update

.env.example

@@ -145,3 +145,15 @@ PAPER_TRADING_POSITION_C=200
 # 可选值: zhipu, deepseek
 SMART_AGENT_MODEL=deepseek
 CRYPTO_AGENT_MODEL=deepseek
+STOCK_AGENT_MODEL=deepseek
+
+# ----------------------------------------------------------------------------
+# 美股智能体配置
+# ----------------------------------------------------------------------------
+# 监控的股票代码（逗号分隔）
+# 配置策略：科技龙头30% + AI/半导体成长30% + 生物医疗20% + 新能源10% + 金融10%
+STOCK_SYMBOLS=AAPL,MSFT,GOOGL,META,AMZN,NVDA,AMD,AVGO,ARM,PLTR,SNOW,LLY,NVO,VRTX,TSLA,ENPH,V,MA,HD,COST
+# 分析间隔（秒，美股交易时间内每小时分析一次=3600秒）
+STOCK_ANALYSIS_INTERVAL=3600
+# 触发 LLM 分析的置信度阈值（0-1）
+STOCK_LLM_THRESHOLD=0.60

backend/app/api/stocks.py

@@ -0,0 +1,131 @@
+"""
+美股相关 API 路由
+"""
+from fastapi import APIRouter, HTTPException
+from typing import Dict, Any, List
+from app.utils.logger import logger
+from app.config import get_settings
+
+router = APIRouter()
+
+# 全局变量，用于访问智能体实例
+_stock_agent_instance = None
+
+
+def set_stock_agent(agent):
+    """设置智能体实例（由 main.py 调用）"""
+    global _stock_agent_instance
+    _stock_agent_instance = agent
+
+
+@router.get("/status")
+async def get_stock_status() -> Dict[str, Any]:
+    """
+    获取美股智能体状态
+
+    Returns:
+        智能体状态信息
+    """
+    try:
+        if _stock_agent_instance is None:
+            return {
+                "enabled": False,
+                "message": "美股智能体未启用"
+            }
+
+        status = _stock_agent_instance.get_status()
+        status["enabled"] = True
+        return status
+
+    except Exception as e:
+        logger.error(f"获取美股状态失败: {e}")
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.get("/symbols")
+async def get_stock_symbols() -> Dict[str, Any]:
+    """
+    获取当前监控的股票列表
+
+    Returns:
+        股票列表
+    """
+    try:
+        settings = get_settings()
+        symbols = settings.stock_symbols.split(',') if settings.stock_symbols else []
+
+        return {
+            "symbols": symbols,
+            "count": len(symbols)
+        }
+
+    except Exception as e:
+        logger.error(f"获取股票列表失败: {e}")
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.post("/analyze/{symbol}")
+async def analyze_stock(symbol: str) -> Dict[str, Any]:
+    """
+    手动触发分析指定股票
+
+    Args:
+        symbol: 股票代码，如 'AAPL'
+
+    Returns:
+        分析结果
+    """
+    try:
+        if _stock_agent_instance is None:
+            raise HTTPException(status_code=400, detail="美股智能体未启用")
+
+        # 执行单次分析
+        result = await _stock_agent_instance.analyze_once(symbol)
+
+        if "error" in result:
+            raise HTTPException(status_code=400, detail=result["error"])
+
+        return {
+            "success": True,
+            "symbol": symbol,
+            "result": result
+        }
+
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"分析 {symbol} 失败: {e}")
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.get("/quote/{symbol}")
+async def get_stock_quote(symbol: str) -> Dict[str, Any]:
+    """
+    获取股票实时行情
+
+    Args:
+        symbol: 股票代码
+
+    Returns:
+        行情数据
+    """
+    try:
+        from app.services.yfinance_service import get_yfinance_service
+
+        yf_service = get_yfinance_service()
+        quote = yf_service.get_ticker(symbol.upper())
+
+        if quote is None:
+            raise HTTPException(status_code=404, detail=f"无法获取 {symbol} 的行情")
+
+        return {
+            "success": True,
+            "symbol": symbol.upper(),
+            "quote": quote
+        }
+
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"获取 {symbol} 行情失败: {e}")
+        raise HTTPException(status_code=500, detail=str(e))

backend/app/config.py

@@ -137,6 +137,12 @@ class Settings(BaseSettings):
     # Agent 模型配置 (可选值: zhipu, deepseek)
     smart_agent_model: str = "deepseek"   # SmartAgent 使用的模型
     crypto_agent_model: str = "deepseek"  # CryptoAgent 使用的模型
+    stock_agent_model: str = "deepseek"   # StockAgent 使用的模型
+
+    # 美股智能体配置
+    stock_symbols: str = "AAPL,TSLA,NVDA,MSFT,GOOGL"  # 监控的股票代码，逗号分隔
+    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
 
     class Config:
         env_file = find_env_file()

backend/app/main.py

@@ -9,13 +9,14 @@ from fastapi.responses import FileResponse
 from contextlib import asynccontextmanager
 from app.config import get_settings
 from app.utils.logger import logger
-from app.api import chat, stock, skills, llm, auth, admin, paper_trading
+from app.api import chat, stock, skills, llm, auth, admin, paper_trading, stocks
 import os
 
 
 # 后台任务
 _price_monitor_task = None
 _report_task = None
+_stock_agent_task = None
 
 
 async def price_monitor_loop():
@@ -147,7 +148,7 @@ async def periodic_report_loop():
 @asynccontextmanager
 async def lifespan(app: FastAPI):
     """应用生命周期管理"""
-    global _price_monitor_task, _report_task
+    global _price_monitor_task, _report_task, _stock_agent_task
 
     # 启动时执行
     logger.info("应用启动")
@@ -161,6 +162,19 @@ async def lifespan(app: FastAPI):
         _report_task = asyncio.create_task(periodic_report_loop())
         logger.info("定时报告任务已创建")
 
+    # 启动美股智能体
+    if getattr(settings, 'stock_symbols', '') and settings.stock_symbols.strip():
+        try:
+            from app.stock_agent.stock_agent import get_stock_agent
+            stock_agent = get_stock_agent()
+            _stock_agent_task = asyncio.create_task(stock_agent.start())
+            # 设置智能体实例到 API 模块
+            stocks.set_stock_agent(stock_agent)
+            logger.info(f"美股智能体已启动，监控: {settings.stock_symbols}")
+        except Exception as e:
+            logger.error(f"美股智能体启动失败: {e}")
+            logger.error(f"提示: 请确保已安装 yfinance (pip install yfinance)")
+
     yield
 
     # 关闭时执行
@@ -180,6 +194,15 @@ async def lifespan(app: FastAPI):
             pass
         logger.info("定时报告任务已停止")
 
+    # 停止美股智能体
+    if _stock_agent_task:
+        _stock_agent_task.cancel()
+        try:
+            await _stock_agent_task
+        except asyncio.CancelledError:
+            pass
+        logger.info("美股智能体已停止")
+
     logger.info("应用关闭")
 
