告别韭菜命运！手把手教你用AI打造私人投资顾问

作者：老余捞鱼

原创不易，转载请标明出处及原作者。

写在前面的话：本文将教大家学会用Python抓取财务数据，再让ChatGPT进行完整的价值分析，不需要金融背景，也不用花钱买软件，就能让您从"价格投机者"变成"价值投资者"。

🚨 问题：在数字海洋中迷失方向

“股市里到处都是知道每样东西价格、却不知道任何东西价值的人。” —— 菲利普·费雪（巴菲特的老师）

大多数散户刚开始炒股的时候，会一直在盯着价格看，很少去关心价值。而财务数据：营收、债务比率、盈利能力等能够揭示公司真实故事。

💸 传统获取财务数据的痛点

• 专业金融数据平台动辄每月几千元；
• 免费数据来源杂乱不堪、数据不完整；
• 需要花费大量时间手动整理和分析；
• 缺乏专业分析能力，看不懂数据背后的意义。

💡 解决方案：Python+数据接口+ChatGPT组合拳

在这个教程中，你将学会如何：

🎯 三大核心功能

1. 用Python获取实时财务数据 – 不再依赖昂贵的付费平台。
2. 搭建可视化投资看板 – 让复杂数据一目了然。
3. 借助ChatGPT生成AI分析报告 – 把冷冰冰的数字变成投资建议。

完成后，你将拥有一个属于自己的”迷你AI财务分析师”。

🛠️ 6步实战教程：从零搭建AI投资系统

第1步：获取EODHD数据接口密钥 🔑

首先，我们需要一个可靠的财务数据来源。EODHD提供了丰富的基本面数据接口：

1. 访问 EODHD 基本面数据页面；
2. 注册一个免费账户并获取API密钥；
3. 立即测试接口是否正常：

https://eodhd.com/api/fundamentals/AAPL.US?api_token=你的密钥&fmt=json

如果你看到JSON格式的回应数据，说明一切准备就绪！

第2步：连接财务数据接口 🌐

让我们从一个简单的”Hello World”开始，体验实时金融数据的魅力：

import requests 
API_TOKEN = "YOUR_TOKEN"
 symbol = "AAPL.US"
 url = f "https://eodhd.com/api/fundamentals/{symbol}?api_token={API_TOKEN}&fmt=json"
 r = requests.get (url) 
data = r.json() 
print( data [ "General" ][ "Name" ]) 
print( data [ "Highlights" ][ "MarketCapitalization" ])

✅ 运行这段代码，你就能获取到公司名称和市值了。

第3步：提取核心财务指标 📊

JSON数据包含几十个部分，但我们重点关注投资者真正需要的关键指标：

指标名称	中文说明	投资意义
MarketCapitalization	总市值	公司规模大小，反映市场对公司的整体估值
TrailingPE	市盈率	估值高低指标，数值越低通常表示越便宜
PriceBookMRQ	市净率	股价与账面价值的对比，价值投资重要指标
ReturnOnEquityTTM	净资产收益率(ROE)	公司赚钱效率，数值越高说明管理层越会赚钱
DividendYield	股息率	分红收益率，适合追求稳定收入的投资者
QuarterlyRevenueGrowthYOY	季度营收增长率	公司成长性指标，反映业务扩张能力

下面的代码展示如何提取这些关键指标：

fields = ["MarketCapitalization", "TrailingPE", "PriceBookMRQ",          "ReturnOnEquityTTM", "DividendYield", "QuarterlyRevenueGrowthYOY"]fundamentals = {}for f in fields:    fundamentals[f] = (        data.get("Highlights", {}).get(f)        or data.get("Valuation", {}).get(f)        or None    )print(fundamentals)

现在你就有了整理好的、结构化的核心财务数据！

第4步：搭建可视化看板

📈“对知识的投资回报率最高。” —— 本杰明·富兰克林

可视化看板让你的分析更直观、更有说服力。我们将创建一个能够并排比较多家公司的交互式看板。

安装必需的工具包：

pip install streamlit pandas requests

创建文件 fdashboard.py，完整代码如下：

import streamlit as stimport pandas as pdimport requestsst.title("📊 Financial Data Dashboard with EODHD")api_token = st.text_input("Enter your EODHD API token", type="password")tickers_input = st.text_area("Enter tickers (comma-separated, e.g. AAPL.US, MSFT.US)")if api_token and tickers_input:    tickers = [t.strip() for t in tickers_input.split(",") if t.strip()]    data_rows = []    for t in tickers:        url = f"https://eodhd.com/api/fundamentals/{t}?api_token={api_token}&fmt=json"        r = requests.get(url)        if r.ok:            d = r.json()            data_rows.append({                "Ticker": t,                "MarketCap": d["Highlights"].get("MarketCapitalization"),                "P/E": d["Valuation"].get("TrailingPE"),                "P/B": d["Valuation"].get("PriceBookMRQ"),                "ROE": d["Highlights"].get("ReturnOnEquityTTM"),                "DivYield": d["Highlights"].get("DividendYield"),                "RevGrowthQ": d["Highlights"].get("QuarterlyRevenueGrowthYOY"),            })    df = pd.DataFrame(data_rows)    st.dataframe(df)    st.bar_chart(df.set_index("Ticker")[["ROE", "DivYield", "RevGrowthQ"]].fillna(0))

