Stock Agent DR - 智能股票代理系统

一个基于AI的智能股票分析和交易建议系统，集成了新闻监控、情感分析、深度研究和自动回测功能。

🌟 主要功能

📰 智能新闻监控

• RSS新闻聚合：自动收集相关股票新闻
• GPT新闻去重：使用AI识别重复新闻，避免权重累积
• 价值筛选：智能判断新闻对股价的影响程度
• 证据累积：基于新闻重要性计算证据分数

🤖 AI驱动分析

• 情感分析：使用GPT分析新闻情感倾向
• 价值筛选：判断新闻是否影响财报/估值/监管
• 快速判断：基于当前信息给出买卖建议
• 深度研究：触发式DeepResearch，生成详细分析报告

📊 智能投资建议

• 投资评分：结合估值、动量和AI分析的综合评分
• 操作建议：基于评分自动生成买入/观望/卖出建议
• 风险控制：止损、止盈、追踪止损等风险管理
• 持仓优化：动态调整投资组合

📈 回测系统

• 模拟交易：基于系统建议的虚拟交易
• 收益率计算：计算假设按建议操作的收益率
• 月度报告：每月自动生成回测报告
• 基准对比：与市场基准的对比分析

📧 智能通知系统

• 邮件汇总：每天三次汇总DeepResearch结果
• 月度报告：每月1号发送回测报告
• 风险提醒：价格异常和止损止盈提醒
• 自定义频率：可配置的通知频率

🏗️ 系统架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   News Monitor │    │  Price Monitor │    │  DeepResearch  │
│   (RSS爬取)     │    │   (价格监控)    │    │   (AI分析)      │
└─────────────────┘    └─────────────────┘    └─────────────────┘
         │                       │                       │
         ▼                       ▼                       ▼
┌─────────────────────────────────────────────────────────────────┐
│                    Event Queue (Redis)                         │
└─────────────────────────────────────────────────────────────────┘
         │                       │                       │
         ▼                       ▼                       ▼
┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│     Worker      │    │ Email Summarizer│    │ Monthly Report  │
│   (事件处理)     │    │   (邮件汇总)    │    │   (月度报告)    │
└─────────────────┘    └─────────────────┘    └─────────────────┘

🚀 快速开始

环境要求

• Python 3.9+
• Docker & Docker Compose
• Redis
• OpenAI API Key

安装步骤

1. 克隆仓库

git clone https://github.com/yourusername/stock-agent-dr.git
cd stock-agent-dr

2. 配置环境变量

cp .env.example .env
# 编辑.env文件，填入你的配置

3. 启动服务

docker-compose up -d

4. 查看日志

./logs.sh

⚙️ 配置说明

环境变量配置

# OpenAI配置
OPENAI_API_KEY=your_api_key
OPENAI_PROJECT_ID=your_project_id

# 邮件配置
SMTP_HOST=smtp.gmail.com
SMTP_USER=your_email@gmail.com
SMTP_PASS=your_app_password
EMAIL_TO=your_email@example.com

# 股票配置
TICKERS=NVDA,MSFT,GOOGL,AMD,AMZN,META

# 新闻RSS源
NEWS_RSS=https://feeds.finance.yahoo.com/rss/2.0/headline

核心参数

• DR_EVIDENCE_THRESHOLD: DeepResearch触发阈值 (默认: 2.0)
• DR_COOLDOWN_HOURS: DeepResearch冷却时间 (默认: 8小时)
• POLL_INTERVAL_SEC: 价格监控间隔 (默认: 2小时)
• NEWS_CHECK_INTERVAL_HOURS: 新闻检查间隔 (默认: 2小时)

📁 项目结构

stock-agent-dr/
├── src/
│   ├── analysis/          # AI分析模块
│   │   ├── llm_client.py  # OpenAI客户端
│   │   ├── deduplication.py # 新闻去重
│   │   ├── scoring.py     # 投资评分
│   │   └── backtest.py    # 回测系统
│   ├── core/              # 核心服务
│   │   ├── poller.py      # 数据轮询
│   │   └── worker.py      # 事件处理
│   ├── monitoring/        # 监控模块
│   │   ├── news_monitor.py # 新闻监控
│   │   ├── price_monitor.py # 价格监控
│   │   ├── email_summarizer.py # 邮件汇总
│   │   └── monthly_report.py # 月度报告
│   ├── notification/      # 通知模块
│   │   └── notifier.py    # 邮件发送
│   └── utils/             # 工具模块
│       ├── config.py      # 配置管理
│       ├── logging.py     # 日志系统
│       └── prompts.py     # AI提示词
├── docker-compose.yml     # Docker编排
├── requirements.txt       # Python依赖
└── README.md             # 项目说明

🔧 开发指南

添加新的分析模块

1. 在src/analysis/目录下创建新模块
2. 在src/core/worker.py中添加事件处理
3. 更新docker-compose.yml配置

自定义AI提示词

1. 编辑src/utils/prompts.py
2. 添加新的提示词模板
3. 在相应模块中使用

扩展监控功能

1. 在src/monitoring/目录下创建新监控器
2. 配置数据源和监控逻辑
3. 集成到事件系统中

📊 性能指标

• 新闻处理速度: 100+ 条/分钟
• AI分析响应: < 5秒
• 邮件发送延迟: < 1秒
• 系统可用性: 99.9%

🤝 贡献指南

1. Fork 项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情

⚠️ 免责声明

重要提示: 本系统仅供学习和研究使用，不构成投资建议。股票投资存在风险，请谨慎决策。作者不对使用本系统产生的任何投资损失承担责任。

📞 联系方式

• 项目主页: GitHub Repository
• 问题反馈: Issues
• 功能建议: Discussions

---

⭐ 如果这个项目对你有帮助，请给它一个星标！