 
@@ -209,6 +232,7 @@ app.include_router(stock.router, prefix="/api/stock", tags=["股票数据"])
 app.include_router(skills.router, prefix="/api/skills", tags=["技能管理"])
 app.include_router(llm.router, tags=["LLM模型"])
 app.include_router(paper_trading.router, tags=["模拟交易"])
+app.include_router(stocks.router, prefix="/api/stocks", tags=["美股分析"])
 
 # 挂载静态文件
 frontend_path = os.path.join(os.path.dirname(os.path.dirname(os.path.dirname(__file__))), "frontend")

backend/app/services/yfinance_service.py

@@ -0,0 +1,246 @@
+"""
+YFinance 服务 - 美股数据获取
+支持获取美股的实时行情和历史 K 线数据
+"""
+import pandas as pd
+from typing import Dict, List, Optional
+from datetime import datetime, timedelta
+from app.utils.logger import logger
+import time
+
+
+class YFinanceService:
+    """YFinance 服务类"""
+
+    def __init__(self):
+        """初始化服务"""
+        try:
+            import yfinance as yf
+            self.yf = yf
+            self._cache = {}  # 数据缓存
+            self._cache_time = {}  # 缓存时间
+            self._cache_ttl = 300  # 缓存有效期（秒）
+            logger.info("YFinance 服务初始化成功")
+        except ImportError:
+            logger.error("yfinance 未安装，请运行: pip install yfinance")
+            raise
+
+    def get_ticker(self, symbol: str) -> Optional[Dict]:
+        """
+        获取股票实时行情
+
+        Args:
+            symbol: 股票代码，如 'AAPL'
+
+        Returns:
+            行情数据字典
+        """
+        try:
+            ticker = self.yf.Ticker(symbol)
+
+            # 使用 history 方法获取数据（更可靠，避免 429 错误）
+            hist = ticker.history(period="2d", interval="1h")
+            if hist.empty:
+                logger.warning(f"无法获取 {symbol} 的历史数据")
+                return None
+
+            latest = hist.iloc[-1]
+
+            return {
+                'symbol': symbol,
+                'lastPrice': float(latest['Close']),
+                'priceChange': float(latest['Close'] - latest['Open']),
+                'priceChangePercent': float((latest['Close'] - latest['Open']) / latest['Open'] * 100) if latest['Open'] > 0 else 0,
+                'volume': int(latest['Volume']),
+                'high': float(latest['High']),
+                'low': float(latest['Low']),
+                'open': float(latest['Open']),
+                'prevClose': float(latest['Close']),
+                'timestamp': datetime.now().isoformat()
+            }
+        except Exception as e:
+            error_msg = str(e)
+            # 过滤掉常见的 429 错误信息
+            if "429" in error_msg or "Too Many Requests" in error_msg:
+                logger.warning(f"YFinance API 限流，请稍后再试 ({symbol})")
+            else:
+                logger.error(f"获取 {symbol} 行情失败: {error_msg}")
+            return None
+
+    def get_multi_timeframe_data(
+        self,
+        symbol: str,
+        timeframes: Optional[Dict[str, tuple]] = None
+    ) -> Dict[str, pd.DataFrame]:
+        """
+        获取多时间周期的 K 线数据
+
+        Args:
+            symbol: 股票代码
+            timeframes: 时间周期配置 {'1d': ('1d', '3mo'), ...}
+
+        Returns:
+            多时间周期数据字典 {'1d': df, '1h': df, ...}
+        """
+        if timeframes is None:
+            # 默认时间周期配置
+            timeframes = {
+                '1d': ('1d', '3mo'),   # 日级别，3个月
+                '1h': ('1h', '1mo'),   # 小时级别，1个月
+            }
+
+        result = {}
+
+        for tf_name, (interval, period) in timeframes.items():
+            try:
+                df = self._get_cached_data(symbol, interval, period)
+                if df is not None and not df.empty:
+                    result[tf_name] = df
+                    logger.debug(f"获取 {symbol} {tf_name} 数据成功: {len(df)} 条")
+                else:
+                    logger.warning(f"获取 {symbol} {tf_name} 数据失败或为空")
+            except Exception as e:
+                logger.error(f"获取 {symbol} {tf_name} 数据出错: {e}")
+
+        return result
+
+    def _get_cached_data(
+        self,
+        symbol: str,
+        interval: str,
+        period: str
+    ) -> Optional[pd.DataFrame]:
+        """获取带缓存的数据"""
+        cache_key = f"{symbol}_{interval}_{period}"
+        now = datetime.now()
+
+        # 检查缓存
+        if cache_key in self._cache:
+            cache_time = self._cache_time.get(cache_key)
+            if cache_time and (now - cache_time).total_seconds() < self._cache_ttl:
+                logger.debug(f"使用缓存数据: {cache_key}")
+                return self._cache[cache_key]
+
+        # 获取新数据
+        try:
+            ticker = self.yf.Ticker(symbol)
+            df = ticker.history(period=period, interval=interval)
+
+            if df.empty:
+                return None
+
+            # 转换数据格式（兼容现有代码）
+            df = self._format_dataframe(df)
+
+            # 更新缓存
+            self._cache[cache_key] = df
+            self._cache_time[cache_key] = now
+
+            return df
+
+        except Exception as e:
+            logger.error(f"获取数据失败 {cache_key}: {e}")
+            return None
+
+    def _format_dataframe(self, df: pd.DataFrame) -> pd.DataFrame:
+        """
+        格式化 DataFrame 以兼容现有代码
+
+        yfinance 原始格式:
+        - 列名大写: Open, High, Low, Close, Volume
+        - 索引是 Datetime
+
+        转换后格式:
+        - 列名小写: open, high, low, close, volume
+        - 重置索引，time 作为一列
+        - 添加技术指标
+        """
+        df = df.copy()
+
+        # 列名转为小写
+        df.columns = [col.lower() for col in df.columns]
+
+        # 重置索引
+        df = df.reset_index()
+
+        # 重命名日期列
+        if 'date' in df.columns:
+            df = df.rename(columns={'date': 'time'})
+        elif 'datetime' in df.columns:
+            df = df.rename(columns={'datetime': 'time'})
+
+        # 删除不需要的列
+        cols_to_keep = ['time', 'open', 'high', 'low', 'close', 'volume']
+        df = df[[col for col in cols_to_keep if col in df.columns]]
+
+        # 添加技术指标（与 binance_service 一致）
+        df = self._add_indicators(df)
+
+        return df
+
+    def _add_indicators(self, df: pd.DataFrame) -> pd.DataFrame:
+        """
+        添加技术指标到 DataFrame
+
+        Args:
+            df: 原始数据
+
+        Returns:
+            添加了技术指标的 DataFrame
+        """
+        df = df.copy()
+
+        # 移动平均线
+        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()
+
+        # RSI
+        delta = df['close'].diff()
+        gain = (delta.where(delta > 0, 0)).rolling(window=14).mean()
+        loss = (-delta.where(delta < 0, 0)).rolling(window=14).mean()
+        rs = gain / loss
+        df['rsi'] = 100 - (100 / (1 + rs))
+
+        # MACD (使用与 binance_service 相同的计算方法)
+        ema_fast = df['close'].ewm(span=12, adjust=False).mean()
+        ema_slow = df['close'].ewm(span=26, adjust=False).mean()
+        df['macd'] = ema_fast - ema_slow
+        df['macd_signal'] = df['macd'].ewm(span=9, adjust=False).mean()
+        df['macd_hist'] = df['macd'] - df['macd_signal']
+
+        # ATR
+        high_low = df['high'] - df['low']
+        high_close = abs(df['high'] - df['close'].shift())
+        low_close = abs(df['low'] - df['close'].shift())
+        true_range = pd.concat([high_low, high_close, low_close], axis=1).max(axis=1)
+        df['atr'] = true_range.rolling(window=14).mean()
+
+        # KDJ 指标
+        low_min = df['low'].rolling(window=9).min()
+        high_max = df['high'].rolling(window=9).max()
+        rsv = (df['close'] - low_min) / (high_max - low_min) * 100
+        df['k'] = rsv.ewm(com=2, adjust=False).mean()
+        df['d'] = df['k'].ewm(com=2, adjust=False).mean()
+        df['j'] = 3 * df['k'] - 2 * df['d']
+
+        return df
+
+    def clear_cache(self):
+        """清空缓存"""
+        self._cache.clear()
+        self._cache_time.clear()
+        logger.info("YFinance 缓存已清空")
+
+
+# 全局单例
+_yfinance_service: Optional[YFinanceService] = None
+
+
+def get_yfinance_service() -> YFinanceService:
+    """获取 YFinance 服务单例"""
+    global _yfinance_service
+    if _yfinance_service is None:
+        _yfinance_service = YFinanceService()
+    return _yfinance_service

