Stock_Analysis_Project：融合量化与基本面分析的开源投资组合智能仪表盘

Stock_Analysis_Project是面向个人投资者的自托管量化基本面投资组合分析仪表盘，核心特点包括与Ghostfolio深度集成、融合量化与基本面分析、集成机器学习预测引擎（XGBoost/随机森林）、机构级风险管理（VaR/CVaR）、轻量情绪分析（VADER），以及基于FastAPI和Plotly的交互式Web界面。项目支持自托管，保护数据隐私，适合有技术背景的投资者。

传统投资分析分为量化派（依赖算法捕捉市场动量）和基本面派（关注企业内在价值）。本项目创新融合两者形成"量化基本面"方法论：从Ghostfolio同步持仓数据，通过Yahoo Finance获取市场数据，同时进行量化指标计算和基本面健康度评估，兼顾短期趋势与长期价值投资。

1. 机器学习预测引擎：采用软投票分类器结合XGBoost和随机森林，基于2年历史数据训练，预测未来5天收益率超3%的概率；
2. 机构级风险管理：动态计算95%置信区间的Parametric VaR和CVaR，监测VIX分类市场状态并调整策略；
3. 情绪分析：使用VADER模型分析新闻标题情感（-1到+1），整合CNN恐惧与贪婪指数并可视化对比标普500走势。

技术栈：后端FastAPI（异步API）、前端Plotly（交互式图表）、数据存储Parquet（时间序列）+SQLite3（元数据）、APScheduler（自动数据更新）。 部署步骤：克隆仓库→创建虚拟环境→安装依赖→运行main.py；支持systemd服务模板（生产环境）、嵌入式模式（URL加?embed=true）、Nextcloud Talk集成推送事件。

适合有技术背景且使用Ghostfolio的个人投资者。注意：项目为业余爱好项目，非专业平台，需自行承担风险；主要针对英美股市优化，其他市场可能存在货币转换或数据格式问题，建议测试后使用。

Stock_Analysis_Project推动个人投资工具向专业化、智能化发展，让个人投资者拥有接近机构级的分析能力。通过开源社区协作，提供自托管、高度可定制的分析体验，保护数据隐私。对于希望深入理解投资组合、提升决策质量的投资者，是值得关注的开源项目。