Deer Trade - 智能股票分析系统

Deer Trade 是一个基于 LangChain 和 LangGraph 构建的智能股票分析系统，提供多维度的股票投资分析功能。

🚀 功能特性

核心分析模块

• 估值分析 - 使用多种估值方法（P/E、P/B、P/S、EV/EBITDA、DCF等）
• 技术分析 - 技术指标、图表模式、趋势分析
• 基本面分析 - 财务数据、盈利能力、偿债能力分析
• 增长分析 - 收入增长、利润增长、市场份额分析
• 新闻分析 - 市场情绪、新闻事件影响分析
• 风险管理 - 风险评估、波动性分析、风险控制
• 投资组合管理 - 资产配置、风险分散建议

🏗️ 系统架构

deer-trade/
├── src/
│   ├── config/          # 配置管理
│   ├── graph/           # 工作流图构建
│   ├── llms/           # LLM 管理
│   ├── prompts/         # 分析提示词模板
│   └── workflow.py      # 工作流入口
├── main.py              # 主程序入口
└── pyproject.toml       # 项目配置

📦 安装依赖

# 使用 uv 或 pip 安装依赖
uv install
# 或
pip install -e .

🎯 快速开始

基本使用

import asyncio
import json

from src.workflow import graph


async def main():
    res = await graph.ainvoke(input={"stock_code": "300308.SH", "start_date": "20251020", "end_date": "20251023"})
    print(json.dumps(res, indent=4, ensure_ascii=False))
    return res


if __name__ == "__main__":
    asyncio.run(main())

配置说明

在运行前，请确保配置好以下环境变量：

export DEEPSEEK_API_KEY="your_deepseek_api_key"
export OPENAI_API_KEY="your_openai_api_key"

📋 示例分析

以下是一个完整的股票分析示例（中际旭创 300308.SH），请参考文件：示例文件。

🔧 配置选项

支持的股票代码格式

• 美股代码：AAPL, GOOGL, TSLA 等
• 港股代码：0700.HK, 9988.HK 等
• A股代码：000001.SZ, 600036.SH 等

分析参数配置

可以通过修改 src/config/ 目录下的配置文件来自定义分析参数：

• 估值倍数范围
• 技术指标参数
• 风险偏好设置
• 分析时间范围

📊 输出格式

系统返回结构化的分析结果，包含：

估值分析输出

• 估值评分（1-10分）
• 公允价值估计
• 估值倍数对比
• 投资建议

技术分析输出

• 技术评分（1-10分）
• 关键支撑/阻力位
• 交易信号
• 风险/收益比

🛠️ 开发指南

添加新的分析模块

1. 在 src/prompts/ 目录下创建新的提示词模板
2. 在 src/graph/nodes.py 中添加对应的分析节点
3. 在 src/graph/builder.py 中配置工作流连接

自定义提示词

所有分析提示词使用 Jinja2 模板，支持动态变量注入：

Current Date: {{ current_date }}
Stock Code: {{ stock_code }}

📈 性能优化

• 使用异步处理提高并发性能
• 支持批量股票分析
• 结果缓存机制
• 可配置的分析深度

致谢

本项目使用了 FinanceMCP 提供的金融数据MCP服务，为股票分析提供了强大的数据支持。

🤝 贡献指南

欢迎提交 Issue 和 Pull Request 来改进项目！

📄 许可证

MIT License

📞 支持

如有问题请提交 Issue 或联系开发团队。