backend/app/stock_agent/__init__.py

@@ -0,0 +1,6 @@
+"""
+美股交易智能体包
+"""
+from app.stock_agent.stock_agent import StockAgent, get_stock_agent
+
+__all__ = ['StockAgent', 'get_stock_agent']

backend/app/stock_agent/stock_agent.py

@@ -0,0 +1,356 @@
+"""
+美股交易智能体 - 主控制器（LLM 驱动版）
+只进行市场分析和通知，不执行模拟交易
+"""
+import asyncio
+from typing import Dict, Any, List, Optional
+from datetime import datetime, timedelta
+import pandas as pd
+
+from app.utils.logger import logger
+from app.config import get_settings
+from app.services.yfinance_service import get_yfinance_service
+from app.services.feishu_service import get_feishu_service
+from app.services.telegram_service import get_telegram_service
+from app.crypto_agent.llm_signal_analyzer import LLMSignalAnalyzer
+
+
+class StockAgent:
+    """美股交易信号智能体（LLM 驱动，仅分析通知）"""
+
+    def __init__(self):
+        """初始化智能体"""
+        self.settings = get_settings()
+        self.yfinance = get_yfinance_service()
+        self.feishu = get_feishu_service()
+        self.telegram = get_telegram_service()
+        self.llm_analyzer = LLMSignalAnalyzer()
+
+        # 状态管理
+        self.last_signals: Dict[str, Dict[str, Any]] = {}
+        self.signal_cooldown: Dict[str, datetime] = {}
+
+        # 配置
+        self.symbols = self.settings.stock_symbols.split(',')
+
+        # 运行状态
+        self.running = False
+        self._event_loop = None
+        self._task = None
+
+        logger.info(f"美股智能体初始化完成，监控股票: {self.symbols}")
+
+    async def start(self):
+        """启动智能体"""
+        if self.running:
+            logger.warning("美股智能体已在运行中")
+            return
+
+        self.running = True
+        self._event_loop = asyncio.get_event_loop()
+
+        logger.info("美股智能体已启动")
+
+        # 启动分析任务
+        self._task = asyncio.create_task(self._analysis_loop())
+
+    async def stop(self):
+        """停止智能体"""
+        self.running = False
+        if self._task:
+            self._task.cancel()
+            try:
+                await self._task
+            except asyncio.CancelledError:
+                pass
+
+        logger.info("美股智能体已停止")
+
+    async def _analysis_loop(self):
+        """分析循环 - 只在美股交易时间内运行"""
+        while self.running:
+            try:
+                # 检查是否在美股交易时间
+                if not self._is_market_hours():
+                    # 不在交易时间，等待 10 分钟后再次检查
+                    logger.debug("非美股交易时间，等待中...")
+                    await asyncio.sleep(600)
+                    continue
+
+                # 在交易时间内，分析所有股票
+                for symbol in self.symbols:
+                    if not self.running:
+                        break
+                    await self.analyze_symbol(symbol)
+
+                # 等待 1 小时后进行下次分析
+                logger.info("本次分析完成，等待 1 小时后进行下次分析...")
+                await asyncio.sleep(3600)
+
+            except Exception as e:
+                logger.error(f"分析循环出错: {e}")
+                await asyncio.sleep(60)  # 出错后等待 1 分钟再重试
+
+    def _is_market_hours(self) -> bool:
+        """
+        判断当前是否在美股交易时间
+
+        美股交易时间: 周一至周五 9:30-16:00 (EST)
+        北京时间:
+        - 冬令时 (11月-3月): 22:30-05:00 (次日)
+        - 夏令时 (3月-11月): 21:30-04:00 (次日)
+
+        Returns:
+            是否在交易时间
+        """
+        from datetime import datetime
+
+        # 获取当前时间
+        now = datetime.now()
+
+        # 检查是否为周末
+        if now.weekday() >= 5:  # 5=周六, 6=周日
+            return False
+
+        # 获取当前小时和分钟
+        hour = now.hour
+        minute = now.minute
+        current_time = hour * 100 + minute  # 转换为数字，如 2130 表示 21:30
+
+        # 判断夏令时/冬令时（简单判断：3-11月为夏令时）
+        is_summer = 3 <= now.month <= 11
+
+        if is_summer:
+            # 夏令时: 21:30-04:00 (次日)
+            # 即 2130-2359 或 0000-0400
+            if current_time >= 2130 or current_time < 400:
+                return True
+        else:
+            # 冬令时: 22:30-05:00 (次日)
+            # 即 2230-2359 或 0000-0500
+            if current_time >= 2230 or current_time < 500:
+                return True
+
+        return False
+
+    async def analyze_symbol(self, symbol: str):
+        """
+        分析单个股票
+
+        Args:
+            symbol: 股票代码
+        """
+        try:
+            # 1. 获取多时间周期数据
+            data = self.yfinance.get_multi_timeframe_data(symbol)
+
+            # 2. 验证数据完整性
+            if not self._validate_data(data):
+                logger.warning(f"{symbol} 数据不完整，跳过本次分析")
+                return
+
+            # 3. 获取当前价格
+            ticker = self.yfinance.get_ticker(symbol)
+            if not ticker:
+                logger.warning(f"无法获取 {symbol} 当前价格")
+                return
+            current_price = ticker['lastPrice']
+
+            logger.info(f"\n{'='*60}")
+            logger.info(f"📊 分析 {symbol} @ ${current_price:,.2f}")
+            logger.info(f"{'='*60}")
+
+            # 4. LLM 分析
+            logger.info(f"\n🤖 【LLM 分析中...】")
+            result = await self.llm_analyzer.analyze(
+                symbol, data,
+                symbols=self.symbols,
+                position_info=None  # 美股不跟踪持仓
+            )
+
+            # 输出分析摘要
+            summary = result.get('analysis_summary', '无')
+            logger.info(f"   市场状态: {summary}")
+
+            # 输出新闻情绪
+            news_sentiment = result.get('news_sentiment', '')
+            news_impact = result.get('news_impact', '')
+            if news_sentiment:
+                sentiment_icon = {'positive': '📈', 'negative': '📉', 'neutral': '➖'}.get(news_sentiment, '')
+                logger.info(f"   新闻情绪: {sentiment_icon} {news_sentiment}")
+            if news_impact:
+                logger.info(f"   消息影响: {news_impact}")
+
+            # 输出关键价位
+            levels = result.get('key_levels', {})
+            if levels.get('support') or levels.get('resistance'):
