Skip to content

About

FinanceSys 是一套庞大的市场情报与交易研究系统:自动收集研报和大V文章、沉淀每一条推荐并持续追踪表现

Topics

Resources

Stars

8 stars

Watchers

0 watching

Forks

Repository files navigation

FinanceSys

让每一个市场观点都有出处,让每一次判断都接受时间检验。

FinanceSys 是一套面向中国资本市场的研究情报与推荐表现评估系统。它持续收集研报、复盘文章和专家观点,从非结构化内容中识别真实的推荐事实,再用后续市场数据回答一个朴素但重要的问题:谁在什么时候推荐了什么,后来表现究竟如何?

它的目标不是再生成一份转瞬即逝的摘要,而是建立一套可以长期积累的市场观点数据库。随着时间推移,零散文章会沉淀为博主研究档案、标的关注轨迹、推荐表现记录和可复核的历史证据,让主观印象逐渐让位于数据,让内容消费逐渐变成研究资产。

为什么需要 FinanceSys

市场每天产生大量观点,但绝大多数内容很快被新的信息覆盖:

  • 一位博主长期表现如何,通常依赖印象,而不是完整样本。
  • 一次成功推荐被反复传播,失败推荐却容易被遗忘。
  • 不同文章中的股票简称、代码、主题和板块口径并不统一。
  • 推荐后的表现往往只看某一天的涨跌,缺少统一时间窗口。
  • 原始观点、推荐事实和后续结果相互分离,难以回到证据核验。

FinanceSys 将这些问题转化为一套可持续运行的研究基础设施:保留原文、识别事实、统一标的、追踪行情、固定口径计算,并把每一个结果重新连接到它的来源。

你能看到什么

页面预览

FinanceSys 看板截图一

FinanceSys 看板截图二

博主表现总览

在统一的 5、10、30、90 个交易日窗口下,对比不同博主的可评估样本数、胜率、平均收益、中位收益、最佳与最差表现以及回撤情况。排行榜不会只突出一次高收益,也不会把尚未到期或数据不完整的样本混入统计结果。

博主研究档案

每位博主都有持续更新的历史档案。可以查看其推荐频率、主要关注标的、不同时间窗口的表现,以及每一条具体推荐。系统关心的不是内容风格或传播热度,而是观点能否在一致口径下经受时间检验。

推荐事实台账

每条推荐被记录为独立事实,包含博主、推荐日期、股票、ETF 或板块指数、方向、观点摘要和原文证据。台账支持按博主姓名、标的代码、资产类型、市场、方向、日期和评价状态筛选,并展示后续各窗口的实际表现。

推荐明细页支持“导出当前筛选”:按已应用的筛选条件导出全部匹配推荐,而不是只导出当前页。报告沿用单篇文档的暖色纸张风格,包含筛选范围、窗口概览、博主汇总和完整摘要,可通过浏览器打印保存为 PDF。单次最多 2000 条,超出时要求缩小范围,不会静默截断;不创建后台导出任务,不触发模型分析或追踪重算。涨跌幅与列表一致,上涨占比不是方向胜率或真实账户收益率。

其他页面也提供同风格的单次 PDF 导出:表现总览、博主档案、单条推荐复盘、标的视角、文档档案清单、模拟交易及分析工作台。先应用筛选,再点击页面上的导出按钮,在浏览器打印窗口保存 PDF。榜单与文档清单导出全部匹配记录,单个列表最多 2000 条;标的页搜索会在全量筛选榜单中匹配,并附上选中标的的匹配推荐。工作台明确导出最近 30 条评价任务与 20 篇文档,不包含表单或未提交参数。模拟交易导出最新账务快照、全部当前持仓、所选日期全部成交与订单(各最多 2000 条),以及最近 200 条持仓周期;选择历史成交日期不会把当前账户快照变成该历史日的资产。导出仅读取数据库,不刷新 Windows Bridge、不提交交易或补算任务。

单条推荐复盘

一条推荐不仅有最终收益,还可以看到推荐前后的价格路径、入场与退出位置、最大浮盈、最大不利波动和最大回撤。所有评价都能回到原始观点和来源文档,避免脱离上下文解读数字。

单篇文档报告与失败重试

文档报告详情页支持“重新分析”,仅分析失败(FAILED)且没有成功结果的文章可用;已完成分析、无有效推荐、正在分析和仅已解析的文档均不能通过此入口重试。重试自动保留来源或历史记录中的原推荐日期;旧手动上传文档若缺少日期记录,需要确认原日期,不会默认使用今天。成功后按钮禁用,失败后可以再次重试。

