股票预测工具 XYStock 1.2.0 新功能解析

XYStock 开源工具支持对 A 股市场全部股票、ETF 基金、港股通股票，以及上证指数、深证成指、创业板指等主要大盘指数进行行情预测和智能分析。用户可以一站式获取实时数据、AI 分析报告和操作建议。

1 引子

行情好的时候更容易赚钱，有时候等待一波行情可能需要十年。我最近开始开发股票分析相关工具。现在是个不错的时间点，也有足够的动力，加上关注这方面的人越来越多。

七月中参加一个股票相关的大数据比赛，在之后的学习会上，我想分享自己在建模比赛中的收获，又觉得所用的方法过于单一。然后开始系统地阅读相关论文，并试用 GitHub 上高星级的股票工具，最终决定自己动手做工具，一两周后，我完成了一个版本并开源，同时写了简要介绍。没想到，收到了很多老友的反馈，好像中年人都在玩这个。

在开发过程中，我也在操作自己的账户，产生了很多疑问，关注了一些公众号和 UP 主，听他们的实盘分析，同时读一些经典书籍，涉及长线短线、背后逻辑和具体方法等。为了每次分享都能增添一些亮眼的内容，不断寻找更前沿的方向。在与朋友的讨论中，一次次的质疑，反驳，也激发出更多的思路和激情。

于是继续更新，将更多的理解融入工具中。制作工具时添加的每个功能都旨在解决具体问题，不因他人有此功能而盲目跟风。接下来介绍的是我对这些数据的理解，也是当前版本的新增的功能。

2 更新内容

1.2.0 版本的升级包含 40 多次提交，超过 5000 行的有效代码更新，更新时间2025.10.04，同步更新github主分支和docker image。

重要的功能更新包括：

• 多指数支持
  
   – 支持分析上证、深成、创业板、科创 50 等主要指数
• 市场情绪分析
  
   – 全新市场情绪数据获取与分析功能
• 股息分红分析
  
   – 深度分析股票分红历史与收益潜力
• ETF 持仓分析
  
   – 获取 ETF 详细持仓数据与投资策略分析
• 公司信息分析
  
   – 加入了公司主营业务、核心优势、行业地位等
• 基本面增强
  
   – 加入盈利、偿债、运营、成长等更多数据支持
• 风险偏好设置
  
   — 在设置中新增风险偏好选项
• 风险指标计算
  
   – 新增个股与指数多维度风险评估
• 指数新闻集成
  
   – 实时获取指数新闻并结合数据分析
• 策略回测模块
  
   – 完整回测框架和可视化工具

3 具体功能介绍

3.1 多指数支持

初始版本包含了对上证指数的分析和预测，其原因是我认为在预测个股时，需要考虑整体市场的行情涨跌。刚刚过去的九月，我们也看到了结构性的行情，创业板涨势很好，而大盘则停留在平台区，还有大量股票表现不如大盘。常常出现指数上涨，但超过一半的个股下跌的情况。

因此，这次更新中，我加入了上证、深成、创业板、科创50等主要指数的分析和预测，以便在分析时更具体地考虑各个板块。例如，在分析创业板的某支股票时，参考创业板指的趋势，而不是上证指数。

3.2 市场情绪分析

市场情绪是短期预测中非常重要的因素。很多国外市场都有贪婪恐惧指数（之前国内市场也曾有过一段时间），它是一个重要的预测因素。在没有这一数据的情况下，我们也可以通过分析一些其他数据来获取市场情绪，比如市场的涨/跌/平盘家数和占比，以及资金的流入/流出等。

在开发第一版时，我没找到合适的接口，每次需要拉取当前所有股票信息自行计算，既耗时又频繁，结果还常被封禁 IP。而在这一版中，找到了一些更合适的接口，并实现了数据的抓取、分析和综合评分。

3.3 股息分红分析

有时候买股票是为了追求暴涨，有时候则是为了获取分红。比如，购买一些红利或现金流类的股票和基金，即使股价不涨，只要在低位买入并长期持有，通过每年的分红也能稳赢银行利息。从这个角度出发，在各只股票的基本信息界面中加入了过去几年的分红和配送数据，供用户参考。

(这支股票当前价是 38.50，可以看到它的分红数据相当好）

3.4 ETF 持仓分析

之前关于ETF的分析比较单薄，因为一般来说，ETF无法像股票那样获取筹码分布，也没有财务指标和分红信息，所以只能参照K线数据和相关新闻。

今年是ETF牛市，普通人常常发现买ETF比买个股更容易盈利。选择ETF时，主要是选择行业方向，比如投资机器人、科技、半导体的ETF。虽然同类ETF的涨跌趋势相似，但也存在差异，因此在选择时需要查看持仓的个股和比例。所以这一版展示了前十名持仓比例（并不是所有ETF都提供该数据），用于精挑细选ETF。

3.5 公司信息分析

我以前只投资自己比较了解的公司和行业，对于不熟悉的领域，不能确定它的行业周期以及当前价格是否合理，也无法判断买卖的最佳时机。而问题是：我熟悉的行业可能一直不涨。现在，有了大模型的帮助，我们可以有针对性地提问，并迅速扩展到新的领域。在与模型交互的过程中，我也提取了一些关键提示词，并将其整合到当前工具中，以便快速了解一家公司。这样，即使是跟风购买某只股票，至少不会完全不懂。

