ARQ31/IDX-AI-Market-Surveillance
GitHub: ARQ31/IDX-AI-Market-Surveillance
基于Isolation Forest无监督学习算法的印尼股票市场实时异常检测与可视化仪表板，帮助用户快速识别价格和成交量的统计异常。
Stars: 0 | Forks: 0
# 🛡️ IDX AI 市场监控仪表板
这是一个基于人工智能 (AI) 的印度尼西亚股票市场 (Bursa Efek Indonesia) 监控系统，旨在实时检测异常的价格和成交量变动。该项目灵感来自于交易所监管机构实施的 **Unusual Market Activity (UMA)** 概念。
该仪表板使用 **Isolation Forest**（一种*无监督机器学习*算法），基于历史和技术数据来检测股票走势中的异常情况。
## ✨ 核心功能
- **📡 实时数据流水线**：直接从 Yahoo Finance (`yfinance`) 获取股票数据，并进行*实时*处理，无需手动运行数据收集脚本。
- **🤖 AI 异常检测**：使用 *Isolation Forest* 模型生成异常分数（0.00 到 1.00），并将股票风险分类为 *Normal*、*Low Risk*、*Medium Risk* 和 *High Risk*。
- **📊 市场风险热力图**：交互式可视化市场风险地图，直观展示今天哪些股票正经历最极端的波动。
- **🔍 深度股票分析**：专属页面用于查看交互式图表（K 线图与成交量），配有精准标记，明确指示异常发生的时间点。
- **⚡ 自动刷新**：仪表板每 5 分钟自动更新数据，确保您始终查看到最新的市场状况。
## 🛠️ 系统架构
该项目已升级为直连流水线 (live pipeline) 系统：
- `src/config.py`：集中配置文件（股票代码列表、模型参数、风险阈值）。
- `src/data_pipeline.py`：集成了*数据获取 (Data Fetching)*、*特征工程 (Feature Engineering)* 和 *异常检测 (Anomaly Detection)* 的流水线。
- `dashboard.py`：主 Streamlit 应用程序（多页面仪表板）。
- *注：保留了旧版离线脚本（`collect_data.py`、`feature_engineering.py`、`anomaly_model.py`），以满足批量/离线数据处理的需求。*
## 📐 分析的技术特征
系统在将每只股票输入 AI 模型之前，会计算 8 项指标：
1. **Daily Return**（每日价格变动）
2. **Volume Change**（每日成交量变动）
3. **Volume Spike Ratio**（成交量相较于 20 天平均值的激增比例）
4. **Price Range Percentage**（最高价和最低价之间的幅度）
5. **Price Gap MA20**（价格偏离 20 天移动平均线的差值）
6. **Rolling Volatility 20**（过去 20 天的波动率）
7. **Return Z-Score**（收益相较于其正常模式的极端程度）
8. **Volume Z-Score**（成交量相较于其正常模式的极端程度）
## 🚀 安装与使用指南
### 通过 Streamlit Community Cloud 访问（在线仪表板）
您可以直接在线访问该仪表板，无需在本地计算机上进行安装。请点击以下链接：
👉 **[在线仪表板：IDX AI Market Surveillance](https://idx-ai-market-surveillance.streamlit.app/)**
*（注：请将上述 URL 替换为您在 Streamlit Community 上部署后的链接）*
### 在本地计算机上运行 (Localhost)
#### 1. 系统要求
请确保您使用的是 **Python 3.8** 或更高版本。
### 2. 安装依赖项
打开终端并运行以下命令，以安装所有必需的 *library*：
```
pip install -r requirements.txt
```
### 3. 运行仪表板
安装完成后，使用以下命令运行 Streamlit：
```
streamlit run dashboard.py
```
应用程序将自动在您的浏览器中打开（通常地址为 `http://localhost:8501`）。
## ⚙️ 配置（可选）
您可以通过 `src/config.py` 文件修改系统设置：
- **修改默认股票**：在 `DEFAULT_TICKERS` 列表中添加或删除股票代码。请务必为 BEI（印尼证券交易所）的股票添加 `.JK` 后缀（例如：`BBRI.JK`）。
- **历史数据窗口**：修改变量 `HISTORY_DAYS`（默认为 180 天），以调整模型用于学习市场“正常模式”的历史数据回溯长度。
此外，在浏览器中打开仪表板时，您还可以直接通过侧边栏 (sidebar) 添加股票代码。
## ⚠️ 免责声明
**非投资建议。**
本仪表板纯粹出于**教育、研究和作品集展示目的**而开发。异常检测结果（如 High Risk 等）并不构成对特定股票买入、卖出或持有的建议。本系统无法确切判定是否存在市场操纵行为（如囤积居奇/拉抬出货），它仅仅是检测出当前的价格和成交量模式在统计数据上“偏离”了其历史正常模式。任何投资决定均完全由个人自行承担责任。
标签：Apex, Isolation Forest, Kubernetes, Streamlit, 异常检测, 机器学习, 股票监控, 访问控制, 逆向工具, 金融科技