说明：本项目 Fork 自 Sebastian6848/GoFundBot，在其基础上进行了二次开发和功能增强。感谢原作者的开源贡献。
GoFundBot 是一个基于 Python (Flask) 和 Vue 3 构建的智能基金分析与可视化工具。它不仅提供实时的基金数据查询和可视化图表，还集成了先进的 AI 大模型（LLM），为用户提供深度的基金投资分析、风险评估及市场研判报告。
相较于原项目，本 Fork 新增了以下功能：
- AI 持仓分析：支持对用户持仓组合进行 AI 智能诊断，评估持仓结构合理性与风险敞口
- AI 建议策略优化：优化 LLM 提示词，引入多维度投资策略（如价值投资、定投策略、行业轮动等），分析结论更具参考价值
- 净值优先策略：优先展示基金实际净值，实际净值不可用时才使用估算净值，数据更可靠
- 涨跌幅区分显示：界面中明确区分"最新净值涨跌幅"和"估算净值涨跌幅"，避免混淆
- 实时净值更新机制：优化实时净值刷新逻辑，提升数据时效性
- 持仓输入优化：改进持仓录入体验，支持更便捷的基金持仓信息管理
- 持仓数据库重构：优化数据库表结构，支持更灵活的持仓数据存储与查询
- Docker 支持：新增 Docker 部署方案，一键容器化运行，降低环境配置门槛
- Git 仓库清理：移除误提交的
.pyc缓存文件，完善.gitignore规则
- 深度基金分析：基于 LLM 生成专业的基金诊断报告，涵盖业绩归因、风险特征、经理风格及后市策略。
- 智能仪表盘：通过 AI 对基金的业绩、管理能力、持仓及市场前景进行多维度打分。
- 市场情绪摘要：每日自动生成市场行情摘要，捕捉关键市场动态与板块机会。
- 基金详情页：
- 基本信息：实时净值、估算涨幅、费率结构等。
- 业绩走势：多周期业绩趋势图，支持同类对比。
- 资产配置：股票/债券/现金占比分析。
- 持仓透视：前十大重仓股及其占比变化。
- 能力雷达：直观展示基金的盈利能力、抗风险能力等 5 维指标。
- 市场概览：
- 全球行情：上证、深证、纳指、恒生等主要指数实时行情。
- 贵金属追踪：黄金、白银等大宗商品的历史走势与实时数据。
- 基金搜索：支持代码/名称快速搜索（本地缓存优化）。
- 自选管理：一键添加/移除自选基金，随时跟踪关注标的。
- 一键部署：提供 Windows 一键启动脚本，开箱即用。
- 市场指数实时走势：展示了上证指数、深证成指、沪深300指数的当日走势。
- 全球行情板块：展示A股、港股、美股重要指数的走势。
- 近7日A股成交量：展示近7个交易日A股的成交量情况。
- 实时贵金属价格：展示黄金9999、现货黄金、现货白银的实时价格及走势。
- 7×24 快讯（右侧边栏）：展示实时重要新闻及其影响行业。
- 行业板块排行（右侧边栏）：展示当日强势板块和弱势板块、主力资金流动情况。
- 搜索基金代码或名称，可以显示基金的详细信息，辅助挑选基金。
- 左侧自选栏：可以将持有的基金添加自选，实时查询估值情况。
- 业绩走势：包含本基金的历史走势、与同类基金和沪深300指数的收益对比、最大回撤及修复情况。
- 同类排名走势：包含选定基金在同类基金中的收益排名情况。
- 资产配置、持有人结构、基金规模变动、申购赎回情况：反应基金持仓的变化与热门度。
- 基金经理能力评估：调用东方财富API，绘制经理能力雷达图。
- 同类基金涨幅榜：辅助挑选同类型优质基金。
- 使用LLM辅助分析基金情况（结论仅供参考）
Note
本功能使用需要下载全部基金数据到本地，数据库大小约8G。受限于API接口，下载速度极慢（大概需要6小时），若不使用本功能不建议下载。
- 提供了4433法则、夏普比率、低波动策略等快速筛选策略，点击即可使用。
- 提供了自定义筛选条件的选择，可以根据基金类型、收益率、回撤等选项筛选基金。
Note
最多支持5只基金同时对比，对比前需要先添加基金到自选页。
- 多维度对比基金的收益率、规模、回撤、经理能力等指标，辅助挑选基金。
- 对比最好在同类型基金中展开，跨板块对比意义不大。
- 目前只支持单基回测，后续会加入组合回测。
- 回测结果：
- 可以对持有的基金进行实时估值并计算当日盈亏
- 语言: Python 3
- 框架: Flask
- AI/LLM: LangChain, OpenAI SDK (适配 SiliconFlow/DeepSeek 等模型)
- 数据存储: SQLAlchemy (SQLite)
- 网络请求: Requests, Curl_cffi (处理复杂反爬)
- 框架: Vue 3 (Composition API)
- 构建工具: Vite
- UI 组件: 自定义响应式组件 (FundDetail, MarketOverview 等)
- 可视化: ECharts
- Markdown: 支持 AI 报告的 Markdown 渲染
在运行项目之前，请确保您的本地环境已安装以下软件：
- Node.js (推荐 LTS 版本) 和
npm - Python 3.8+ 或 Anaconda/Miniconda
在 Backend 目录下创建一个 .env 文件（可复制 .env.example），并配置您的 LLM API 密钥：
LLM_API_KEY=your_api_key_here
LLM_API_BASE=https://api.siliconflow.cn/v1
LLM_MODEL=Qwen/Qwen2.5-7B-Instruct确保已安装 Conda 且存在名为 fundbot 的虚拟环境（或修改脚本适配）。
双击运行根目录下的：
一键启动.bat创建环境（Conda）
conda create -n fundbot python=3.9
conda init #这步完成以后重启终端
conda activate fundbot后端服务 (Backend)
cd Backend
pip install -r requirements.txt
python app.py前端界面 (Frontend)
cd Frontend
npm install
npm run dev启动成功后，访问终端显示的本地地址（通常为 http://localhost:5173）。
MyBot/
├── Backend/ # 后端源码
│ ├── ai_service.py # AI 分析核心服务
│ ├── fund_api.py # 基金数据接口
│ ├── app.py # 应用入口
│ └── ...
├── Frontend/ # 前端源码
│ ├── src/
│ │ ├── components/ # Vue 组件
│ │ │ ├── FundAIAnalysis.vue # AI 分析组件
│ │ │ ├── FundBasicInfo.vue # 基础信息组件
│ │ │ ├── MarketOverview.vue # 市场概览
│ │ │ └── ...
│ │ └── ...
└── ...
本项目所有数据均来自公开接口，仅供个人学习及参考使用。数据可能存在延迟，不作为任何投资建议。