AI导哈

投资组合分析工具

一款高级投资组合分析工具，提供技术分析、图表模式识别和可操作的投资建议。

  • by Tiwari1999
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Tiwari1999/zerodha-mcp

使用说明

智能投资组合分析器

一种先进的投资组合分析工具，提供 技术分析, 图表模式识别，并为您的股票持有量提供可操作的建议。

🎯 特性

  • 技术分析：RSI、MACD、移动平均线、布林带、ADX等
  • 📊 图表模式识别：15+图案，包括头肩、双层上衣/下装、三角形、旗帜和烛台图案
  • 多时间段分析：每日、每周和每月图表分析
  • 🎨 模式置信度评分：具有置信水平的AI模式检测
  • 风险评估：止损建议和利润预订警报
  • 行业多样化：投资组合构成分析
  • 市场状况评估：整体市场趋势分析
  • 自动报告：具有可操作见解的综合分析报告

🆕 新增：图表模式分析

分析仪现在包括先进的模式识别，可以检测：

反转形态

  • 海飞丝 / 反向头部和肩部
  • 双顶 / 双底

连续模式

  • 上升/下降/对称三角形
  • 牛/熊旗和旗帜

突破形态

  • 电阻击穿 / 支持故障
  • 支撑/阻力水平检测

烛台图案

  • 锤子、吊人、多吉
  • 看涨/看跌英语
  • 晨星/晚星

每种模式包括：

  • ✅ 置信度得分（0-100%）
  • 📈 买入/卖出/持有信号
  • 📝 详细说明
  • 🎯 关键价格水平

运作原理

  1. 获取投资组合数据：在聊天中使用Zerodha Kite MCP工具获取您的资产
  2. 更新数据：将您的持股数据复制到 run_analysis.py
  3. 运行分析：执行分析脚本以获取建议
  4. 评审结果：获取详细的买入/卖出/持有建议和信心评分 +模式分析

快速开始

1.安装依赖项

pip install -r requirements.txt

2.获取您的投资组合数据

在启用MCP的聊天中，使用Kite工具获取您的资产：

Can you get my current holdings from Kite?

3.更新分析脚本

将您的持股数据复制到 holdings_data 在中列出 run_analysis.py.

4.运行分析

python run_analysis.py

📊 带模式分析的示例输出

🚀 HIGH-CONFIDENCE RECOMMENDATIONS:
   📈 STRONG BUY SIGNALS:
      🟢 BPCL: 95.0% confidence
         💰 Investment: ₹3,465 | P&L: +27.9%
         🎨 Patterns: 5 detected
            📈 Double Bottom: 85% confidence
            📈 Resistance Breakout: 90% confidence
         📝 Pattern Summary: Primary: Resistance Breakout (90% confidence) | 📈 Bullish signals dominate

   📉 STRONG SELL SIGNALS:
      🔴 ARKADE: 95.0% confidence
         💰 Investment: ₹5,120 | P&L: +43.5%
         🎨 Patterns: 6 detected
            📉 Double Top: 85% confidence
            ⚖️ Hanging Man: 60% confidence
         📝 Pattern Summary: Primary: Double Top (85% confidence) | 📉 Bearish signals dominate

技术指标+模式

技术分析

  • RSI（相对强弱指数）：超买/超卖情况下的动量振荡器
  • 指数平滑异同移动平均线：趋势变化的移动平均线收敛发散
  • 布林线：价格极值的波动区间
  • 平均趋向指标：趋势强度的平均方向指数
  • 移动平均值：20、50和200天趋势
  • 产量分析：交易量模式

新增：模式分析

  • 算法检测：使用scipy进行数学模式识别
  • 信心评分：基于图案质量的20-100%置信水平
  • 多模式分析：每只股票最多可检测15种不同的图案类型
  • 加权信号：按类别加权的图案（反转>突破>延续>烛台）
  • 数量确认：通过体积分析确认的突破模式

风险管理

  • 止损警报：对于亏损严重的头寸
  • 利润预订：对高增益位置的建议
  • 基于模式的目标：基于模式测量的价格目标
  • 仓位：风险调整建议
  • 部门分析：多样化评估

🎨 模式分析演示

要查看对个股的模式分析：

python pattern_demo.py

这将分析热门股票，并显示检测到的模式和置信度得分。

输出文件

  • CSV报告，对每只股票进行详细分析
  • 模式分析数据 包含在报告中
  • 用于跟踪分析历史的带时间戳的文件
  • 技术指标和置信度得分
  • 每只股票前3种模式 有解释

需求

  • Python 3.7+
  • pandas、numpy、yfinance、ta（技术分析库）
  • SciPy （用于图案检测）
  • 用于获取股票数据的互联网连接

工作流示例

  1. 在聊天室：“获取我的风筝收藏”
  2. 复制数据：更新 run_analysis.py 持有您的资产
  3. 跑: python run_analysis.py
  4. 审查：检查建议 +模式洞察 而采取行动

🔧 高级用法

仅模式分析

from patterns.pattern_analyzer import analyze_stock_patterns
import yfinance as yf

# Download data
df = yf.Ticker("RELIANCE.NS").history(period="1y")

# Analyze patterns
result = analyze_stock_patterns(df, "RELIANCE")
print(f"Signal: {result['overall_signal']} ({result['overall_confidence']}%)")

自定义图案检测

单个模式检测器可以单独使用-请参阅 patterns/README.md 了解详情。

支持

该工具根据技术分析提供建议 和图表模式在做出投资决策之前，一定要做自己的研究，考虑你的风险承受能力。

模式分析增加了强大的洞察力，但应与基本面分析和市场状况相结合。

由Smart Portfolio Analyzer提供技术分析+ 图表模式识别 +雅虎财经数据#zerodha mcp

相关 MCP