核心用法
A-stock-report 是一套面向A股市场的数据驱动型报告自动生成与推送系统，支持六种报告类型：晨报、收盘小结、晚报、盘中预警、IPO周报及财经周末版。系统采用"两段式"架构设计：独立脚本型任务（收盘小结、盘中预警、IPO周报）由 cron 直接触发，内置完整取数-分析-推送逻辑；LLM驱动型任务（晨报、晚报、周末要闻）则通过 dispatcher 生成动态 prompt，再由大语言模型完成内容生成与结构化输出。所有报告均支持自动推送至企业微信，实现投研信息的分钟级触达。
系统的核心亮点在于六维情绪量化打分模型（满分100分），综合涨停家数、涨跌停比、炸板率、主力净流入占比、全市场换手率、IF期货基差六大因子，为投资者提供客观的市场情绪标尺。数据来源覆盖腾讯实时API、新浪财经、同花顺问财OpenAPI、东方财富、akshare开源接口等权威渠道，并建立了"4端真相"一致性护栏机制，确保模板、cron配置、生产环境与文档的版本对齐。
显著优点
1. 多源数据融合能力：零密钥调用腾讯/新浪公开接口，密钥分级管理问财API与企业微信Webhook，实现数据成本与覆盖广度的最优平衡。
2. 工程化安全设计：14段一致性护栏（A-H段）、防并发锁机制、fallback链冗余设计，有效规避数据漂移、重复推送、幻觉生成等生产风险。
3. 量化投研模型：情绪打分非简单 emoji 分级，而是基于6因子等权计算的连续数值，配合风险溢价、两融杠杆、估值分位等多维度风险偏好指标。
4. 版本治理规范：详尽的 changelog 体系（35+版本迭代记录）、 MEMORY 约束机制（SKILL.md>30KB强制瘦身）、未发版小改硬上限（≥5条必须发版），体现专业级软件工程能力。
潜在缺点与局限性
1. 数据源依赖风险：部分核心数据（如VIX恐慌指数、富时A50期货）依赖新浪财经接口，2026年6月已出现反爬升级导致403错误，需持续维护UA伪装策略。
2. LLM生成不可控性：晨报/晚报的"财经要闻"与"操作建议"区块依赖大模型生成，存在内容幻觉、时效性偏差、政策敏感表述等风险，需人工复核后推送。
3. 本地部署复杂度：需配置 Python 环境、多个 API 密钥、cron 任务及一致性验证流程，对非技术用户存在使用门槛；无 SaaS 化托管版本。
4. 市场覆盖局限：专注A股市场，未覆盖港股通、北交所、可转债、期权等衍生品品种的深度分析。
适合的目标群体
- 个人投资者：需要系统化每日复盘、量化情绪指标辅助决策的活跃交易者
- 小型投研团队/私募：缺乏专职研究员，需自动化日报工具提升信息覆盖效率
- 财经自媒体/社群运营者：需要标准化、可定时推送的专业内容生产工具
- 量化策略开发者：情绪打分数据可作为策略信号输入，历史报告MD文件支持回测对齐
使用风险说明
- 合规风险：系统自动生成内容包含"操作建议""板块推荐"等表述，需用户自行添加"仅供参考，不构成投资建议"的免责声明，避免投顾资质争议。
- 数据延迟风险：两融数据、IPO审核动态等存在1-2小时更新延迟，盘中预警依赖5分钟级轮询，无法满足高频交易实时性要求。
- 密钥泄露风险：虽然采用环境变量管理，但.env文件路径配置错误或被误提交至版本控制仍可能导致密钥暴露（安全报告建议确认.gitignore配置）。
- 服务依赖风险：企业微信Webhook、同花顺问财API的政策变更或接口下线将直接影响核心功能，需建立备选数据源（如Tushare备用方案）。