+                support_str = ', '.join([f"${s:,.2f}" for s in levels.get('support', [])[:2]])
+                resistance_str = ', '.join([f"${r:,.2f}" for r in levels.get('resistance', [])[:2]])
+                logger.info(f"   支撑位: {support_str or '-'}")
+                logger.info(f"   阻力位: {resistance_str or '-'}")
+
+            # 5. 处理信号
+            signals = result.get('signals', [])
+
+            if not signals:
+                logger.info(f"\n⏸️  结论: 无交易信号，继续观望")
+                return
+
+            # 输出所有信号
+            logger.info(f"\n🎯 【发现 {len(signals)} 个信号】")
+
+            for sig in signals:
+                signal_type = sig.get('type', 'unknown')
+                type_map = {'short_term': '短线', 'medium_term': '中线', 'long_term': '长线'}
+                type_text = type_map.get(signal_type, signal_type)
+
+                action = sig.get('action', 'wait')
+                action_map = {'buy': '🟢 做多', 'sell': '🔴 做空'}
+                action_text = action_map.get(action, action)
+
+                grade = sig.get('grade', 'D')
+                confidence = sig.get('confidence', 0)
+                grade_icon = {'A': '⭐⭐⭐', 'B': '⭐⭐', 'C': '⭐', 'D': ''}.get(grade, '')
+
+                logger.info(f"\n   {type_text} {action_text} [{grade}级{grade_icon}] {confidence}%")
+
+            # 6. 过滤并通知最佳信号
+            best_signal = self._get_best_signal(signals)
+
+            if not best_signal:
+                logger.info(f"\n⏸️  信号质量不高，不发送通知")
+                return
+
+            # 检查置信度阈值
+            threshold = self.settings.stock_llm_threshold * 100
+            if best_signal.get('confidence', 0) < threshold:
+                logger.info(f"\n⏸️  置信度不足 ({best_signal.get('confidence', 0)}% < {threshold}%)")
+                return
+
+            # 检查冷却时间
+            if not self._should_send_signal(symbol, best_signal):
+                logger.info(f"\n⏸️  信号冷却中，不发送通知")
+                return
+
+            # 发送通知
+            await self._send_signal_notification(symbol, best_signal, current_price)
+
+            # 更新状态
+            self.last_signals[symbol] = best_signal
+            self.signal_cooldown[symbol] = datetime.now()
+
+        except Exception as e:
+            logger.error(f"❌ 分析 {symbol} 出错: {e}")
+            import traceback
+            logger.error(traceback.format_exc())
+
+    def _get_best_signal(self, signals: List[Dict[str, Any]]) -> Optional[Dict[str, Any]]:
+        """获取最佳信号"""
+        # 过滤掉 D 级信号
+        valid_signals = [s for s in signals if s.get('grade', 'D') != 'D']
+
+        if not valid_signals:
+            return None
+
+        # 按等级和置信度排序
+        grade_order = {'A': 0, 'B': 1, 'C': 2}
+        valid_signals.sort(key=lambda x: (
+            grade_order.get(x.get('grade', 'C'), 3),
+            -x.get('confidence', 0)
+        ))
+
+        return valid_signals[0]
+
+    def _should_send_signal(self, symbol: str, signal: Dict[str, Any]) -> bool:
+        """判断是否应该发送信号"""
+        action = signal.get('action', 'wait')
+        if action == 'wait':
+            return False
+
+        # 检查冷却时间（60分钟内不重复发送相同方向的信号）
+        if symbol in self.signal_cooldown:
+            cooldown_end = self.signal_cooldown[symbol] + timedelta(minutes=60)
+            if datetime.now() < cooldown_end:
+                if symbol in self.last_signals:
+                    if self.last_signals[symbol].get('action') == action:
+                        logger.debug(f"{symbol} 信号冷却中，跳过")
+                        return False
+
+        return True
+
+    async def _send_signal_notification(
+        self,
+        symbol: str,
+        signal: Dict[str, Any],
+        current_price: float
+    ):
+        """发送信号通知"""
+        try:
+            # 使用正确的方法格式化信号
+            card = self.llm_analyzer.format_feishu_card(signal, symbol)
+            title = card['title']
+            content = card['content']
+
+            # 发送到飞书
+            await self.feishu.send_markdown(title, content)
+
+            # 发送到 Telegram
+            await self.telegram.send_message(self.llm_analyzer.format_signal_message(signal, symbol))
+
+            logger.info(f"✅ 信号通知已发送: {title}")
+
+        except Exception as e:
+            logger.error(f"发送通知失败: {e}")
+
+    def _validate_data(self, data: Dict[str, pd.DataFrame]) -> bool:
+        """验证数据完整性"""
+        required_intervals = ['1d', '1h']
+        for interval in required_intervals:
+            if interval not in data or data[interval].empty:
+                return False
+            if len(data[interval]) < 20:
+                return False
+        return True
+
+    async def analyze_once(self, symbol: str) -> Dict[str, Any]:
+        """单次分析（用于测试或手动触发）"""
+        data = self.yfinance.get_multi_timeframe_data(symbol)
+
+        if not self._validate_data(data):
+            return {'error': '数据不完整'}
+
+        result = await self.llm_analyzer.analyze(
+            symbol, data,
+            symbols=self.symbols,
+            position_info=None
+        )
+        return result
+
+    def get_status(self) -> Dict[str, Any]:
+        """获取智能体状态"""
+        return {
+            'running': self.running,
+            'symbols': self.symbols,
+            'mode': 'LLM 驱动（仅分析通知）',
+            'last_signals': {
+                symbol: {
+                    'type': sig.get('type'),
+                    'action': sig.get('action'),
+                    'confidence': sig.get('confidence'),
+                    'grade': sig.get('grade')
+                }
+                for symbol, sig in self.last_signals.items()
+            }
+        }
+
+
+# 全局单例
+_stock_agent: Optional[StockAgent] = None
+
+
+def get_stock_agent() -> StockAgent:
+    """获取美股智能体单例"""
+    global _stock_agent
+    if _stock_agent is None:
+        _stock_agent = StockAgent()
+    return _stock_agent

