房地产行业深度报告：基于量化分析与大模型的房地产股票AI选股系统

内容目录项目总体说明 4项目背景与目标 4系统核心能力 4技术架构概览 4股票覆盖范围 6房地产股票AI选股模型详解 6模型一：量化AI选股 8量化技术评分（满分100分，6个维度加权） 8基本面评（满分100分，5个维度） 12AI大模型评分（DeepSeekV3.2+GLM-5+KimiK2.5三模型融合+联网搜索）.132.2.模型二：东吴地产选股 东吴基本面评分（四维度，满分100分） 16东吴AI评分（专用Prompt，聚焦地产行业） 162.3.评级映射与降级机制 17数据采集与多源降级 17四层数据降级架构 18智能数据源排序与异常处理 18AI大模型集成 18项目代码结构 19后端代码结构 19前端代码结构 19部署配置文件 20API接口规范 20认证与用户管理 20评级数据接口 21新闻与内容管理接口 21快速部署指南 22环境要求 22Docker一键部署（推荐） 22本地开发运行 23扩展能力：自定义选股策略 23自定义股票池 23自定义评分权重 23自定义AIPrompt 23新增评级模型 24系统功能模块详解 24AI评级仪表盘 24股票详情面板 24选股票池与AI操作建议 25地产行业要闻 27市场点评与研究报告 28风险提示 29图表目录图1：房地产股票AI选股系统整体架构 5图2：房地产股票AI选股系统项目代码架构图 5图3：双模型评级流程图 7图4：量化AI选股模型评级逻辑 8图5：东吴地产选股模型评级逻辑 15图6：数据流全链路图 18图7：后端代码列表 19图8：前端代码列表 20图9：Docker部署架构图 22图10：房地产股票AI评级仪表盘 24图个股详情面板 25图12：自选股票池 26图13：自选股AI操作建议 27图14：行业要闻板块 27图15：市场点评模块 28图16：研究报告模块 28表1：房地产股票AI选股系统技术列表 6表2：房地产股票AI选股系统股票覆盖范围 6表3：降级策略各情形权重调整说明 8表4：量化技术评分6大维度 9表5：基本面评分评分5大维度 12表6：AI的分析框架 14表7：东吴基本面评分维度 16表8：东吴AI分析框架 17表9：股票评级区间 17表10：系统降级机制 17表部署配置文件 20表12：认证与用户管理 21表13：评级数据接口 21表14：新闻与内容管理接口 21项目总体说明项目背景与目标DeepSeekV3.2+GLM-5+KimiK2.5AI本项目已在GitHub开源，完整源代码、部署文档和使用说明均可在线获取：系统核心能力本系统具备以下核心能力：“量化AI”和A（/）20263361AIDeepSeekV3.2+GLM-5+KimiK2.5（AKShare→→新浪财经9:00技术架构概览系统采用经典的前后端分离架构，整体由三层组成：第一层：Nginx反向代理层，负责端口80对外服务、静态资源缓存和请求限流。JWTCRUD图1：房地产股票AI选股系统整体架构图2：房地产股票AI选股系统项目代码架构图表1：房地产股票AI选股系统技术列表层次技术说明后端框架FastAPI+UvicornPython异步Web框架，支持高并发数据库SQLAlchemy+aiosqlite异步ORM+SQLite，轻量级部署定时任务APScheduler每日09:00自动执行双模型评级数据源HTTPAPI专业级金融数据（行情/估值/财务/资金流/公告）备用数据AKShare+腾讯+新浪三层备用数据源，智能降级AI模型DeepSeekV3.2+GLM-5+KimiK2.5三模型并行融合，通过腾讯云LKEAP统一接口调用量化计算pandas+numpy技术指标计算（均线/RSI/MACD/KDJ/布林带/OBV等）认证python-jose+passlibJWTToken认证+bcrypt密码哈希前端React18+Vite现代前端框架，快速构建图表Recharts价格走势和评分趋势图表部署Docker+Nginx容器化部署，反向代理+限流+静态缓存股票覆盖范围A61表2：房地产股票AI选股系统股票覆盖范围市场数量代表股票A股19只招商蛇口、保利发展、金地集团、华发股份、滨江集团、新城控股、张江高科、陆家嘴、招商积余等港股35只华润置地、中国海外发展、龙湖集团、新鸿基地产、长实集团、碧桂园服务、贝壳-W、绿城中国、万物云等美股7只贝壳(BEKE)、WELLTOWER信托(WELL)、安博(PLD)、西蒙地产(SPG)、世邦魏理仕(CBRE)、易昆尼克斯(EQIX)等A股标的以内地优质房企和城投类园区开发商为主，重点覆盖财务健康的央企国企（）35以全球化AI选股模型详解model_typeAI09:006130-50分钟。