Spaces:
Running
Running
File size: 2,921 Bytes
f625cb5 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 | ---
title: AI 股票分析師
emoji: 📈
colorFrom: blue
colorTo: green
sdk: gradio
sdk_version: "5.49.1"
python_version: "3.10"
app_file: app_batch.py
pinned: false
---
# 📈 AI 股票分析師
使用 AI 和機器學習進行智能股票分析的 Gradio 應用。
## ✨ 核心功能
- 📊 **完整技術指標**:MA、RSI、MACD、布林通道分析
- 🧠 **AI 情感分析**:使用 FinBERT 模型分析市場情緒
- 🎯 **機率預測**:提供上漲/下跌/盤整機率百分比
- 📈 **智能建議**:根據機率給出個性化投資策略
- 🖼️ **互動圖表**:動態視覺化技術指標走勢
- 📁 **批次分析**:一次分析多支股票並匯出 CSV 報告
- 🌙 **深色模式**:支援亮色和深色主題切換,保護眼睛
## 🚀 快速開始
### 本地執行
```bash
# 安裝依賴
pip install -r requirements.txt
# 執行批次分析版本(推薦)
python app_batch.py
# 或執行單股分析版本
python app.py
```
應用將在 http://localhost:7860 啟動。
### Hugging Face Spaces
直接訪問:[AI 股票分析師 Space](https://huggingface.co/spaces/54justin/StockRecommander)
## 📋 使用方法
### 單支股票分析
1. 在 "Single Stock Analysis" 標籤中輸入股票代碼(如 AAPL、TSLA、0050.TW)
2. 選擇分析時期(1-12 個月)
3. 點擊 "分析" 按鈕
4. 查看技術指標、情感分析和預測結果
### 批次股票分析
1. 在 "Batch Stock Analysis" 標籤中輸入多個股票代碼
- 方式 1:文字框逗號分隔(如 `AAPL,MSFT,GOOGL`)
- 方式 2:上傳 Excel 檔案
2. 點擊 "分析" 按鈕
3. 下載 CSV 報告
## 🌙 深色模式
點擊標題欄右側的 **🌙 深色模式** 按鈕切換主題。
**功能特性**:
- ✅ 立即切換,無需重新加載
- ✅ 主題偏好自動儲存
- ✅ 支援系統深色模式偵測
- ✅ WCAG AA 無障礙標準
詳見 [DARK_MODE_GUIDE.md](DARK_MODE_GUIDE.md)。
## 🏗️ 技術架構
### 後端
- **Python 3.10+**
- **Gradio 5.x**:Web 框架
- **yfinance**:股票數據
- **pandas / numpy**:數據處理
- **scikit-learn**:機器學習
### AI 模型
- **FinBERT**:財務情感分析
- **BART**:文本摘要
- **PyTorch**:深度學習支援
### 前端
- **Gradio UI**:互動式介面
- **Plotly**:互動圖表
- **CSS 變數**:深色模式實現
- **JavaScript**:主題管理
## 📦 依賴清單
主要依賴(詳見 `requirements.txt`):
- gradio>=5.0.0
- yfinance>=0.2.18
- pandas>=1.5.0
- numpy>=1.21.0
- plotly>=5.0.0
- transformers>=4.21.0
- torch>=2.0.0
- scikit-learn>=1.1.0
## 🤝 貢獻
歡迎提交 Issue 和 Pull Request!
## 📄 授權
本項目遵循 MIT 授權。
## 📞 聯絡方式
- 📧 Email: zhengyi@cht.com.tw
- 🐙 GitHub: [StockRecommender](https://github.com/yourusername/StockRecommender)
---
**更新日期**:2026-03-10
**版本**:1.0.0 (深色模式功能發布)
|