智能选股分析系统 (Stock Analysis System)

这是一个基于多因子模型和技术分析的 A 股智能选股系统。它通过自动分析本地 CSV 格式的股票历史数据，结合基本面评分、技术指标（MACD, RSI等）和 Alpha 因子，自动生成包含综合评分和投资建议的 HTML 报表。

✨ 主要功能

• 数据加载与清洗：自动读取文件夹内所有 CSV 格式的股票历史数据，智能处理缺失值。
• 基础筛选：
  • 过滤 ST/*ST 股
  • 剔除小市值股票（<50亿）
  • 剔除高换手/高波动（妖股）
  • 剔除市净率过高或市盈率异常的股票
• 多因子 Alpha 计算：
  • 动量/反转因子：5日/20日/60日收益率
  • 波动率因子：价格波动、振幅
  • 流动性因子：换手率、成交量比率
  • 量价关系：量价协同度分析
• 增强技术信号检测：
  • MACD 金叉与趋势增强
  • RSI 企稳与超卖信号
  • 强势回调反包策略
  • 量能突破与价格突破检测
• 智能评分与预测：
  • 基于加权模型（基本面60% + 技术面40%）计算综合得分
  • 预测未来 5 日及 15 日涨跌幅，并给出置信度和风险等级
• 可视化报告：生成交互式 HTML 报表，支持点击查看个股 K 线图（K线图数据由 Python 后端动态生成）。

📂 项目结构

StockAnalysisSystem/
├── example_csv_data/       # 示例数据文件夹，包含50只股票的CSV数据
├── main.py                 # 程序入口：负责参数配置与流程控制
├── analyzer.py             # 核心控制器：调度数据、指标、模型与报告模块
├── data_loader.py          # 数据层：负责 CSV 文件的读取与预处理
├── indicators.py           # 计算层：实现 Alpha 因子公式与技术指标判定
├── models.py               # 模型层：包含评分卡逻辑、预测算法与风险评级
├── visualization.py        # 绘图层：使用 Matplotlib 生成 K 线图并转为 Base64
├── report_generator.py     # 报告层：生成包含 CSS 样式的 HTML 分析报告
├── config.py               # 配置层：全局设置（如中文字体支持）
├── stock_analysis_report_example.html # 示例报告文件，可直接打开预览效果
├── requirements.txt        # 依赖库列表
└── README.md               # 项目说明文档