金融 × 编程 × AI：量化交易与智能风控实战

1
import pandas as pd
2
import numpy as np
3

4
# 假设你有一份从Tushare（免费）下载的股票日线数据
5
# 包含：日期、开盘价、最高价、最低价、收盘价、成交量
6

7
data = pd.read_csv('600519_茅台_2025.csv', parse_dates=['日期'], index_col='日期')
8

9
# 计算一些常用指标
10
data['涨跌幅'] = data['收盘价'].pct_change() * 100           # 每日涨跌幅%
11
data['5日均线'] = data['收盘价'].rolling(5).mean()             # 5日移动平均
12
data['20日均线'] = data['收盘价'].rolling(20).mean()           # 20日移动平均
13
data['波动率'] = data['涨跌幅'].rolling(20).std()             # 20日波动率
14

15
# 一个最简单的策略：5日线上穿20日线→买入信号
16
data['信号'] = (data['5日均线'] > data['20日均线']).astype(int)
17
data['交易'] = data['信号'].diff()  # 1=买入, -1=卖出
18

19
buy_signals = data[data['交易'] == 1]
20
sell_signals = data[data['交易'] == -1]
21

22
print(f"2025年共产生 {len(buy_signals)} 次买入信号，{len(sell_signals)} 次卖出信号")
23
print(f"全年涨幅: {(data['收盘价'].iloc[-1] / data['收盘价'].iloc[0] - 1) * 100:.1f}%")
24
print(f"最大回撤: {((data['收盘价'] / data['收盘价'].cummax() - 1).min()) * 100:.1f}%")

1
# 拿到一份上市公司的PDF年报——几百页
2
# 以前：花半天通读
3
# 现在：让AI读，你只需要看AI的摘要
4

5
report_text = open('年报.txt', 'r', encoding='utf-8').read()
6
# 已通过OCR或其他工具把PDF转换成了文本
7

8
prompt = f"""你是资深行业分析师。请分析以下公司年报，提取关键信息。
9

10
要求：
11
1. 用3句话总结今年经营情况（好坏都要说）
12
2. 列出3个最重要的财务数据变化（同比）
13
3. 找出管理层讨论中透露的1-2个风险信号
14
4. 判断：这家公司明年大概率会变好还是变差？为什么？
15
5. 用小学生都能听懂的话解释这家公司到底是干嘛的
16

17
年报内容：
18
{report_text[:10000]}"""
19

20
# response = openai_client.chat.completions.create(...)
21
# AI返回一份3分钟就能看完的核心摘要