main.py

import os
import glob
from datetime import datetime
from analyzer import AdvancedStockAnalyzer
import config

def main():
    """主函数 - 智能选股分析系统入口"""
    # 初始化字体配置
    config.init_settings()
    
    print("🎯 智能选股分析系统启动")
    print("=" * 50)
    
    # 默认路径，可以根据实际情况修改或添加命令行参数解析
    data_folder = r"E:\DesktopFiles\量化金融研究平台\股票数据\A股数据\20250715"
    
    if not os.path.exists(data_folder):
        print(f"❌ 错误：文件夹 '{data_folder}' 不存在")
        print("请确保数据文件夹路径正确，且包含股票CSV文件")
        return
    
    csv_files = glob.glob(os.path.join(data_folder, "*.csv"))
    if not csv_files:
        print(f"❌ 错误：在 '{data_folder}' 中没有找到CSV文件")
        print("请确保数据文件夹中包含股票历史数据CSV文件")
        return
    
    print(f"📁 数据文件夹: {data_folder}")
    print(f"📊 发现 {len(csv_files)} 个CSV文件")
    
    try:
        analyzer = AdvancedStockAnalyzer(data_folder)
        recommendations, short_term_stocks = analyzer.run_enhanced_analysis()
        
        if not recommendations and not short_term_stocks:
            print("❌ 没有找到符合条件的股票")
            return
        
        print(f"\n✅ 分析完成！共找到 {len(recommendations)} 只综合推荐股票，{len(short_term_stocks)} 只短线推荐股票")
        print("\n📈 综合推荐股票列表：")
        print("-" * 50)
        
        for i, stock in enumerate(recommendations, 1):
            print(f"\n{i}. {stock['股票名称']} ({stock['股票代码']})")
            print(f"综合得分: {stock['综合得分']}")
            print(f"基本面得分: {stock['基本面得分']}")
            print(f"技术面得分: {stock['技术面得分']}")
            print(f"当前价格: ¥{stock['当前价格']:.2f}")
            print(f"市值: {stock['市值']/1e8:.1f}亿")
            print(f"主要信号: {', '.join(stock['主要信号'])}")
            if stock['预测信息']:
                print(f"5日预测涨幅: {stock['预测信息']['5日预测涨幅']:+.1f}%")
                print(f"15日预测涨幅: {stock['预测信息']['15日预测涨幅']:+.1f}%")
                print(f"置信度: {stock['预测信息']['置信度']:.1f}%")
            print(f"投资建议: {stock['投资建议']}")
            print("-" * 50)
        
        print("\n📈 短线技术信号股票列表：")
        print("-" * 50)
        
        for i, stock in enumerate(short_term_stocks, 1):
            print(f"\n{i}. {stock['股票名称']} ({stock['股票代码']})")
            print(f"综合得分: {stock['综合得分']}")
            print(f"基本面得分: {stock['基本面得分']}")
            print(f"技术面得分: {stock['技术面得分']}")
            print(f"当前价格: ¥{stock['当前价格']:.2f}")
            print(f"市值: {stock['市值']/1e8:.1f}亿")
            print(f"主要信号: {', '.join(stock['主要信号'])}")
            if stock['预测信息']:
                print(f"5日预测涨幅: {stock['预测信息']['5日预测涨幅']:+.1f}%")
                print(f"15日预测涨幅: {stock['预测信息']['15日预测涨幅']:+.1f}%")
                print(f"置信度: {stock['预测信息']['置信度']:.1f}%")
            print(f"投资建议: {stock['投资建议']}")
            print("-" * 50)
        
        print("\n📄 生成HTML报告...")
        html_content = analyzer.generate_html_report(recommendations, short_term_stocks)
        
        output_file = f"stock_analysis_report_{datetime.now().strftime('%Y%m%d_%H%M%S')}.html"
        with open(output_file, 'w', encoding='utf-8') as f:
            f.write(html_content)
        
        print(f"✅ HTML报告已成功生成：{output_file}")
        print("\n💡 使用提示：请在浏览器中打开生成的HTML文件查看详细分析报告")
        
    except Exception as e:
        print(f"❌ 分析过程中发生错误: {e}")
        import traceback
        traceback.print_exc()
        print("请检查数据文件格式或联系技术支持")

if __name__ == "__main__":
    main()