scripts/README.md

@@ -0,0 +1,134 @@
+# 美股手动分析脚本使用说明
+
+## 📜 脚本列表
+
+| 脚本 | 说明 | 推荐度 |
+|------|------|--------|
+| `scripts/stock.sh` | 快捷分析脚本（推荐） | ⭐⭐⭐ |
+| `scripts/analyze_stock_simple.py` | Python 简化版 | ⭐⭐ |
+| `scripts/analyze_stock.py` | Python 完整版 | ⭐ |
+
+## 🚀 快速开始
+
+### 方式 1: 使用快捷脚本（推荐）
+
+```bash
+# 分析单只股票
+./scripts/stock.sh AAPL
+
+# 分析多只股票
+./scripts/stock.sh AAPL TSLA NVDA
+
+# 分析配置的所有股票
+./scripts/stock.sh
+```
+
+### 方式 2: 使用 Python 脚本
+
+```bash
+# 简化版
+cd backend
+python3 ../scripts/analyze_stock_simple.py AAPL
+python3 ../scripts/analyze_stock_simple.py AAPL TSLA NVDA
+
+# 完整版
+python3 ../scripts/analyze_stock.py AAPL
+python3 ../scripts/analyze_stock.py AAPL TSLA NVDA
+```
+
+## 📋 输出示例
+
+```
+============================================================
+📊 分析 AAPL
+============================================================
+价格: $178.50 (+1.25%)
+K线: ['1d', '1h']
+
+🤖 LLM分析中...
+
+状态: 震荡上涨，MACD 金叉形成
+
+🎯 发现 1 个信号:
+
+  🟢 做多 [A⭐⭐⭐] 85%
+  入场: $178.50
+  止损: $172.80
+  止盈: $205.28
+  理由: 突破 MA20 阻力，RSI=58 进入强势区...
+
+✅ 完成
+```
+
+## ⚙️ 配置说明
+
+在 `.env` 文件中配置默认股票列表：
+
+```bash
+# 美股智能体配置
+STOCK_SYMBOLS=AAPL,TSLA,NVDA,MSFT,GOOGL
+```
+
+## 📝 完整版功能
+
+完整版脚本 (`analyze_stock.py`) 提供更多详细信息：
+
+- ✅ 当前行情详情
+- ✅ K 线数据统计
+- ✅ 新闻情绪分析
+- ✅ 关键支撑/阻力位
+- ✅ 详细信号列表
+- ✅ 风险提示
+- ✅ 通知预览
+
+## 🔧 依赖要求
+
+确保已安装 yfinance：
+
+```bash
+cd backend
+pip install yfinance
+```
+
+## 💡 提示
+
+1. **首次使用**：建议先运行一次 `./scripts/stock.sh` 测试
+2. **分析频率**：不要频繁分析，避免 API 限流
+3. **最佳时间**：在美股交易时间内分析效果最佳
+4. **股票代码**：使用美股代码，如 AAPL, TSLA, NVDA 等
+
+## 📊 支持的股票
+
+任何美股代码都可以分析，常见示例：
+
+- 科技股: AAPL, MSFT, GOOGL, META, AMZN, NVDA, TSLA
+- 金融股: JPM, BAC, GS, MS
+- 医疗股: JNJ, PFE, UNH, ABT
+- 消费股: NKE, KO, MCD, SBUX
+
+## ⚠️ 注意事项
+
+1. 数据来源：YFinance（Yahoo Finance）
+2. 数据延迟：约 15 分钟
+3. API 限制：过于频繁的请求可能被限流
+4. 市场时间：美股交易时间分析效果最佳
+
+## 🆘 故障排除
+
+### 错误：ModuleNotFoundError: No module named 'yfinance'
+
+```bash
+cd backend
+pip install yfinance
+```
+
+### 错误：无法获取行情
+
+- 检查股票代码是否正确
+- 检查网络连接
+- 稍后重试
+
+### 错误：LLM 分析失败
+
+- 检查 API 密钥配置
+- 检查 DeepSeek/Zhipu API 是否可用

