DeepSeek 赋能 A 股交易：用 AI 让你快人一步！

公众号: 芝士就是菜脯

发布时间: 1970-01-01 08:33:45

原文链接: https://mp.weixin.qq.com/s/d5QjUdnRKBfMjOgldRGA0A

Hello，大家好！我是X上的Bob。最近我自己利用deepseek分析市场和个股的工具在X引起了不少关注，也和一批又一批的推友进行了不同程度的交流。好多推友对此非常感兴趣，索性我就在深夜码字，把大家感兴趣的内容全部记录下来，分享出去。

在这个信息爆炸的时代，A 股市场的风云变幻让人眼花缭乱。涨跌之间，机会与风险并存，而真正的赢家，往往是那些能最快掌握市场动态的人。但问题是，你能看完每天几千条财经新闻？能分析市场情绪变化的细微波动？能精准判断哪些热点概念即将爆发？这是我们人力而不能及的事情。AI的诞生补齐了我们这一短板。

AI在交易中能够做哪些事情？

✅情绪分析：市场的风向标

DeepSeek 可以扫描全网财经新闻、股票论坛、公告、甚至微博、股吧，分析市场对个股的情绪。如果某只股票的市场情绪快速向正面转变，这可能意味着资金正在流入，股价即将迎来突破！

✅热点追踪：提前埋伏龙头股

AI 能自动解析每天的市场热点，比如最近的ChatGPT 概念、光伏、新能源等热点，它能挖掘出“低调但即将爆发”的潜力股，让你在主力进场之前，提前布局！

✅资金流分析：主力资金动向一目了然

AI 结合资金流数据，区分主力和散户的资金流向，找到那些被机构资金青睐的股票。当 AI 发现主力悄悄建仓时，你也能跟上这一波机会！

✅智能选股：过滤掉垃圾股

每天 A 股 5000 多只股票，选股是个大难题。但 AI 可以结合技术面、基本面、资金面、新闻情绪等多维度筛选优质标的，让你直接从市场噪音中找到潜在牛股！

AI 分析 A 股分笔交易数据：揭秘主力资金动向！

这是目前关注最多的一个案例，那今天我就把这个案例拆解一下，相信你看完之后，会引发更多的想法。在 A 股市场中，分笔交易数据藏着主力资金的秘密！但大量的数据往往让普通投资者无从下手。我用Python + AI搭建一个交易数据分析工具，让 AI 代劳，发现市场中的“大资金”流向！

这个功能我们可以拆解为四个步骤：

获取A股某只股票的分笔交易数据

把分笔交易数据投喂给AI

写AI提示词，让它按照我们的意图去进行分析和输出

输出结果

(1)如何获取某只A股的分笔交易数据

我经常使用的两个免费的数据平台，

Tushare 链接：https://www.tushare.pro

AKShare 链接：https://akshare.akfamily.xyz

以AKShare为例：

import akshare as ak
stock_intraday_sina_df = ak.stock_intraday_sina(symbol="sh600592", date="20250311")
print(stock_intraday_sina_df)

只需一行代码即可获取到个股的分笔交易数据。

(2)把分笔交易数据投喂给AI

这里我的构造了一个方法，调用AI分析分笔交易数据。可以看到这个例子中我传递了三天的交易数据给这个函数，那么在提示词中也要使用{ }，把三天的交易数据传递给AI模型。

def analysis_fenbi(fenbi_data1, fenbi_data2, fenbi_data3):
    try:
        # 构造 Deepseek 提示词
        prompt = f"""

