基于 Python Streamlit 的全栈量化分析工具，集成宏观经济指标与技术面分析，实时监测标普500 (VOO) 与纳指100 (QQQ) 的崩盘风险。
在金融市场中，单一指标往往具有欺骗性。本项目旨在构建一个多因子风险加权模型，通过整合华尔街最受关注的宏观估值指标（如巴菲特指标、席勒市盈率）与技术面指标（如均线乖离率、美债收益率曲线），计算出一个综合的 "崩盘风险评分 (Crash Risk Score)"。
该工具帮助投资者在市场极度狂热时保持冷静，在极度恐慌时寻找机会，拒绝做“韭菜”。
- 多维度量化模型：并非简单的价格追踪，而是结合了宏观经济 (Macro)、估值 (Valuation)、市场情绪 (Sentiment) 和 技术形态 (Technical) 的综合评分系统。
- 双标的切换：支持 VOO (S&P 500) 和 QQQ (Nasdaq 100) 自由切换，针对不同波动率的资产进行独立分析。
- 高度可定制化：
- 权重调节：用户可根据当前市场环境（如高息环境或AI泡沫）动态调整各指标的权重。
- 手动校准：针对 GDP 等非实时API数据，提供侧边栏手动输入与权威数据源跳转，确保数据精准。
- 鲁棒性设计：内置网络容错机制，当 Yahoo Finance API 连接失败时，自动平滑切换至模拟演示模式，保证演示不崩溃。
- 历史数据对比：提供 2000年、2008年、2021年等历史关键崩盘点的阈值参考，以史为鉴。
- 交互式图表：使用 Plotly 绘制的高性能交互式 K 线图与仪表盘。
本模型基于以下 5 大核心因子计算风险（默认权重可调）：
- 巴菲特指标 (Buffett Indicator)：美股总市值 / 美国 GDP。衡量整体股市泡沫程度。
- 席勒市盈率 (Shiller PE / CAPE)：经通胀调整的周期性市盈率，穿越牛熊的估值标尺。
- 美债收益率曲线 (10Y-2Y Spread)：著名的衰退预警指标，重点监测“倒挂后解挂”的高危时刻。
- 200日均线乖离率 (200-MA Deviation)：衡量价格短期偏离长期趋势的程度，判断是否严重超买。
- 恐慌与贪婪指数 (Fear & Greed Index)：反向指标，极度贪婪往往预示着短期顶部。
- Python 3.8 或更高版本
-
克隆仓库
git clone [[https://github.com/middletoo/US_Stock_Crash_Monitor.git]([https://github.com/middletoo/US_Stock_Crash_Monitor.git)
cd US_Stock_Crash_Monitor -
安装依赖库
建议使用虚拟环境：
pip install streamlit yfinance pandas numpy plotly -
运行应用
streamlit run app.py -
访问应用
浏览器会自动打开 http://localhost:8501。 -
配置参数(重要)
启动后，请根据应用页面左侧边栏的提示，点击链接获取最新的 GDP、PE 等数值并手动填入以获得准确分析。
- 数据滞后性：部分宏观数据（如 GDP）为季度更新，无法反映实时的日内变化，因此巴菲特指标适合看长期趋势，不适合短线择时。
- 线性加权缺陷：目前的评分模型采用线性加权求和，而真实市场的崩盘往往是黑天鹅事件引发的非线性连锁反应。
- API 限制：依赖 yfinance 免费接口，可能会有访问频率限制或国内网络访问不畅的问题（已内置代理设置功能）。
- 主观因素：虽然模型是量化的，但输入参数（如 GDP 预测值）和权重设置仍包含用户的主观判断。
本项目仅供编程学习与量化研究参考，不构成任何投资建议。
- 金融市场风险巨大，投资需谨慎。
- 本工具提供的“风险评分”基于历史数据统计，历史表现不代表未来走势。
- 作者不对使用本代码导致的任何资金损失负责。
如果你觉得这个项目对你有帮助，请给一个 ⭐️ Star！