---

名称

name: visualization

# 描述

description: 构建并路由 A 股可视化任务到 utils/visualizers 与 utils/visualizer_manager.py 的正确图表管线。用于用户请求个股、指数、板块、市场情绪或模型结果图表，且需要判断所需输入字段、方法选择与输出格式（嵌入式 HTML 或 ECharts 选项）。

---

# A 股可视化

将可视化请求路由到稳定的图表 API。 在绘图前校验数据契约，并输出前端可直接使用的结果。

# 工作流程

1. 按领域分类请求。
2. 选择精确的图表 API。
3. 校验必需字段与数据质量。
4. 生成符合约定的输出格式。
5. 报告限制与降级行为。

# 步骤 1：分类请求

将请求映射到一个领域：

• stock：个股 K 线、换手率、多股对比、新高股视图
• index：指数 K 线、多指数对比、盘中成交量对比
• sector：板块 K 线、成交额榜、排行、分布
• market：情绪、涨跌停、炸板、连板梯队
• model：模型选股结果可视化

不确定时先查看 references/api-map.md。

# 步骤 2：选择 API

优先使用 VisualizerManager 的门面方法。 仅在管理器未覆盖所需变体时直接调用可视化器方法。 关键路由规则：

• K 线相关优先使用 UniversalKlineChart.plot_kline_with_volume 系列。
• 前端需要 ECharts 选项时使用 IndexVisualizer.get_multi_index_kline_options。
• 前端需要嵌入式 HTML 时使用 plot_*().render_embed() 路径。

# 步骤 3：校验数据契约

绘图前执行以下检查：

• 数据框非空。
• 必需字段存在。
• 日期字段排序与字符串格式归一。

# 使用方法

使用：

• ChartUtils.validate_data_columns
• ChartUtils.prepare_chart_data

所需字段参考 references/data-contracts.md。

# 步骤 4：生成输出

返回以下之一：

• embedded_html：render_embed() 返回的字符串，用于直接页面渲染
• echarts_option：前端自定义渲染使用的 dict
• chart_map：多组件 HTML 字典（市场元数据组）

必须说明：

• 使用的方法
• 必需输入字段
• 已知限制或降级模式

# 步骤 5：处理失败

失败需要明确、可执行：

• 空输入：返回简洁的“无数据”提示。
• 缺字段：列出缺失字段。
• 不支持请求：给出最接近的可支持图表及所需补充数据。

避免静默失败。

# 参考资料

• references/api-map.md：领域到方法的路由表
• references/data-contracts.md：各图表所需字段契约
• references/output-contract.md：返回类型与前端集成约定

# 资源文件

• assets/visualization-request-template.md：可复用的请求模板

# 脚本扩展（新增图表能力）

新增图表函数请放在：

• scripts/chart_*.py
• 每个脚本通过 CHART_SPECS 暴露图表函数（推荐）或使用 plot_* 函数自动注册

运行时入口：

• scripts/visualization_gateway.py
• utils/visualizer_manager.py
  • VisualizerManager.list_skill_charts()
  • VisualizerManager.render_skill_chart(chart_id, **kwargs)

建议约定：

• 图表函数返回 embedded_html（字符串）或 echarts_option（dict）
• 函数参数使用显式命名，避免隐式全局状态
• 对空数据/缺字段返回清晰错误信息

🚀 A股复盘系统 - Vue.js + Flask 现代化架构

一个专业的A股市场复盘分析系统，助力投资者回溯历史、发现机会、优化策略

功能特性 • 快速开始 • 技术架构 • 使用文档 • 贡献指南

---

📋 项目简介

本项目是一个基于 Vue.js + Flask 前后端分离架构的专业股票复盘系统，内置近十年A股日线级别数据，支持从指数、市场情绪、板块、个股等多维度进行深度复盘分析。

✨ 核心优势

特性	说明
🔍 历史回溯	可查看任意历史交易日的市场状态，发现当时错过的信号
📊 多维分析	指数、板块、个股、市场情绪四大维度立体分析
🎯 数据驱动	基于公开数据源（AKShare、BaoStock），透明可靠
⚡ 高性能	相比streamlit方案性能提升90%+，内存占用降低81%
💼 资金管理	内置止损计算工具，参考《交易圣经》理论
🔄 自动更新	每日18:00后自动更新最近30天数据

🆚 与同花顺等软件的区别

1. 开源透明：数据来源公开（AKShare、BaoStock），代码完全开源
2. 历史回溯：可查看任意历史时点的市场状态，帮助复盘改进交易系统
3. 资金管理：集成建仓止损计算，科学管理风险
4. 可定制化：开源代码，可根据个人需求自由扩展

