为例，从字段含义到技术指标源码实现)
TradingAgents-CN 增强数据分析报告全解以平安银行(000001)为例从字段含义到技术指标源码实现【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN导读本文以 TradingAgents-CN 仓库中真实生成的增强数据分析结果文件 data/analysis_results/exports/enhanced_data_000001_20250703_170942.md 为骨架系统拆解该报告的结构、每个字段的技术含义并结合仓库源码揭示技术指标的计算原理与数据来源链路。读完本文你将掌握如何读懂一份增强数据分析报告、MA/RSI/MACD 等指标在项目中的真实算法实现、增强数据如何通过 MongoDB 优先模式被获取以及该报告如何作为 DeepSeek 增强技术分析的输入底座。一、增强数据分析报告是什么增强数据分析报告是 TradingAgents-CN 中数据获取 → 指标计算 → 报告生成流水线的直接产物。它并不由大模型生成而是由数据层代码基于真实行情数据精确计算、格式化输出的一页结构化数据摘要其核心价值在于先保证数字精确再交给 LLM 做深度解读。以平安银行(000001)为例enhanced_data_000001_20250703_170942.md这份报告在 2025-07-03 17:09:42 生成全文由四大部分组成实时行情股票名称、当前价格、涨跌幅、成交量、更新时间历史数据概览数据期间、数据条数、期间最高/最低价、期间涨幅技术指标MA5/MA10/MA20、RSI、MACD最近 5 日数据逐日 OHLCV 明细表。该文件存放于仓库的 data/analysis_results/exports/ 目录与000001_deepseek_enhanced_analysis_20250703_171120.md等下游分析报告并列可以直观看出增强数据是LLM 深度分析的前置输入。二、报告结构逐字段解读2.1 实时行情分析时刻的快照报告开头的实时行情节给出分析时刻的行情快照字段值含义股票名称平安银行报告主体当前价格¥12.35快照时点最新成交价涨跌幅0.24%相对前一交易日收盘的涨跌比例成交量794,085手当日累计成交量A股一手为100股更新时间2025-07-03 15:28:58数据时间戳为当日收盘后该字段组为后续所有指标计算提供了最新收盘价这一锚点也是报告中最近5日数据里 2025-07-03 收盘价 12.35 元的来源。2.2 历史数据概览一段区间的统计画像数据期间2025-05-28 至 2025-07-03约 5 周交易日窗口数据条数26 条日线记录对应约 26 个交易日期间最高¥12.58出现在 6 月 27 日期间最低¥11.44出现在 5 月 28 日附近期间涨幅7.11%区间首末收盘价变化这组统计回答了这只股票最近一段时间波动区间有多大是判断趋势强度的基础区间跨度 1.14 元约 10%期间整体上行为后面的技术指标提供了上下文。2.3 技术指标报告的核心指标值技术含义MA5¥12.255 日收盘均价短期趋势线MA10¥12.1410 日收盘均价短中期趋势线MA20¥11.9420 日收盘均价中期趋势线RSI73.33相对强弱指标70 进入超买区MACD0.1324柱状值0 表示多头占优从这些数值可立刻读出关键信息MA5 MA10 MA20价格站上全部均线形成多头排列RSI 73.33 处于超买区间MACD 为正中期动能向上。该组指标正是后续 LLM 深度分析判断短期超买但中期向好的核心依据。2.4 最近 5 日数据OHLCV 明细报告以 DataFrameto_string()风格输出最近 5 个交易日明细列为Open / Close / High / Low / Volume / Amount / year / month / day / hour / minute / Symbol日期OpenCloseHighLowVolumeAmount2025-06-2712.3712.2012.5812.132,377,60029.4亿2025-06-3012.1412.0712.1711.961,504,81918.1亿2025-07-0112.0612.3012.3312.061,354,34116.5亿2025-07-0212.3112.3212.4112.231,200,41114.8亿2025-07-0312.3312.3512.4212.28794,0859.8亿值得注意的是成交量逐日萎缩从 6 月 27 日的 237.8 万手降至 7 月 3 日的 79.4 万手降幅约 66%同时价格却在上涨12.20 → 12.35。这一价涨量缩现象被下游 DeepSeek 分析报告明确标记为量价背离信号。2.5 数据来源声明报告末尾注明数据来源: Tushare数据接口 (实时数据)说明该份增强数据由 Tushare 实时接口驱动。