udpate

2026-02-26 13:00:37 +08:00 · 2026-02-26 13:00:37 +08:00 · 50d6b79e43
commit 50d6b79e43
parent fc5afb0e84
6 changed files with 204 additions and 156 deletions
--- a/backend/app/config.py
+++ b/backend/app/config.py
@ -169,7 +169,12 @@ class Settings(BaseSettings):

    # 股票智能体配置
    stock_symbols_us: str = ""  # 美股代码，逗号分隔
-    stock_symbols_hk: str = ""  # 港股代码，逗号分隔（以.HK结尾）
+    # 港股代码：科技股一线+新能源+芯片半导体+AI
+    # 科技：腾讯/阿里/美团/小米/京东/网易/百度/快手/知乎/B站
+    # 新能源：比亚迪/理想/小鹏/赣锋锂业/龙源电力/信义能源
+    # 芯片：中芯国际/华虹半导体/上海复旦
+    # AI：商汤/第四范式/创新奇智/美图/联易融/百融云
+    stock_symbols_hk: str = "00700.HK,09988.HK,03690.HK,01810.HK,09618.HK,00999.HK,09888.HK,01024.HK,01211.HK,02015.HK,09868.HK,01772.HK,00916.HK,03868.HK,00981.HK,01347.HK,01385.HK,00020.HK,06669.HK,02121.HK,01357.HK,02390.HK,09626.HK,02599.HK,06608.HK"
    stock_analysis_interval: int = 300  # 分析间隔（秒，默认5分钟）
    stock_llm_threshold: float = 0.70  # 触发 LLM 分析的置信度阈值

--- a/backend/app/services/yfinance_service.py
+++ b/backend/app/services/yfinance_service.py
@ -191,12 +191,17 @@ class YFinanceService:
        """
        df = df.copy()

-        # 移动平均线
+        # 移动平均线（简单移动平均 MA）
        df['ma5'] = df['close'].rolling(window=5).mean()
        df['ma10'] = df['close'].rolling(window=10).mean()
        df['ma20'] = df['close'].rolling(window=20).mean()
        df['ma50'] = df['close'].rolling(window=50).mean()

+        # 指数移动平均线（EMA）- 用于趋势判断
+        df['ema20'] = df['close'].ewm(span=20, adjust=False).mean()
+        df['ema50'] = df['close'].ewm(span=50, adjust=False).mean()
+        df['ema200'] = df['close'].ewm(span=200, adjust=False).mean()
+
        # RSI（使用 Wilder's Smoothing 方法）
        delta = df['close'].diff()
        gain = delta.where(delta > 0, 0)
--- a/backend/app/stock_agent/market_signal_analyzer.py
+++ b/backend/app/stock_agent/market_signal_analyzer.py
@ -24,15 +24,71 @@ class StockMarketSignalAnalyzer:
    """股票市场信号分析器 - 只关注市场，输出客观信号"""

    # 股票市场分析系统提示词
-    MARKET_ANALYSIS_PROMPT = """你是一位专业的股票交易员和技术分析师。你的任务是综合分析**技术面（K线、量价、技术指标）、基本面（估值、盈利、成长）、新闻舆情**，给出交易信号。
+    MARKET_ANALYSIS_PROMPT = """你是一位专业的股票交易员和技术分析师。你的任务是综合分析**趋势方向、技术面（K线、量价、技术指标）、基本面（估值、盈利、成长）、新闻舆情**，给出交易信号。

 ## 核心理念
-股票市场有其独特的运行规律：
- **趋势为王**：股票更容易形成持续性趋势，顺势而为最重要
- **基本面支撑**：技术信号需要结合公司基本面来判断有效性
- **新闻催化**：重大新闻会改变短期趋势，需要重点关注
- **关注财报季**：财报前后波动加大，需要更谨慎
- **板块效应**：同板块股票往往联动，关注板块整体表现
+**趋势是你的朋友，顺势交易是稳定盈利的关键。**
+
+### 🚨 铁律（必须遵守）
+1. **先判断趋势，再寻找信号** - 趋势方向错误，信号再强也不做
+2. **顺势交易为主** - 上涨趋势只做多或观望，下跌趋势只做空或观望
+3. **逆势交易极其谨慎** - 必须有多重反转信号才能考虑逆势
+4. **单边行情不逆势** - 强趋势中（日线连续3根以上同向K线）严禁逆势开仓
+
+### 交易目标
+- **稳健为主**：宁可错过，不做错
+- **顺势而为**：在大趋势方向上寻找入场点
+- **严控风险**：每次交易风险不超过本金的2%
+
+## 零、趋势方向判断（第一步，最重要！）
+**在分析任何信号之前，先判断当前趋势方向和强度。**
+
+### 趋势判断标准（使用 EMA 和均线系统）
+**上升趋势（多头市场）**：
+- EMA20 > EMA50 > EMA200（短中长期均线多头排列）
+- 价格站稳在 EMA20 之上
+- MA5 > MA10 > MA20 > MA50
+- 最近高点逐步抬高，低点也逐步抬高
+
+**下降趋势（空头市场）**：
+- EMA20 < EMA50 < EMA200（短中长期均线空头排列）
+- 价格持续在 EMA20 之下
+- MA5 < MA10 < MA20 < MA50
+- 最近高点逐步降低，低点也逐步降低
+
+**震荡市（无明确趋势）**：
+- 均线纠缠，无明显排列
+- 价格在 EMA20 上下波动
+- 高点低点无规律
+- 此时可双向交易，但降低仓位
+
+### 趋势强度判断
+- **强趋势**：均线完美排列 + 价格远离均线 + 成交量配合
+- **中等趋势**：均线有排列 + 价格偶尔回踩均线
+- **弱趋势/震荡**：均线纠缠 + 价格在均线上下反复
+
+### 顺势交易规则（必须执行）
+| 当前趋势 | 允许操作 | 条件 |
+|---------|---------|------|
