股票分析web应用产品系统

立项原因：
现有主流股票分析工具普遍存在以下结构性缺陷，导致用户体验严重割裂：
UI杂乱与认知负荷过重
商业化干扰严重
数据整合能力缺失
解决的产品问题：
本项目旨在打造一款 “极简主义智能投研终端”，核心解决以下问题：
去噪与聚焦： 通过AI语义理解与数据清洗，剔除广告、营销软文及低质情绪内容，仅保留高信噪比的有效信息。
一站式全景视图： 将分散的文本资讯、基本面数据、技术面信号进行深度结构化整合，在单一界面内呈现个股“全貌”，消除跳转摩擦。
零干扰沉浸体验： 采用极简UI设计语言，无广告、无诱导性推送、无冗余装饰，让用户回归投资分析本质，提升决策专注度与效率。
行业场景：
金融科技工具差异化竞争： 在传统券商APP同质化严重、通用AI工具缺乏金融深度的市场夹缝中，切入“专业数据+极简交互”的细分赛道，满足对体验有高要求的进阶个人投资者及轻量级机构用户需求。
AI原生投研范式转型： 顺应从“人找信息”到“信息找人”的行业趋势，利用大模型技术实现非结构化文本（研报、公告、新闻）与结构化数据（财报、行情）的自动融合与摘要生成，降低专业投研门槛。
合规与体验的平衡探索： 在监管趋严背景下，摒弃擦边球式的荐股推送与焦虑营销，以纯粹的工具属性构建长期用户信任，探索可持续的订阅制或增值服务商业模式。
业务场景：
盘前/盘后快速复盘
深度研究时的信息验证
自选股批量体检
定制指标筛选股票
个性化策略的快速原型验证

1. 智能策略筛选器
定位： 产品的核心入口与差异化引擎，将模糊的投资思路转化为精确的标的列表。
自然语言选股框： 支持用户以口语化描述输入选股逻辑（如“连续3天放量上涨且北向资金净流入的半导体股”）。系统通过NLP解析自动生成结构化查询条件，无需记忆公式或代码。
策略回测与归因： 对生成的筛选条件提供简易历史胜率/收益率曲线；在结果列表中，每个标的卡片上直接高亮显示“命中的具体因子值”，实现“所见即所筛”。
2. 个股全景视图
定位： 替代传统F10与行情页的“一站式决策看板”，消除信息跳转摩擦。
AI核心摘要卡片： 位于页面最顶端，用3-5句话动态生成该股当前最值得关注的要点（如“Q3业绩超预期+新产品获大客户验证+近期机构调研密集”），自动过滤无关噪音。
极简财务透视表： 摒弃完整财报表格，仅展示关键趋势指标。
自适应布局引擎： 根据屏幕宽度与用户偏好自动调整模块优先级。移动端优先展示摘要与时间轴，PC端展开侧边栏详情，确保任何终端下核心信息始终首屏可见。
3. 沉浸式自选监控台
定位： 零干扰的持仓与关注标的管理中心，替代传统消息推送。

本项目由本人独立完成从0到1的全栈开发与部署。
针对传统股票工具信息冗余、UI杂乱的痛点，设计并落地了一套以“极简交互+智能筛选”为核心的轻量级投研Web应用。
项目覆盖了数据采集与清洗、AI语义解析引擎、高性能后端服务、极简前端架构及自动化部署运维的全链路流程，实现了多源异构数据的结构化整合与自然语言驱动的定制选股功能。
1. 数据层：对接行情API和新闻源爬虫。
2. AI层：自然语言选股与智能摘要引擎。
3. 后端层：高性能API，鉴权与限流，配置ssl证书。
4. 前端层：极简UI架构与沉浸式体验，基于Tailwind CSS，使用Zustand进行轻量级全局状态管理。
5. 工程化与DevOps：next全栈管理，基于git、docker实现自动化构建和部署（CI/CD），使用阿里云服务配置域名并在Linux服务器上线。