三、技术指标计算原理与源码实现增强数据报告中的每个数字都可在源码中找到精确的计算逻辑核心实现在 tradingagents/dataflows/data_source_manager.py 的_format_stock_data_response方法L682 起。3.1 移动平均线rolling 窗口均值data[ma5] data[close].rolling(window5, min_periods1).mean() data[ma10] data[close].rolling(window10, min_periods1).mean() data[ma20] data[close].rolling(window20, min_periods1).mean() data[ma60] data[close].rolling(window60, min_periods1).mean()MA 采用 pandas 的rolling(windowN).mean()即简单移动平均min_periods1保证数据不足窗口长度时也能产出值。报告中的 MA512.25 / MA1012.14 / MA2011.94 即由此得出。3.2 RSI同花顺风格的中国式 SMA 算法源码注释明确指出 RSI 采用同花顺/通达信风格使用中国式 SMA等价于ewm(comN-1, adjustTrue)而非国际通用的简单平均delta data[close].diff() gain delta.where(delta 0, 0) loss -delta.where(delta 0, 0) # RSI6 / RSI12 / RSI24 —— 同花顺风格 avg_gain6 gain.ewm(com5, adjustTrue).mean() avg_loss6 loss.ewm(com5, adjustTrue).mean() rs6 avg_gain6 / avg_loss6.replace(0, np.nan) data[rsi6] 100 - (100 / (1 rs6)) # ... RSI12、RSI24 同理 # RSI14 —— 国际标准参考简单移动平均 gain14 gain.rolling(window14, min_periods1).mean() loss14 loss.rolling(window14, min_periods1).mean() data[rsi14] 100 - (100 / (1 rs14))项目同时计算 RSI6/12/24同花顺风格面向 A 股用户习惯与 RSI14国际标准报告展示的 RSI 73.33 即其中一种的最终值。3.3 MACDEMA 差离值ema12 data[close].ewm(span12, adjustFalse).mean() ema26 data[close].ewm(span26, adjustFalse).mean() data[macd_dif] ema12 - ema26 data[macd_dea] data[macd_dif].ewm(span9, adjustFalse).mean() data[macd] (data[macd_dif] - data[macd_dea]) * 2MACD 采用标准 12/26/9 参数DIF EMA12 − EMA26DEA 为 DIF 的 9 日 EMA柱状值 (DIF − DEA) × 2报告中的 MACD 0.1324 即最终柱状值。3.4 布林带与展示优化源码还计算布林带20 日均线 ± 2 倍标准差作为辅助指标但为了控制 token 消耗_format_stock_data_response只保留最后 5 行明细展示display_rows min(5, len(data))其余指标值取data.iloc[-1]最新一行——这正是报告中最近5日数据恰好 5 行的原因。美股数据提供器 tradingagents/dataflows/providers/us/optimized.pyL280 起输出格式与 A 股报告高度一致数据条数/期间最高/最近5日数据且复用了统一指标计算函数add_all_indicators见 tradingagents/tools/analysis/indicators.py说明该报告格式是跨市场统一的通用模板。四、增强数据从哪来三层数据获取链路增强数据中的增强指的是数据获取不再是单一的 API 直连而是遵循MongoDB 同步数据 → 文件缓存 → API 实时获取的三级降级策略。相关机制在 docs/integration/enhanced_data_integration.md 中有完整说明。