← 返回项目库

Stock Agent｜股票交易智能体（中文演示）

面向学习与研究的股票量化分析工作台，提供固定演示行情、技术指标、规则评估、账户持仓和多模型预测视图。

Stock Agent 将股票历史数据处理、技术指标计算、规则引擎和预测结果集中到一个可操作的 Flask Web 界面。本次交付完成中文核心界面、本地固定演示数据、未接入外部服务的明确披露，以及可重复的本地运行与功能验证。

真实界面

项目截图

共 6 张

股票交易智能体系统
技术指标
决策解释
我的持仓
股价预测
分析结果

Capabilities

核心功能

✓固定演示行情与技术指标计算
✓K线、MACD、RSI、布林带、KDJ 和成交量图表
✓规则引擎驱动的买卖限制与风险评估
✓模拟账户、持仓、成本与盈亏概览
✓多模型训练与未来价格预测结果展示
✓决策流程、风险因素和本地规则解释

适用场景

在本地学习股票数据分析与技术指标可视化
演示规则引擎如何参与交易决策支持
以 Flask 项目为基础进行二次开发和模型适配

适合谁

希望学习股票技术指标、规则引擎和预测工作流的个人开发者、量化研究入门者与 Python Web 开发者。

商业化思路

开源源码交付与学习研究收录；不承诺实时行情、证券交易、云端模型或投资顾问服务。

你会拿到什么

  • ✓Flask Web 应用、规则引擎、数据处理和预测模块源码
  • ✓固定本地演示数据适配、中文界面与运行配置
  • ✓6 张真实中文功能状态截图及结构化运行证据
  • ✓MIT License、上游来源和本次修改披露

部署流程

  1. 1准备 Python 3.11+，进入项目目录并执行 python3 -m venv .venv。
  2. 2执行 .venv/bin/pip install -r requirements.txt，然后使用 STOCK_AGENT_DEMO=1 python main.py 启动本地演示。
  3. 3打开 http://127.0.0.1:5000，输入股票代码（如 000560）并使用分析、规则、持仓和预测功能。
  4. 4如需接入真实行情或 Ollama，请先按上游文档完成外部服务、网络、权限与合规核验，并明确替换本地演示适配。

真实验证结果

已通过 Flask 首页、账户、规则、场景、股票查询和模型预测接口验证；使用固定浏览器完成 6 张 1440×900、DPR 1 的真实中文功能状态截图，控制台错误、破图和横向溢出均为零。

部署前须知

默认使用固定演示行情，不代表实时市场数据；行情接口、akshare、TA-Lib、Ollama 和深度学习扩展未接入。预测与规则输出仅用于学习研究，不构成投资建议，也不会执行真实交易。

部署难度

中等

最低配置

本地演示需要 Python 3.11+ 与 requirements.txt 中的核心依赖；默认不需要行情 API、Ollama、数据库服务或外部密钥。

开源许可证

MIT License

最后验证

2026-09-02

技术栈

PythonFlaskPandasNumPyscikit-learnPlotly

授权说明

仓库根目录 LICENSE 为 MIT License，版权归王巍巍（Charles Wang）。交付包保留 LICENSE、版权声明和上游来源；本次修改包括依赖兼容、本地固定演示数据、中文披露和本地规则分析回退。

Release notes

版本记录

1 个已发布版本

vcn-a35c7d341c0f 当前推荐

基于固定源码版本完成核心依赖兼容、本地固定演示数据、中文披露与 Ollama 不可用时的本地规则分析回退；通过接口、浏览器功能和 6 张真实截图验收。

部署要求：Python 3.11+；默认仅安装 requirements.txt 核心依赖并以 STOCK_AGENT_DEMO=1 启动。

已知问题：外部行情、akshare、TA-Lib、Ollama 与深度学习扩展未接入；所有结果仅作学习研究演示，不构成投资建议。

登录后领取