ljwx-stock/README_CLAUDE_DEEPSEEK.md

Claude × DeepSeek 智能投顾系统

一个生产级别的三层 AI 协作架构，结合 Claude 4.5 的语言理解能力和 DeepSeek 的本地量化分析能力

🚀 快速开始

# 1. 启动系统 (Docker)
docker-compose up -d

# 2. 等待模型加载 (首次 30-120 分钟)
docker-compose logs -f ollama

# 3. 访问前端
# http://localhost:8090

# 4. 验证系统
bash verify_implementation.sh

📊 系统架构

用户请求
    ↓
[数据层] Yahoo Finance → 技术指标计算 → Redis 缓存
    ↓
[策略层] DeepSeek (Ollama) → 量化分析 → 交易信号
    ↓
[建议层] Claude 4.5 (OpenRouter) → 投资建议 → 风险提示
    ↓
[前端] Vue3 Dashboard → 可视化展示

性能指标：

• 首次分析：7-15 秒
• 缓存命中：<50ms
• 支持并发：基于 FastAPI 异步处理

📚 文档导航

文档	用途	快速链接
QUICKSTART_GUIDE.md	30 秒快速启动	快速开始
CLAUDE_DEEPSEEK_ARCHITECTURE.md	系统设计和原理	架构文档
DEPLOYMENT_GUIDE.md	生产环境部署	部署指南
IMPLEMENTATION_COMPLETE.md	完成总结	完成总结

🎯 核心特性

✅ 三层 AI 协作

• Claude：理解和推理
• DeepSeek：量化计算
• 协作高效，各司其职

✅ 完整的技术指标

• MA (5/20/50)
• RSI (相对强弱指标)
• MACD (指数平滑异同移动平均)

✅ 多风格投资策略

• 激进策略 (高风险高收益)
• 平衡策略 (中等风险中等收益)
• 保守策略 (低风险低收益)

✅ 智能缓存系统

• Redis TTL=300s
• 常见查询秒级响应
• 支持手动缓存清理

✅ 完整的风险管理

• 风险等级评估 (LOW/MEDIUM/HIGH)
• 关键价位提示
• 详细的风险分析

🔗 API 端点

端点	方法	功能
/api/collab/recommend	POST	获取完整推荐
/api/collab/analyze/{symbol}	GET	仅获取技术信号
/api/collab/batch-recommend	POST	批量推荐
/api/collab/market-snapshot	GET	市场快照
/api/collab/health	GET	系统健康检查
/api/collab/clear-cache	POST	清空缓存

示例请求：

# 获取 AAPL 推荐
curl -X POST http://localhost:8001/api/collab/recommend \
  -H "Content-Type: application/json" \
  -d '{"symbol": "AAPL"}'

# 批量推荐
curl -X POST http://localhost:8001/api/collab/batch-recommend \
  -H "Content-Type: application/json" \
  -d '{"symbols": ["AAPL", "MSFT", "NVDA"]}'

# 系统健康检查
curl http://localhost:8001/api/collab/health

🛠️ 配置和自定义

修改 Ollama 模型

编辑 docker-compose.yml 中的 ollama 服务：

ollama:
  entrypoint: |
    /bin/bash -c "
    /bin/ollama serve &
    OLLAMA_PID=$!;
    sleep 10;
    # 修改这行选择模型
    /bin/ollama pull deepseek-coder:33b;  # 默认 (33GB)
    # /bin/ollama pull deepseek-coder:7b;   # 轻量版 (4GB)
    wait $OLLAMA_PID;
    "

启用 GPU 加速

ollama:
  runtime: nvidia
  environment:
    CUDA_VISIBLE_DEVICES: "0"

修改 API 端口

backend:
  ports:
    - "8002:8000"   # 改为 8002
frontend:
  ports:
    - "3000:80"     # 改为 3000

📱 使用方式

方式 1：前端 Web 界面

访问 http://localhost:8090 输入股票代码获取推荐

方式 2：Vue3 组件

<template>
  <ClaudeDeepSeekRecommendation />
</template>

<script setup>
import ClaudeDeepSeekRecommendation
  from '@/components/ClaudeDeepSeekRecommendation.vue'
</script>

方式 3：REST API

const response = await fetch('/api/collab/recommend', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({ symbol: 'AAPL' })
})
const data = await response.json()

