最近做了一个某正规市场的分析工具，他叫StockNova（星智股）。打造一个AI团队替你分析决策。完全开源，有WINDOWS免安装版程序开箱即用，地址均在文章底部。

    近期也会更新第二章“让AI住进我的系统”，敬请期待！

一，一个AI投研团队帮你诊股

    点一下”深度诊股”，后台会拉起16 个节点、17 个 AI 角色，模拟一家机构的完整决策流程：

1. 先用代码把 K 线、因子、资金、新闻、板块数据算好装配；
2. 过一道风险闸门（ST、一字板、流动性差的先拦下来）；
3. 七个分析师并行开工—— 技术面、资金面、消息面、基本面、宏观择时、量化、板块同业；
4. 多方和空方研究员吵架，一个负责论证上涨，一个负责戳破假设；
5. 研究总监拍板下结论；
6. 交易员给出具体的买入区间、目标价、止损价、仓位；
7. 三档风控（激进 / 中性 / 保守）三方会签；
8. 最后组合经理输出一张能照着做的”操作清单”。

设计要点：

• 算术与解读分离：K 线指标、资金分位、波动率、择时系数等全部由 Python 算好，AI 只做语义解读，杜绝大模型「算错数」。
• 风险闸门前置：ST / 退市 / 一字板 / 流动性不足等硬规则在 AI 介入前先用代码拦一道。
• 多空对抗：多方研究员负责「为上涨正名」，空方研究员负责「打穿脆弱假设」，研究总监裁决，避免单边乐观。
• 量化基因：内置多因子分位、RPS 排名、凯利仓位估算，契合 A 股「量化为王」的现实。
• 可执行落地：交易员给出具体买入区间 / 目标价 / 止损价，组合经理输出「操作清单」，而非一句空泛的「看多」。
• 快速 / 深度双模式：快速模式（核心 4 分析师，秒级出结论，省 token）；深度模式（全 16 节点，约 1～3 分钟，完整投研报告）。

    同时，为提升可信度，系统在工作流提示词、策略卡片、诊断报告附录三处标注所用方法论的出处与年代，融合中外经典：

• 缠论（缠中说禅，2006～2008 博客连载）—— 走势分型 / 中枢
• 量价理论（威科夫 Richard Wyckoff, 1930s；以及 A 股语境下的「量在价先」）
• 趋势跟踪 / 均线系统（葛兰碧八大法则，Joseph Granville, 1960）
• 多因子选股（Fama-French 三因子, 1992；A 股本土化因子）
• 情绪周期 / 龙头战法（A 股游资「打板」体系，近十年市场实践沉淀）
• 价值与安全边际（格雷厄姆《聪明的投资者》, 1949）

二、回溯诊断，定位历史节点，通过历史演算核验策略与 AI 决策

    AI 诊股听起来很美，但谁都会问一句：它到底准不准？与其嘴上争论，不如让数据说话。

    所以我做了”回溯诊断”：你可以选历史上的任意一个交易日，让 AI 以”那天为今天”重新做一次完整诊断。关键在于——数据被严格截断到那一天，之后的 K 线、资金、消息它一概看不到，从根上杜绝”未来函数”作弊。

    诊断完成后，系统会自动接上一张”回测校验”卡片：用这只票之后 +5 / +10 / +20 / +60 天的真实走势，去核对 AI 当时给的目标价、止损价到底兑现了没、第几天触及的、区间最大涨了多少跌了多少。

    这下就不用凭感觉信它了 ——先回看它过去判断的成绩，再决定要不要采纳它现在的判断，心里踏实多了。

    同时也支持个人制作的策略进行回诊（支持自选股分钟级别的条件），回测你自身的一套选股规则。而且交易约束做得很真 —— 次日开盘成交、一字板买不进、跌停顺延、按整百股、双边收费，不自欺欺人。

三、实时持仓分析，每30秒主动获取持仓股最新行情

    填入账户总资金后，AI 不只看单票，还会结合仓位集中度、现金占比给出加 / 减 / 守的取舍建议。

四、7×24 实时财经快讯盘中滚动的电报级快讯流

    覆盖全球宏观和隔夜外盘消息，盘前盘后的关键变化不会漏；实时获取全球最新新闻。其中的重点快讯还会自动喂给 AI，实时进行盘面智能解读，随时进行AI消息面诊断。

    同时还有更多功能：定时研报+微信、飞书等消息渠道推送，自定义AI接入等功能。

五、最后要说的

• 它不接券商账户，不读你的持仓接口，持仓是你自己手填的；
• 它不卖信号，所有结论都是数据推演和多角度分析；
• 它不构成投资建议，赚了别谢我，亏了也别骂我😅；
• AI接入自行到“设置中心”进行配置。

    把它当成一个不知疲倦、还挺专业、但偶尔也会看走眼的研究助理就对了。最终扣扳机的，永远是你自己。

六、如何使用？

WINDOWS免安装版程序，开箱即用（在下方仓库地址下载）；

支持DOCKER部署自服务器使用（在下方仓库地址获取）。

源码完全开放。

GITHUB仓库地址：

https://github.com/97Gz/StockNova

也可GITHUB搜StockNova，或者在左下角查看原文链接。