“补算追踪”是独立操作,只计算已有推荐的后续表现,不会重新调用模型。重新分析成功后,可按需再补算追踪并导出报告。

标的热度与表现

从股票、ETF 和板块维度观察市场关注度:哪些标的被更多博主同时提及,参与者是谁,后续平均表现和胜率如何。推荐热度与实际表现被并列展示,帮助区分市场共识、主题行情和真正有质量的判断。

从文章到研究资产

FinanceSys 支持人工上传,也能从已配置的 OpenList 文档源持续发现新文章。扫描型 PDF 会经过专用 OCR,普通文档则直接提取文本;相同文件按内容去重,避免重复分析和重复统计。

OpenList 自动摄取与失败重试统一在北京时间每天 05:00 启动一轮,扫描前 7 个自然日(不含当天)的文章。已成功的内容继续幂等跳过,失败内容等次日再试;错过启动分钟不在白天补跑,旧的每小时任务或过期任务标记为 SKIPPED,不再调用模型。已启动的一轮可以继续处理至结束,单次模型请求内部的重试策略不变;人工重试与显式全量归档扫描不受该自动调度限制。

雪球是第二个外部来源:独立的雪球订阅台(私有库 xueqiu-tool,同在 Mac Server)按 1–5 小时随机间隔巡检订阅作者,只保留原创帖(不存转发、回复和自动关注帖)。FinanceSys 在北京时间每天 04:00 用独立调度通道读取订阅台全部待 ACK 帖子,逐篇存为文档并分析(每页处理完即 ACK 该页):雪球作者即博主、发帖日期即推荐日期;入库即 ACK,分析失败的帖子与其他失败文档一样走文档重试,不会被再次拉取;入库失败的帖子不 ACK,留到次日。与 OpenList 一样错过启动分钟不补跑,帖子留在队列里不会丢;需要补跑时调用 POST /api/v1/admin/external-documents/xueqiu/runs,并用 GET /api/v1/admin/scheduled-task-runs/{id} 查看结果。

模型调用统一受 processing.llm_max_qps 限速(当前 4,下游模型网关上限 5 QPS):所有上传、重试、OpenList 和雪球分析在进程内共用同一个起跑节流,雪球任务另外最多 analysis_concurrency 篇并行(Agent 单篇分析约 5–10 分钟,串行跑不完一天的帖子),两次分析启动至少间隔 analysis_interval_ms。

系统从文章中识别博主、推荐日期、标的、方向、观点和证据,并结合本地主数据统一股票、ETF 与东方财富板块指数的名称和代码。能够唯一映射的板块、行业与概念会进入持续追踪;模糊简称、泛称和无法确认的目标不会被强行映射,而是作为不可追踪或待复核信息单独保留。

推荐事实形成后,系统持续同步市场行情,并按统一规则更新评价结果。新文章、前一交易日行情和最近时间窗口内的历史推荐都可以由自动任务持续处理,每次任务的输入、输出和错误均有独立记录。

这意味着系统不是一次性的文档分析工具,而是一套会随着文章、行情和时间不断增长的研究数据库。

评价口径

为了让不同博主、不同日期和不同标的之间可以公平比较,FinanceSys 使用一致、确定的评价方式:

  • 推荐事实使用归一后的推荐日期,不以后见之明修改历史时间点。
  • 默认以推荐后的下一交易日开盘价作为评价入场基准。
  • 使用 5、10、30、90 个交易日窗口持续追踪,不使用自然日替代交易日。
  • 做多和做空推荐按方向统一计算收益。
  • 同时记录窗口收益、最大浮盈、最大不利波动和最大回撤。
  • 尚未到期的窗口保持等待状态,不提前展示结果。
  • 停牌、行情缺失、标的未识别等情况单独记录,不伪造收益,也不进入有效样本分母。

