US Stock Radar · 美股研究预警台

VibeMySpace 精选@vibemyspace-curated

开源 HTML 财务投资学习科研编程开发#GitHub#投资

GitHub

编辑介绍

个人研究者可在同一面板查看资讯、解释与跟踪项。

AI 用途：AI 分析美股新闻、事件与标的信号。

使用方式：调用用户配置的任意 OpenAI-compatible API；不填 Key 时跳过 AI 分析师，规则看盘仍可用。

原帖正文

📡 us-stock-radar

語言：繁體中文 ↔ English

個人用「美股 AI 看盤雷達」。監控持股 / 高關注 / 一般觀察名單，自算技術指標、用規則引擎偵測異常事件，由常駐 AI 分析師（任何 OpenAI 相容 LLM）主動產生結構化研究與風險提醒，並透過 Email / Telegram 通知重大事件。介面採台股慣例配色（🔴 漲 / 🟢 跌）。

⚠️ 重要聲明：本工具僅供個人監控與投資研究。 不自動下單、不串接任何券商交易 API、不保證獲利，AI 內容僅為研究與風險提醒，非投資建議。請自行判斷並承擔投資決策。

🖼️ 畫面預覽

✨ 功能總覽

| 模組 | 說明 | | --- | --- | | 即時行情 | Alpaca IEX WebSocket 訂閱即時報價（持股＋高關注，上限 30 檔），斷線自動重連 | | 歷史 / 盤後 | Alpaca 歷史 REST 為主（雲端可靠）；開機 backfill 先補日 K＋指標，休市也看得到前一日收盤 | | 備援輪詢 | 一般觀察名單以 Finnhub → FMP → yfinance 鏈式輪詢（含 rate limit） | | 技術指標 | MA5/10/20/60/120、RSI14、MACD、Bollinger、VWAP、量比、距均線% | | Signal Engine | 15 種規則事件（跌破/站上 MA、RSI 超買超賣、MACD 交叉、放量、漲跌幅、接近停損停利、突破成本…）| | AI 分析師 | 常駐讀取事件 queue，呼叫 LLM 產生結構化 JSON；分層冷卻（短線 2h / 長期・高關注 4h）避免雜訊 | | 排程分析 | 開盤前 / 盤中 / 收盤的分層分析頻率（美東時段） | | 持股管理 | 長期 / 短線分類、自訂群組、停損停利、批次管理 | | 觀察名單 | 高關注 / 一般觀察、買區狀態（在買區 / 低於 / 高於目標）、主題標籤 | | 新聞 | Finnhub / FMP / RSS 抓取 + AI 摘要與利多利空判斷 | | 通知 | Telegram Bot + Email SMTP（未設定則自動標記 skipped，不崩潰） | | Dashboard | Streamlit 7 頁：總覽 / 持股 / 觀察名單 / 訊號 / AI 分析師 / 新聞 / 設定 |

設計核心：規則引擎先把 raw tick 壓縮成事件，再交給 LLM 分析 —— LLM 絕不直接讀每秒報價，省 token、降雜訊。各常駐 process 透過 SQLite（WAL 模式）的 signals / alerts 狀態欄當作 event queue 溝通，無需 Redis / Kafka。

🏗️ 架構

flowchart LR
    subgraph sources["資料源 (data_adapters/)"]
        AL["Alpaca IEX WS
+ 歷史 REST"]
        FB["Finnhub / FMP / yfinance
(備援輪詢)"]
    end
    MM["market_monitor
行情擷取"]
    TI["indicators/technical
技術指標"]
    SE["signal_engine
15 種規則事件"]
    DB[("SQLite (WAL)
signals / alerts
= event queue")]
    AW["ai_worker
→ 任何 OpenAI 相容 LLM"]
    ALW["alert_worker
Telegram / Email"]
    UI["Streamlit Dashboard
7 頁"]

    AL --> MM
    FB --> MM
    MM --> DB
    DB --> TI --> DB
    DB --> SE -->|重大事件 pending_ai| DB
    DB -->|撈 pending_ai| AW -->|結構化分析| DB
    DB -->|高風險| ALW
    DB --> UI

升級到付費全市場 SIP 資料只需新增一個 adapter（實作 data_adapters/base.py 介面）並在 market_monitor 換接，下游完全不用改。詳見文末。

🚀 Quickstart

⚠️ 所有 API key 皆為選填。缺 key 時各模組會優雅降級（fallback 或標記 skipped），不會崩潰；填越多功能越完整。

A. 本地（venv）

git clone https://github.com/BDMisME/us-stock-radar.git
cd us-stock-radar

# macOS 內建 python3 多半過舊（3.9），請用 3.11+（建議 brew 的 3.12）
python3.12 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

cp .env.example .env       # 填入你自己的 key（全部留空也能跑 demo）

python scripts/init_db.py      # 建表
python scripts/seed_demo.py    # 載入 demo：20 持股 + 80 觀察名單
python scripts/backfill.py     # 補日 K + 指標（讓畫面立刻有資料）

streamlit run app/main.py      # → http://localhost:8501

要啟用即時監控 / AI / 通知，再各開一個終端機跑常駐服務：

python services/market_monitor.py   # 行情擷取（WebSocket + 輪詢）
python services/signal_engine.py    # 異常事件偵測
python services/ai_worker.py        # AI 分析師
python services/alert_worker.py     # 通知派送
python services/scheduler.py        # 分層排程分析