4.1 配置开关 TA_USE_APP_CACHE通过环境变量控制优先级# 启用 MongoDB 优先模式推荐生产环境 TA_USE_APP_CACHEtrue # 禁用使用传统文件缓存 TA_USE_APP_CACHEfalse4.2 增强数据适配器tradingagents/dataflows/cache/mongodb_cache_adapter.py 提供向后兼容的适配器入口get_enhanced_data_adapter()L362以及带降级的获取函数from tradingagents.dataflows.enhanced_data_adapter import ( get_stock_data_with_fallback, get_financial_data_with_fallback, ) adapter get_enhanced_data_adapter() if adapter.use_app_cache: df adapter.get_historical_data(symbol, start_date, end_date) # MongoDB 优先get_stock_data_with_fallbackL367的逻辑是若use_app_cache开启且 MongoDB 有数据直接返回否则降级到fallback_func走传统数据源——这正是本报告数据来源: Tushare数据接口的兜底链路。启用 MongoDB 模式时日志会输出 增强数据适配器已启用 - 优先使用MongoDB数据、 使用MongoDB历史数据: 000001等标记。五、增强数据 → DeepSeek 深度分析报告的下游消费增强数据报告本身不包含任何投资判断它的使命是作为 LLM 分析的精确输入。仓库同目录下的 data/analysis_results/exports/000001_deepseek_enhanced_analysis_20250703_171120.md 展示了这条消费链路其文件头明确写着分析方法: 先精确计算技术指标再由DeepSeek进行深度分析数据来源: Tushare数据接口 增强技术分析器该深度报告把增强数据解读为完整的投资分析框架技术指标综合分析从多头排列MA5MA10MA20判断上升动能从 RSI 73.33 识别超买与高位钝化从 MACD 正向发散确认中期趋势并捕捉到价涨量缩的背离信号趋势与关键价位基于均线/区间高低点推导支撑位¥12.25/¥12.00/¥11.94与阻力位¥12.42/¥12.58/¥13.00风险评估从 RSI 超买、成交量萎缩237万→79万手量化回调概率与流动性风险投资建议分层给出短线/中线操作、止损位与仓位控制方案。可见增强数据报告解决了 LLM 分析最大的痛点——幻觉数字所有均线、RSI、MACD、区间高低点均由确定性代码算出LLM 只负责在精确数据之上做趋势研判与策略生成。六、如何复现与验证6.1 运行集成测试仓库提供了增强数据整合的验证脚本python examples/test_enhanced_data_integration.py该测试覆盖增强数据适配器功能、优化数据提供器功能、缓存模式对比、性能基准测试四类用例。6.2 自行生成增强数据报告参考 examples/test_enhanced_data_integration.py 与 docs/integration/enhanced_data_integration.md 中的示例可通过优化数据提供器获取股票数据后格式化输出from tradingagents.dataflows.optimized_china_data import get_optimized_china_data_provider provider get_optimized_china_data_provider() stock_data provider.get_stock_data(000001, 2025-05-28, 2025-07-03)若要生成与本文示例完全一致的技术指标报告可在启用TA_USE_APP_CACHEtrue且 Tushare 数据可用的情况下走_format_stock_data_response的完整格式化流程源码位于 tradingagents/dataflows/data_source_manager.py。七、注意事项数据依赖同步服务MongoDB 优先模式依赖定时同步服务持续更新数据需保证同步任务正常运行见 docs/integration/enhanced_data_integration.md指标口径差异项目 RSI 默认采用同花顺风格ewm(comN-1, adjustTrue)与通达信、国际通用的 RSI14 存在数值差异解读时需注意口径报告仅供研究增强数据报告与 DeepSeek 深度分析报告均为研究性输出报告中明确标注本报告仅供参考不构成投资建议。投资有风险入市需谨慎。【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 TradingAgents-CN 增强数据分析报告全解：以平安银行(000001)为例，从字段含义到技术指标源码实现