在详细介绍两套模型之前，我们先解释几个核心概念：⚫ 0100≥65分为"（5~64"；35~49""<35分为"。什么是“权重”？AI25%10%15%AI——AI什么是“降级策略”？图3：双模型评级流程图AI选股综合评分=量化技术评分×25%+情绪因子评分×10%+ 基本面评分15%+AI大模型评分×50%"AI"AI大50%——120图4：量化AI选股模型评级逻辑当部分数据源不可用时，系统自动执行降级策略：表3：降级策略各情形权重调整说明场景权重调整说明正常情况量化25%+情绪10%+基本面15%+AI50%四个维度均可用，标准权重基本面不可用量化30%+情绪12%+AI58%如港股美缺少 据时动发AI不可用量化55%+基本面45%如AI大模型API超时时自动触发AI+基本面均不可用量化100%（含情绪因子）极端情况，量化+情绪因子兜底量化技术评分（100分，6个维度加权）数学化"120600表4：量化技术评分6大维度维度权重一句话解释趋势评分22股价是在上涨通道还是下跌通道中？上涨趋势越明确得分越高动量评分18上涨（或下跌）的速度和力度如何？上涨加速得分高，下跌加速得分低波动率评分12股价波动大不大？波动越小越稳定，得分越高（风险可控）成交量评分18市场交易活跃吗？温和放量配合上涨是最健康的信号价值评分18股价处于近期高位还是低位？低位有支撑时得分高（买入机会）情绪评分12基于新闻/公告关键词的双速衰减模型+AI情绪反馈，捕捉市场情绪变化维度一：趋势评分（权重22%）——判断股价运行方向N45（反10（2060（（5>10日>20日>60多头排列"10"""（20、"MA20斜率"（20、""（"ADX"（>250-100维度二：动量评分（权重18%）——衡量涨跌的速度和力度这个维度包含5个子指标：0-100RSI>700""（6RSI（）14RSI（0-201226MACD（"7"）MACD10分（5分MACD25DRJ>10<0KD（320分。as140（80超卖51020515分。维度三：波动率评分（权重12%）——评估价格波动风险波动率评分回答的核心问题是："这只股票的价格波动大不大？风险是否可控？"402520125分60得0（025分20均线±212分。（30%-70%13R025分R""1%6%0分。05100"22（4。（18%）——成交量评分回答的核心问题是："市场参与者活跃吗？资金是在流入还是流出？"成交量是股票分析中的重要维度，因为"量在价先"——成交量的变化往往领先于价格变化。这个维度包含5个子指标：（020分"5日/10日/2051.0-1.5（2.5（）3（10日/208分。BV020分BV"OBVOBV52018（）3分。VAP015分VAP""1500（""）015520维度五：价值评分（权重18%）——寻找低位买入机会价值评分回答的核心问题是："当前价格是贵了还是便宜了？有没有好的买入时机？"这个维度不涉及财务数据，而是纯粹从价格走势的角度评估"性价比"：（0-30分12020%-50%——且80%（510%。（0-2020/（0-30分10日/20日/60）。00分T20（维度六：情绪评分（权重12）——捕捉市场情绪变化Alpha30253半衰期7天Isntiet_scoeAI7:3基本面评分（100分，5个维度）"。基本面评分采用五维度100分制：表5：基本面评分评分5大维度维度满分核心指标评分标准（举例）核心估值50分PE(TTM)市盈率15分PE<8得满分15分（极低估值，深度价值）PB(MRQ)市净率14分PB0.5~1.0得满分14分（破净修复潜力最大）ROE净资产收益率11分ROE>15满分11（利能优）资产负债率10分负债率<70得满分10分（三道红线绿档）资金面20分主力净流入10分主力净流入>5000万得10分（大资金买入）量比6分量比0.8~1.5得6分（温和放量）委比4分委比>30得4分（买盘强于卖盘）市场情绪10分连涨天数5分连涨≥5天得5分（持续上涨动能）振幅5分振幅<2得5（势稳健）盈利能力10分EPS10分EPS>1.5元得10分（每股盈利优秀）交易活跃度10分换手率5分换率1~5得5（度适）20日涨跌幅5分20日涨5~20得5分（温和上涨趋势）针对不同市场的数据差异，系统采用动态归一化策略：港股和美股可能缺少部分（按"实际可用维度得分÷实际可用维度满分×100"进行归一化，确保跨市场评分的可比性。