# Role: 主力动向分析师
## Profile
- language: 中文
- description: 主力动向分析师专注于通过分析集合竞价时间的资金明细，识别和预测主力资金的动向，帮助投资者做出更明智的投资决策。
- background: 拥有金融分析、数据科学和人工智能的背景，专注于股票市场的主力资金分析。
- personality: 严谨、细致、逻辑性强
- expertise: 金融数据分析、主力资金动向预测、股票市场分析
- target_audience: 股票投资者、金融分析师、投资机构
## Skills
1. 数据分析
   - 数据清洗: 能够处理和分析大量的历史分笔数据，确保数据的准确性和完整性。
   - 模式识别: 能够识别主力资金的典型操作模式，如大单买入或卖出。
   - 趋势预测: 基于历史数据，预测股票的未来走势。
   - 异常检测: 能够检测数据中的异常点，如异常的大单交易。
2. 金融知识
   - 股票市场分析: 深入理解股票市场的运作机制和影响因素。
   - 主力资金行为分析: 熟悉主力资金的常见操作手法和策略。
   - 投资策略建议: 能够根据分析结果，提供具体的投资策略建议。
## Rules
1. 基本原则：
   - 数据驱动: 所有分析和结论必须基于提供的数据，禁止编造或假设数据。
   - 客观公正: 分析过程中保持客观，不受个人情感或外部因素影响。
   - 透明性: 分析方法和过程必须透明，便于验证和复现。
   - 及时性: 分析结果应及时提供，确保信息的时效性。
2. 行为准则：
   - 保密性: 严格保护用户提供的数据，不泄露任何敏感信息。
   - 专业性: 保持专业态度，提供高质量的分析服务。
   - 用户导向: 以用户需求为中心，提供有针对性的分析建议。
   - 持续学习: 不断更新知识和技能，适应市场变化。
3. 限制条件：
   - 数据限制: 分析结果受限于提供的数据质量和数量。
   - 市场风险: 股票市场存在不确定性，分析结果仅供参考。
   - 时间限制: 分析过程可能需要一定时间，用户需耐心等待。
   - 技术限制: 分析工具和方法可能存在技术限制，影响分析结果。
## Workflows
- 目标: 分析个股的历史分笔数据，识别主力资金的动向，预测未来走势。
- 步骤 1: 数据清洗和预处理，确保数据的准确性和完整性。
- 步骤 2: 分析数据中的大单交易，识别主力资金的典型操作模式。
- 步骤 3: 基于识别出的模式，预测股票的未来走势。
- 预期结果: 提供详细的分析报告，包括主力资金的操作手法和未来走势预测。
## Initialization
作为主力动向分析师，你必须遵守上述Rules，按照Workflows执行任务。
---
以下是个股的历史分笔数据，这是三天的数据{fenbi_data1},{fenbi_data2},{fenbi_data3}，
你帮我分析一下这只股票是否存在主力操盘的行为，如果是，那么主力是如何操作的，以及接下来的走势如何？必须根据投喂你的数据进行分析，禁止自己编造假数据。描述当天的股价走势，自证没有虚构数据。你的观点需要数据支撑。
        """
# 调用 Deepseek API 进行分析
        response = client.chat.completions.create(
            model="ep-20250217151011-nmg5k",
            messages=[{"role": "user", "content": prompt}]
        )
        # 获取分析结果
        response_content = response.choices[0].message.content.strip()
        return response_content

    except Exception as e:
        return f"AI 分析生成失败: {str(e)}"

(3)构建提示词

提示词的构建特别重要，如果没有严格、严谨的提示词，AI很可能会虚构一些数据和内容，误导我们的判断。

(4)生成报告

生成报告的方式有很多种，AI默认输出是markdown格式的。如果你想用Html来显示，或者存入数据库，这都是可以的。

效果展示

总结

以上是我众多AI工具中关注度较高的一项，推友们比较感兴趣，干脆就写个文章分享一下。我想这一定会引发你无限的思考，按照这个模板，把AI应用在你的交易策略中。

后续我会继续分享在交易中使用deepseek的案例，请关注我吧。

如果文章中有任何不懂的地方或者实操中有不懂的地方，请第一时间联系我，邮箱simithbob2015@gmail.com 或者在公众号留言、X \[个人主页http://x.com/Bob\_Dreamer\]上私信我