---

🎯 核心功能

1. 📈 指数分析

• 多指数对比：上证、深证、创业板、科创50、北证50、微盘股等
• 5分钟量能图：实时追踪市场资金流向
• 技术指标：MA5/MA10/MA20均线，涨跌幅统计

2. 🌡️ 市场情绪

• 核心指标：红盘率、涨停数、跌停数、沪深成交额
• 分布分析：涨跌幅分布、连板分布统计
• 特殊形态：地天板、天地板、炸板分析
• 趋势追踪：红盘率与量能走势、涨跌停数量变化

3. 🏢 板块分析

• 板块排行：实时排名，快速定位热点
• 成分股分析：查看板块内个股表现及K线图
• 多对象对比：支持多板块/多指数横向对比

4. 💎 强势股分析

• 白马分析：趋势股筛选，稳健投资标的
• 黑马分析：连板股追踪，短线机会捕捉
• 新高股票：突破历史高点的强势股
• 赚亏钱效应：市场整体盈利效应分析

5. 💰 资金管理

• 止损计算：根据《交易圣经》理论计算建仓止损位
• 风险控制：科学的资金管理工具

6. 🧠 策略看盘（持续开发中）

• 策略会话：支持按策略主题创建对话，沉淀复盘过程
• 资源管理：支持上传文档并转为 Markdown 供策略引用
• 策略看板：可生成策略视图与自定义看板界面（尚待完善），辅助盘前/盘后观察
• 开发说明：该模块仍在持续迭代，部分字段和交互可能调整

---

🚀 快速开始

📋 环境要求

• Python: 3.9+
• Node.js: 16+
• Anaconda/Miniconda: 推荐使用
• 操作系统: Windows/Linux/MacOS

⚡ 方法1: 一键启动（推荐）

双击运行启动脚本，自动完成所有配置：

start_system.bat

脚本会自动：

1. 激活 replay 虚拟环境
2. 启动 Flask 后端服务（端口 5000）
3. 启动 Vue 前端服务（端口 8080）
4. 自动打开浏览器访问系统

🔧 方法2: 手动启动

步骤1: 创建虚拟环境

# 创建并激活虚拟环境
conda create -n replay python=3.10
conda activate replay

步骤2: 安装依赖

# 安装后端依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

# 安装前端依赖
cd frontend
npm config set registry https://registry.npmjs.org/
npm install --no-optional

步骤3: 启动服务

# 终端1 - 启动后端
conda activate replay
python flask_app.py

# 终端2 - 启动前端
cd frontend
npm run serve

步骤4: 访问系统

• 前端界面: http://localhost:8080
• 后端API: http://localhost:5000

---

🎯 技术架构

🔧 后端技术栈

技术	说明
Flask	轻量级Web框架，RESTful API设计
Polars	高性能数据处理，比Pandas快10倍+
AKShare	开源金融数据接口
BaoStock	稳定的历史行情数据源
PyEcharts	Python图表生成库

🎨 前端技术栈

技术	说明
Vue 3	渐进式JavaScript框架，Composition API
Element Plus	企业级UI组件库
ECharts	专业数据可视化库，支持K线图
Axios	HTTP客户端，统一请求拦截
Vue Router	单页面应用路由管理

📊 性能对比

操作	传统方案	本系统	性能提升
选择股票	重新加载390行数据	只加载33行K线数据	⚡ 92%
切换模块	重新执行所有函数	路由切换，瞬间响应	⚡ 95%
内存使用	400MB	75MB	💾 81%
响应时间	2-3秒延迟	0.3秒响应	🚀 90%

---

📖 使用说明

🔐 .env 配置与更新使用

项目根目录存在 .env 文件（E:\jupyter\大A\replay\.env），策略看盘相关的 LLM 能力通过该文件配置。

当前支持字段：

OPENAI_API_KEY=your_api_key
OPENAI_BASE_URL=https://api.302ai.cn/v1
OPENAI_MODEL=deepseek-v3.2
OPENAI_TIMEOUT_SECONDS=180
LLM_API_KEY=

使用方法：

1. 修改 OPENAI_API_KEY 为你的真实 key（优先读取该字段）。
2. 按你的服务商修改 OPENAI_BASE_URL（默认是 https://api.302ai.cn/v1）。
3. 修改 OPENAI_MODEL 选择要使用的模型。
4. 可按需调整 OPENAI_TIMEOUT_SECONDS（秒）。
5. LLM_API_KEY 是可选别名，OPENAI_API_KEY 为空时可用它兜底。

