AI看线 - A股技术分析与AI预测工具
@QuantML-Github
Python-based stock analysis tool that combines traditional technical analysis with AI prediction capabilities. Providing comprehensive stock analysis and forecasting using K-line charts, technical indicators, financial data, and news data. With CMD/WEB/MCP supported.
Overview
What is AI看线?
AI看线是一个基于Python的A股分析工具，结合传统技术分析和人工智能预测功能。它利用K线图、技术指标、财务数据和新闻数据对股票进行全面分析及预测，适用于投资者和量化研究爱好者。
How to use AI看线?
支持三种使用方式：命令行运行python main.py --stock_code 000001；启动Web服务python web_app.py后访问http://localhost:5000输入股票代码；或通过MCP Server（uv run mcp_server.py）在LLM客户端配置streamable-http端点http://localhost:8000/mcp交互分析。
Key features of AI看线
- 使用AKShare获取A股历史交易、财务和新闻数据
- 计算MA、MACD、KDJ、RSI、布林带等多种技术指标
- 生成静态PNG和交互式HTML K线图及技术指标图表
- 利用多模态AI（如通义千问视觉模型）分析历史数据并预测走势
- 提供简洁美观的Web界面进行交互式分析
- 支持MCP协议，通过LLM自然语言交互随时分析股票
Use cases of AI看线
- 对A股指定股票进行历史K线和技术指标可视化分析
- 结合财务数据和新闻信息，获取AI生成的未来走势预测报告
- 通过Web界面快速输入股票代码和周期，查看专业级图表与分析
- 在LLM对话中直接调用MCP Server，实时分析当前关注的股票
FAQ from AI看线
AI看线需要什么运行环境？
Python 3.8+，安装requirements.txt中的依赖包，并创建.env文件配置API_KEY和BASE_URL（需使用多模态模型，如qwen-vl-max）。
AI看线的分析结果是否准确？
不，本工具仅供学习和研究使用，不构成任何投资建议。AI分析基于历史数据和当前信息，不能保证未来走势的准确性。
如何启动MCP Server？
在项目目录下执行uv run mcp_server.py，然后在支持MCP的客户端（如Cherry-Studio）中添加streamable-http服务器，URL为http://localhost:8000/mcp。
数据来源是什么？
数据通过AKShare库获取A股股票的历史量价数据、财务数据和新闻信息，数据准确性和可用性受网络和数据源限制。
使用AI分析时需要配置什么API密钥？
需要在.env文件中设置API_KEY、BASE_URL和MODEL_NAME，且模型必须为多模态模型（例如qwen-vl-max），用于分析生成的图表并输出预测文本。