方式 4：Python

import httpx

response = httpx.post(
    'http://localhost:8001/api/collab/recommend',
    json={'symbol': 'AAPL'}
)
result = response.json()

🛑 故障排查

Q: 首次启动很慢？

A: DeepSeek 33B 模型需要下载 ~33GB。首次需要 30-120 分钟（取决于网络）。可以使用 7B 轻量版加快。

Q: Ollama 无法连接？

A:

docker-compose logs ollama
docker-compose exec ollama ollama list

Q: Claude API 错误？

A: 检查 OPENROUTER_API_KEY

docker-compose exec backend env | grep OPENROUTER

Q: 推荐返回"Ollama 不可用"？

A: 等待模型加载完成，或检查 Ollama 容器日志

📊 项目统计

后端代码：        ~2,000 行
前端代码：          ~900 行
测试代码：          ~350 行
文档：           ~2,500 行
─────────────────────────
总计：         ~5,750 行

文件统计：

• 后端模块：5 个
• 前端组件：1 个
• 测试文件：1 个
• 文档文件：5 个
• 新增/修改配置：3 个

🎓 代码示例

获取单个股票推荐

curl -X POST http://localhost:8001/api/collab/recommend \
  -H "Content-Type: application/json" \
  -d '{
    "symbol": "AAPL",
    "user_request": "分析 AAPL 的技术面走势"
  }'

响应示例：

{
  "symbol": "AAPL",
  "current_price": 151.00,
  "deepseek_signal": {
    "signal": "BUY",
    "confidence": 0.75,
    "reason": "MA5 突破 MA20，RSI 处于上升态势",
    "ma_signal": "看涨",
    "rsi_signal": "上升",
    "macd_signal": "看涨",
    "risk_level": "MEDIUM"
  },
  "investment_advice": {
    "recommendation": "建议买入",
    "summary": "技术面看涨，量化信号强劲",
    "strategies": {
      "aggressive": {
        "action": "BUY",
        "reason": "追求高收益的投资者可全仓进入"
      },
      "balanced": {
        "action": "BUY",
        "reason": "平衡型投资者可中等仓位介入"
      },
      "conservative": {
        "action": "HOLD",
        "reason": "保守投资者暂不介入，观察支撑点"
      }
    },
    "entry_price": 150.25,
    "stop_loss": 145.00,
    "take_profit": 160.00,
    "risks": ["市场风险", "技术回调风险", "外部事件风险"],
    "confidence": 0.72
  }
}

批量分析

curl -X POST http://localhost:8001/api/collab/batch-recommend \
  -H "Content-Type: application/json" \
  -d '{"symbols": ["AAPL", "MSFT", "NVDA"]}'

🔐 安全性

✅ 本地数据隐私

• DeepSeek 在本地 Ollama 运行
• 数据不上传云端
• 支持完全离线运行

✅ API 安全

• API Key 通过环境变量管理
• 支持速率限制
• 支持访问控制

✅ 代码安全

• 完整的输入验证
• 异常处理防止信息泄露
• 依赖项定期更新

📈 性能优化

1. GPU 加速

   • 从 3-8 秒降至 1-2 秒
   • 需要 NVIDIA CUDA 11.8+

2. 缓存优化

   • 常见查询秒级响应
   • 支持自定义 TTL

3. 模型选择

   • 33B：更准确，需要 33GB 内存
   • 7B：更快，需要 4GB 内存

🚦 系统要求

• Docker & Docker Compose
• 磁盘空间：60GB+（用于 DeepSeek 33B 模型）
• 内存：32GB+（推荐 64GB）
• 网络：首次下载模型需要稳定网络
• API Key：OpenRouter（用于 Claude）

📞 技术支持

快速链接

• 🐛 提交 Issue
• 💬 讨论区
• 📖 完整文档
• 🚀 快速开始

常见命令

# 启动系统
docker-compose up -d

# 查看日志
docker-compose logs -f backend
docker-compose logs -f ollama

# 进入容器
docker-compose exec backend bash

# 停止系统
docker-compose down

# 清除数据
docker-compose down -v

# 验证安装
bash verify_implementation.sh

🎉 下一步

1. ✅ 快速开始 30 秒启动
2. ✅ 查看系统架构
3. ✅ 学习部署指南
4. ✅ 运行测试
5. ✅ 集成到你的应用

---

项目版本：1.0.0 状态：✅ 生产就绪 最后更新：2025-11-12

Happy Trading! 🚀