AI 股票策略 Agent 系统 - Telegram 智能投研与自动化报告平台-Shuangxu Stock Agent

本项目是一个面向个人投资者和小型投研场景的 AI 股票策略 Agent 系统，目标是把分散的行情、新闻、公告、持仓和人工交易记录统一到一个可审计的自动化工作流中。

系统通过 Telegram 机器人作为用户入口，支持查看系统状态、当前持仓、最新策略报告、手动触发盘前/盘后分析，以及记录人工买入卖出结果。用户不需要进入服务器或查看代码，只需要在聊天窗口中发送自然语言或命令，即可获得中文投研摘要和操作提示。

核心功能包括：美股股票池自动扫描、行情与新闻源聚合、SEC 公告抓取、AI 新闻重要性审计、全池个股排序、当前持仓风险分析、交易策略摘要、research 模拟仓、人工成交记录、运行日志和任务审计。系统会区分真实持仓和研究模拟仓，避免把用户意图误当成真实成交。

整体业务流程为：定时任务采集行情与新闻，生成结构化数据包；AI 模型对重要信息进行分析和策略判断；风控模块检查是否满足执行边界；最终通过 Telegram 输出中文报告。系统不会自动下单，所有交易都需要用户人工确认并在券商端手动执行。

项目采用“确定性脚本 + 大语言模型 + 审计日志”的架构设计。确定性脚本负责数据采集、任务调度、状态管理、风控校验和文件落账；大语言模型负责新闻理解、策略推理、风险解释和中文报告生成；所有关键步骤都会生成 JSON artifact 和 run ledger，便于后续追踪每一次分析的输入、输出和失败原因。

后端主要使用 Python 实现，运行在 Linux 云服务器上，通过 systemd timer 进行自动调度。系统包含多个独立模块：行情采集模块、新闻/公告源模块、GPT 新闻审计模块、策略包构建模块、策略决策模块、风控验证模块、Telegram 通知模块、真实持仓记录模块、research 模拟仓模块和周度复盘模块。不同模块之间通过结构化 JSON 文件传递数据，降低耦合度，也方便排查问题。

我负责了整体架构设计、核心脚本开发、服务器部署、Telegram 入口集成、GPT provider proxy 接入、任务审计日志、股票池策略报告、持仓边界设计和模拟仓链路实现。系统中特别处理了几个难点：一是防止模型直接修改真实持仓，只有人工成交记录脚本可以更新 portfolio_state；二是区分 operator 实盘辅助线和 research 研究线，避免研究策略直接变成用户执行建议；三是为每次自动任务建立 run ledger，解决 cron 任务“触发了但不知道是否真的成功”的问题；四是对新闻审计和策略调用做缓存、预算和触发控制，避免模型调用失控。

目前系统已经可以在服务器端自动运行，定时生成中文策略报告，并通过 Telegram 推送给用户。用户也可以手动触发报告、查询持仓、记录成交。后续可扩展方向包括接入更专业的行情源、券商 API、Web 管理后台、多账户管理、策略回测和更完整的风险控制面板。