[Python技术]利用akshare获取股票基本信息、K线图、最新新闻 以及本地大模型投资建议

import streamlit as stimport akshare as akimport plotly.graph_objects as gofrom datetime import datetime, timedeltaimport pandas as pdfrom langchain.prompts import PromptTemplatefrom langchain.chains import LLMChainfrom langchain_ollama import OllamaLLMimport requests# 环境配置检查def check_ollama_service():    try:        response = requests.get("http://localhost:11434", timeout=


    
60)        return response.status_code == 200    except:        return False# 获取股票数据（带缓存）@st.cache_data(ttl=3600)def get_stock_data(stock_code):    end_date = datetime.now().strftime('%Y%m%d')    start_date = (datetime.now() - timedelta(days=90)).strftime('%Y%m%d')    try:        df = ak.stock_zh_a_hist(symbol=stock_code, period="daily",                                start_date=start_date, end_date=end_date, adjust="qfq")        return df[['日期', '开盘', '最高', '最低', '收盘', '成交量']]    except Exception as e:        st.error(f"数据获取失败: {str(e)}")        return None# 技术指标计算def calculate_technical_indicators(df):    # 计算移动平均线    df['MA5'] = df['收盘'].rolling(5).mean()    df['MA20'] = df['收盘'].rolling(20).mean()    # 计算RSI    delta = df['收盘'].diff()    gain = (delta.where(delta > 0, 0)).rolling(14).mean()    loss = (-delta.where(delta 0, 0)).rolling(14).mean()    df['RSI'] = 100 - (100 / (1 + gain / loss))    return df.dropna()# AI分析模块def analyze_with_ai(stock_code, df, news):    template = """作为资深证券分析师，请基于以下数据给出专业分析：    股票代码：{code}    最新收盘价：{close}    关键指标：    - 5日均线：{ma5}    - 20日均线：{ma20}    - RSI指数：{rsi}    近期新闻摘要：    {news}    请从以下维度给出分析：    1. 趋势判断（技术面）    2. 量价关系分析    3. 新闻事件影响评估    4. 短期操作建议    5. 风险提示"""    llm = OllamaLLM(        model="qwen3:4b",        temperature=0.7,        top_p=0.9,        num_ctx=2048,        num_gpu=1    )    analysis = LLMChain(        llm=llm,        prompt=PromptTemplate.from_template(template)    ).run({        "code": stock_code,        "close": df['收盘'].iloc[-1],        "ma5": df['MA5'].iloc[-1],        "ma20": df['MA20'].iloc[-1],        "rsi": df['RSI'].iloc[-1],        "news": "\n".join(news['新闻标题'].head(3))    })    print(analysis)    return analysis# 主程序def main():    st.title("智能股票分析系统")    if not check_ollama_service():        st.error("Ollama服务未启动！请执行：ollama serve")        return    stock_code = st.text_input('输入股票代码（例如：600000）', '600519')    if stock_code:        # 数据获取模块        df = get_stock_data(stock_code)        if df is not None:            df = calculate_technical_indicators(df)            # K线图绘制            fig = go.Figure(data=[                go.Candlestick(x=df['日期'], open=df['开盘'],                               high=df['最高'], low=df['最低'], close=df['收盘'],                               increasing_line_color=


    
'red', decreasing_line_color='green'),                go.Scatter(x=df['日期'], y=df['MA5'], name='5日均线'),                go.Scatter(x=df['日期'], y=df['MA20'], name='20日均线')            ])            fig.update_layout(title=f'{stock_code} 技术分析', height=600)            st.plotly_chart(fig, use_container_width=True)            # 新闻获取模块            try:                news = ak.stock_news_em(symbol=stock_code).head(5)                st.subheader("最新市场动态")                for _, row in news.iterrows():                    st.markdown(f"**[{row['新闻标题']}]({row['新闻链接']})** - {row['发布时间']}")            except Exception as e:                st.warning(f"新闻获取异常：{str(e)}")            # AI分析模块            with st.spinner("AI分析中..."):                print(news)                analysis = analyze_with_ai(stock_code, df, news)                st.subheader("量化策略建议")                st.markdown(f"```\n{analysis}\n```")    st.caption("免责声明：本工具仅提供数据分析参考，不构成投资建议")if __name__ == "__main__":    main()