基于 AI 深度分析 + 硬规则引擎 + RL 强化学习 三方融合的 A 股智能分析系统。 输入自然语言或股票代码，即可获得综合买卖建议与仓位。
| 主页 | 股票详情页 |
|---|---|
 |
 |
| 首页展示系统能力与快速入口 | K 线图 + 实时指标卡 + 分析卡片 |
AI 深度推理 / 硬规则引擎 / RL 强化学习三路并行打分、独立输出，经融合决策后给出最终建议与仓位。
| 能力 | 覆盖内容 |
|---|---|
| 三路融合决策 | AI 深度推理 / 硬规则引擎 / RL 强化学习三方独立打分，加权融合输出最终建议 |
| Web 可视化仪表盘 | ECharts K 线图、实时行情、5 张分析卡片、对话式查询，前后端一体 |
| 11 个技术分析技能 | K 线形态、RSI/MACD 背离、突破、量价关系、资金流、多周期共振等 |
| 硬规则引擎 | 10 条投票规则 + 止损否决，按类别加权投票，市场自适应调整阈值 |
| 凯利公式仓位 | 基于融合置信度与共识度计算仓位，不打满凯利、熊市自动减仓 |
| LLM 可关闭 | 不设 API Key 自动降级到本地引擎，界面与命令行均可一键关闭 |
| CLI / REPL | 交互式问答、单股分析、多股对比、预测、训练、回测等命令 |
| RL 训练与生命周期 | PPO 单股模型，按训练时间自动增量微调 / 全量重训 / 清理 |
三路信号各自独立打分，经 DecisionFuser 加权融合，输出最终买卖建议 + 凯利仓位。
11 个独立分析技能（K 线形态、RSI/MACD 背离、突破、支撑阻力、动量、量价、资金流、波动率、多周期共振等）各自扫描数据输出信号，连同技术指标快照一起交给LLM做全局推理——不只算加权分，而是理解信号间的矛盾、印证与市场环境关联。
LLM 不可用时自动切换到 LocalFusionEngine（5 维本地评分卡 + 历史模式统计预测），输出格式与 LLM 100% 兼容，下游消费者无需区分两种模式。
10 条投票规则 + 1 条否决规则，按 趋势 / 震荡 / 通道 / 量价 / 结构 5 大类别分组：
- 类内取最强信号、类间加权投票，避免同类别规则重复加分
- 市场自适应：牛 / 熊 / 震荡市动态调整类别权重与 RSI 阈值，抑制假信号
- 否决机制：止损规则（亏损 ≥ 5%）触发后直接覆盖投票结果，风控优先
基于 PPO 的单股交易模型（SingleStockEnv，hold / buy / sell 三动作，60 天观察窗口、15 维特征），从历史数据自主学习买卖策略。按距上次训练时间自动增量微调 / 全量重训 / 清理。
未训练时融合权重自动降级：RL 30% → 0，LLM + 规则按 70% 归一化，凯利共识度降一级。
| 路 | 初始权重 | 说明 |
|---|---|---|
| 🧠 AI + Skills | 40% | 深度推理 + 11 技能扫描 |
| 📐 硬规则引擎 | 30% | 加权投票 + 止损否决 |
| 🎮 RL 智能体 | 30% | PPO 单股模型推理 |
- 共识度分级：high（三路一致，半凯利）/ medium（两路一致，1/3 凯利）/ low（三路分歧，保守仓位）
- 权重自适应：根据各路近期实际准确率动态重新归一化分配
- 自动降级：LLM 关闭或 RL 未训练时权重自动调整
| 用途 | 工具 |
|---|---|
| 数据源 | akshare（新浪 + 东方财富） |
| 数据处理 | pandas / numpy |
| 技术指标 | pandas-ta |
| RL 框架 | gymnasium + stable-baselines3 + PyTorch |
| LLM | DeepSeek（OpenAI 兼容） |
| Web | Flask + 原生 JS + ECharts（本地 vendor） |
| CLI | click / rich |
Windows 下直接双击 start.bat：
- 自动检查 Python 环境并安装缺失依赖（首次约需数分钟）
- 自动启动服务并打开浏览器
浏览器访问 http://127.0.0.1:5000 即可使用。前端由 Flask 托管，无需单独构建，前后端一体。
点击页面头部「⚙️ LLM」按钮可在弹窗中关闭 LLM 开关；关闭后分析与聊天全部走本地逻辑，不依赖任何外部 API。
# 1. 安装依赖
pip install -r requirements.txt
# 2. 设置 DeepSeek API Key（可选，不设置也能运行，走本地降级引擎）
export DEEPSEEK_API_KEY="sk-你的key"
# 3. 常用命令
python -m src.main # 启动交互式 REPL
python -m src.main analyze 600519 # 深度分析单股
python -m src.main predict 600519 000858 # 三路融合预测
python -m src.main compare 600519 000858 # 多股对比
python -m src.main train 600519 # 训练 RL 模型stock-advisor/
├── src/
│ ├── agent/ # Agent 核心（Planner / Executor / Memory / 融合引擎）
│ ├── tools/ # LLM 可调用工具
│ ├── rl/ # RL 单股训练与生命周期管理
│ ├── knowledge/ # 硬规则引擎
│ ├── skills/ # 11 个技术分析技能
│ ├── advisor/ # 决策融合 + 凯利仓位 + 排名
│ ├── data/ # 数据获取 / 指标计算 / 清洗
│ ├── webui/ # Flask Web 仪表盘
│ ├── backtest/ # 回测引擎
│ └── main.py # CLI 入口
├── config/ # 全局配置
├── models/ # RL 模型存储
└── data/ # 缓存与长期记忆
本项目仅供学习与研究使用，不构成任何投资建议。股市有风险，投资需谨慎，据此操作产生的任何盈亏由使用者自行承担。