AI大模型评分（DeepSeekV3.2+GLM-5+KimiK2.5三模型融合+联网搜索）AI大模型评分是量化AI（50AI""AI评分的工作原理：系统采用DeepSeekV3.2GLM-5KimiK2.5OpenAI0.40/0.35/0.25AI/（DeepSeekV3.2在中文财务数据理解和公司基本面分析方KimiK2.5（0.40/0.35/0.25）幻觉API99.2%，三模型并行后系统整体AI99.999%sentiment_score（判断为偏空，该信号的置信度显著高于单一模型的判断，有效增强了系统的风险预警weight_hintsLKEAP平台的OpenAIAPIKey如Qwen、Claude等AI分析的信息输入：对于每只股票，系统会将以下信息打包发送给AI：5/10/20/60（3 PBROEEPS近30天 公告包财、红案、大项。（AI的分析框架：AI"15"表6：AI的分析框架维度权重分析内容为什么重要政策35最新房地产调控政策（限购/限贷/房地产是典型的政策驱动型资讯影响利率的影响、行业周期判断、融资环境变化、市场情绪行业，一项重大政策（如降息、放松限购）可以在几天内让股价涨跌10以上公司基本面30/、（况基本面决定了公司的长期投资价值技术面与资金面25中长期均线方向和支撑压力位、成交量反映的机构资金态度、北向资金流向、筹码结构技术面反映了市场参与者的集体行为和情绪风险评估10宏观经济下行风险、债务违约可能性、项目交付风险、估值泡沫、流动性风险风险控制是投资的第一原则关键规则：AI会明显AI（35AI输出与解析：AI被要求输出标准JSON0-100250JSONJSON；JSONAI99%。模型二：东吴地产选股综合评分= 基本面评分×50%+AI大模型评分×50%AIAI50%100%（。图5：东吴地产选股模型评级逻辑东吴基本面评分（100分）东吴基本面评分与量化AI模型的基本面评分逻辑不同，它更聚焦于房地产行业特有的选股标准，尤其是"三道红线"和"PB破净"：表7：东吴基本面评分维度维度满分核心指标评分逻辑（通俗解释）三道红线与财务健康30分资产负债率（15分）负债率<70（绿档）得15分，说明这家公司借钱不多、财务健康ROE盈利能力（15分）>85（严重超标）只得1分，债务风险很高ROE≥15得15分，说明公司用股东的钱赚钱的效率很高估值安全边际30分PB估值（20分）PB0.5~0.8205-8很高PB>1.5得2分（估值偏贵）PE估值（10分）PE<8得10分（极低估值，被市场严重低估）盈利质量20分EPS每股收益（12分）EPS>2.0得12分（每股赚2元以上，盈利非常好）20日涨跌幅趋势（8分）5~20温和上涨得8分（市场在逐步认可公司价值）AI评分（Prompt，聚焦地产行业）AISystemAIAIAI东吴AI的四大分析框架：表8：东吴AI分析框架维度权重分析内容关注重点宏观环境评估255年期LPR利率走势、社会融资规模变化、降准降息预期、GDP增速和居民收入LR（社融扩张利好地产融资行业政策面30需求端政策（放松限购/降低首付/降低利率、供给端政策（保交楼/白名单/城中村改造调、重点城市落地情况这是东吴模型中权重最高的维度，因为房地产行业高度依赖政策个股基本面30营收变化（同比增长还是下降减值计提是否充分、三条红线达标情况、经营性现金流（充分计提后业绩有望改善）估值安全边际15PB<1核心条件、PE历史分位数、股息率PB<1是东吴模型的核心选股条件——破净意味着“用折扣价买入公司资产”当新闻中出现重大政策利好（如全国性放松限购、大幅降息等）时，东吴AI会显著上调评分。这一设计确保了模型能够快速响应市场环境的重大变化。