scripts/STOCK_USAGE.md

@@ -0,0 +1,198 @@
+# 美股分析脚本使用说明
+
+## 📊 当前股票池配置
+
+### 平衡型配置（20 只股票）
+
+**配置策略：科技龙头 30% + AI/半导体 30% + 生物医疗 20% + 新能源 10% + 金融 10%**
+
+```
+# 科技龙头（核心 6 只）
+AAPL  - 苹果（消费电子生态）
+MSFT  - 微软（云计算 + AI）
+GOOGL - 谷歌（搜索 + 云计算）
+META  - 元平台（社交 + 元宇宙）
+AMZN  - 亚马逊（电商 + 云服务）
+NVDA  - 英伟达（AI 芯片龙头）
+
+# AI/半导体（成长 6 只）
+AMD   - 高性能计算芯片
+AVGO  - 博通（半导体 + 软件）
+ARM   - ARM 架构（AI 芯片）
+PLTR  - Palantir（AI 数据分析）
+SNOW  - Snowflake（云端数据仓库）
+
+# 生物医药（创新 3 只）
+LLY   - 礼来（GLP-1 减肥药）
+NVO   - 诺和诺德（糖尿病药物）
+VRTX  - 福泰制药（罕见病）
+
+# 新能源（趋势 2 只）
+TSLA  - 特斯拉（电动车）
+ENPH  - Enphase（太阳能微逆）
+
+# 金融（防御 2 只）
+V     - Visa（支付网络）
+MA    - 万事达卡
+
+# 消费品牌（稳定 2 只）
+HD    - 家得宝
+COST  - 好市多
+```
+
+### 配置特点
+- ✅ 覆盖 6 大行业板块
+- ✅ 包含 9 只优质大盘股
+- ✅ 包含 6 只高成长股
+- ✅ 包含 5 只创新潜力股
+- ✅ 兼顾收益与风险
+- ✅ 分析间隔：1 小时（美股交易时间内）
+
+## ⚠️ 当前问题
+
+### 1. YFinance API 限流
+
+```
+429 Client Error: Too Many Requests
+```
+
+**原因**: YFinance API 有请求频率限制
+
+**解决方案**:
+- 等待几分钟后重试
+- 减少同时分析的股票数量
+- 使用缓存的数据
+
+### 2. 脚本参数解析问题
+
+**症状**: 脚本把 `CONFIG`、`找到.ENV文件` 等当成股票代码
+
+**原因**: Shell 脚本参数传递错误
+
+**解决方案**: 使用新的测试脚本
+
+## ✅ 正确的使用方式
+
+### 方式 1: 直接使用 Python 脚本（推荐）
+
+```bash
+# 在项目根目录运行
+python3 scripts/test_stock.py AAPL
+python3 scripts/test_stock.py AAPL TSLA
+python3 scripts/test_stock.py AAPL TSLA NVDA
+```
+
+### 方式 2: 通过 API
+
+```bash
+# 启动服务后
+curl http://localhost:8000/api/stocks/quote/AAPL
+
+# 手动触发分析
+curl -X POST http://localhost:8000/api/stocks/analyze/AAPL
+```
+
+### 方式 3: 等待自动分析
+
+启动服务后，StockAgent 会在美股交易时间内自动分析：
+- 夏令时: 21:30 - 04:00 (北京时间)
+- 冬令时: 22:30 - 05:00 (北京时间)
+
+## 🔧 故障排除
+
+### 问题 1: ModuleNotFoundError: No module named 'yfinance'
+
+```bash
+cd backend
+pip install yfinance
+```
+
+### 问题 2: 429 Too Many Requests
+
+**原因**: API 限流
+
+**解决**:
+```bash
+# 等待 5-10 分钟后重试
+# 或者使用 API 端点（有缓存）
+curl http://localhost:8000/api/stocks/quote/AAPL
+```
+
+### 问题 3: Expecting value: line 1 column 1 (char 0)
+
+**原因**: YFinance 返回了错误页面而非数据
+
+**解决**: 通常与 429 错误相关，等待后重试
+
+## 📋 脚本对比
+
+| 脚本 | 状态 | 说明 |
+|------|------|------|
+| `scripts/stock.sh` | ⚠️ | Shell 脚本，参数解析有问题 |
+| `scripts/analyze_stock_simple.py` | ⚠️ | 路径问题 |
+| `scripts/analyze_stock.py` | ⚠️ | 路径问题 |
+| `scripts/test_stock.py` | ✅ | **推荐使用** |
+
+## 🚀 推荐命令
+
+```bash
+# 分析单只股票（最简单）
+python3 scripts/test_stock.py AAPL
+
+# 分析多只股票
+python3 scripts/test_stock.py AAPL TSLA NVDA
+
+# 或者使用 API（需要服务运行中）
+curl -X POST http://localhost:8000/api/stocks/analyze/AAPL
+```
+
+## 💡 提示
+
+1. **避开高峰期**: 美股开盘前后 (21:30-22:30) API 请求较多
+2. **减少并发**: 不要同时分析太多股票
+3. **使用缓存**: 通过 API 调用可以使用缓存数据
+4. **等待重试**: 遇到 429 错误等待几分钟后重试
+
+## 🔄 工作流程
+
+```
+┌─────────────────────────────────────────────────────────────┐
+│  美股分析流程                                                  │
+├─────────────────────────────────────────────────────────────┤
+│                                                               │
+│  1. 获取行情数据 (YFinance)                                  │
+│     ↓                                                         │
+│  2. 获取 K 线数据 (多时间周期)                                │
+│     ↓                                                         │
+│  3. LLM 技术分析                                              │
+│     ↓                                                         │
+│  4. 生成交易信号                                              │
+│     ↓                                                         │
+│  5. 发送通知 (飞书 + Telegram)                                │
+│                                                               │
+└─────────────────────────────────────────────────────────────┘
+```
+
+## 📊 输出格式
+
+```
+============================================================
+📊 分析 AAPL
+============================================================
+价格: $178.50 (+1.25%)
+成交量: 52,345,600
+
+🤖 LLM分析中...
+
+市场状态: 震荡上涨，MACD 金叉形成
+
+🎯 发现 1 个信号:
+
+🟢 做多 [A⭐⭐⭐] 85%
+  入场: $178.50
+  止损: $172.80
+  止盈: $205.28
+  理由: 突破 MA20 阻力，RSI=58 进入强势区...
+
+✅ 分析完成
+```

