【Code With SOLO】用 SOLO 搭建全栈股票分析平台：从数据采集到策略回测一站式搞定

SOLO挑战赛专区
,
1

【Code With SOLO】用 SOLO 搭建全栈股票分析平台：从数据采集到策略回测一站式搞定

一、摘要

用 TRAE SOLO 从零搭建了一个基于 Flask 的股票分析 Web 应用，实现了东方财富多市场行情采集、技术指标分析、策略回测、邮件预警推送等功能。原本需要手动查数据、写脚本、算指标的繁琐流程，现在通过一个 Web 界面就能全部搞定，选股效率提升 10 倍 以上。

二、背景

我是一名股票投资爱好者和 Python 学习者，日常需要：

  • 从东方财富采集 A 股（科创板、创业板）、港股通的市场数据
  • 分析股票的技术指标（3721、KDJ、布林线、波浪理论、牛熊状态等）
  • 回测不同的交易策略，验证其有效性
  • 监控收藏的股票，在出现买点/卖点时及时收到通知

痛点：以前需要手动打开多个网页查数据，用 Excel 算指标，写零散的脚本做分析，整个过程耗时耗力且容易出错。我希望用 TRAE SOLO 将这些流程整合成一个自动化、可视化的平台。

三、实践过程

1. 任务拆解

我把整个项目拆解为以下几个核心模块：

FlaskWeb 股票分析平台
├── 数据采集模块（东方财富 API 自动化抓取）
├── 技术分析引擎（多种技术指标计算）
├── 策略回测系统（5 种策略历史验证）
├── Web 可视化界面（行情看板、筛选、排序）
├── 邮件预警系统（买卖点自动推送）
└── 用户管理系统（注册登录、权限控制）

2. 使用 SOLO 的能力

  • 代码生成：让 SOLO 生成 Flask 路由、前端模板、数据采集爬虫
  • 模块化设计：按照 SOLO 建议的三层架构（接口层→业务逻辑层→数据存储层）组织代码
  • 技术翻译：将通达信等炒股软件的技术指标公式转换为 Python 代码
  • 调试排错：SOLO 帮我修复了数据格式解析、CSV 增量更新、线程安全等问题

3. 关键 Prompt 示例

Prompt 1：数据采集
"用 Python requests 库调用东方财富 push2 API，实现分页获取科创板/创业板/港股通股票列表，包含代码、名称等字段，保存为 CSV 文件，需要有重试机制和频率控制"

Prompt 2：技术指标
"把以下通达信公式转换成 Python 函数，输入是包含日期、开盘、收盘、最高、最低、成交量的 DataFrame，输出是包含指标值的 DataFrame"

Prompt 3：策略回测
"写一个回测框架，输入历史数据和交易策略，输出不同止盈目标下的胜率、盈亏比、最大回撤等统计指标"

Prompt 4：邮件预警
"用 Python 写一个定时任务，每天收盘后扫描收藏的股票，如果出现买点或卖点信号，就发送邮件通知用户"

4. 踩过的坑

  • API 字段映射：东方财富的 API 返回字段名是 f12、f14 这种代码，一开始不知道含义，通过 SOLO 帮忙查找文档才搞清楚
  • CSV 增量更新：最开始每次采集都全量覆盖，后来改成对比去重的增量更新模式，避免数据丢失
  • 中文编码问题：CSV 文件用 utf-8-sig 编码才能在 Excel 中正常显示中文
  • 线程安全：定时任务和 Web 请求共享数据时出现过竞争条件，后来用文件锁和状态标记解决

四、成果展示

项目结构：

FlaskWeb/
├── app.py                          # Flask 主应用（20+ 路由）
├── stock_filter_enhanced.py        # 技术分析引擎
├── eastmoney_collector/            # 数据采集模块
│   ├── fetcher.py                  # HTTP 请求与分页
│   ├── processor.py                # 数据处理与增量更新
│   └── config.py                   # 市场配置
├── templates/                      # 9 个前端页面
│   ├── index.html                  # 股票查询
│   ├── market.html                 # 行情看板（科创板/创业板/港股通/小盘股/收藏）
│   ├── profit.html                 # 利润数据分析
│   ├── strategy_backtest.html      # 策略回测
│   ├── data_collector.html         # 数据采集控制台
│   └── ...
├── market/                         # 市场缓存数据
└── subscribers/                    # 用户收藏、利润数据

核心功能演示：

  1. 多市场行情看板：支持科创板、创业板、港股通、小盘股、自选收藏 5 个板块，可自定义筛选（趋势、布林位、牛熊状态、K 线形态、买卖决策等）

  2. 数据采集控制台：一键采集东方财富多市场数据，实时进度显示，自动增量更新

  3. 策略回测系统：支持 5 种策略（3721、KDJ、牛熊、趋势、波浪）回测，输出胜率、盈亏统计

  4. 邮件预警推送：定时任务每天扫描收藏股票，出现买卖点自动发送邮件通知

  5. 走势图生成：自动生成港股最近 N 周 K 线走势图

五、效果与总结

提效对比：

环节 以前 现在 提效
数据采集 手动复制粘贴，约 1 小时 一键自动采集，2 分钟完成 30x
技术分析 Excel 手动计算，约 2 小时 系统自动计算，实时刷新 60x
选股筛选 肉眼逐个看，约 3 小时 多条件一键筛选，秒级响应 100x+
买卖监控 需要一直盯盘 邮件自动推送，无需盯盘 解放双手

SOLO 在流程中做了什么：

  • 帮我快速搭建 Flask Web 框架，省去了手动写模板、路由的时间
  • 将技术指标公式自动翻译成 Python 代码，避免了手动转换的错误
  • 提供模块化架构建议，让项目结构清晰、易于维护
  • 快速排查各种 bug，缩短了调试周期

可复用的方法：

  1. 先定义数据流，再写代码：明确输入、处理、输出后再让 SOLO 生成代码
  2. 模块化拆分：大项目拆成小模块，逐个让 SOLO 完成
  3. 测试验证：每个模块完成后先单独测试，再集成
  4. 迭代优化：先跑通核心流程，再逐步增加功能和优化体验

对 AI 编程的思考：

TRAE SOLO 让我深刻体会到，AI 编程工具不是要取代开发者，而是让我们从重复劳动中解放出来，把精力投入到更有价值的地方——比如设计更好的策略、分析更深入的数据。即使是没有太多编程基础的人，只要思路清晰，也能借助 SOLO 搭建出实用的工具。