评级映射与降级机制两套模型采用统一的评级映射标准：表9：股票评级区间评级分数区间含义投资建议优选≥65分多维度表现优异值得重点关注，可纳入投资组合关注50~64分整体表现良好可列入观察名单，等待更优买入时机中性35~49分表现一般建议观望，暂不建议大额介入谨慎<35分风险较高存在下行风险降级容错机制确保系统在任何数据条件下都能给出合理评级：表10：系统降级机制模型场景处理方式量化AI选股基本面不可用量化30+情绪12+AI58（含情绪因子）量化AI选股AI不可用量化50+情绪10+基面40（传统分析）量化AI选股AI+基本面均不可用量化88+情绪12（含情因子兜底）东吴地产选股AI不可用100基本面评分（纯基本面析）东吴地产选股基本面也不可用不评级（避免给出不准确的结果）数据采集与多源降级四层数据降级架构数据采集模块采用四层降级架构，确保在任何网络环境下都能获取到有效数据：第一层：同花顺HTTP（80+、选数据源，支持AAAPIA第四层：新浪财经API。作为最后的兜底数据源，确保极端情况下仍有数据可用。图6：数据流全链路图智能数据源排序与异常处理3（）AI大模型集成系统集成DeepSeekV3.2+GLM-5+KimiK2.5三模型融合架构，通过腾讯云LKEAP统一接口调用。关键技术特性包括：联网搜索能力：开启EnableEnhancement参数，使AIPromptJSONJSONJSON→>9。PromptAI模型和东吴地产模型各自使用独立的SystemPrompt项目代码结构PythonFastAPIReactDocker项目完整源代码托管于GHbhpsghub.coockpcke026eaeaock-pckeT后端代码结构后端代码位于backend/目录，核心业务逻辑在backend/app/子目录下。入口文件main.py负责FastAPI应用初始化、生命周期管理和新闻缓存预热；评级引擎ang_engne.y252iFinDiFinD图7：后端代码列表iFinDiFinD文件行数职责说明main.py~80FastAPI应用入口，生命周期管理，启动时触发新闻预热requirements.txt-Python依赖清单（FastAPI/SQLAlchemy/aiosqlite等）.env-环境变量配置（ Token/混元密钥/JWT密钥）app/api.py~600RESTAPI路由：30+端点，评级/认证/点评/报告/公告/分享app/auth.py~120令牌+三级权限依赖注入app/config.py~40配置管理：从.env加载所有环境变量app/database.py~80数据库连接：SQLAlchemy异步引擎+aiosqlite+自动迁移app/models.py~1506张ORM表：Stock/StockPrice/Rating/User/Commentary/Reportapp/schemas.py~100Pydantic请求/响应模型定义app/rating_engine.py1626★核心：双模型评级引擎（量化AI选股+东吴地产选股）app/data_fetcher.py~400多源数据采集： →AKShare→腾讯→新浪四层降级app_client.py~350HTTPAPI客户端：行情/估值/财务/资金流/公告app/llm_client.py~200腾讯混元2.0客户端：TC3签名认证+联网搜索app/news_fetcher.py~300新闻爬虫：多源聚合+AI智能筛选+缓存预热app/scheduler.py~80APScheduler定时任务：每日9:00全量刷新评级app/stock_list.py~100股票池定义：A股19只+港股35只+美股7只/ifindiFinD前端代码结构/ifindiFinD前端代码位于frontend/src/目录，采用React函数组件+Hooks架构。核心文件App.jsx实现认证状态管理、Tab导航和模型切换；10个业务组件各自负责一个功能模块，组件间通过props传递数据。iFinD图8：前端代码列表iFinD文件职责说明App.jsx主框架：JWT认证+Tab导航+模型切换+公告预加载api.jsAPI客户端封装：Axios实例+Token自动注入+错误处理index.css全局样式（38KB）：响应式布局+ 