B. Docker（一鍵啟動全部）

cp .env.example .env       # 填好 key
docker compose up --build  # Dashboard → http://localhost:8501

C. Zeabur（雲端部署）

Fork 本 repo，連到 Zeabur。
在 Zeabur 後台填入環境變數（同 .env）；掛載 Persistent Volume 到 /data 並設 DB_PATH=/data/us_stock_radar.sqlite。
start.sh 會自動建表、seed、backfill、啟動所有服務與 Dashboard。

🔑 如何取得 API Key（全部選填）

| 服務 | 用途 | 免費額度 | 申請連結 | | --- | --- | --- | --- | | Alpaca | 即時報價 + 歷史 K（最推薦先辦這個） | 免費 IEX 即時 + 歷史資料 | https://alpaca.markets/ | | 任意 OpenAI 相容 LLM | AI 分析師 | 各家不同，見下方說明 | — | | Finnhub | 備援報價 / 新聞 | 免費 tier | https://finnhub.io/ | | FMP | 備援報價 / 基本面 | 免費 tier | https://site.financialmodelingprep.com/ | | Telegram Bot | 重大事件推播 | 免費 | 跟 @BotFather 申請 bot token |

LLM 設定方式：在 .env 填入 LLM_API_KEY / LLM_BASE_URL / LLM_MODEL。常見選擇：

OpenAI：LLM_MODEL=gpt-4o，LLM_BASE_URL 留空

Groq（免費額度）：LLM_BASE_URL=https://api.groq.com/openai/v1，LLM_MODEL=llama-3.3-70b-versatile

火山方舟 ARK：LLM_BASE_URL=https://ark.cn-beijing.volces.com/api/v3，LLM_MODEL=<endpoint-id>

Gemini：LLM_BASE_URL=https://generativelanguage.googleapis.com/v1beta/openai/，LLM_MODEL=gemini-2.0-flash

只想先看畫面？全部留空直接跑，demo 資料 + backfill 就能看到完整 UI。

❓ FAQ

盤後 / 假日沒有即時報價怎麼辦？ 系統會用 Alpaca 歷史資料補上前一日收盤，畫面不會空白。
一定要付費資料源嗎？ 不用。免費 Alpaca IEX + 歷史就足夠個人使用；要全市場即時再升級 SIP。
為什麼紅色是漲、綠色是跌？ 採台股慣例（🔴 漲 / 🟢 跌），與美股相反。圖表與表格一致。
AI 會幫我下單嗎？ 不會，也永遠不會。 本專案無任何下單 / 交易 API，僅做研究與風險提醒。

🔒 安全與隱私

金鑰只放 .env（已被 .gitignore 排除，永不進 git）；本 repo 不含任何真實金鑰。
自架請填入你自己的 key；側欄署名可用 APP_CREDIT_NAME 環境變數自訂。
⚠️ 本工具為單用戶設計，沒有登入 / 權限機制。若你把實例部署到公開網址，任何人都能看到並修改你的設定 —— 請勿公開分享你的線上實例網址，要分享請分享本 repo。

🧪 測試

pytest        # 涵蓋技術指標、Signal Engine 規則、DB/queue、AI JSON 解析（mock LLM）

🔌 升級資料源（未來）

所有行情來源都實作 data_adapters/base.py 介面：

class QuoteAdapter:   # get_quote(symbol) / get_quotes(symbols)
class HistoryAdapter: # get_bars(symbol, timeframe, limit)
class NewsAdapter:    # get_news(symbol, limit)

新增一個 adapter 並在 market_monitor 換接即可，下游（指標 / Signal Engine / AI / Dashboard）完全不需改：

Alpaca SIP — 把 DataFeed.IEX 換成 DataFeed.SIP（需訂閱），即得全市場即時。
dxFeed Nasdaq Basic — 新增 data_adapters/dxfeed_stream.py 實作 QuoteAdapter。
Finazon SIP — 新增 data_adapters/finazon_client.py 實作 QuoteAdapter + HistoryAdapter。

🤝 貢獻

歡迎 issue / PR。請先跑 pytest 確認綠燈。詳見 CONTRIBUTING.md。

📄 授權

致謝參考專案（僅閱讀、未合併程式碼）：tradingagents、stocks-analysis-ai-agents、ai-stock-dashboard、streamlit-stock-analysis。

来源与作者

原作者：@BDMisME
发布平台：GitHub
原帖：查看原帖
权利说明：VibeMySpace 仅作带来源的整理展示，内容与图片权利归原作者。

开源信息

已开源。