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

房地产 2026-03-05 东吴证券 ζޓއއKun

项目背景与目标：针对房地产行业股票投资信息量大、政策变化频繁、跨市场数据不统一等挑战，本项目构建了一套基于大语言模型的智能选股系统，结合传统量化分析和基本面研究，为投资者提供高效、全面、及时的股票评级服务。核心创新在于利用DeepSeek V3.2+GLM-5+Kimi K2.5三模型融合架构的联网搜索能力，实时感知最新房地产政策和市场动态。
系统核心能力：
- 双模型评级体系：内置“量化AI选股”和“东吴地产选股”两套独立评级模型，分别面向偏好技术分析和偏好基本面分析的投资者。
- 三大市场覆盖：支持A股、港股、美股三大市场的房地产相关股票，共覆盖61只标的。
- AI实时联网分析：DeepSeek V3.2+GLM-5+Kimi K2.5三模型并行联网搜索，实时获取最新政策文件、行业新闻、公司公告。
- 多源数据保障：四层数据降级架构（iFinD → AKShare → 腾讯财经 → 新浪财经），确保数据采集稳定性。
- 每日自动评级：系统每天上午9:00自动对所有股票执行双模型评级。
技术架构概览：采用前后端分离架构，包括Nginx反向代理层、FastAPI异步后端和React前端。
股票覆盖范围：覆盖A股、港股、美股三大市场共61只房地产相关股票，涵盖房地产开发、物业管理、房产服务、REITs信托等细分领域。

模型一：量化AI选股
- 综合评分公式：量化技术评分（25%）+ 情绪因子评分（10%）+ iFinD基本面评分（15%）+ AI大模型评分（50%）。
- 量化技术评分：基于120天历史行情数据，通过6个维度（趋势、动量、波动率、成交量、价值、情绪）进行加权评分。
- iFinD基本面评分：基于iFinD专业金融数据，采用5个维度（估值、财务健康度、资金流向、公司公告、政策信号）进行评分。
- AI大模型评分：采用DeepSeek V3.2+GLM-5+Kimi K2.5三模型融合架构，通过联网搜索获取最新信息，并按照四大维度（关键规则、政策影响、基本面评价、风险判断）进行分析和评分。
模型二：东吴地产选股
- 综合评分公式：iFinD基本面评分（50%）+ AI大模型评分（50%）。
- 东吴基本面评分：聚焦行业基本面，采用4个维度（三道红线、PB破净安全边际、政策信号、公司基本面）进行评分。
- 东吴AI评分：使用独立的AISystem Prompt，模拟东吴证券地产研究团队的视角，按照四大分析框架进行分析和评分。

四层数据降级架构：iFinD → AKShare → 腾讯财经 → 新浪财经，确保数据采集稳定性。
智能数据源排序与异常处理：连续失败超过3次的数据源自动降低优先级，恢复后自动提升。
AI大模型集成：系统集成DeepSeek V3.2+GLM-5+Kimi K2.5三模型融合架构，具备联网搜索能力、结构化输出、双Prompt体系等特性。

项目采用前后端分离的单仓库（monorepo）组织方式，后端为Python FastAPI应用，前端为React SPA。
项目完整源代码托管于GitHub（https://github.com/stockpicker-2026/real-estate-stocks-picker），采用MIT开源协议发布。

环境要求：Linux系统（推荐Ubuntu 20.04+），Docker 20.10+，Docker ComposeV2，腾讯云LKEAP API密钥和同花顺iFinD HTTP API令牌。
Docker一键部署：从GitHub克隆代码仓库，填写环境变量，执行docker compose up-d--build启动容器。
本地开发运行：后端使用uvicorn启动开发服务器，前端使用npm run dev启动Vite开发服务器。