这些口径由确定性程序执行。同样的事实和行情输入应得到同样的评价结果,LLM 不参与收益率、胜率或排行榜数值的计算。

数据可信原则

结论必须回到证据

推荐事件保留来源文档、观点摘要和证据片段。排行榜上的每一个数字都应能够逐层回到具体推荐和原始内容。

失败也是数据

没有识别出股票、行情不足、窗口未到期、内容没有形成明确推荐,都不会被悄悄丢弃。它们以明确状态保留,避免只留下成功样本。

不让模型替代规则

LLM 和 Agent 用于理解文章、抽取事实和辅助标的识别;交易参数、时间窗口、收益表现和聚合统计由确定性规则完成。

开发与生产隔离

系统维护同构的开发测试环境与生产环境。只有明确声明生产环境的进程才会连接生产数据,其余启动和测试默认进入测试环境,避免开发数据污染长期积累的线上样本。

当前能力

  • 支持 PDF、Word、TXT、Markdown、CSV 等研究资料。
  • 支持 macOS 与 Windows,并针对扫描型、带水印研报提供专用 OCR。
  • 支持文件内容去重、原始文档留存和重复分析控制。
  • 支持 OpenList 外部文章自动发现、下载、幂等摄取和失败重试。
  • 支持雪球订阅台原创帖每日定时摄取、入库即 ACK,以及全局模型请求限速。
  • 支持股票、ETF 与东方财富板块指数识别、主数据核验和不可追踪目标记录。
  • 支持证券与板块主数据每日刷新,以及股票、ETF、板块日行情持续同步。
  • 支持推荐事实、候选计划、证据和解析过程的完整审计。
  • 支持日行情自动同步和通用调度任务台账。
  • 支持 5、10、30、90 个交易日推荐表现评价。
  • 支持博主排行榜、博主档案、推荐明细、单条复盘和标的分析看板。
  • 支持按日期、博主、标的、市场、方向和样本状态进行筛选分析。
  • 支持 Nacos 统一配置,以及开发测试库和生产库的严格隔离。

适合谁

FinanceSys 适合希望长期积累研究优势,而不是只消费当日信息的人:

  • 想系统复盘关注博主历史表现的个人研究者。
  • 需要管理大量研报、文章和推荐事实的小型投研团队。
  • 希望建立内容质量评价体系的财经内容运营者。
  • 关注证据、样本边界和可复现计算的开发者与数据研究者。

长期愿景

FinanceSys 希望逐步形成一张中国市场观点网络:连接内容来源、研究者、推荐事件、证券标的、市场阶段和最终结果。

当历史足够长、来源足够丰富时,系统能够帮助回答更有价值的问题:一个博主真正擅长什么类型的机会;一种观点在哪些市场环境中更有效;多个独立来源形成共识时是否具有额外信息;热门标的是因为判断领先,还是仅仅跟随行情。

最终,我们希望把难以验证的“感觉他很准”,变成可以检查、比较和持续更新的研究事实。

快速开始

本地准备 Go 1.22、Python 3.9+、Node.js/npm 和已安装依赖的分析 Agent 虚拟环境。MySQL、LLM、行情及业务运行参数统一来自 Nacos;不需要在开发机安装中间件。

统一正式环境入口

正式环境只使用仓库根目录的 start_prod.py,原来的多套编译、启动和调试包装脚本已移除。

本项目默认工作流为本地开发验证通过后,直接部署到 SSH 主机 macserver 的 ~/Projects/finance-sys。常规代码发布已获用户授权;本轮明确要求暂不发布时除外。开发 Mac 不再运行生产实例,以下正式启动和生产状态检查均在 Mac Server 执行,并使用目标机已配置的 Python/Go/Node PATH。

前端嵌入 Go 程序,无需单独启动 Node 开发服务。线上 Go API/前端、分析 Agent 和确定性模拟交易 Agent 作为完整系统维护;启动这些服务不代表解除交易禁单或开启自动下单。

macOS(在 Mac Server 已登录用户的终端执行):

python3 start_prod.py

Windows(PowerShell):

py -3 start_prod.py

默认执行完整测试、前端构建、后端编译,再切换生产 API;明确使用 FINANCE_SYS_ENV=PROD,校验生产 Schema 为 expert_trade,不会停止测试端口的服务。测试阶段单独强制使用 TEST 环境,清除继承的真实库集成测试开关。

脚本从环境变量读取 NACOS_SERVER_ADDR;没有时依次读取 bootstrap_go122.env、bootstrap_go122.env.example。也可以传入 --env-file 路径,文件只能包含 Nacos 地址。正式启动必须通过 Nacos 配置和 SDK gRPC 端口预检;脚本不会在预检失败时改用示例业务配置继续发布。构建期间如果生产/测试端口或 Agent 地址发生变化,会中止切换,保留原进程。

首次使用时将 bootstrap_go122.env.example 复制为 Git 忽略的 bootstrap_go122.env,再填写自己的 Nacos 地址;示例仅包含回环地址。真实证书/私钥、数据库文件、OCR 中间图片和验收快照不纳入仓库。Windows Bridge 使用的 CA 文件需在本机单独配置。