数据组件样式components/LoginPage.jsx登录页面：用户名密码表单+登录状态管理components/StatsCards.jsx统计仪表盘：跟踪数/已评级/平均分/分布+AI状态components/NewsSection.jsx地产行业要闻：默认5条可展开10条+5分钟自动刷新components/RatingMethodology.jsx评级方components/RatingTable.jsx评级列components/DetailPanel.jsx★最复杂：股票详情面板（估值/资金流/AI分析/趋势图）components/CommentarySection.jsx市场点评：CRUD操作+分类筛选+微信分享components/ReportSection.jsx研究报告：上传/预览/下载+微信分享components/ShareModal.jsx微信分享弹窗：OGMeta标签生成components/UserManagement.jsx用户管理（管理员）：创建/删除用户部署配置文件项目使用DockerDockerfilepython:3.11-slimdocker-compose.yml编排Nginx表11：部署配置文件文件职责说明Dockerfile多阶段构建：Stage1前端编译(node:20-alpine)→Stage2后端运行(python:3.11-slim)docker-compose.yml容器编排：nginx(alpine)+app(FastAPI)+volume(app-data)nginx.confNginx8010r/s7PDF代理优化API接口规范RESTfulAPI/apiJWTode_yeqan_ai或oocouan_a。认证与用户管理系统采用JWT（JSONWebToken）认证机制，用户登录后获取Token，后续请求在Header中携带BearerToken进行身份验证。用户分为普通用户和管理员两种角色，管理员拥有用户管理、点评发布、报告上传等额外权限。表12：认证与用户管理方法路径说明权限POST/api/auth/login用户登录，返回JWTToken公开GET/api/auth/me获取当前用户信息登录GET/api/users用户列表管理员POST/api/users创建用户管理员DELETE/api/users/{id}删除用户管理员评级数据接口model_type表13：评级数据接口方法路径说明权限GET/api/dashboard仪表盘统计（含AI分析状态）登录GET/api/stocks股票列表登录GET/api/ratings/latest最新评级（支持筛选排序）登录GET/api/ratings/dates可用评级日期列表登录GET/api/ratings/date/{date}按日期查询评级登录GET/api/ratings/history/{code}单只股票评级历史登录GET/api/prices/{code}股票价格数据（120日K线）登录GET/api/rating-trend/{code}评分趋势数据登录新闻与内容管理接口新闻资讯接口聚合多源地产要闻，支持按股票代码和名称筛选。公告接口从CRUD表14：新闻与内容管理接口方法路径说明权限GET/api/news行业要闻（支持limit/code/name参数）登录GET/api/announcements/{code}个股公告与财报（ 数）登录GET/api/commentaries点评列表（支持分类筛选）登录GET/api/commentaries/{id}点评详情登录POST/api/commentaries创建点评管理员PUT/api/commentaries/{id}编辑点评管理员DELETE/api/commentaries/{id}删除点评管理员GET/api/reports报告列表登录POST/api/reports上传报告（Form+File，最大50MB）管理员GET/api/reports/{id}/previewPDF在线预览登录GET/api/reports/{id}/download下载报告登录DELETE/api/reports/{id}删除报告管理员GET/api/share/commentary/{id}市场点评分享页（含OG标签）公开GET/api/share/report/{id}研究报告分享页（含PDF预览+下载）公开快速部署指南环境要求Linx推荐bunu0.0Dcker20.0+DocerCoposeV224GB48GBLKEAPAPIHTTPAPI令牌。Docker一键部署（推荐）步骤一：从GitHub克隆代码仓库并进入项目目录（gitclonehpsghub.coockpcke206eaeaockpcke。步骤：制境量版（cpbacknd.en.xaebackend.nv写EPAPI密（含DeepSeek/GLM