scripts/analyze_stock.py

@@ -0,0 +1,213 @@
+#!/usr/bin/env python3
+"""
+美股手动分析脚本
+
+用法:
+    python3 scripts/analyze_stock.py AAPL          # 分析单只股票
+    python3 scripts/analyze_stock.py AAPL TSLA     # 分析多只股票
+    python3 scripts/analyze_stock.py               # 分析配置的所有股票
+
+环境:
+    需要在 backend 目录下运行，或设置 PYTHONPATH
+"""
+import sys
+import os
+import asyncio
+from datetime import datetime
+
+# 添加项目路径
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..', 'backend'))
+
+from app.services.yfinance_service import get_yfinance_service
+from app.crypto_agent.llm_signal_analyzer import LLMSignalAnalyzer
+from app.config import get_settings
+from app.utils.logger import logger
+
+
+async def analyze_stock(symbol: str):
+    """
+    分析单只股票
+
+    Args:
+        symbol: 股票代码
+    """
+    print("\n" + "=" * 80)
+    print(f"📊 分析 {symbol}")
+    print("=" * 80)
+
+    try:
+        # 1. 获取服务
+        yf_service = get_yfinance_service()
+        llm_analyzer = LLMSignalAnalyzer()
+        settings = get_settings()
+
+        # 2. 获取当前行情
+        print(f"\n📈 获取当前行情...")
+        ticker = yf_service.get_ticker(symbol)
+        if not ticker:
+            print(f"❌ 无法获取 {symbol} 的行情数据")
+            return
+
+        current_price = ticker['lastPrice']
+        price_change = ticker['priceChange']
+        price_change_percent = ticker['priceChangePercent']
+
+        print(f"   最新价格: ${current_price:,.2f}")
+        print(f"   涨跌额: ${price_change:+,.2f}")
+        print(f"   涨跌幅: {price_change_percent:+.2f}%")
+        print(f"   成交量: {ticker['volume']:,}")
+
+        # 3. 获取 K 线数据
+        print(f"\n📊 获取 K 线数据...")
+        data = yf_service.get_multi_timeframe_data(symbol)
+
+        if not data:
+            print(f"❌ 无法获取 {symbol} 的 K 线数据")
+            return
+
+        for tf, df in data.items():
+            print(f"   {tf}: {len(df)} 条数据")
+
+        # 4. LLM 分析
+        print(f"\n🤖 LLM 分析中...")
+        print("-" * 80)
+
+        result = await llm_analyzer.analyze(
+            symbol,
+            data,
+            symbols=[symbol],
+            position_info=None
+        )
+
+        # 5. 输出分析结果
+        print("\n📋 分析结果:")
+        print("-" * 80)
+
+        # 市场状态
+        summary = result.get('analysis_summary', '无')
+        print(f"市场状态: {summary}")
+
+        # 新闻情绪
+        news_sentiment = result.get('news_sentiment', '')
+        if news_sentiment:
+            sentiment_map = {'positive': '📈 积极', 'negative': '📉 消极', 'neutral': '➖ 中性'}
+            print(f"新闻情绪: {sentiment_map.get(news_sentiment, news_sentiment)}")
+
+        news_impact = result.get('news_impact', '')
+        if news_impact:
+            print(f"消息影响: {news_impact}")
+
+        # 关键价位
+        levels = result.get('key_levels', {})
+        if levels.get('support') or levels.get('resistance'):
+            print(f"\n关键价位:")
+            if levels.get('support'):
+                support_str = ', '.join([f"${s:,.2f}" for s in levels.get('support', [])[:3]])
+                print(f"  支撑位: {support_str}")
+            if levels.get('resistance'):
+                resistance_str = ', '.join([f"${r:,.2f}" for r in levels.get('resistance', [])[:3]])
+                print(f"  阻力位: {resistance_str}")
+
+        # 信号
+        signals = result.get('signals', [])
+        if not signals:
+            print(f"\n⏸️  结论: 无交易信号，继续观望")
+        else:
+            print(f"\n🎯 发现 {len(signals)} 个信号:")
+            print("-" * 80)
+
+            for sig in signals:
+                signal_type = sig.get('type', 'unknown')
+                type_map = {'short_term': '短线', 'medium_term': '中线', 'long_term': '长线'}
+                type_text = type_map.get(signal_type, signal_type)
+
+                action = sig.get('action', 'wait')
+                action_map = {'buy': '🟢 做多', 'sell': '🔴 做空', 'wait': '⏸️ 观望'}
+                action_text = action_map.get(action, action)
+
+                grade = sig.get('grade', 'D')
+                confidence = sig.get('confidence', 0)
+                grade_icon = {'A': '⭐⭐⭐', 'B': '⭐⭐', 'C': '⭐', 'D': ''}.get(grade, '')
+
+                print(f"\n{type_text} {action_text} [{grade}级{grade_icon}] {confidence}%")
+
+                entry = sig.get('entry_price', 0)
+                sl = sig.get('stop_loss', 0)
+                tp = sig.get('take_profit', 0)
+
+                if entry and sl and tp:
+                    print(f"  入场: ${entry:,.2f}")
+                    print(f"  止损: ${sl:,.2f} ({((sl - entry) / entry * 100):+.1f}%)")
+                    print(f"  止盈: ${tp:,.2f} ({((tp - entry) / entry * 100):+.1f}%)")
+
+                reason = sig.get('reason', '')
+                if reason:
+                    print(f"  理由: {reason}")
+
+                risk_warning = sig.get('risk_warning', '')
+                if risk_warning:
+                    print(f"  风险提示: {risk_warning}")
+
+        # 6. 格式化通知
+        if signals:
+            print("\n" + "=" * 80)
+            print("📱 通知预览:")
+            print("-" * 80)
+
+            for sig in signals:
+                if sig.get('grade', 'D') != 'D':
+                    formatted = llm_analyzer.format_signal_for_notification(symbol, sig)
+                    print(f"\n{formatted['title']}")
+                    print(formatted['content'])
+
+    except Exception as e:
+        print(f"\n❌ 分析 {symbol} 失败: {e}")
+        import traceback
+        traceback.print_exc()
+
+
+async def main():
+    """主函数"""
+    import argparse
+
+    parser = argparse.ArgumentParser(description='美股手动分析脚本')
+    parser.add_argument('symbols', nargs='*', help='股票代码（留空则分析配置的所有股票）')
+
+    args = parser.parse_args()
+
+    # 确定要分析的股票
+    if args.symbols:
+        symbols = [s.upper() for s in args.symbols]
+    else:
+        settings = get_settings()
+        symbols = settings.stock_symbols.split(',') if settings.stock_symbols else []
+        if not symbols or not symbols[0]:
+            print("❌ 未指定股票代码，且配置文件中未配置 STOCK_SYMBOLS")
+            print("\n用法:")
+            print("  python3 scripts/analyze_stock.py AAPL")
+            print("  python3 scripts/analyze_stock.py AAPL TSLA NVDA")
+            print("  python3 scripts/analyze_stock.py  # 分析配置的所有股票")
+            sys.exit(1)
+
+    print("\n" + "=" * 80)
+    print("🤖 美股手动分析脚本")
+    print("=" * 80)
+    print(f"时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
+    print(f"股票: {', '.join(symbols)}")
+    print("=" * 80)
+
+    # 逐个分析
+    for symbol in symbols:
+        await analyze_stock(symbol)
+
+    print("\n" + "=" * 80)
+    print("✅ 分析完成！")
+    print("=" * 80)
+
+
+if __name__ == "__main__":
+    try:
+        asyncio.run(main())
+    except KeyboardInterrupt:
+        print("\n\n⚠️  用户中断")
+        sys.exit(0)

scripts/analyze_stock_simple.py

@@ -0,0 +1,100 @@
+#!/usr/bin/env python3
+"""
+美股快速分析脚本（简化版）
+
+用法:
+    cd backend && python3 ../scripts/analyze_stock_simple.py AAPL
+    cd backend && python3 ../scripts/analyze_stock_simple.py AAPL TSLA NVDA
+"""
+import sys
+import os
+import asyncio
+
+# 添加项目路径
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..', 'backend'))
+
+from app.services.yfinance_service import get_yfinance_service
+from app.crypto_agent.llm_signal_analyzer import LLMSignalAnalyzer
+from app.utils.logger import logger
+
+
+async def analyze(symbol: str):
+    """分析单只股票"""
+    print(f"\n{'='*60}")
+    print(f"📊 分析 {symbol}")
+    print(f"{'='*60}")
+
+    try:
+        # 获取服务和数据
+        yf_service = get_yfinance_service()
+        llm = LLMSignalAnalyzer()
+
+        # 获取行情
+        ticker = yf_service.get_ticker(symbol)
+        if not ticker:
+            print(f"❌ 无法获取行情")
+            return
+
+        price = ticker['lastPrice']
+        change = ticker['priceChangePercent']
+        print(f"价格: ${price:,.2f} ({change:+.2f}%)")
+
+        # 获取K线数据
+        data = yf_service.get_multi_timeframe_data(symbol)
+        print(f"K线: {list(data.keys())}")
+
+        # LLM分析
+        print(f"\n🤖 LLM分析中...")
+        result = await llm.analyze(symbol, data, symbols=[symbol], position_info=None)
+
+        # 输出结果
+        summary = result.get('analysis_summary', '')
+        signals = result.get('signals', [])
+
+        print(f"\n状态: {summary}")
+
+        if signals:
+            print(f"\n🎯 发现 {len(signals)} 个信号:")
+            for sig in signals:
+                action = sig.get('action', 'wait')
+                grade = sig.get('grade', 'D')
+                conf = sig.get('confidence', 0)
+
+                action_text = {'buy': '🟢 做多', 'sell': '🔴 做空'}.get(action, action)
+                grade_icon = {'A': '⭐⭐⭐', 'B': '⭐⭐', 'C': '⭐'}.get(grade, '')
+
+                print(f"\n  {action_text} [{grade}{grade_icon}] {conf}%")
+
+                entry = sig.get('entry_price')
+                sl = sig.get('stop_loss')
+                tp = sig.get('take_profit')
+
+                if entry and sl and tp:
+                    print(f"  入场: ${entry:,.2f}")
+                    print(f"  止损: ${sl:,.2f}")
+                    print(f"  止盈: ${tp:,.2f}")
+
+                reason = sig.get('reason', '')
+                if reason:
+                    print(f"  理由: {reason[:100]}...")
+        else:
+            print(f"\n⏸️  无交易信号")
+
+    except Exception as e:
+        print(f"❌ 错误: {e}")
+
+
+async def main():
+    symbols = sys.argv[1:] if len(sys.argv) > 1 else ['AAPL']
+
+    print(f"🤖 美股快速分析")
+    print(f"股票: {', '.join(symbols)}")
+
+    for symbol in symbols:
+        await analyze(symbol.upper())
+
+    print(f"\n✅ 完成")
+
+
+if __name__ == "__main__":
+    asyncio.run(main())

