Skip to content

137277900675a/stock-analysis-app

BranchesTags

Repository files navigation

📈 股票分析系统 Stock Analysis System

一个基于 Streamlit 和 MySQL 的专业股票数据分析平台，提供股票数据查询、技术指标分析、投资组合管理等功能。

A professional stock data analysis platform based on Streamlit and MySQL, providing stock data query, technical indicator analysis, portfolio management and other functions.

✨ 主要功能 Key Features

🔐 用户认证系统 User Authentication System

  • 用户注册与登录: 安全的用户注册和登录功能
  • 密码加密: 使用 bcrypt 进行密码哈希加密
  • 会话管理: 基于 Streamlit session_state 的会话管理
  • 权限控制: 用户访问权限控制

📊 股票数据分析 Stock Data Analysis

  • 实时数据展示: 显示股票的实时价格和基本信息
  • 历史数据查询: 支持自定义时间范围的历史数据查询
  • 技术指标计算:
    • 移动平均线 (MA): 5 日、10 日、20 日、60 日
    • 相对强弱指数 (RSI): 14 日
    • MACD 指标: 12,26,9 参数
    • 布林带 (Bollinger Bands): 20 日
  • K 线图展示: 交互式 K 线图和技术指标图表

💼 投资组合管理 Portfolio Management

  • 组合创建: 创建和管理多个投资组合
  • 持仓分析: 详细的持仓分析和收益计算
  • 风险评估: 投资组合风险指标计算
  • 收益率分析:
    • 总收益率计算
    • 年化收益率
    • 最大回撤分析
    • 夏普比率计算

📈 市场概览 Market Overview

  • 市场指数: 主要市场指数实时显示
  • 热门股票: 热门股票排行榜
  • 涨跌幅统计: 市场涨跌幅分布统计
  • 成交量分析: 市场成交量趋势分析

🏗️ 技术架构 Technical Architecture

系统架构 System Architecture

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Streamlit     │    │   Business      │    │   MySQL         │
│   Frontend      │◄──►│   Logic Layer   │◄──►│   Database      │
│   (用户界面)     │    │   (业务逻辑)     │    │   (数据存储)     │
└─────────────────┘    └─────────────────┘    └─────────────────┘

技术栈 Technology Stack

  • 前端框架: Streamlit 1.28+
  • 后端语言: Python 3.11+
  • 数据库: MySQL 8.0
  • 数据处理: Pandas, NumPy
  • 图表库: Plotly
  • 容器化: Docker & Docker Compose
  • 密码加密: bcrypt

项目结构 Project Structure

stock-analysis-app/
├── app/                    # 应用主目录
│   ├── main.py            # 应用入口文件
│   ├── auth/              # 认证模块
│   │   └── login.py       # 登录功能
│   ├── models/            # 数据模型
│   │   ├── user.py        # 用户模型
│   │   └── stock.py       # 股票模型
│   ├── views/             # 页面视图
│   │   ├── dashboard.py   # 仪表板
│   │   ├── stock_analysis.py     # 股票分析
│   │   └── portfolio_analysis.py # 投资组合分析
│   ├── database/          # 数据库模块
│   │   └── connection.py  # 数据库连接
│   └── utils/             # 工具函数
│       └── helpers.py     # 辅助函数
├── scripts/               # 脚本目录
│   ├── init_database.sql  # 数据库初始化脚本
│   ├── sample_data.sql    # 示例数据脚本
│   ├── init_db.py         # 数据库初始化Python脚本
│   ├── generate_stock_data.py  # 历史数据生成脚本
│   ├── start_local.py     # 本地启动脚本
│   ├── startup.py         # 容器启动脚本
│   ├── test_system.py     # 系统测试脚本
│   ├── quick_verify.py    # 快速验证脚本
│   └── start_app.sh       # Docker启动脚本
├── config/                # 配置目录
│   └── config.py         # 配置文件
├── docker-compose.yml     # Docker编排文件
├── Dockerfile            # Docker镜像文件
├── requirements.txt      # Python依赖
├── DEPLOYMENT_GUIDE.md   # 完整部署指南
└── README.md            # 项目说明