运行看板：

streamlit run fdashboard.py

几秒钟内，你就能看到多家公司的财务数据并排展示，还有直观的对比图表！

第5步：接入ChatGPT智能分析 🤖

我们要让ChatGPT把冷冰冰的财务数据转化为通俗易懂的投资分析。

安装OpenAI工具包：

pip install openai

让AI读懂财务数据：

from openai import OpenAIimport jsonclient = OpenAI(api_key="YOUR_OPENAI_KEY")prompt = f"""You are a financial analyst. Based on this data:{json.dumps(fundamentals, indent=2)}Explain in under 100 words whether this stock appears undervalued or overvalued."""completion = client.chat.completions.create(    model="gpt-4-turbo",    messages=[{"role": "user", "content": prompt}])print(completion.choices[0].message.content)

示例输出效果：

🤖 AI分析师观点：“苹果公司净资产收益率超过140%，说明赚钱能力极强，管理层非常会为股东创造价值。但市盈率超过30倍，相比历史水平偏贵。股息率较低，更适合追求成长而非收入的投资者。建议等待更好的买入时机。”

🎉 恭喜！你刚刚把财务数据转化为了专业的投资见解。

第6步：进阶功能扩展 🎯

恭喜你已经掌握了核心功能！下面是一些扩展方向：

功能模块	实现难度	实用价值	适用人群
历史走势图表	★★☆☆☆	★★★★☆	所有投资者
PDF投资报告	★★★☆☆	★★★★★	专业投资者
行业板块对比	★★★★☆	★★★★☆	组合投资者
指标预警系统	★★★☆☆	★★★★★	长期投资者

🎨 进阶功能代码示例

添加历史价格走势：

# 获取历史价格数据 price_url = f"https://eodhd.com/api/eod/{ticker}?api_token={api_token}&period=d&from=2023-01-01" price_data = requests.get(price_url).json() # 用streamlit创建价格走势图 price_df = pd.DataFrame(price_data) st.line_chart(price_df.set_index('date')['close'])

生成PDF报告：

from reportlab.pdfgen import canvas # 创建PDF报告，结合财务指标和AI分析 def generate_report(company_data, ai_analysis): c = canvas.Canvas(f"{ticker}_投资分析报告.pdf") # 添加财务数据和AI分析内容 c.drawString(100, 750, f"{ticker} 投资分析报告") # ... 更多PDF生成代码

🔥 实战案例：苹果vs微软财务对决

让我们用刚才搭建的系统来实际分析苹果和微软。

财务指标	苹果(AAPL)	微软(MSFT)	AI分析结论
市盈率	32倍	35倍	两家估值都不便宜，处于历史较高水平
ROE净资产收益率	147%	42%	苹果的赚钱效率明显更高，资本运用更高效
股息率	0.5%	0.8%	微软分红更慷慨，适合收入型投资者
营收增长率	8%	16%	微软增长更快，云计算业务推动强劲增长
总市值	3.1万亿美元	2.8万亿美元	两家都是巨型公司，苹果略胜一筹

🤖 AI综合分析结论

苹果：盈利能力极强，ROE高达147%说明管理层非常会赚钱，但估值偏贵且增长放缓，适合长期价值投资者在合适价位买入。

微软：增长势头更强劲，云计算Azure业务驱动营收快速增长，分红政策更友好，虽然估值不便宜但成长性更好。

投资建议：成长型投资者可关注微软，价值型投资者可等待苹果回调机会。

📝 总结与展望

通过这个教程，我们成功打造了一个集数据获取、可视化展示、AI智能分析于一体的投资分析系统。这套工具不仅让普通投资者能够获取专业级的财务数据，更重要的是通过ChatGPT的加持，让每个人都能理解这些数据背后的投资含义，真正实现从”看价格”到”看价值”的投资理念转变。

🎯 核心要点总结

1. 技术栈组合：Python + EODHD数据接口 + Streamlit可视化 + ChatGPT分析，四者结合威力无穷
2. 关键财务指标：重点关注市盈率(估值)、ROE(盈利效率)、营收增长(成长性)、股息率(分红)四大核心指标
3. 工具特点：免费开源、操作简单、分析专业、适合初学者快速上手价值投资
4. 适用人群：想要告别韭菜命运的普通投资者、对量化投资感兴趣的程序员、追求理性投资的价值投资者
5. 学习建议：从模仿开始，逐步理解每个指标的含义，结合AI分析培养投资直觉，最终形成自己的投资体系

“在投资中，舒适的往往不赚钱。” —— 罗伯特·阿诺特

大多数人被数字淹没，只有少数人把数字转化为知识。而现在，借助Python和ChatGPT的力量，你也可以成为那少数人中的一员。

记住：工具只是辅助，真正的投资智慧来自于持续学习和理性思考。愿这套工具能帮你在投资路上走得更稳、看得更远！

#Python量化投资 #ChatGPT #股票分析 #基本面分析 #AI投资 #量化交易 #财务数据分析 #价值投资 #ROE #市盈率

感谢您阅读到最后，希望这篇文章为您带来了新的启发和实用的知识！如果觉得有帮助，请不吝点赞和分享，您的支持是我持续创作的动力。祝您投资顺利，收益长虹！如果对文中内容有任何疑问，欢迎留言，我会尽快回复！

---

本文内容仅限技术探讨和学习，不构成任何投资建议。