面向 A 股 / 港股的「价值投资五步法」深度基本面分析 Web App。 输入股票代码，自动拉取近 10 年财务数据，通过分析公司的业绩和市值，回答公司是否持续增长，以及当前的价格是否提供足够的安全边际。
- 价值投资五步法评分 — 业绩长跑、血液检查、厚道程度、生意逻辑（参考项不计入综合分）、估值称重；五维雷达图直观呈现。
- 多数据源融合 — AKShare + 东方财富 F10 + 雪球 + 同花顺 + 百度等，并对数据源进行缓存，提升数据获取速度。
- AI增强 — Agent自动获取市场信息，评定生意逻辑（护城河）等指标。
| 分层 | 技术 |
|---|---|
| 后端框架 | FastAPI · Uvicorn · sse-starlette · Pydantic v2 |
| 前端框架 | React 19 · React Router 7 · Vite 8 · TypeScript |
| 可视化 / 样式 | Recharts · Tailwind CSS v4 · Lucide Icons |
| 金融数据 | AKShare · 东方财富 F10（直连 HTTP）· 雪球 / 同花顺 / 百度 |
| 存储 | SQLite（股票符号库）· diskcache（外部 API 磁盘缓存） |
| 报表导出 | openpyxl |
| LLM（可选） | OpenAI · Anthropic · DeepSeek（通过 LLM_PROVIDER 切换） |
| 包管理 | uv（Python） · npm（前端） |
| 容器化 | Docker Compose（dev profile：Vite 5173 → FastAPI 8000） |
- Python 3.11+
- Node.js 20+ 与
npm - uv —
curl -LsSf https://astral.sh/uv/install.sh | sh - 可选：Docker 24+（如果走容器路线）
git clone https://github.com/<your-fork>/invest-reasearcher.git
cd invest-reasearcher
cp .env.example .env
uv sync
cd frontend && npm install && cd ..
uv run startuv run start 会同时拉起后端（http://localhost:8000）与前端（http://localhost:5173），见 scripts/dev.py。打开浏览器访问 http://localhost:5173。
invest-reasearcher/
├── backend/
│ ├── api/ # FastAPI routes / DTO / SSE / Excel 导出
│ ├── application/analysis/ # 五步分析编排、context、step registry
│ │ └── steps/ # growth_track / financial_health / payout / moat / valuation
│ ├── domain/ # 纯领域逻辑：财务、质量、估值、分红
│ ├── infrastructure/
│ │ ├── sources/ # AKShare / 东财 F10 / 雪球 / 同花顺 / 百度 等数据源
│ │ ├── akshare_client.py # 重试 + 限速封装
│ │ └── disk_cache.py # 统一磁盘缓存与 TTL
│ ├── repositories/ # symbol / financial / dividend / industry_benchmark
│ ├── tests/ # pytest 单测
│ ├── config.py
│ └── main.py
├── frontend/
│ ├── src/
│ │ ├── components/ # AnalysisReport / ScoreRadar / StepCard / FinancialChart
│ │ │ QualitySignalHeatmap / SearchBar / HistorySidebar
│ │ ├── hooks/ # useHistory / useAnalyze (SSE)
│ │ ├── pages/ # HomePage / ReportPage
│ │ └── App.tsx
│ ├── package.json
│ └── vite.config.ts
├── scripts/
│ ├── dev.py # `uv run start` 入口，同时启动前后端
│ ├── sync_stock_symbols.py # 拉取并写入 SQLite 符号库
│ ├── seed_industry_benchmarks.py
│ └── export_analysis_excel.py
├── docs/
│ ├── infrastructure-sources-apis.md
│ └── screenshots/
├── docker/ # Dockerfile.backend / Dockerfile.frontend
├── docker-compose.yml
├── pyproject.toml
└── uv.lock
uv run pytest backend/tests # 跑全部 pytest
uv run uvicorn backend.main:app --reload # 仅启后端
uv run python -m scripts.sync_stock_symbols # 刷新本地 A 股 + 港股符号库
uv run python -m scripts.seed_industry_benchmarks # 写入行业基准（ROE 等参考线）
uv run python -m scripts.export_analysis_excel 600519 ./out.xlsxcd frontend
npm run dev # Vite 开发服 (5173)
npm run build # 生产构建 (tsc -b && vite build)
npm run lint # ESLint
npm run previewcurl 'http://localhost:8000/api/search?q=600519'
curl -N 'http://localhost:8000/api/analyze/sh600519'
curl -OJ 'http://localhost:8000/api/analyze/sh600519/excel'flowchart LR
User[Browser] -->|GET /api/analyze/code| FastAPI
FastAPI -->|SSE step events| User
FastAPI --> Service[analysis.service]
Service --> Steps["5 Step Analyzers (growth / health / payout / moat / valuation)"]
Steps --> Repos["Financial / Dividend / Symbol / Benchmark Repos"]
Repos --> Sources["AKShare / EastMoney F10 / Xueqiu / THS / Baidu"]
Sources -->|disk cache TTL| Cache[("diskcache")]
Steps -->|"optional, Step 4"| LLM["OpenAI / Anthropic / DeepSeek"]
Steps --> Aggregator[overall_score]
Aggregator -->|complete event| FastAPI
本工具仅供学习研究使用，不构成任何投资建议。所有数据来源于公开渠道，作者不对数据准确性、时效性或由此产生的任何投资决策承担责任。投资有风险，入市需谨慎。
本项目采用 PolyForm Noncommercial License 1.0.0。
- 个人学习、研究、教学、爱好项目、公益及非营利组织：自由使用、修改、再分发。
- 任何商业用途（付费产品 / SaaS / 商业内部生产环境 / 商业再分发等）：必须事先取得作者书面授权。
- 商业授权请联系作者。
完整条款见 LICENSE。