问题涵盖：公司是做什么的、核心产品/服务是什么、主要解决了什么痛点问题、它的核心技术/资源是什么、它在行业中的地位如何、竞争对手和替代方案有哪些、盈利模式是什么，以及潜在的风险和挑战。

3.6 基本面增强

在相对长线的投资场景中，基本面还是非常重要的。之前版本，在大模型分析基本面时，经常提示数据不足，无法准确分析。这一版本在股票的基本信息中加入了更多内容：盈利、偿债、运营、成长等数据支持，并且进行了分类显示。

尽量很多数据我其实也不太会看，不过模型会看，并能提示一些单靠PE、ROE无法发现的潜在问题。这相当于让模型更细致地阅读数据报，并提取出有价值的要点。

3.7 风险偏好设置

假设我有一万的本金，年收益率为10%。这时，一千块钱的收益显得无足轻重，即使全亏了，也能很快赚回来。如果本金是一百万，年收益率10%意味着十万块，这对很多人来说足够支撑一年生活，但也无法接受大比例的损失。由于每个人的风险偏好和对损失的厌恶程度差异很大，因此对不同人的投资建议也不可能完全一样。盈利空间越大，风险也就越高，这可能也是为什么本金越少时，容易亏损的原因之一。

在优化提示词的过程中，我尝试添加了以下内容：

结果画风突变，什么都不让我买，看啥风险都大。这也可能是因为当前位置（2025年十一期间）相较之前处于一个相对高位。

最终，在这次升级在设置中加入了风险偏好选项：中性、保守、激进，以及用户自定义。以便在生成投资建议时，考虑到用户的个体差异。

以下是最新版本中使用“中性”风险偏好时，对某支股票的分析结果。经过提示词调整，我觉得目前效果还是比较直接有效的。

（这是一位 B 站大 V 在九月份重点投资的股票，还好没有跟风买）

3.8 风险指标计算

之前的股票预测中已经包含风险指标，在这一版中，风险分析也加入了指数预测，并且更详细地展示了多种内容。这些数据都是通过对 K 线的分析得出的。最大回测、波动率、夏普比率、VaR、CVaR等，用来描述风险和收益之间的关系。有研究表明，在股票模型中纳入风险因素后，可以有效避免亏损，保住盈利，并显著提升累计收益。

3.9 指数新闻集成

之前的版本在预测股票时，将股票相关的新闻作为其中一个判断条件，以提供消息面的特征。这次版本升级，在分析指数时也加入了指数相关的新闻数据。

3.10 策略回测模块

策略回测的内容没有直接展示在界面上，相关代码和使用方法都位于 backtesting 目录中，其中实现了几种简单策略。如果你感兴趣，可以自己编写一些策略，并在 A 股的历史数据上进行测试。可以看到，那些曾被视为“铁律”的规则，其实只有在特定场景下才有效。可以说，回测是祛魅的有效方法。

4 原理

我该如何证明我的工具是有效的呢？

你可能会认为我收集的数据不一定是及时的、正确的或全面的，大模型也时常出现偏差，那么我该如何证明我的预测是准确的，或者如何保证正确率呢？

当前的工具与那些只提供结论、隐藏过程的工具不同。我们支持导出报告，报告中包含所有收集到的数据，你可以通过查看数据直接判断其是否及时和正确。对于工具未能收集到的数据，用户还可以手动输入，将其纳入大模型的分析范围。

报告中的数据可以复制给任何一个大模型，基于这些数据进行预测。我们常用的国内外大模型都是在海量数据基础上训练而成，金融分析能力明显高于绝大多数人。如果多个模型基于同样的数据得出类似的结论，我们普通人恐怕也很难取得更好的结果。

至于预测的准确率，没人能够完美预测市场，关键在于概率的高低。如果能管理好情绪，持续进行高胜率的操作，累积下来的结果通常更于赌一两支股票。

我老弟说股票分析报告后面的“参考数据”部分有点像体检报告。我也觉得，关注数据和分析过程，以及建议背后的原因，可能比只看预测结果更为有效。

5 如何证实/证伪

从 25.09.08 开始（计划延续到 2025 年底），我使用 XYStock 工具预测第二天大盘的涨跌（工具可以预测所有 A 股、ETF、港股通股票，由于篇幅有限，这里只展示对大盘指数的预测），并在公众号【得之有道】上展示。至于预测的准确性，我个人觉得还行，大家可以自己对照看看。

在9月的大部分时间里，预测结果主要显示市场震荡和下跌，月中有几天几乎结果完全一样，我都怀疑是不是数据没更新？不过在月底的几天里也有预测显示市场可能上涨。查看主要原因是市场处于高位平台区，而且没有出现有效突破，基本上也是合理的。

6 TODO

在我目前的能力和认知范围内，也只能做到这个程度了。接下来，计划尝试一些强化学习方法，目前数据、环境和Demo都已准备就绪，也有了一些基本的思路。

在这段时间的学习和开发过程中，似乎也看到了更多可能性：也许能给自己挣个长期饭票？再做做看吧。

7 GitHub