子编辑器 + 因子有效性检验
  • 多模型路由(按角色分配不同 LLM)
  • 组合层风险归因与相关性分析

❓ FAQ

会泄露我的账户 / 资金吗?

不会。本项目不接入任何券商账户、不读取持仓接口,持仓数据是你手动录入、仅存本地 SQLite。AI 调用只发送行情与指标文本,不含任何身份信息。

没有 API Key 能用吗?

行情、策略、回测、热力图等全部功能不依赖 AI,可正常使用;仅「AI 诊股 / 盘面摘要 / 情绪分析」需要配置任意一个 OpenAI 兼容的 Key。

初始化数据要多久?

全市场 10 年日线约 1~2 小时(取决于网络),支持暂停与断点续传,中断不怕。日常只需盘后增量同步(秒级~分钟级)。

AI 给的结论能直接照着买吗?

不能。 所有输出均为数据推演与多角度分析,不构成投资建议。请把它当作一个「不知疲倦的研究助理」,最终决策与风险自负。


🤝 参与贡献

欢迎 Issue 与 PR!

  1. Fork 本仓库并新建分支:git checkout -b feat/your-feature
  2. 提交遵循 Conventional Commits(如 feat: ... / fix: ...
  3. 后端 uv run ruff check、前端 pnpm build 通过后再提 PR
  4. 在 PR 描述里说明动机与验证方式

💛 赞助作者

星智股是我用业余时间打磨的开源项目,免费且无任何付费功能。如果它帮你省了时间、看清了行情,欢迎扫码请我喝杯咖啡 —— 这会让我更有动力把它做得更好。不打赏也完全没关系,点个 ⭐ Star 同样是莫大的支持。

微信赞赏
微信
支付宝赞赏
支付宝

📮 关注公众号

也欢迎扫码关注作者的微信公众号,第一时间获取 新版本动态、使用技巧与 A 股复盘思路,有问题也可以在这里交流反馈。

微信公众号二维码

⚠️ 免责声明

本项目为个人学习研究工具,所有输出(包括但不限于 AI 诊股、策略信号、回测结果)均为基于公开数据的推演与多角度分析,不构成任何投资建议,亦不对任何投资决策的结果负责。股市有风险,入市需谨慎。

📄 许可证

本项目基于 MIT License 开源,Copyright © 2026 GZzz。


如果这个项目对你有帮助,点个 ⭐ Star 支持一下吧!

About

AI 驱动的 A 股智能投研终端: 17 角色 AI 团队七维并行诊股 + 多空辩论 + 风控会签, 输出可执行评级/仓位/买卖点; 独创回溯诊断用 +5/10/20/60 日真实走势验证 AI 准不准; 44 因子策略 + 真实约束回测 + 7x24 实时快讯; 100% 本地运行, 数据自持, 开源免费

Topics

Resources

License

Stars

9 stars

Watchers

0 watching

Forks

Packages

 
 
 

Contributors