# ChatBI助手

**Repository Path**: fcwangluo/chat-bi-assistant

## Basic Information

- **Project Name**: ChatBI助手
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-07
- **Last Updated**: 2026-05-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ChatBI股票查询助手

基于通义千问大模型的智能股票查询与分析助手，支持股票数据查询、趋势预测、异常检测等功能。

## 功能特性

### 1. 股票数据查询 (exc_sql)
- 查询5只股票的完整历史数据
- 支持按时间范围筛选
- 支持涨跌幅统计
- 支持多股票对比分析

### 2. ARIMA价格预测 (arima_stock)
- 使用时间序列ARIMA模型预测未来价格走势
- 自动选择最优参数 (p, d, q)
- 输出95%置信区间
- 生成可视化图表

### 3. XGBoost价格预测 (xgboost_stock)
- 使用机器学习XGBoost模型预测未来价格
- 基于60天历史数据训练
- 支持多种技术指标特征
- 输出特征重要性排名
- 生成可视化图表

### 4. 布林带异常检测 (boll_detection)
- 使用布林带(Bollinger Bands)检测超买超卖信号
- 默认20日周期，2倍标准差
- 支持自定义检测范围
- 生成带标注的可视化图表

## 支持的股票

| 股票名称 | 股票代码 |
|---------|----------|
| 贵州茅台 | 600519.SH |
| 五粮液   | 000858.SZ |
| 广发证券 | 000776.SZ |
| 中芯国际 | 688981.SH |
| 兆易创新 | 603986.SH |

## 项目结构

```
ChatBI助手/
├── stock_query_assistant-5.py   # 主程序 (最新版本)
├── stock_history.db            # SQLite数据库 (股票历史数据)
├── faq.txt                     # FAQ问答模板
├── image_show/                  # 生成的图表目录
│   ├── arima_pred_*.png       # ARIMA预测图表
│   ├── xgboost_pred_*.png     # XGBoost预测图表
│   └── boll_*.png             # 布林带检测图表
└── README.md                   # 项目说明文档
```

## 安装依赖

```bash
# 核心依赖
pip install dashscope qwen-agent pandas matplotlib

# 数据分析
pip install numpy scikit-learn

# 时间序列预测
pip install statsmodels

# 机器学习预测
pip install xgboost
```

## 快速开始

### GUI模式
```bash
cd "d:/AI学习/实战/ChatBI助手"
python stock_query_assistant-5.py
```

### 终端模式 (TUI)
```bash
cd "d:/AI学习/实战/ChatBI助手"
python stock_query_assistant-5.py --tui
```

## 使用示例

### 1. 查询股票历史数据
```
查询贵州茅台2025年的股价走势
```

### 2. 对比两只股票
```
对比五粮液和中芯国际最近一个月的收盘价
```

### 3. ARIMA价格预测
```
用ARIMA预测中芯国际未来7天的股价
```

### 4. XGBoost价格预测
```
用XGBoost预测兆易创新未来7天的股价
```

### 5. 布林带异常检测
```
检测贵州茅台最近一年的超买超卖点
```

### 6. 自定义参数检测
```
用20日布林带检测兆易创新的超买超卖点，范围2025-01-01至2026-01-01
```

## 工具参数说明

### exc_sql
| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| sql | string | ✓ | SQL查询语句 |

### arima_stock
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|------|------|------|--------|------|
| ts_code | string | ✓ | - | 股票代码 |
| n | integer | ✗ | 7 | 预测天数 |

### xgboost_stock
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|------|------|------|--------|------|
| ts_code | string | ✓ | - | 股票代码 |
| n | integer | ✗ | 7 | 预测天数 |
| lookback | integer | ✗ | 60 | 回看窗口期 |

### boll_detection
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|------|------|------|--------|------|
| ts_code | string | ✓ | - | 股票代码 |
| period | integer | ✗ | 20 | 布林带周期(日) |
| std | integer | ✗ | 2 | 标准差倍数 |
| start_date | string | ✗ | 1年前 | 开始日期 |
| end_date | string | ✗ | 今天 | 结束日期 |

## 模型参数配置

### ARIMA模型
- **自动参数选择**: 通过AIC准则自动搜索最优(p, d, q)参数
- **搜索范围**: p ∈ [0,3], d=1, q ∈ [0,3]
- **置信区间**: 95%

### XGBoost模型
| 参数 | 默认值 | 说明 |
|------|--------|------|
| n_estimators | 400 | 树的数量 |
| max_depth | 8 | 树的最大深度 |
| learning_rate | 0.08 | 学习率 |
| reg_alpha | 0.01 | L1正则化 |
| reg_lambda | 0.5 | L2正则化 |

### 布林带参数
| 参数 | 默认值 | 说明 |
|------|--------|------|
| period | 20 | 移动平均周期 |
| std_mult | 2 | 标准差倍数 |
| 中轨 | MA(20) | 20日移动平均线 |
| 上轨 | MA(20) + 2σ | 超买线 |
| 下轨 | MA(20) - 2σ | 超卖线 |

## 数据库结构

```sql
CREATE TABLE stock_history (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    trade_date TEXT NOT NULL,      -- 交易日期 (格式: YYYY-MM-DD)
    stock_code TEXT NOT NULL,       -- 股票代码
    stock_name TEXT NOT NULL,       -- 股票名称
    open REAL,                      -- 开盘价
    high REAL,                      -- 最高价
    low REAL,                       -- 最低价
    close REAL,                      -- 收盘价
    volume REAL,                    -- 成交量
    amount REAL                      -- 成交额
);
```

## 版本历史

### v5.0 (stock_query_assistant-5.py)
- 新增XGBoost价格预测功能
- ARIMA模型增加自动参数选择
- 优化预测图表可视化
- 支持置信区间展示

### v4.0 (stock_query_assistant-4.py)
- 新增布林带异常检测功能
- 支持自定义检测范围
- 生成带标注的可视化图表

### v3.0 (stock_query_assistant-3.py)
- 新增ARIMA价格预测功能
- 支持可视化图表输出
- 95%置信区间

### v2.0 (stock_query_assistant-2.py)
- 新增SQL查询功能
- 支持多股票对比
- 涨跌幅统计

### v1.0 (stock_query_assistant.py)
- 基础股票查询功能

## 注意事项

### 模型局限性
1. **ARIMA/XGBoost都是基于历史数据的统计模型**，无法预测突发事件或政策影响
2. **股票预测本质上具有不确定性**，实际价格可能与预测存在偏差
3. **短期预测通常比长期预测更准确**，建议关注置信区间
4. **布林带是辅助工具**，超买/超卖信号仅供参考，不构成投资建议

### 数据更新
- 数据库中的历史数据需要定期更新
- 可使用 `get_stock_history.py` 获取最新数据

### API配置
- 需要配置 `DASHSCOPE_API_KEY` 环境变量
- 可在代码中直接设置或使用 `.env` 文件

## 技术栈

- **LLM**: 通义千问 (Dashscope / Qwen)
- **数据分析**: Pandas, NumPy
- **可视化**: Matplotlib
- **时序分析**: StatsModels (ARIMA)
- **机器学习**: XGBoost, Scikit-learn
- **数据库**: SQLite

## 许可证

MIT License

## 作者

ChatBI股票查询助手

## 联系方式

如有问题或建议，请提交Issue。