TradingAgents-CN 增强数据分析报告全解以平安银行(000001)为例从字段含义到技术指标源码实现【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN导读本文以 TradingAgents-CN 仓库中真实生成的增强数据分析结果文件 data/analysis_results/exports/enhanced_data_000001_20250703_170942.md 为骨架系统拆解该报告的结构、每个字段的技术含义并结合仓库源码揭示技术指标的计算原理与数据来源链路。读完本文你将掌握如何读懂一份增强数据分析报告、MA/RSI/MACD 等指标在项目中的真实算法实现、增强数据如何通过 MongoDB 优先模式被获取以及该报告如何作为 DeepSeek 增强技术分析的输入底座。一、增强数据分析报告是什么增强数据分析报告是 TradingAgents-CN 中数据获取 → 指标计算 → 报告生成流水线的直接产物。它并不由大模型生成而是由数据层代码基于真实行情数据精确计算、格式化输出的一页结构化数据摘要其核心价值在于先保证数字精确再交给 LLM 做深度解读。以平安银行(000001)为例enhanced_data_000001_20250703_170942.md这份报告在 2025-07-03 17:09:42 生成全文由四大部分组成实时行情股票名称、当前价格、涨跌幅、成交量、更新时间历史数据概览数据期间、数据条数、期间最高/最低价、期间涨幅技术指标MA5/MA10/MA20、RSI、MACD最近 5 日数据逐日 OHLCV 明细表。该文件存放于仓库的 data/analysis_results/exports/ 目录与000001_deepseek_enhanced_analysis_20250703_171120.md等下游分析报告并列可以直观看出增强数据是LLM 深度分析的前置输入。二、报告结构逐字段解读2.1 实时行情分析时刻的快照报告开头的实时行情节给出分析时刻的行情快照字段值含义股票名称平安银行报告主体当前价格¥12.35快照时点最新成交价涨跌幅0.24%相对前一交易日收盘的涨跌比例成交量794,085手当日累计成交量A股一手为100股更新时间2025-07-03 15:28:58数据时间戳为当日收盘后该字段组为后续所有指标计算提供了最新收盘价这一锚点也是报告中最近5日数据里 2025-07-03 收盘价 12.35 元的来源。2.2 历史数据概览一段区间的统计画像数据期间2025-05-28 至 2025-07-03约 5 周交易日窗口数据条数26 条日线记录对应约 26 个交易日期间最高¥12.58出现在 6 月 27 日期间最低¥11.44出现在 5 月 28 日附近期间涨幅7.11%区间首末收盘价变化这组统计回答了这只股票最近一段时间波动区间有多大是判断趋势强度的基础区间跨度 1.14 元约 10%期间整体上行为后面的技术指标提供了上下文。2.3 技术指标报告的核心指标值技术含义MA5¥12.255 日收盘均价短期趋势线MA10¥12.1410 日收盘均价短中期趋势线MA20¥11.9420 日收盘均价中期趋势线RSI73.33相对强弱指标70 进入超买区MACD0.1324柱状值0 表示多头占优从这些数值可立刻读出关键信息MA5 MA10 MA20价格站上全部均线形成多头排列RSI 73.33 处于超买区间MACD 为正中期动能向上。该组指标正是后续 LLM 深度分析判断短期超买但中期向好的核心依据。2.4 最近 5 日数据OHLCV 明细报告以 DataFrameto_string()风格输出最近 5 个交易日明细列为Open / Close / High / Low / Volume / Amount / year / month / day / hour / minute / Symbol日期OpenCloseHighLowVolumeAmount2025-06-2712.3712.2012.5812.132,377,60029.4亿2025-06-3012.1412.0712.1711.961,504,81918.1亿2025-07-0112.0612.3012.3312.061,354,34116.5亿2025-07-0212.3112.3212.4112.231,200,41114.8亿2025-07-0312.3312.3512.4212.28794,0859.8亿值得注意的是成交量逐日萎缩从 6 月 27 日的 237.8 万手降至 7 月 3 日的 79.4 万手降幅约 66%同时价格却在上涨12.20 → 12.35。这一价涨量缩现象被下游 DeepSeek 分析报告明确标记为量价背离信号。2.5 数据来源声明报告末尾注明数据来源: Tushare数据接口 (实时数据)说明该份增强数据由 Tushare 实时接口驱动。