License Python Version Docs

面向中文用户的 AI 股票研究与分析平台,提供从数据同步、研究流程编排、多模型接入到报告导出的完整工作流。项目定位为学习、研究与策略实验,不提供实盘交易指令,也不构成投资建议。

QuantScope 重点解决三类问题:

• 用统一界面管理多模型、多数据源、多市场分析任务
• 用可追踪的任务流承载单股分析、批量分析、筛选、报告导出
• 用工程化后端把研究过程、配置、进度、通知和历史记录沉淀下来

• 单股分析:自然语言描述股票(如"帮我分析贵州茅台"),自动提取股票代码,提交深度分析任务
• 多角色协作研究流程:市场、基本面、新闻、社交媒体分析师并行采集,辩论阶段多空双方交锋,风控阶段三重视角评估,最终由交易员和风险经理输出决策
• Markdown / Word / PDF 报告导出
• 历史记录追踪与分析结果回看

• React 18 + TypeScript + Vite + Tailwind CSS 前端,Zustand 状态管理,TanStack Query 数据获取
• FastAPI + MongoDB + Redis 后端,WebSocket + SSE 实时进度与通知
• 邮箱验证码登录 / 注册,用户认证,操作日志
• 定时分析计划管理(每日/每周/每月)、收藏、自选股
• 配置中心、模型管理、数据源管理、定时任务调度

• 支持 A 股、港股、美股等市场场景
• 支持 Tushare、AkShare、BaoStock 等数据源
• 支持 OpenAI、Google、DeepSeek、通义千问等多类模型接入
• 支持自定义 OpenAI 兼容端点

分析任务由多个 AI 角色协作完成,分为四个阶段:

1. 并行采集:市场分析师、基本面分析师、新闻分析师、社交媒体分析师并发采集数据
2. 多空辩论:看涨研究员与看跌研究员对立分析,输出完整论据
3. 交易决策:交易员综合各方观点,给出投资计划和交易方向
4. 风险评估:激进、保守、中性三重风险视角评估,最终由风险经理汇总

分析完成后,支持邮件报告推送(需在设置中开启 email_report_enabled)。

当前版本以 FastAPI + React 18 + MongoDB + Redis 为主架构:

QuantScope/
├── app/ # FastAPI 后端
│ ├── routers/ # API 路由(auth, analysis, scheduler, reports, ...)
│ ├── services/ # 业务服务(分析、邮件、定时任务、通知)
│ ├── models/ # Pydantic 数据模型
│ └── core/ # 数据库、Redis、配置、日志
├── frontend-react/ # React 18 前端(主要 UI)
│ ├── src/
│ │ ├── pages/ # 页面组件(Login, Dashboard, Analysis, Tasks, Reports, ...)
│ │ ├── components/ # 可复用组件(Agent、Charts、Layout、UI)
│ │ ├── services/ # API 客户端(auth, analysis, reports, market, ...)
│ │ ├── stores/ # Zustand 状态管理(auth, app)
│ │ └── lib/ # axios 实例、全局配置
├── tradingagents/ # 分析引擎与多角色研究流程内核
├── web/ # Streamlit 兼容模块(保留)
└── docs/ # 部署说明、架构说明、功能说明

适合大多数体验和部署场景。

启动前建议确认:

• 已安装 Docker Desktop / Docker Engine
• 本机可用端口包括 3000、8000、27017、6379
• 已准备好 .env 配置,或确认仓库默认配置可用于本地体验

docker compose build
docker compose up -d

查看服务状态:

docker compose ps

查看后端日志:

docker logs -f quantscope-backend

默认访问地址:

• 前端: http://localhost:3000
• 后端 API: http://localhost:8000
• 健康检查: http://localhost:8000/api/health

停止服务:

docker compose down

如果只想重启后端:

docker compose up -d --force-recreate backend

补充文档:

• Docker 部署文档
• 快速开始

适合开发与定制。

基本要求:Python 3.10+、Node.js 18+、MongoDB、Redis

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

前端(React)依赖安装:

cd frontend-react
npm install
npm run dev

后端启动:

python -m app.main

源码运行时默认访问地址:

• 前端开发服务器: http://localhost:5173
• 后端 API: http://localhost:8000

前端开发模式下会把 /api 请求代理到本地后端。

1. 准备 .env
2. 启动 MongoDB 和 Redis:docker compose up -d mongodb redis
3. 启动后端:python -m app.main
4. 启动前端:cd frontend-react && npm run dev
5. 打开 http://localhost:5173

系统使用邮箱验证码登录,流程如下:

1. 输入邮箱,点击获取验证码(开发环境直接返回验证码)
2. 输入收到的验证码,完成登录
3. 新用户自动创建账号,用户名格式为 user_{邮箱前缀}_{随机数}

默认测试账号:admin / admin123(用户名密码登录,不支持验证码模式)

邮件报告推送需在设置 → 偏好设置中开启 email_report_enabled,报告将发送到用户登录邮箱。

项目当前已经暴露多组 MCP server。

例如单股分析 MCP endpoint:

http://localhost:8000/mcp/analysis/mcp

当前 analysis MCP server 暴露的核心 tool 包括:

• submit_single_analysis
• get_final_report

更详细的 Hermes 接入方式可参考:Hermes MCP 集成说明

• 首次使用前,先完成模型配置与数据源配置
• 开始分析前,先执行基础数据同步
• 对需要可比性的任务,固定分析日期、模型组合和市场范围
• 在生产环境优先使用 Docker 和独立数据库实例

• AI 金融研究学习
• 多模型效果对比
• 数据源接入与分析流程实验
• 内部研究平台原型
• 面向中文用户的研究工具二次开发

欢迎提交 Issue 和 Pull Request。

基础流程:

1. Fork 本仓库
2. 创建分支
3. 提交修改
4. 发起 Pull Request

本项目采用混合许可证,详见 LICENSE 与 LICENSING.md。

• 开源部分:除 app/ 和 frontend-react/ 外的大部分文件采用 Apache 2.0
• 专有部分:app/ 与 frontend-react/ 目录需要依据仓库中的专有许可条款使用

如涉及商业使用、分发或定制合作,请先确认许可证范围。

本项目仅用于研究、教学与策略实验。

• 不构成投资建议
• 不保证分析结果准确性或收益表现
• AI 输出存在不确定性
• 金融决策请结合专业判断与风险控制

如果这个项目对你有帮助,可以给仓库一个 Star。