🌐 Language: English | 中文

StockAnalysisKit

美股/全球股票分析工具，支持单股分析与多股对比，聚合行情数据、财务快照、估值/预测指标，并调用 AI 生成分析报告。

提供 Web UI，支持中英文切换，可本地运行或 Docker 部署。

设计理念

数据驱动、机构视角、对比分析、中长线投资

功能

股票数据看板

在同一页面展示四大维度数据，支持最多 10 只股票同时对比：

| 模块 | 指标 | |------|------| | 实时行情 | 股价、涨跌幅、总市值、成交额、PE TTM、5/20/250 日涨跌幅 | | 最新财报 | 营收 (YoY)、利润 (YoY)、EPS、毛利率、净利率 | | 预测与预期 | 预测 EPS (季度/年度)、下季度财报日期、EPS Surprise 历史、EPS Trend 变化 | | 估值指标 | Forward PE、PEG、EV/EBITDA、P/S、P/B |

AI 分析

• 财务分析 — 基于近 3 年年报 + 近 4 季度财报，分析增速、利润率、现金流、ROE 等核心指标，给出经营趋势判断
• 投资建议 — 结合大盘、板块、财务数据、新闻/研报进行综合分析；多股时自动对比，单股直接给出建议
• 目标价预测 — AI 综合估值与市场预期给出目标价参考
• 多轮追问 — 财报分析与投资建议均支持多轮对话跟进

其他功能

• 自选股管理 — 保存/加载自定义股票组合，支持命名与编辑
• 历史分析记录 — 每次 AI 分析结果自动存入 SQLite，按股票代码和时间分类，可回溯对比
• 投资笔记 — 按股票记录个人想法，支持 Markdown，可新增/删除
• 导出 — 数据导出为 Excel（行情/财报/预测/估值分表）、页面截屏
• 中英文切换 — 前端界面与 AI 输出语言同步切换

数据源

| 来源 | 用途 | |------|------| | Finnhub | 实时行情（优先） | | yfinance | 行情兜底、财报数据、预测数据、AI 分析用的历史财务数据 | | Yahoo Finance 页面爬取 | 估值指标 (Forward PE, PEG, EV/EBITDA, P/S, P/B) | | Exa / Tavily | 专业搜索 API，为 AI 提供最新新闻与研报（可选） |

支持的 AI 供应商

| 供应商 | 说明 | |--------|------| | Gemini | 默认供应商，内置 Google Search 联网能力 | | OpenAI 兼容 | 支持 OpenAI 及任何兼容 API（可自定义 Base URL） | | Claude | Anthropic Claude 系列模型 |

• 所有 API Key 在前端页面输入，支持连接测试，配置面板可折叠

• 未配置专业搜索 API 时，自动回退到模型自带的搜索能力

快速开始

Docker 运行（推荐）

Docker一键运行

docker run -d --name stockanalysiskit --restart unless-stopped -p 16888:16888 -v ./data:/app/data -v ./logs:/app/logs supergo6/stockanalysiskit:latest

使用预构建镜像：

mkdir -p data logs && docker run -d \
  --name stockanalysiskit \
  --restart unless-stopped \
  -p 16888:16888 \
  -v ./data:/app/data \
  -v ./logs:/app/logs \
  supergo6/stockanalysiskit:latest

或使用 docker compose：

docker compose -f docker-compose.image.yml up -d

本地构建：

docker compose up -d --build

本地运行

pip install -r requirements.txt
python app.py

Windows 下 python app.py 会自动在新终端窗口启动服务。如需在当前终端前台运行：

python app.py --serve

服务管理：

python app.py --status   # 查看状态
python app.py --stop     # 停止服务

启动后访问：http://127.0.0.1:16888

环境变量

| 变量 | 默认值 | 说明 | |------|--------|------| | APP_PORT | 16888 | 服务监听端口 | | STOCKANALYSISKIT_PORT | 16888 | Docker 主机映射端口 | | STOCKANALYSISKIT_DB_PATH | - | SQLite 文件路径 | | LOG_DIR | /app/logs | 日志目录（Docker 建议挂载到 ./logs:/app/logs） | | LOG_RETENTION_DAYS | 3 | 日志自动清理天数 | | STOCKANALYSISKIT_FIN_CACHE_TTL_HOURS | 12 | 财务数据缓存有效期（小时） | | GUNICORN_WORKERS | 2 | Gunicorn worker 数 | | GUNICORN_THREADS | 4 | Gunicorn 线程数 | | GUNICORN_TIMEOUT | 120 | Gunicorn 请求超时（秒） | | AI_AUTO_CONTINUE_MAX_ROUNDS | 64 | AI 自动续写轮数上限 | | NEWS_ITEMS_PER_STOCK | 10 | 每只股票新闻抓取数（上限 20） | | EXTERNAL_SEARCH_ITEMS_PER_STOCK | 10 | 每只股票外部搜索条数（上限 20） | | EXA_API_KEY | - | Exa 搜索 API Key（可选） | | TAVILY_API_KEY | - | Tavily 搜索 API Key（可选） | | DEFAULT_UI_LANGUAGE | zh | 默认界面语言（zh / en） |

技术栈

• 后端： Flask + Gunicorn，线程池并发抓取
• 数据： yfinance、Finnhub API、Yahoo Finance 爬取、BeautifulSoup
• AI： 直接调用 Gemini / OpenAI / Claude API
• 持久化： SQLite（自选股、分析历史、投资笔记、财务缓存）
• 前端： 原生 HTML/CSS/JS，Markdown 渲染
• 部署： Docker（Python 3.13-slim 基础镜像，健康检查）

测试

python -m pytest -q

注意事项

• 理论上支持全球大多数交易所股票，但美股效果最好

• 适合个股分析，ETF、基金效果差

• 适合中长线投资，不适合短线

• 适合有基本面支撑的大盘股，不适合概念炒作

感谢

本项目为vibe coding开发，感谢以下项目帮助

openai/codex: Lightweight coding agent that runs in your terminal

obra/superpowers: An agentic skills framework & software development methodology that works.

免责声明

本项目仅用于学习与信息整理，不构成任何投资建议。投资有风险，入市需谨慎！