常用模式(Windows 把 python3 换成 py -3):

# 只测试、编译、签名;不请求 Nacos、不启动或停止服务
python3 start_prod.py --build-only

# 在 Mac Server 上查看生产 API 与分析 Agent 状态
python3 start_prod.py --status

已迁出的开发工作区保留 tmp/production/relocated.json 标记,统一入口会阻止在这里误启动第二套生产服务,并提示通过 SSH 操作 Mac Server;本地 --build-only 不受影响。修改 Agent 代码时,发布需覆盖对应 Agent 进程,不能因为旧进程健康就把它当成新版本;不应附带重启无关的 Windows Bridge/Runner。

macOS 构建会生成 Mach-O UUID,并封装为包含本地网络用途说明的 FinanceSys.app,使用固定标识 cn.financesys.api.production 做本地 ad-hoc 临时签名,再校验签名和 UUID。启动时注册应用身份,通过 AssociatedBundleIdentifiers 关联 launchd 服务,便于系统识别并显示网络授权。没有购买或使用苹果开发者证书;这种签名不等于 Apple Developer ID,也不替代系统的本地网络授权。如果系统提示本地网络权限,需要人工处理,脚本不会关闭系统安全检查。

通过全部校验后,Mac 使用当前用户的 launchd 托管 API(需要图形登录会话);Windows 启动独立后台进程。原有健康分析 Agent 会复用;仅在配置指向本机回环地址、端口空闲且虚拟环境就绪时自动启动缺失的 Agent。远端或已占用但不健康的 Agent 会报错,不会擅自杀进程。

Mac 包含一个由系统 Clang 编译的轻量原生启动器(需要 Xcode Command Line Tools),通过 Network.framework 发起正常的本地网络授权请求,连接 Nacos 成功后才启动 Go 子进程;它不实现业务逻辑,也不会自动点击授权或修改系统网络策略。

构建产物按版本保留在 tmp/production/releases/,最近成功部署记录为 tmp/production/active.json。API、分析 Agent 和交易决策 Agent 通过同一 start_prod.py 内部监督模式管理;在 Mac 上均由当前用户的 launchd 登录后自启动,不要求关闭 FileVault 或开启自动登录。

三个服务的标准输出与错误统一写入 tmp/production/logs/runtime/:每片 100 MB(100,000,000 字节),累计达到 1 GB(1,000,000,000 字节)后删除旧片,仅保留最新约 100 MB,再继续积累。日志带服务来源标识,跨版本共用同一容量上限;不再为每次发布创建无限增长的运行日志。既有历史日志不会自动删除,迁移时不应复制旧日志和 OCR 中间文件。

监督器隔离每个服务的临时目录,拒绝重复实例和仍有活跃子进程时的遗留目录清理。OCR 每次执行使用独立临时工作区;正常完成、报错和超时都会清理,超时会终止其子进程树。原文继续保存在既有远程 MySQL,不将每天网盘文件永久复制到服务主机。

新 API 健康检查失败时,会尝试恢复刚才运行的旧二进制并返回失败;不会回滚数据库或 Nacos 配置。首次部署可识别旧 API 的实际进程路径,不依赖过期 PID 文件,也不会覆盖旧二进制或删除旧发布产物。

注意:直接执行 go build 仍可用于开发检查,但不能替代正式发布入口。开发调试应先设置 Nacos 地址,并显式使用 FINANCE_SYS_ENV=TEST 执行 go run ./cmd/api,不要把正式环境脚本当作测试启动器。

提交代码前执行:

GOTOOLCHAIN=local go test ./...
GOTOOLCHAIN=local go build ./...
python3 -B -m unittest discover -s scripts/tests -p test_start_prod.py

项目文档

完整业务方案、数据口径、部署说明、测试策略、阶段复盘和演进路线统一维护在飞书知识库:

https://my.feishu.cn/wiki/DAUVw7Lr6i7L3XkulELcWmoCnLh

本 README 只介绍项目价值、当前能力和必要入口,不承担完整技术文档职责。

免责声明

FinanceSys 用于整理和复盘历史研究观点,系统展示的推荐事实、统计结果和历史行情表现均不构成任何投资建议,也不代表未来收益。

About

FinanceSys 是一套庞大的市场情报与交易研究系统:自动收集研报和大V文章、沉淀每一条推荐并持续追踪表现

Topics

Resources

Stars

8 stars

Watchers

0 watching

Forks

Releases

Contributors

Languages