+| **强上升趋势** | ✅ 只做多 | 回调到支撑位、RSI超卖区、金叉 |
+| **强上升趋势** | ❌ 严禁做空 | 除非出现明确的顶背离+放量反转信号 |
+| **强下降趋势** | ✅ 只做空 | 反弹到阻力位、RSI超买区、死叉 |
+| **强下降趋势** | ❌ 严禁做多 | 除非出现明确的底背离+放量反转信号 |
+| **震荡市** | ✅ 双向交易 | 但降低仓位（轻仓），提高止损要求 |
+| **趋势不明确** | ⚠️ 观望为主 | 等待趋势明确后再入场 |
+
+### 逆势交易的条件（极其严格）
+**只有在满足以下全部条件时，才允许考虑逆势交易：**
+1. **多重反转信号**：
+   - 明确的背离（顶背离或底背离）
+   - 关键形态反转（头肩顶/底、双顶/底、吞没形态）
+   - 放量突破关键位
+2. **多周期确认**：周线、日线、1h 三个周期同时出现反转信号
+3. **风险收益比合理**：潜在盈利至少是风险的3倍以上
+4. **基本面支持**：重大利好/利空改变趋势
+5. **降低仓位**：逆势交易必须轻仓（不超过顺势仓位的50%）
+
+**如果不符合上述条件，即使有买入/卖出信号，也必须选择 hold（观望）。**

 ## 数据说明
 你将获得三个维度的数据：
@ -115,14 +171,22 @@ class StockMarketSignalAnalyzer:
 **均线系统是趋势判断的核心：**
 - **多头排列**（MA5 > MA10 > MA20 > MA50）：强势上涨趋势，回调做多
 - **空头排列**（MA5 < MA10 < MA20 < MA50）：强势下跌趋势，反弹做空
- **价格与 MA 的关系**：
+- **EMA 趋势判断**（比 MA 更平滑，更适合判断长期趋势）：
+  - **多头排列**（EMA20 > EMA50 > EMA200）：长期上涨趋势确立
+  - **空头排列**（EMA20 < EMA50 < EMA200）：长期下跌趋势确立
+  - 价格站稳 EMA20 上方：中期上涨趋势
+  - 价格跌破 EMA20：中期转为下跌趋势
+  - EMA50 是长期趋势的生命线
+- **价格与 MA/EMA 的关系**：
  - 价格站稳 MA5/MA10 上方：短线上涨
-  - 价格突破 MA20：中线转多
-  - 价格跌破 MA20：中线转空
-  - MA50 是中期趋势的分水岭
+  - 价格突破 MA20/EMA20：中线转多
+  - 价格跌破 MA20/EMA20：中线转空
+  - MA50/EMA50 是中期趋势的分水岭
 - **均线金叉死叉**：
  - MA5 上穿 MA10：短线买入信号
  - MA5 下穿 MA10：短线卖出信号
+  - EMA20 上穿 EMA50：中线买入信号（重要）
+  - EMA20 下穿 EMA50：中线卖出信号（重要）

 ## 四、多周期共振（关键分析框架）
 **多周期共振是提高信号质量的核心方法：**
@ -249,8 +313,12 @@ class StockMarketSignalAnalyzer:

 ```json
 {
+  "trend_direction": "uptrend/downtrend/neutral",
+  "trend_strength": "strong/medium/weak",
  "analysis_summary": "简要描述当前市场状态（50字以内）",
  "volume_analysis": "量价分析结论（30字以内）",
+  "news_sentiment": "positive/negative/neutral",
+  "news_impact": "新闻对市场的影响分析（30字以内）",
  "signals": [
    {
      "type": "short_term/medium_term/long_term",
@ -261,7 +329,7 @@ class StockMarketSignalAnalyzer:
      "entry_zone": 150.50,
      "stop_loss": 148.00,
      "take_profit": 155.00,
-      "reasoning": "详细的入场理由（必须包含量价分析）",
+      "reasoning": "详细的入场理由（必须包含趋势判断和量价分析）",
      "key_factors": ["关键因素1", "关键因素2"]
    }
  ],
@ -395,7 +463,18 @@ class StockMarketSignalAnalyzer:
            context_parts.append(f"MA20: {latest.get('ma20', 'N/A')}")
            context_parts.append(f"MA50: {latest.get('ma50', 'N/A')}")

-            # 判断均线排列
+            # EMA 均线（用于趋势判断）
+            ema20 = latest.get('ema20', None)
+            ema50 = latest.get('ema50', None)
+            ema200 = latest.get('ema200', None)
+            if ema20 is not None:
+                context_parts.append(f"EMA20: {ema20:.2f}")
+            if ema50 is not None:
+                context_parts.append(f"EMA50: {ema50:.2f}")
+            if ema200 is not None:
+                context_parts.append(f"EMA200: {ema200:.2f}")
+
+            # 判断 MA 排列
            ma5 = latest.get('ma5', 0)
            ma10 = latest.get('ma10', 0)
            ma20 = latest.get('ma20', 0)
@ -403,11 +482,29 @@ class StockMarketSignalAnalyzer:

            if all([ma5, ma10, ma20, ma50]):
                if ma5 > ma10 > ma20 > ma50:
-                    context_parts.append("均线排列: 多头排列 📈")
+                    context_parts.append("MA排列: 多头排列 📈")
                elif ma5 < ma10 < ma20 < ma50:
-                    context_parts.append("均线排列: 空头排列 📉")