三、技术指标计算原理与源码实现增强数据报告中的每个数字都可在源码中找到精确的计算逻辑核心实现在 tradingagents/dataflows/data_source_manager.py 的_format_stock_data_response方法L682 起。3.1 移动平均线rolling 窗口均值data[ma5] data[close].rolling(window5, min_periods1).mean() data[ma10] data[close].rolling(window10, min_periods1).mean() data[ma20] data[close].rolling(window20, min_periods1).mean() data[ma60] data[close].rolling(window60, min_periods1).mean()MA 采用 pandas 的rolling(windowN).mean()即简单移动平均min_periods1保证数据不足窗口长度时也能产出值。报告中的 MA512.25 / MA1012.14 / MA2011.94 即由此得出。3.2 RSI同花顺风格的中国式 SMA 算法源码注释明确指出 RSI 采用同花顺/通达信风格使用中国式 SMA等价于ewm(comN-1, adjustTrue)而非国际通用的简单平均delta data[close].diff() gain delta.where(delta 0, 0) loss -delta.where(delta 0, 0) # RSI6 / RSI12 / RSI24 —— 同花顺风格 avg_gain6 gain.ewm(com5, adjustTrue).mean() avg_loss6 loss.ewm(com5, adjustTrue).mean() rs6 avg_gain6 / avg_loss6.replace(0, np.nan) data[rsi6] 100 - (100 / (1 rs6)) # ... RSI12、RSI24 同理 # RSI14 —— 国际标准参考简单移动平均 gain14 gain.rolling(window14, min_periods1).mean() loss14 loss.rolling(window14, min_periods1).mean() data[rsi14] 100 - (100 / (1 rs14))项目同时计算 RSI6/12/24同花顺风格面向 A 股用户习惯与 RSI14国际标准报告展示的 RSI 73.33 即其中一种的最终值。3.3 MACDEMA 差离值ema12 data[close].ewm(span12, adjustFalse).mean() ema26 data[close].ewm(span26, adjustFalse).mean() data[macd_dif] ema12 - ema26 data[macd_dea] data[macd_dif].ewm(span9, adjustFalse).mean() data[macd] (data[macd_dif] - data[macd_dea]) * 2MACD 采用标准 12/26/9 参数DIF EMA12 − EMA26DEA 为 DIF 的 9 日 EMA柱状值 (DIF − DEA) × 2报告中的 MACD 0.1324 即最终柱状值。3.4 布林带与展示优化源码还计算布林带20 日均线 ± 2 倍标准差作为辅助指标但为了控制 token 消耗_format_stock_data_response只保留最后 5 行明细展示display_rows min(5, len(data))其余指标值取data.iloc[-1]最新一行——这正是报告中最近5日数据恰好 5 行的原因。美股数据提供器 tradingagents/dataflows/providers/us/optimized.pyL280 起输出格式与 A 股报告高度一致数据条数/期间最高/最近5日数据且复用了统一指标计算函数add_all_indicators见 tradingagents/tools/analysis/indicators.py说明该报告格式是跨市场统一的通用模板。四、增强数据从哪来三层数据获取链路增强数据中的增强指的是数据获取不再是单一的 API 直连而是遵循MongoDB 同步数据 → 文件缓存 → API 实时获取的三级降级策略。相关机制在 docs/integration/enhanced_data_integration.md 中有完整说明。