基于akshare的A股个股深度研究报告生成工具
自动获取数据 → 8步深度分析 → 生成专业HTML报告
- ✅ 自动数据获取 - 基于akshare获取股票数据（K线、财务、新闻等）
- ✅ 8步分析框架 - 宏观定位、产业链、质量评分、弹性测算、风险分析、估值、对标、跟踪
- ✅ 专业HTML报告 - 双主题切换、响应式布局、ECharts图表
- ✅ 真实K线数据 - 含MA5/20/60均线、成交量、技术指标
- ✅ 产业链可视化 - SVG图表展示上中下游关系
- ✅ 评分系统 - 5维度质量评分（基本面、产业匹配、弹性、估值、治理）
示例：中国长城（000066）深度分析报告 - 包含K线图、产业链SVG、评分系统、弹性测算等完整分析
直接对话触发：
用户：分析 600519 股票
用户：分析贵州茅台
用户：个股分析 000066
AI 会自动执行完整的三阶段流程：
- Phase 1：运行
python stock_full_report.py 600519采集数据 - Phase 2：AI 深度分析，生成 MD 报告
- Phase 3：AI 手写 HTML，生成可视化报告
输出文件：
output/data_600519.json- 原始数据output/个股研究-贵州茅台.md- 分析报告output/个股研究-贵州茅台.html- 可视化报告
如果只需要数据采集（Phase 1），可以手动运行：
# 1. 安装依赖
pip install -r requirements.txt
# 2. 运行数据采集
python stock_full_report.py 000066注意： 手动运行只会生成 data_000066.json，不会自动进行 Phase 2/3 的分析和 HTML 生成。完整分析需要使用方式一（Skill 调用）。
生成的报告位于 output/ 目录：
个股研究-中国长城.md- Markdown分析报告个股研究-中国长城.html- HTML可视化报告data_000066.json- 原始数据
stock-analysis/
├── main.py # 主入口
├── phase1_data_fetcher.py # 数据获取
├── phase2_analyzer.py # 分析生成
├── phase3_html_renderer.py # HTML渲染
├── requirements.txt # 依赖包
├── config.yaml # 配置文件
├── docs/ # 文档
│ ├── 设计规范.md
│ ├── 分析框架.md
│ └── 使用指南.md
├── output/ # 输出目录
└── README.md
from main import StockAnalyzer
# 创建分析器
analyzer = StockAnalyzer()
# 分析单只股票
analyzer.analyze('600737')
# 批量分析
analyzer.batch_analyze(['600737', '000858', '600737'])编辑 config.yaml 自定义配置：
data:
cache_dir: "./cache"
cache_ttl: 3600
output:
html_dir: "./output/html"
md_dir: "./output/md"
akshare:
timeout: 30
retry: 3- 深色模式：适合长时间盯盘
- 浅色模式：适合打印或明亮环境
- Hero行情卡片 - 最新价、涨跌幅、关键指标
- 结论置顶 - 综合判断、投资建议
- 公司画像 - 主营业务、标签、新闻
- 主营业务饼图 - ECharts环形图
- 关键财务指标 - 营收、净利、毛利率、资产负债率
- K线图 - 双Grid布局、MA均线、成交量
- 产业链SVG - 上中下游可视化
- 评分条 - 5维度质量评分
- 情景分析 - 悲观/基准/乐观三情景
- 风险信号 - 止损条件列表
- 导航滚动高亮
- 平滑滚动定位
- 图表响应式调整
- 主题切换时图表重绘
- 股票基本信息
- 行业归属
- 主营业务
- 经济阶段判断
- 行业周期位置
- 政策方向分析
- 上中下游关系
- 价值链分析
- 竞争格局
- 市值门槛
- 行业地位
- 业务聚焦度
- 5维度评分（总分100）
- 悲观/基准/乐观三情景
- 敏感度分析
- 盈利预测
- 风险类型识别
- 影响程度评估
- 止损信号设定
- 短期/中期/长期目标价
- 盈亏比计算
- 触发条件
- 同行业公司对比
- 增长引擎判断
- 竞争优势分析
- 关键指标监控
- 定期复盘计划
- 综合结论
- 数据获取: akshare
- 数据分析: pandas, numpy
- 图表渲染: ECharts 5.5.1
- HTML生成: Python Jinja2
- 样式设计: CSS3 (双主题)
- 股票数据: akshare
- K线数据: akshare.stock_zh_a_hist()
- 财务数据: akshare.stock_financial_abstract()
- 新闻数据: akshare.stock_news_em()
- 行业信息: 本地知识库 + MCP搜索（可选）
本工具仅供学习研究使用，不构成任何投资建议。
股市有风险，投资需谨慎。使用本工具产生的任何投资决策及其后果，均由使用者自行承担。
欢迎提交Issue和Pull Request！
# 克隆仓库
git clone https://github.com/mingli30119/stock-analysis.git
# 安装依赖
pip install -r requirements.txt
# 运行测试
python -m pytest tests/- feat: 新功能
- fix: 修复bug
- docs: 文档更新
- style: 代码格式
- refactor: 重构
- test: 测试
- chore: 构建/工具
@mingli30119 - 明立玩AI
- GitHub: @mingli30119
- Email: [email protected]
- 公众号 · 抖音 · 小红书：明立玩AI
⭐ 如果这个项目对你有帮助，请给个Star！