+                    context_parts.append("MA排列: 空头排列 📉")
                else:
-                    context_parts.append("均线排列: 交织，方向不明")
+                    context_parts.append("MA排列: 交织，方向不明")
+
+            # EMA 排列（更重要的趋势判断）
+            if all([ema20, ema50, ema200]):
+                if ema20 > ema50 > ema200:
+                    context_parts.append("EMA排列: 多头排列 (长期趋势向上) 📈")
+                elif ema20 < ema50 < ema200:
+                    context_parts.append("EMA排列: 空头排列 (长期趋势向下) 📉")
+                else:
+                    context_parts.append("EMA排列: 交织 (震荡市) ➡️")
+
+            # 价格与 EMA20 的关系（趋势判断关键）
+            if ema20 is not None:
+                if latest['close'] > ema20:
+                    context_parts.append("价格位置: 站稳 EMA20 之上 (多头强势)")
+                elif latest['close'] < ema20:
+                    context_parts.append("价格位置: 跌破 EMA20 (空头强势)")
+                else:
+                    context_parts.append("价格位置: 接近 EMA20")

        # 量比分析（使用日线数据）
        df_1d = data.get('1d')
@ -473,6 +570,16 @@ class StockMarketSignalAnalyzer:

            result = json.loads(json_str)

+            # 向后兼容：确保新字段存在
+            if 'trend_direction' not in result:
+                result['trend_direction'] = 'neutral'
+            if 'trend_strength' not in result:
+                result['trend_strength'] = 'weak'
+            if 'news_sentiment' not in result:
+                result['news_sentiment'] = 'neutral'
+            if 'news_impact' not in result:
+                result['news_impact'] = ''
+
            # 清理价格字段 - 转换为 float
            result = self._clean_price_fields(result)

@ -504,32 +611,6 @@ class StockMarketSignalAnalyzer:
                        else:
                            sig['grade'] = 'D'

-            # 从信号中推断 market_state 和 trend
-            if 'signals' in result and result['signals']:
-                best_signal = max(result['signals'], key=lambda s: s.get('confidence', 0))
-                action = best_signal.get('action', 'wait')
-                confidence = best_signal.get('confidence', 0)
-
-                if confidence >= 70:
-                    if action == 'buy':
-                        result['market_state'] = '强势上涨'
-                    elif action == 'sell':
-                        result['market_state'] = '强势下跌'
-                    else:
-                        result['market_state'] = '震荡整理'
-                else:
-                    result['market_state'] = '震荡整理'
-
-                if action == 'buy':
-                    result['trend'] = 'up'
-                elif action == 'sell':
-                    result['trend'] = 'down'
-                else:
-                    result['trend'] = 'sideways'
-            else:
-                result['market_state'] = '无明确信号'
-                result['trend'] = 'sideways'
-
            logger.info(f"✅ 市场信号分析完成: {symbol}")

            return result
@ -727,10 +808,12 @@ class StockMarketSignalAnalyzer:
        """返回空信号"""
        return {
            'symbol': symbol,
-            'analysis_summary': 'unknown',
-            'volume_analysis': '分析失败',
-            'market_state': '分析失败',
-            'trend': 'sideways',
