首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >用几句对话,AI 帮我写完一个“选股神器”:连代码都自动改好了

用几句对话,AI 帮我写完一个“选股神器”:连代码都自动改好了

原创
作者头像
算法一只狗
发布2025-09-28 13:29:12
发布2025-09-28 13:29:12
5990
举报
文章被收录于专栏:算法一只狗算法一只狗

CodeBuddy 迎来一次重要升级,覆盖 5 大典型场景:

  • Craft 智能体:用自然语言进行多文件代码生成、修改与重构;可新建项目、重构旧代码、产出可运行应用。
  • MCP 市场:一键接入腾讯云 COS、GitHub 等服务的智能插件,以“插件化”扩展能力,显著降低门槛。
  • AI 技术对话:集成式问答与代码解释/注释生成,帮助快速理解与维护代码。
  • 智能补全与修复:上下文感知的代码补全,支持多语言与多框架;内置规范检查与自动修复。
  • 单测与代码审查自动化:自动生成单元测试用例与审查建议,提前发现潜在问题,优化结构。

基于这套能力,我做了一个「股票智能筛选器」Demo,帮助普通用户快速拥有自己的选股 AI


1. 快速安装

在 VS Code 插件市场搜索并安装 CodeBuddy → 弹出界面扫码登录 → 登录成功后,左侧即为与 CodeBuddy 的对话窗口(与 Cursor、Trae 等对话式助手类似,用法一致:对话驱动开发)。


2. 快速构建“股票智能筛选器”

2.1 筛选规则(示例)

  • 市值 > 20 亿美元:保证公司规模与流动性;
  • 过去 250 天涨跌幅为正:筛出相对强势个股;
  • 当前股价 ≥ 10 美元:降低“庄股/冷门股”比例。

2.2 获取行情数据(yfinance)

yfinance 是一个从 Yahoo Finance 拉取金融数据的 Python 库,适合量化研究与可视化:

  • 历史数据:开/收/高/低/量
  • 实时与概览:市值、涨跌幅、行业、PE、股息率等
  • 财务三表:资产负债表、利润表、现金流
  • 批量下载与 DataFrame 输出,便于后续分析

小贴士:免费接口可能触发限流(HTTP 429),可考虑分批请求、缓存或换用付费/自建数据源降低失败率。

2.3 让 CodeBuddy 直接生成项目

对话输入示例(可复制):

代码语言:javascript
复制
使用 Streamlit,帮我构建一个“股票智能筛选器”。我会提供一份美股股票代码清单,使用 yfinance 获取数据,筛选条件:
1)市值 > 20 亿美元;
2)过去 250 天涨跌幅 > 0;
3)当前股价 ≥ 10 美元。
请输出可运行的 app.py,并给出本地运行步骤。

几秒钟即可得到初版代码 → 点击 Apply/采纳 → 自动对现有工程做最小变更。若遇到报错(如 429 Too Many Requests),把错误信息直接发给 CodeBuddy,让它给出重试/节流/缓存等修复方案并自动改码。

2.4 初步成果

短时间内可完成一个美股智能筛选器:输入股票清单 → 自动拉取数据 → 判断是否满足条件 → 实时表格展示结果。

2.5 进阶:加入技术指标(以 MACD 为例)

常用指标参考:

  • 估值类:PE、PB、PEG、EV/EBITDA
  • 技术面:250 日涨跌幅、5/20/60 日均线、MACD 金叉/死叉、RSI(>70 超买,<30 超卖)

示例对话:

代码语言:javascript
复制
在筛选器中加入 MACD 指标,并给出“买入/卖出”提示逻辑;
然后绘制 MACD 指标图(主图价格 + 副图 MACD、Signal、Histogram),支持交互缩放。

CodeBuddy 会补充数据计算与可视化代码,生成更直观的技术面分析


3. 一键分享网站

如何把 Streamlit 项目分享出去? CodeBuddy 会列出多种路径:

  • Streamlit Community Cloud(官方):GitHub 开源仓库 → 绑定并部署 → 免费可分享;
  • 云服务器部署:购买云主机 → 安装 Python/Streamlit → streamlit run app.py --server.port=80
  • Docker:写 Dockerfile → 构建镜像 → 在任意支持 Docker 的平台部署。

推荐:先用 Streamlit 官方平台,部署最省事、分享最方便。


写在最后

本次实践展示了 CodeBuddy快速原型场景中的价值: 从安装、对话式生成代码、自动修复,到指标接入与可视化,大部分工作通过对话协作完成,极大降低了量化工具的入门门槛。

展望(可继续交给 CodeBuddy 实现):

  • 更多数据源:雪球、富途、东财、华尔街见闻等 API;
  • 策略自动回测:自然语言描述策略 → 自动回测 → 生成报告;
  • 一键部署与分享:Gradio/Streamlit/容器化全链路;
  • 语音交互编程:语音描述筛选逻辑与图表;
  • 多模型协同:GPT / Claude / Gemini 集成投票,提升生成质量与稳健性。

在“智能开发”的新范式下,你只需一个想法与几句 Prompt,就能搭起自己的投资辅助系统;CodeBuddy 将是你最得力的 AI 编程伙伴。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1. 快速安装
  • 2. 快速构建“股票智能筛选器”
    • 2.1 筛选规则(示例)
    • 2.2 获取行情数据(yfinance)
    • 2.3 让 CodeBuddy 直接生成项目
    • 2.4 初步成果
    • 2.5 进阶:加入技术指标(以 MACD 为例)
  • 3. 一键分享网站
  • 写在最后
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档