五句话，手搓了一个私有的A股数据分析平台

勇哥AI笔记

发布于 2026-05-29 11:03:00

1070

文章被收录于专栏：技术人生黄勇技术人生黄勇

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ETF（513330）。

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 + iwencai	tushare	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 finance	akshare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, period="day", limit=2000)

    # 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2：mootdx 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	ROE	>15%	>10%	>5%	≤5%
成长性	max(营收增长, 利润增长)	>20%	>10%	>0%	≤0%
估值	PE(TTM)	<10	<20	<40	≥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：MA5>MA10>MA20 → 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：

• MACD：DIF>DEA 且 HIST>0 → 金叉
• RSI：>80 严重超买，<20 严重超卖
• KDJ：J>100 超买，J<0 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	-2
MACD	+2	-2
RSI	+2	-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-