+            'trend_direction': 'neutral',
+            'trend_strength': 'weak',
+            'analysis_summary': '分析失败',
+            'volume_analysis': '',
+            'news_sentiment': 'neutral',
+            'news_impact': '',
            'signals': [],
            'key_levels': {},
            'timestamp': datetime.now().isoformat(),
--- a/backend/app/stock_agent/stock_agent.py
+++ b/backend/app/stock_agent/stock_agent.py
@ -19,66 +19,6 @@ from app.stock_agent.market_signal_analyzer import StockMarketSignalAnalyzer
 from app.utils.system_status import get_system_monitor, AgentStatus


-# 股票名称映射表
-STOCK_NAMES = {
-    # 美股 - 科技龙头
-    'AAPL': '苹果',
-    'MSFT': '微软',
-    'GOOGL': '谷歌',
-    'META': 'Meta',
-    'AMZN': '亚马逊',
-    'NVDA': '英伟达',
-    'AMD': 'AMD',
-    'AVGO': '博通',
-    'ARM': 'ARM',
-    'PLTR': 'Palantir',
-    'SNOW': 'Snowflake',
-
-    # 美股 - 生物医疗
-    'LLY': '礼来',
-    'NVO': '诺和诺德',
-    'VRTX': 'Vertex',
-
-    # 美股 - 新能源/汽车
-    'TSLA': '特斯拉',
-    'ENPH': 'Enphase',
-
-    # 美股 - 金融
-    'V': 'Visa',
-    'MA': 'Mastercard',
-
-    # 美股 - 消费
-    'HD': 'Home Depot',
-    'COST': 'Costco',
-
-    # 美股 - 其他
-    'RKLB': 'Relativity Space',
-    'HOOD': 'Robinhood',
-    'DXYZ': 'DEX',
-    'GLW': '康宁',
-    'UNTY': 'Unity',
-    'CRM': 'Salesforce',
-    'ADBE': 'Adobe',
-    'INTC': '英特尔',
-    'FSLR': 'First Solar',
-    'CRWD': 'CrowdStrike',
-    'SHOP': 'Shopify',
-    'NET': 'Cloudflare',
-    'COIN': 'Coinbase',
-    'MSTR': 'MicroStrategy',
-
-    # 港股
-    '0700.HK': '腾讯',
-    '9988.HK': '阿里巴巴',
-    '1810.HK': '小米',
-    '2015.HK': '理想汽车',
-    '9866.HK': '蔚来',
-    '9992.HK': '泡泡玛特',
-    '9626.HK': '哔哩哔哩',
-    '9880.HK': '优必选',
-}
-
-
 class StockAgent:
    """美股交易信号智能体（LLM 驱动，仅分析通知）"""

@ -130,11 +70,6 @@ class StockAgent:

        logger.info(f"股票智能体初始化完成 - 美股: {us_count}只, 港股: {hk_count}只, 总计: {len(self.symbols)}只")

-    @staticmethod
-    def get_stock_name(symbol: str) -> str:
-        """获取股票中文名称"""
-        return STOCK_NAMES.get(symbol, symbol)
-
    async def start(self):
        """启动智能体"""
        if self.running:
@ -402,6 +337,7 @@ class StockAgent:

        result = {
            'symbol': symbol,
+            'stock_name': '',  # 从基本面数据获取的公司名称
            'current_price': 0,
            'signals': [],
            'analysis_summary': '',
@ -425,34 +361,34 @@ class StockAgent:
            current_price = ticker['lastPrice']
            result['current_price'] = current_price

-            # 获取股票中文名称
-            stock_name = STOCK_NAMES.get(symbol, '')
-            symbol_display = f"{stock_name}({symbol})" if stock_name else symbol
-
-            logger.info(f"\n{'='*60}")
-            logger.info(f"📊 分析 {symbol_display} @ ${current_price:,.2f}")
-            logger.info(f"{'='*60}")
-
-            # 4. 获取基本面数据
+            # 4. 获取基本面数据（包含公司名称）
            logger.info(f"\n📈 【基本面分析】")
            fundamental_data = None
            fundamental_summary = ""
+            stock_name = ""  # 从基本面数据获取公司名称
            try:
                fundamental_data = self.fundamental.get_fundamental_data(symbol)
                if fundamental_data:
                    # 传递已获取的数据，避免重复调用