scripts/stock.sh

@@ -0,0 +1,27 @@
+#!/bin/bash
+# 美股分析快捷脚本
+#
+# 用法:
+#   ./scripts/stock.sh AAPL
+#   ./scripts/stock.sh AAPL TSLA
+#   ./scripts/stock.sh              # 分析配置的所有股票（会发送通知）
+
+cd "$(dirname "$0")/.." || exit 1
+
+if [ $# -eq 0 ]; then
+    # 无参数，分析配置的所有股票
+    echo "📊 分析配置的所有股票（将发送通知）..."
+    python3 -c "
+import sys
+sys.path.insert(0, 'backend')
+from app.config import get_settings
+settings = get_settings()
+symbols = settings.stock_symbols.split(',')
+print(' '.join(symbols))
+" 2>/dev/null | xargs python3 scripts/test_stock.py
+else
+    # 分析指定的股票
+    SYMBOLS="$@"
+    echo "📊 分析股票: $SYMBOLS（将发送通知）"
+    python3 scripts/test_stock.py $SYMBOLS
+fi

scripts/test_stock.py

@@ -0,0 +1,161 @@
+#!/usr/bin/env python3
+"""
+美股分析脚本（修复版）
+
+用法:
+    python3 scripts/test_stock.py AAPL
+    python3 scripts/test_stock.py AAPL TSLA NVDA
+"""
+import sys
+import os
+
+# 确保路径正确
+script_dir = os.path.dirname(os.path.abspath(__file__))
+project_root = os.path.dirname(script_dir)
+backend_dir = os.path.join(project_root, 'backend')
+sys.path.insert(0, backend_dir)
+
+import asyncio
+from app.services.yfinance_service import get_yfinance_service
+from app.services.feishu_service import get_feishu_service
+from app.services.telegram_service import get_telegram_service
+from app.crypto_agent.llm_signal_analyzer import LLMSignalAnalyzer
+from app.utils.logger import logger
+
+
+async def analyze(symbol: str, send_notification: bool = True):
+    """分析单只股票
+
+    Args:
+        symbol: 股票代码
+        send_notification: 是否发送通知（默认True）
+    """
+    print(f"\n{'='*60}")
+    print(f"📊 分析 {symbol}")
+    print(f"{'='*60}")
+
+    try:
+        # 获取服务
+        yf_service = get_yfinance_service()
+        llm = LLMSignalAnalyzer()
+        feishu = get_feishu_service()
+        telegram = get_telegram_service()
+
+        # 获取行情
+        print(f"获取行情...")
+        ticker = yf_service.get_ticker(symbol)
+        if not ticker:
+            print(f"❌ 无法获取 {symbol} 行情")
+            return
+
+        price = ticker['lastPrice']
+        change = ticker['priceChangePercent']
+        print(f"价格: ${price:,.2f} ({change:+.2f}%)")
+        print(f"成交量: {ticker['volume']:,}")
+
+        # 获取K线
+        print(f"获取K线数据...")
+        data = yf_service.get_multi_timeframe_data(symbol)
+
+        if not data:
+            print(f"❌ 无法获取K线数据")
+            return
+
+        print(f"时间周期: {', '.join(data.keys())}")
+
+        # LLM分析
+        print(f"\n🤖 LLM分析中...\n")
+        result = await llm.analyze(symbol, data, symbols=[symbol], position_info=None)
+
+        # 输出结果
+        summary = result.get('analysis_summary', '')
+        signals = result.get('signals', [])
+
+        print(f"市场状态: {summary}")
+
+        if signals:
+            print(f"\n🎯 发现 {len(signals)} 个信号:")
+            for sig in signals:
+                action = sig.get('action', 'wait')
+                grade = sig.get('grade', 'D')
+                conf = sig.get('confidence', 0)
+
+                action_text = {'buy': '🟢 做多', 'sell': '🔴 做空'}.get(action, action)
+                grade_icon = {'A': '⭐⭐⭐', 'B': '⭐⭐', 'C': '⭐'}.get(grade, '')
+
+                print(f"\n{action_text} [{grade}{grade_icon}] {conf}%")
+
+                entry = sig.get('entry_price')
+                sl = sig.get('stop_loss')
+                tp = sig.get('take_profit')
+
+                if entry and sl and tp:
+                    print(f"  入场: ${entry:,.2f}")
+                    print(f"  止损: ${sl:,.2f}")
+                    print(f"  止盈: ${tp:,.2f}")
+
+                reason = sig.get('reason', '')
+                if reason:
+                    # 限制理由长度
+                    short_reason = reason[:80] + "..." if len(reason) > 80 else reason
+                    print(f"  理由: {short_reason}")
+
+            # 发送通知（仅发送置信度 >= 60% 的信号）
+            if send_notification:
+                best_signal = None
+                for sig in signals:
+                    if sig.get('confidence', 0) >= 60 and sig.get('grade', 'D') != 'D':
+                        best_signal = sig
+                        break
+
+                if best_signal:
+                    # 使用正确的方法格式化通知
+                    card = llm.format_feishu_card(best_signal, symbol)
+                    title = card['title']
+                    content = card['content']
+
+                    # 发送通知
+                    await feishu.send_markdown(title, content)
+                    await telegram.send_message(llm.format_signal_message(best_signal, symbol))
+                    print(f"\n📬 通知已发送：{title}")
+                else:
+                    print(f"\n⏸️  置信度不足，不发送通知")
+        else:
+            print(f"\n⏸️  无交易信号")
+
+    except Exception as e:
+        print(f"❌ 错误: {e}")
+        import traceback
+        traceback.print_exc()
+
+
+async def main():
+    # 从命令行参数获取股票代码
+    if len(sys.argv) < 2:
+        print("用法: python3 scripts/test_stock.py AAPL [TSLA] [NVDA] ...")
+        print("\n示例:")
+        print("  python3 scripts/test_stock.py AAPL")
+        print("  python3 scripts/test_stock.py AAPL TSLA NVDA")
+        sys.exit(1)
+
+    symbols = sys.argv[1:]
+
+    print("="*60)
+    print("🤖 美股分析脚本")
+    print("="*60)
+    print(f"股票: {', '.join(symbols)}")
+    print(f"时间: {__import__('datetime').datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
+
+    for symbol in symbols:
+        await analyze(symbol.upper())
+
+    print("\n" + "="*60)
+    print("✅ 分析完成")
+    print("="*60)
+
+
+if __name__ == "__main__":
+    try:
+        asyncio.run(main())
+    except KeyboardInterrupt:
+        print("\n\n⚠️  用户中断")