4.1 配置开关 TA_USE_APP_CACHE通过环境变量控制优先级# 启用 MongoDB 优先模式推荐生产环境 TA_USE_APP_CACHEtrue # 禁用使用传统文件缓存 TA_USE_APP_CACHEfalse4.2 增强数据适配器tradingagents/dataflows/cache/mongodb_cache_adapter.py 提供向后兼容的适配器入口get_enhanced_data_adapter()L362以及带降级的获取函数from tradingagents.dataflows.enhanced_data_adapter import ( get_stock_data_with_fallback, get_financial_data_with_fallback, ) adapter get_enhanced_data_adapter() if adapter.use_app_cache: df adapter.get_historical_data(symbol, start_date, end_date) # MongoDB 优先get_stock_data_with_fallbackL367的逻辑是若use_app_cache开启且 MongoDB 有数据直接返回否则降级到fallback_func走传统数据源——这正是本报告数据来源: Tushare数据接口的兜底链路。启用 MongoDB 模式时日志会输出 增强数据适配器已启用 - 优先使用MongoDB数据、 使用MongoDB历史数据: 000001等标记。五、增强数据 → DeepSeek 深度分析报告的下游消费增强数据报告本身不包含任何投资判断它的使命是作为 LLM 分析的精确输入。仓库同目录下的 data/analysis_results/exports/000001_deepseek_enhanced_analysis_20250703_171120.md 展示了这条消费链路其文件头明确写着分析方法: 先精确计算技术指标再由DeepSeek进行深度分析数据来源: Tushare数据接口 增强技术分析器该深度报告把增强数据解读为完整的投资分析框架技术指标综合分析从多头排列MA5MA10MA20判断上升动能从 RSI 73.33 识别超买与高位钝化从 MACD 正向发散确认中期趋势并捕捉到价涨量缩的背离信号趋势与关键价位基于均线/区间高低点推导支撑位¥12.25/¥12.00/¥11.94与阻力位¥12.42/¥12.58/¥13.00风险评估从 RSI 超买、成交量萎缩237万→79万手量化回调概率与流动性风险投资建议分层给出短线/中线操作、止损位与仓位控制方案。可见增强数据报告解决了 LLM 分析最大的痛点——幻觉数字所有均线、RSI、MACD、区间高低点均由确定性代码算出LLM 只负责在精确数据之上做趋势研判与策略生成。六、如何复现与验证6.1 运行集成测试仓库提供了增强数据整合的验证脚本python examples/test_enhanced_data_integration.py该测试覆盖增强数据适配器功能、优化数据提供器功能、缓存模式对比、性能基准测试四类用例。6.2 自行生成增强数据报告参考 examples/test_enhanced_data_integration.py 与 docs/integration/enhanced_data_integration.md 中的示例可通过优化数据提供器获取股票数据后格式化输出from tradingagents.dataflows.optimized_china_data import get_optimized_china_data_provider provider get_optimized_china_data_provider() stock_data provider.get_stock_data(000001, 2025-05-28, 2025-07-03)若要生成与本文示例完全一致的技术指标报告可在启用TA_USE_APP_CACHEtrue且 Tushare 数据可用的情况下走_format_stock_data_response的完整格式化流程源码位于 tradingagents/dataflows/data_source_manager.py。七、注意事项数据依赖同步服务MongoDB 优先模式依赖定时同步服务持续更新数据需保证同步任务正常运行见 docs/integration/enhanced_data_integration.md指标口径差异项目 RSI 默认采用同花顺风格ewm(comN-1, adjustTrue)与通达信、国际通用的 RSI14 存在数值差异解读时需注意口径报告仅供研究增强数据报告与 DeepSeek 深度分析报告均为研究性输出报告中明确标注本报告仅供参考不构成投资建议。投资有风险入市需谨慎。【免费下载链接】TradingAgents-CN基于多智能体LLM的中文金融交易框架 - TradingAgents中文增强版项目地址: https://gitcode.com/GitHub_Trending/tr/TradingAgents-CN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考