🚀 快速开始 Quick Start

方式一：Docker 部署（推荐）

前置要求 Prerequisites

  • Docker 20.10+
  • Docker Compose 2.0+
  • 4GB+ 可用内存

生产环境部署 Production Deployment

# 1. 克隆项目
git clone <repository-url>
cd stock-analysis-app

# 2. 启动服务
docker-compose up -d

# 3. 查看服务状态
docker-compose ps

# 4. 查看日志
docker-compose logs -f

本地开发环境部署 Local Development Deployment

# 1. 克隆项目
git clone <repository-url>
cd stock-analysis-app

# 2. 使用本地配置启动（数据库名：stock，用户：root）
docker-compose -f docker-compose.local.yml up -d

# 或者使用便捷脚本
python scripts/start_local.py

# 3. 查看服务状态
docker-compose -f docker-compose.local.yml ps

# 4. 停止服务
python scripts/stop_local.py

访问应用 Access Application

  • 应用地址: http://localhost:8501
  • 默认账户: admin / admin123
  • 本地数据库:
    • 主机: localhost:3306
    • 数据库: stock
    • 用户名: root
    • 密码: 123456

方式二：本地 Python 环境部署

环境要求 Environment Requirements

  • Python 3.11+
  • Docker (用于 MySQL)
  • Git

一键启动 One-Click Startup

# 1. 安装依赖
pip install -r requirements.txt

# 2. 一键启动（自动启动MySQL容器并初始化数据）
python scripts/start_local.py --mode python

# 访问应用: http://localhost:8501
# 账户: admin / admin123

手动安装步骤 Manual Installation Steps

# 1. 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate   # Windows

# 2. 安装依赖
pip install -r requirements.txt

# 3. 启动MySQL容器
docker run -d --name mysql-stock \
  -e MYSQL_ROOT_PASSWORD=123456 \
  -e MYSQL_DATABASE=stock \
  -p 3306:3306 \
  mysql:8.0

# 4. 初始化数据库（包含5年历史数据生成）
python scripts/init_db.py

# 5. 启动应用
streamlit run app/main.py

📊 数据库设计 Database Design

核心表结构 Core Table Structure

用户表 (users)

CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    username VARCHAR(50) UNIQUE NOT NULL,
    password_hash VARCHAR(255) NOT NULL,
    email VARCHAR(100),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
    is_active BOOLEAN DEFAULT TRUE
);

股票基础信息表 (stocks)

CREATE TABLE stocks (
    id INT AUTO_INCREMENT PRIMARY KEY,
    stock_code VARCHAR(20) UNIQUE NOT NULL,
    stock_name VARCHAR(100) NOT NULL,
    market VARCHAR(20) NOT NULL,
    industry VARCHAR(50),
    sector VARCHAR(50),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
    is_active BOOLEAN DEFAULT TRUE
);

股票历史数据表 (stock_data)

CREATE TABLE stock_data (
    id BIGINT AUTO_INCREMENT PRIMARY KEY,
    stock_code VARCHAR(20) NOT NULL,
    trade_date DATE NOT NULL,
    open_price DECIMAL(10,3) NOT NULL,
    high_price DECIMAL(10,3) NOT NULL,
    low_price DECIMAL(10,3) NOT NULL,
    close_price DECIMAL(10,3) NOT NULL,
    volume BIGINT DEFAULT 0,
    amount DECIMAL(15,2) DEFAULT 0,
    turnover_rate DECIMAL(8,4) DEFAULT 0,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    UNIQUE KEY uk_stock_date (stock_code, trade_date)
);

