📈 Wyckoff AI Stock Analysis Bot

全自动威科夫量化分析机器人

结合传统技术指标与 LLM（大语言模型）的逻辑推理能力，自动拉取 K 线数据、绘制图表、生成威科夫分析报告，并通过 Telegram 推送。

---

✨ 核心特性 (Key Features)

1. 🧬 双源混合数据引擎 (Hybrid Data Engine)

为了解决单一数据源历史数据不足的问题，构建了强大的混合获取机制：

• BaoStock (历史)：负责拉取长周期的历史 K 线（底仓数据）。
• AkShare (实时)：负责补全最近期的实时数据。
• 智能清洗：自动对齐不同数据源的时间戳格式，并智能修复“手/股”成交量单位差异（100x 修正）。
• 1分钟级支持：针对超短线（1m）自动切换全量 AkShare 模式。

2. 🛡️ 三级 AI 熔断兜底 (Triple-Tier AI Fallback)

拒绝 429 (限流) 和 503 (过载)，确保报告 100% 产出。系统按以下优先级自动切换：

1. Primary: Google Official Gemini API (gemini-3-flash-preview)
2. Secondary: Custom Relay API (Qiandao gemini-3-pro-preview-h)
3. Fallback: OpenAI / DeepSeek (gpt-4o 兼容接口)

3. 🎯 “千股千策” 动态配置

无需修改代码，直接在 Google Sheet 中定义每只股票的分析策略：

• 支持 自定义周期：1m, 5m, 15m, 30m, 60m。
• 支持 自定义长度：任意指定分析的 K 线根数（如 500, 1000, 2000）。

4. 🚀 高可用架构

• 防断连：HTTP 连接强制伪装 UA 并禁用 Keep-Alive，防止 RemoteDisconnected。
• 自动化：基于 GitHub Actions 定时运行，无需本地服务器。
• 推送：分析完成后自动生成 PDF 并推送到 Telegram 群组。

---

🛠️ 配置指南 (Configuration)

1. Google Sheets 设置 (核心)

请在您的 Google Sheet 中设置以下列结构。程序现在支持读取 E 列和 F 列进行个性化配置。

列号	标题 (Header)	说明 (Description)	示例 (Example)
A	Symbol	股票代码 (支持 A 股)	600519
B	Date	建仓日期 (可选)	2023-01-01
C	Price	建仓价格 (可选)	1500.00
D	Qty	持仓数量 (可选)	100
E	Timeframe	分析周期 (分钟)	5, 15, 30, 60, 1
F	Bars	K 线抓取数量	500, 1000
G	Note	个人备注 (可选，AI 分析时参考)	突破关键压力位

💡 提示：如果 E、F 列留空，程序将默认使用 5m 和 500 根 K 线。G 列为用户自定义备注，会传递给 AI 作为分析参考。

2. GitHub Secrets 设置

前往仓库 Settings -> Secrets and variables -> Actions，添加以下环境变量：

🤖 AI 模型相关

• GEMINI_API_KEY: Google Gemini 官方 API Key。
• CUSTOM_API_KEY: [新增] 第三方中转 API Key (第二优先级)。
• OPENAI_API_KEY: OpenAI 或 DeepSeek API Key (最终兜底)。

📊 基础设施相关

• GCP_SA_KEY: Google Service Account JSON (用于读取表格)。
• SHEET_NAME: Google Sheet 的文件名或 ID。
• TG_BOT_TOKEN: Telegram Bot Token。
• TG_CHAT_ID: 接收报告的 Chat ID。

📝 提示词

• WYCKOFF_PROMPT_TEMPLATE: 你的 AI 分析提示词模板。

---

📦 本地运行 (Local Development)

如果您想在本地测试代码：

1. 克隆仓库

   git clone [https://github.com/your-username/your-repo.git](https://github.com/your-username/your-repo.git)
   cd your-repo

2. 安装依赖

   pip install -r requirements.txt

   注意：必须包含 baostock, akshare, pandas, mplfinance 等库。

3. 配置环境变量 建议创建一个 .env 文件或直接在终端 export 你的 API Keys。

4. 运行脚本

   # 运行主程序
   python main.py
   
   # 仅测试数据获取 (不消耗 Token)
   python test_data.py

---

🔄 工作流逻辑 (Workflow)

graph TD
    A[GitHub Actions Trigger] --> B{"读取 Google Sheet"};
    B --> C[遍历股票列表];
    C --> D{"周期 >= 5m?"};
    D -- Yes --> E[BaoStock 拉取历史数据];
    D -- No --> F[跳过 BaoStock];
    E --> G[AkShare 拉取实时数据];
    F --> G;
    G --> H["数据清洗 & 单位对齐"];
    H --> I["生成 K 线图 (mplfinance)"];
    I --> J{"AI 分析 (Triple Fallback)"};
    J -- Try 1 --> K[Gemini Official];
    K -- Fail --> L[Custom API];
    L -- Fail --> M["OpenAI / DeepSeek"];
    M --> N[生成 PDF 报告];
    K --> N;
    L --> N;
    N --> O[推送至 Telegram];

Loading