2026/8/31大约 5 分钟项目实例AI知识图谱LLM量化
一、项目简介
StockSeer 是一个面向 A 股的智能分析项目：先由量化引擎给出可验证的技术面信号，再用知识图谱与多分析师辩论补充基本面、新闻与情绪信息，最终生成一份可阅读、可回溯的股票分析报告。
在线访问
- 项目网址：https://seer.astock.com.cn/
- 支持 IPv4 / IPv6 双栈访问，IPv4 请求会经内网转发到本机 IPv6 通信
设计理念
- 数据为本：量化结果优先于主观文字判断，结论尽量有数据支撑。
- 可验证：分析过程与结果支持历史回溯验证。
- 可阅读：最终以结构化报告呈现，便于快速判断趋势与风险。
二、核心能力
- 量化分析：覆盖日线、分钟线与多类因子的技术面评估
- 多源数据采集：汇总行情、新闻、公告与基本面信息，单次分析可获取数十条相关资讯
- 知识图谱：梳理股票与事件之间的关联，支持可视化探索
- 多分析师辩论：6 位不同视角的分析师进行 3 轮结构化辩论，降低单一视角的偏差
- 自动报告：生成标准化的分析报告，支持历史归档与前后对比
- 监控保障：配套服务可用性监控与访客统计，持续关注运行状态
三、上线与稳定性
系统自 2026-04-25 上线以来，已持续稳定运行 128 天（截至 2026-08-31），累计完成 113 次 分析任务，服务可用率超过 99%。
- 工作日自动执行分析流程，节假日自动跳过
- 执行前自动检查服务状态，异常自动中止或恢复
- 同一任务一天内不重复执行，关键记录双份保存
四、系统运行时架构
4.1 架构来源
以下架构信息由 Archify 基于项目代码仓库的真实源码分析生成，每个模块均对应真实存在的源码文件，图与代码之间具备明确映射关系，可解释、可验证。
- 完整交互式架构图（Archify HTML 成品）：打开架构图
交互式架构图说明
打开上方链接可查看完整的交互式架构图，支持节点搜索、路线追踪、语义视图、主题切换、缩放平移与演示播放等能力。
4.2 架构总览
4.3 核心组件
| 组件 | 类型 | 职责 | 对应源码 |
|---|---|---|---|
| 浏览器 / 前端 | 外部 | Vue 3 Web 界面 | frontend/src/App.vue |
| Vue 3 前端 | 前端 | 页面 + 路由 | frontend/src/App.vue |
| Flask 后端 API | 后端 | REST + 任务执行器 | backend/run.py、backend/app/api/stock.py |
| 价格监控服务 | 后端 | 交易信号 | backend/app/services/trade_signal.py |
| 数据同步服务 | 后端 | 行情 / 新闻 / 基本面 | backend/app/services/stock_data_collector.py |
| GitHub 数据源 | 外部 | 上游仓库 | — |
| 本地数据与快照 | 数据库 | 历史数据 + 配置 | stock_analysis/data/sh605118.json、config.yml |
| 调度器 / 定时任务 | 后端 | 长任务状态 | backend/app/models/task.py |
4.4 数据流与连接
| 连接 | 方向 | 说明 |
|---|---|---|
| HTTPS | 浏览器 / 前端 → Vue 3 前端 | 用户访问入口 |
| REST API | Vue 3 前端 → Flask 后端 API | 前端调用后端接口 |
| 数据请求 | Flask 后端 API → 价格监控服务 | 发起数据请求 |
| 快照 | 价格监控服务 → 本地数据与快照 | 写入快照 |
| 触发同步 | Flask 后端 API → 数据同步服务 | 触发数据同步 |
| 拉取行情数据 | 数据同步服务 → GitHub 数据源 | 拉取上游行情数据 |
| 上游数据流 | GitHub 数据源 → 本地数据与快照 | 上游数据流入本地 |
| 心跳 | 调度器 → Flask 后端 API | 周期性健康探测 |
| 行情检查 | 调度器 → 价格监控服务 | 周期性行情检查 |
4.5 三大运行视角
用户入口
- Vue 页面通过 HTTPS 提供交互式界面。
- 请求到达 Flask API 与任务执行器。
数据路径
- 采集器拉取行情、新闻与基本面数据。
- 历史数据与快照保存在本地存储。
自动化
- 任务编排追踪长时间运行的流水线作业。
- 信号与同步保持快照与上游数据一致。
架构图包含两个视图：主运行时流程（面向用户的请求流经 Vue 前端、Flask API、数据服务与本地快照）与数据同步路径（上游数据经采集器流入本地快照，由任务编排全程追踪）。
五、写在最后
StockSeer 是「数据为本、AI 为辅」思路下的一次长期实践：让量化负责客观，让 AI 负责表达。目前项目仍在持续运行与迭代中。
本文档为项目公开介绍，聚焦整体思路、运行状态与系统架构。量化策略模型与参数细节属于内部研究资料，不在此展示。