🔧 配置说明 Configuration

数据库配置 Database Configuration

本地开发环境配置 Local Development Configuration

# config/config.py
DATABASE_CONFIG = {
    'host': 'localhost',      # 数据库主机
    'port': 3306,            # 数据库端口
    'user': 'root',          # 数据库用户
    'password': '123456',    # 数据库密码
    'database': 'stock',     # 数据库名称（本地环境）
    'charset': 'utf8mb4'     # 字符集
}

环境变量配置 Environment Variables

# .env 文件
DB_HOST=localhost
DB_PORT=3306
DB_USER=root
DB_PASSWORD=123456
DB_NAME=stock
DEBUG=True

应用配置 Application Configuration

# Streamlit 配置
STREAMLIT_CONFIG = {
    'server_port': 8501,
    'server_address': '0.0.0.0',
    'server_max_upload_size': 200,
    'theme_base': 'light'
}

📚 文档 Documentation

🤝 贡献指南 Contributing

欢迎贡献代码！请遵循以下步骤：

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

📄 许可证 License

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

📞 技术支持 Technical Support

如果您在使用过程中遇到问题，请：

  1. 查看 部署指南 中的故障排除部分
  2. 检查 API 文档 中的相关说明
  3. 在 GitHub Issues 中提交问题报告

🎯 系统要求 System Requirements

最低配置 Minimum Requirements

  • 操作系统: Ubuntu 22.04 / Windows 10+ / macOS 10.15+
  • 内存: 4GB RAM
  • 存储: 10GB 可用空间
  • 数据库: MySQL 8.0

推荐配置 Recommended Requirements

  • 操作系统: Ubuntu 22.04 LTS
  • 内存: 8GB RAM
  • 存储: 20GB 可用空间
  • CPU: 4 核心以上

✅ 项目符合性 Project Compliance

本项目完全符合以下技术要求：

环境要求 Environment Requirements ✅

  • ✅ 系统: Ubuntu 22.04
  • ✅ 数据库: MySQL 8.0
  • ✅ 容器化: Docker + Docker Compose

核心功能 Core Features ✅

  • ✅ Streamlit 应用: 现代化 Web 界面
  • ✅ MySQL 数据库: 完整的数据存储方案
  • ✅ 用户登录: 安全的认证系统（演示账户：admin/admin123）
  • ✅ 股票分析: 完整的技术指标分析
  • ✅ 投资组合: 专业的组合管理功能

数据分析功能 Data Analysis Features ✅

  • ✅ 单只股票: 日均、月均、年度、历史累计收益率分析
  • ✅ 技术指标: 移动平均线、RSI、MACD、布林带等完整技术指标
  • ✅ 风险指标: 最大回撤、夏普比率、年化波动率等
  • ✅ 投资组合: 真实的组合净值计算和历史表现分析
  • ✅ 历史走势: 完整的投资组合净值走势图和月度收益率

部署要求 Deployment Requirements ✅

  • ✅ 一键部署: docker-compose up -d
  • ✅ 自动数据生成: 启动时自动生成 5 年完整历史数据
  • ✅ 数据持久化: MySQL 数据卷持久化
  • ✅ 完整打包: 支持 tar 格式打包
  • ✅ 功能验证: 内置测试脚本验证所有功能

🚀 快速验证

一键部署和验证

# 1. 启动系统
docker-compose up -d

# 2. 等待启动完成（约2-3分钟）
docker-compose logs -f app

# 3. 快速验证功能
python scripts/quick_verify.py

# 4. 访问应用
# 浏览器打开: http://localhost:8501
# 账户: admin / admin123

功能验证清单

  • ✅ 股票详细信息: 包含完整的 5 年历史数据和技术指标
  • ✅ 股票分析参数设置: 支持多种时间周期和图表类型
  • ✅ 投资组合净值走势: 真实计算的组合净值和表现指标
  • ✅ 技术指标分析: MA、RSI、MACD、布林带等完整指标

详细的部署和验证指南请查看：完整部署指南

开发团队: zjj 最后更新: 2025 年 7 月 版本: v1.0.0

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages