📈 AI Agent炒股实战

炒股Agent能做什么？

一个成熟的炒股Agent = 盯盘员 + 研究员 + 风控员 的合体：

架构设计

推荐用 CrewAI（Python框架）搭建多Agent协作的炒股系统：

┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│ 行情Agent   │───▶│ 分析Agent   │───▶│ 决策Agent   │
│ 拉数据+盯盘 │    │ 指标+新闻   │    │ 信号+预警   │
└─────────────┘    └─────────────┘    └─────────────┘
       │                  │                  │
       ▼                  ▼                  ▼
    AKShare            大模型            钉钉/微信推送
    Tushare          通义千问           邮件通知
    EastMoney         DeepSeek

三个核心Agent

1. 📊 行情Agent（数据采集）

负责从数据源拉取行情：

• 工具：AKShare（免费）/ Tushare（需token）/ EastMoney
• 数据：实时股价、K线、成交量、资金流向、龙虎榜
• 频率：盘中每5分钟刷新一次，收盘后做日总结

from akshare import stock_zh_a_hist
# 获取茅台日K线
df = stock_zh_a_hist(symbol="600519", period="daily")

2. 🧠 分析Agent（智能分析）

这是最核心的Agent，负责"看懂"数据：

• 技术面：自动计算 MA5/MA20/MA60、MACD金叉死叉、RSI超买超卖、布林带
• 消息面：抓取财联社/东方财富新闻 → 大模型分析情绪（利好/利空/中性）
• 资金面：北向资金、主力净流入、龙虎榜游资动向

3. 🚨 决策Agent（信号+预警）

汇总前两个Agent的输出，生成决策信号：

触发信号后，通过钉钉/飞书/微信推送给你。

实战：搭建一个A股盯盘Agent

以 CrewAI 为例，完整代码框架：

from crewai import Agent, Task, Crew

# 行情采集Agent
data_agent = Agent(
    role="A股行情分析师",
    goal="实时监控自选股，采集行情和资金数据",
    tools=[akshare_tool, tushare_tool],
    llm="qwen-max"
)

# 技术分析Agent
tech_agent = Agent(
    role="技术分析专家",
    goal="计算MACD/RSI/KDJ等指标，判断买卖信号",
    tools=[indicator_tool],
    llm="qwen-max"
)

# 新闻分析Agent
news_agent = Agent(
    role="财经新闻分析师",
    goal="抓取相关新闻并判断市场情绪",
    tools=[news_crawler, sentiment_analyzer],
    llm="qwen-max"
)

# 定义任务
monitor_task = Task(description="监控自选股，发现异常波动", agent=data_agent)
analyze_task = Task(description="技术分析+新闻分析", agent=tech_agent)
alert_task = Task(description="生成预警报告推送", agent=news_agent)

crew = Crew(agents=[data_agent, tech_agent, news_agent],
            tasks=[monitor_task, analyze_task, alert_task])
crew.kickoff()

低成本方案（零代码）

如果不想写Python，可以用 Coze + 插件实现简化版：

1. 在 Coze 创建Bot，Persona 设为"炒股助手"
2. 添加 Web Search 插件（搜财经新闻）
3. 添加 Code Runner 插件（计算指标）
4. 设置定时触发（每天早上9点发今日关注）

推荐工具链