生效方式：

• 后端会自动读取 .env，修改后重启后端即可稳定生效。
• 技能脚本 convert_to_markdown.py 由子进程执行，改完 .env 后下次转换任务会读取最新配置。

注意事项：

• .env 含密钥，禁止提交到公开仓库。
• 建议在 .gitignore 中保留 .env。

🚧 策略板块看盘功能说明

策略板块看盘功能仍在持续开发中，当前版本以可用性优先，部分能力与交互仍可能调整：

• 部分看板字段与展示规则会继续迭代。
• 接口与配置项可能在后续版本小幅变更。
• 如用于正式交易，请先在回测与模拟环境充分验证。

🧩 技能脚本热更新说明（convert_to_markdown.py）

当前已采用“拆分进程”的方式执行技能脚本：

• 后端服务保持生产模式稳定运行，不会因为技能脚本改动而自动重启。
• convert_to_markdown.py 每次转换都会通过子进程重新启动执行。
• 因此 修改 skill 脚本后，下次转换会立即生效，不需要重启后端。

🧱 使用 skills/multiformat-to-md 的额外依赖

除 pip install -r requirements.txt 外，还需要系统级工具：

• tesseract（图片/PDF OCR）
  • 建议安装中文语言包 chi_sim，否则中文 OCR 效果会明显下降。
• ffmpeg + ffprobe（.mp4 抽音与音视频处理）
• antiword（.doc 文档解析）

校验方式（Windows/Linux 通用思路）：

• tesseract --version
• ffmpeg -version
• ffprobe -version
• antiword -h

说明：

• .docx 使用 python-docx，不依赖 antiword。
• 若仅处理 .pdf/.docx/.png/.jpg，可以不安装 ffmpeg；若不处理 .doc，可以不安装 antiword。

🔄 数据更新

系统支持自动和手动两种数据更新方式：

自动更新

• 系统启动时自动检查数据更新
• 每日18:00后可获取当日最新数据
• 自动更新最近30天的增量数据

手动更新（附有自动补齐数据的时间缺口）

点击右上角设置图标，选择需要更新的数据类型：

• 股票更新：更新个股日线数据
• 板块更新：更新行业/概念板块数据
• 指数更新：更新各类指数数据
• 股票状态数据更新：更新涨停、跌停等市场状态

📅 历史回溯

1. 在任意页面选择历史日期
2. 系统自动加载该日期的市场状态
3. 可对比不同时期的市场表现

💡 使用技巧

• 板块对比：支持多选板块/指数进行横向对比
• 自定义时间区间：可保存常用的时间区间组合
• 股票组合管理：可创建自选股组合，快速查看
• 资金管理计算：输入建仓价格和止损比例，自动计算止损位

---

🗂️ 项目结构

replay/
├── backend/                 # 后端目录
│   └── templates/          # HTML模板
├── frontend/               # 前端目录
│   ├── src/
│   │   ├── components/    # Vue组件
│   │   ├── views/         # 页面视图
│   │   ├── router/        # 路由配置
│   │   └── services/      # API服务
│   └── public/            # 静态资源
├── utils/                  # 工具模块
│   ├── metadata/          # 元数据管理
│   │   ├── stock_data_manager.py    # 股票数据
│   │   ├── index_data_manager.py    # 指数数据
│   │   ├── sector_data_manager.py   # 板块数据
│   │   └── market_data_manager.py   # 市场数据
│   ├── visualizers/       # 可视化模块
│   └── analyzer.py        # 分析工具
├── data_cache/            # 数据缓存目录
├── flask_app.py           # Flask主程序
├── requirements.txt       # Python依赖
└── start_system.bat       # 一键启动脚本

---

🔮 后续规划

• 多Agent规划选股、看盘：skill使用与多agent协同：自然语言转选股条件，智能化选股，自主规划看盘界面
• 分钟级数据：引入MySQL存储个股分钟数据（约20GB）
• 实时推送：WebSocket实时数据推送
• 策略回测：内置回测引擎，验证交易策略
• 多用户系统：支持用户注册、登录、个性化配置

---

参考文献

• 《交易圣经》 - 布伦特·奔富 (Brent Penfold)
• AKShare 文档：https://akshare.akfamily.xyz/
• BaoStock 文档：http://baostock.com/

---

📜 开源协议

本项目采用“禁止商用（仅限非商业用途）”授权协议，详情请见 LICENSE。

---

☕ 支持作者

---

💡 技术支持 | 📅 最后更新: 2026-03-27 | 🔄 版本: v2.1

Made with ❤️ by NNNightglow 寻求合作可联系1968259857@qq.com，qq开发交流群：421648119