                    fundamental_summary = self.fundamental.get_fundamental_summary(symbol, fundamental_data)
+                    # 从基本面数据获取公司名称
+                    stock_name = fundamental_data.get('company_name', '')
+                    result['stock_name'] = stock_name  # 保存到结果中
                    # 基本面评分已经在 fundamental_service 中输出
                else:
                    logger.warning(f"   ⚠️  无法获取基本面数据")
            except Exception as e:
                logger.warning(f"   ⚠️  获取基本面数据失败: {e}")

+            symbol_display = f"{stock_name}({symbol})" if stock_name else symbol
+            logger.info(f"\n{'='*60}")
+            logger.info(f"📊 分析 {symbol_display} @ ${current_price:,.2f}")
+            logger.info(f"{'='*60}")
+
            # 5. 获取新闻数据
            logger.info(f"\n📰 【新闻分析】")
            news_data = None
            try:
-                stock_name = STOCK_NAMES.get(symbol, '')
                news_data = await self.news.search_stock_news(symbol, stock_name, max_results=5)
                if news_data:
                    logger.info(f"   获取到 {len(news_data)} 条相关新闻")
@ -725,7 +661,7 @@ class StockAgent:
                    sig['symbol'] = r['symbol']
                    sig['current_price'] = r.get('current_price', 0)
                    sig['is_hk'] = r['symbol'].endswith('.HK')
-                    sig['stock_name'] = STOCK_NAMES.get(r['symbol'], '')
+                    sig['stock_name'] = r.get('stock_name', '')

                    if sig.get('action') == 'buy':
                        buy_signals.append(sig)
@ -817,7 +753,10 @@ class StockAgent:
                f"",
            ]

-            # 高等级信号
+            # 所有信号（按等级分组）
+            all_signals = buy_signals + sell_signals
+
+            # 高等级信号 (A/B级)
            if high_quality_signals:
                content_parts.append(f"⭐ **高等级信号 (A/B级)**")
                for sig in high_quality_signals[:5]:
@ -834,6 +773,27 @@ class StockAgent:
                    content_parts.append(f"• {market_tag} {symbol_display} {action} {grade}级 {confidence}%")
                content_parts.append(f"")

+            # 其他等级信号 (C/D级)
+            other_signals = [s for s in all_signals if s.get('grade', 'D') not in ['A', 'B']]
+            if other_signals:
+                content_parts.append(f"📋 **其他信号 (C/D级)**")
+                for sig in other_signals[:10]:  # 最多显示10个
+                    symbol = sig['symbol']
+                    stock_name = sig.get('stock_name', '')
+                    market_tag = '[港股]' if sig.get('is_hk') else '[美股]'
+                    action = '🟢 做多' if sig.get('action') == 'buy' else '🔴 做空'
+                    grade = sig.get('grade', 'D')
+                    confidence = sig.get('confidence', 0)
+
+                    # 构建带名称的股票显示
+                    symbol_display = f"{stock_name}({symbol})" if stock_name else symbol
+
+                    content_parts.append(f"• {market_tag} {symbol_display} {action} {grade}级 {confidence}%")
+
+                if len(other_signals) > 10:
+                    content_parts.append(f"  *...还有 {len(other_signals) - 10} 个信号*")
+                content_parts.append(f"")
+
            # 信号统计
            content_parts.extend([
                f"📈 做多信号: {len(buy_signals)} 个",
--- a/backend/app/utils/signal_formatter.py
+++ b/backend/app/utils/signal_formatter.py
@ -13,7 +13,7 @@ class SignalFormatter:
    """信号格式化工具"""

    @staticmethod
-    def format_signal_message(signal: Dict[str, Any], symbol: str, agent_type: str = 'crypto') -> str:
+    def format_signal_message(signal: Dict[str, Any], symbol: str, agent_type: str = 'crypto', stock_name: str = '') -> str:
        """
        格式化信号消息（用于 Telegram 通知）

@ -21,14 +21,11 @@ class SignalFormatter:
            signal: 信号数据
            symbol: 交易对
            agent_type: 智能体类型 (crypto/stock)
+            stock_name: 股票名称（可选，从基本面数据获取）

        Returns:
            格式化的消息文本
        """
-        # 获取股票名称
-        from app.stock_agent.stock_agent import STOCK_NAMES
-        stock_name = STOCK_NAMES.get(symbol, '')
-
        type_map = {
            'short_term': '短线',
            'medium_term': '中线',
@ -102,7 +99,7 @@ class SignalFormatter:
        return message

    @staticmethod
-    def format_feishu_card(signal: Dict[str, Any], symbol: str, agent_type: str = 'crypto') -> Dict[str, Any]:
+    def format_feishu_card(signal: Dict[str, Any], symbol: str, agent_type: str = 'crypto', stock_name: str = '') -> Dict[str, Any]:
        """
        格式化飞书卡片消息

@ -110,14 +107,11 @@ class SignalFormatter:
            signal: 信号数据
            symbol: 交易对
            agent_type: 智能体类型 (crypto/stock)
+            stock_name: 股票名称（可选，从基本面数据获取）

        Returns:
            包含 title, content, color 的字典
        """
-        # 获取股票名称
-        from app.stock_agent.stock_agent import STOCK_NAMES
-        stock_name = STOCK_NAMES.get(symbol, '')
-
        type_map = {
            'short_term': '短线',
            'medium_term': '中线',
--- a/scripts/test_stock.py
+++ b/scripts/test_stock.py
@ -36,11 +36,17 @@ async def analyze(symbol: str, send_notification: bool = True):
    Returns:
        分析结果字典
    """
-    # 导入股票名称映射
-    from app.stock_agent.stock_agent import STOCK_NAMES
+    # 获取服务
+    yf_service = get_yfinance_service()
+    market_analyzer = StockMarketSignalAnalyzer()  # 使用新的市场信号分析器
+    fundamental = get_fundamental_service()  # 基本面服务
+    news = get_news_service()  # 新闻服务
+    feishu = get_feishu_service()
+    telegram = get_telegram_service()

    result = {
        'symbol': symbol,
+        'stock_name': '',  # 从基本面数据获取
        'price': 0,
        'signals': [],
        'notified': False
@ -50,23 +56,11 @@ async def analyze(symbol: str, send_notification: bool = True):
    settings = get_settings()
    threshold = settings.stock_llm_threshold * 100  # 转换为百分比

-    # 获取股票中文名称
-    stock_name = STOCK_NAMES.get(symbol, '')
-    symbol_display = f"{stock_name}({symbol})" if stock_name else symbol
-
    print(f"\n{'='*60}")
-    print(f"📊 分析 {symbol_display}")
+    print(f"📊 分析 {symbol}")
    print(f"{'='*60}")

    try:
-        # 获取服务
-        yf_service = get_yfinance_service()
-        market_analyzer = StockMarketSignalAnalyzer()  # 使用新的市场信号分析器
-        fundamental = get_fundamental_service()  # 基本面服务
-        news = get_news_service()  # 新闻服务
-        feishu = get_feishu_service()
-        telegram = get_telegram_service()
-
        # 获取行情
        print(f"获取行情...")
        ticker = yf_service.get_ticker(symbol)
@ -90,15 +84,19 @@ async def analyze(symbol: str, send_notification: bool = True):

        print(f"时间周期: {', '.join(data.keys())}")

-        # 获取基本面数据
+        # 获取基本面数据（包含公司名称）
        print(f"\n📈 基本面分析中...")
        fundamental_data = None
        fundamental_summary = ""
+        stock_name = ""
        try:
            fundamental_data = fundamental.get_fundamental_data(symbol)
            if fundamental_data:
                # 传递已获取的数据，避免重复调用
                fundamental_summary = fundamental.get_fundamental_summary(symbol, fundamental_data)
+                # 获取公司名称
+                stock_name = fundamental_data.get('company_name', '')
+                result['stock_name'] = stock_name
                # 输出基本面详细信息
                score = fundamental_data.get('score', {})
                print(f"   ✓ 基本面数据获取成功")
@ -108,6 +106,12 @@ async def analyze(symbol: str, send_notification: bool = True):
                sector = fundamental_data.get('sector', 'N/A')
                print(f"   【公司】{company} | {sector}")

+                # 更新显示
+                symbol_display = f"{stock_name}({symbol})" if stock_name else symbol
+                print(f"\n{'='*60}")
+                print(f"📊 分析 {symbol_display} @ ${price:,.2f}")
+                print(f"{'='*60}")
+
                # 评分
                print(f"   【评分】总分: {score.get('total', 0):.0f}/100 ({score.get('rating', 'N/A')}级) | "
                      f"估值:{score.get('valuation', 0)} 盈利:{score.get('profitability', 0)} "
@ -168,7 +172,6 @@ async def analyze(symbol: str, send_notification: bool = True):
        print(f"\n📰 新闻分析...")
        news_data = None
        try:
-            stock_name = STOCK_NAMES.get(symbol, '')
            news_data = await news.search_stock_news(symbol, stock_name, max_results=5)
            if news_data:
                print(f"   获取到 {len(news_data)} 条相关新闻")
@ -266,7 +269,6 @@ def print_summary_report(results: list, send_notification: bool = True):
        send_notification: 是否发送通知（默认True）
    """
    from app.config import get_settings
-    from app.stock_agent.stock_agent import STOCK_NAMES
    settings = get_settings()
    threshold = settings.stock_llm_threshold * 100  # 获取阈值

@ -289,7 +291,7 @@ def print_summary_report(results: list, send_notification: bool = True):
            sig['symbol'] = r['symbol']
            sig['current_price'] = r.get('price', 0)
            sig['is_hk'] = r['symbol'].endswith('.HK')
-            sig['stock_name'] = STOCK_NAMES.get(r['symbol'], '')
+            sig['stock_name'] = r.get('stock_name', '')
            all_signals.append(sig)

            if sig.get('action') == 'buy':
@ -538,7 +540,6 @@ async def main():
 async def send_summary_notification_async(results: list):
    """异步发送汇总通知"""
    from app.config import get_settings
-    from app.stock_agent.stock_agent import STOCK_NAMES
    settings = get_settings()
    threshold = settings.stock_llm_threshold * 100  # 获取阈值

@ -561,7 +562,7 @@ async def send_summary_notification_async(results: list):
            sig['symbol'] = r['symbol']
            sig['current_price'] = r.get('price', 0)
            sig['is_hk'] = r['symbol'].endswith('.HK')
-            sig['stock_name'] = STOCK_NAMES.get(r['symbol'], '')
+            sig['stock_name'] = r.get('stock_name', '')
            all_signals.append(sig)

            if sig.get('action') == 'buy':