初始化ETF监控项目

- 创建项目目录结构
- 添加README.md项目说明
- 添加需求文档REQUIREMENTS.md
- 添加技术调研计划RESEARCH_PLAN.md
- 项目准备进入技术调研阶段

README.md

@@ -0,0 +1,80 @@
+# ETF监控服务 (ETF Monitor Service)
+
+## 项目概述
+
+一个智能的ETF监控系统，用于监控指定ETF的价格变化，分析技术指标，并在关键节点提供买卖点提醒。
+
+## 核心功能
+
+### 已规划功能
+- [ ] ETF列表管理（添加/删除/修改）
+- [ ] 多数据源支持（A股、港股、美股ETF）
+- [ ] 实时/定时数据获取
+- [ ] 技术指标分析（MA、RSI、MACD、布林带等）
+- [ ] 买卖信号生成
+- [ ] 多渠道提醒（邮件、消息等）
+- [ ] 历史数据回测
+- [ ] Web管理界面
+
+### 第一阶段目标 (MVP)
+1. 单个ETF的每日数据获取
+2. 基础技术指标计算（移动平均线）
+3. 邮件提醒功能
+4. 命令行配置界面
+
+## 项目结构
+
+```
+etf-monitor/
+├── docs/           # 项目文档
+├── research/       # 研究资料和评估报告
+├── src/           # 源代码
+├── tests/         # 测试代码
+├── data/          # 数据文件
+└── README.md      # 项目说明
+```
+
+## 技术栈考虑
+
+### 后端选项
+- **Python**: 数据分析优势，丰富的金融库（pandas, numpy, ta-lib）
+- **Node.js**: 异步IO优势，适合实时数据获取
+
+### 数据源
+- 新浪财经API
+- 腾讯财经API  
+- Yahoo Finance API
+- Alpha Vantage API
+
+### 数据库
+- SQLite (轻量级，适合初期)
+- PostgreSQL (功能完整，适合后期)
+
+## 开发计划
+
+### 阶段1: 需求调研和技术评估 (当前阶段)
+- 收集相关开源项目参考
+- 评估不同预测算法
+- 确定技术栈和数据源
+
+### 阶段2: MVP开发 (2-3周)
+- 基础数据获取和存储
+- 简单技术指标计算
+- 邮件提醒功能
+
+### 阶段3: 功能完善 (3-4周)
+- 更多技术指标
+- Web管理界面
+- 多ETF支持
+
+## 使用说明
+
+（待补充）
+
+## 贡献指南
+
+（待补充）
+
+## 许可证
+
+（待补充）

docs/REQUIREMENTS.md

@@ -0,0 +1,178 @@
+# ETF监控服务 - 需求文档
+
+## 1. 项目背景
+
+用户需要一款ETF监控工具，能够：
+1. 监控关注的ETF
+2. 每天自动分析
+3. 在关键节点提供买卖点提醒
+4. 通过邮件或消息通知
+
+## 2. 用户需求
+
+### 2.1 功能需求
+
+#### 核心功能
+1. **ETF管理**
+   - 添加/删除关注的ETF
+   - 设置监控参数（如提醒阈值）
+   - 查看ETF基本信息
+
+2. **数据监控**
+   - 定时获取ETF数据（价格、成交量等）
+   - 支持多个数据源
+   - 数据质量验证
+
+3. **技术分析**
+   - 计算常用技术指标
+   - 识别趋势和关键点位
+   - 生成买卖信号
+
+4. **提醒通知**
+   - 邮件提醒（主要渠道）
+   - 可扩展其他通知方式
+   - 提醒内容定制
+
+#### 扩展功能
+1. **历史回测** - 测试策略有效性
+2. **多策略支持** - 不同投资策略
+3. **报表生成** - 定期投资报告
+4. **移动端适配** - 手机查看
+
+### 2.2 非功能需求
+
+1. **性能要求**
+   - 数据获取延迟 < 5秒
+   - 每日分析时间 < 10分钟
+   - 支持同时监控50+个ETF
+
+2. **可靠性**
+   - 系统可用性 > 99%
+   - 数据准确性 > 95%
+   - 错误自动恢复
+
+3. **安全性**
+   - 用户数据加密存储
+   - API密钥安全管理
+   - 操作日志记录
+
+4. **易用性**
+   - 简单配置界面
+   - 清晰的提醒内容
+   - 详细的帮助文档
+
+## 3. 用户场景
+
+### 场景1: 日常监控
+```
+用户：设置关注5个ETF
+系统：每天收盘后自动分析
+输出：邮件提醒，包含：
+  - 今日价格变化
+  - 技术指标状态
+  - 买卖建议（如有）
+```
+
+### 场景2: 关键点位提醒
+```
+条件：ETF价格突破关键阻力位
+系统：实时检测并发送提醒
+输出：紧急邮件，包含：
+  - 突破的具体点位
+  - 建议操作
+  - 历史参考数据
+```
+
+### 场景3: 策略回测
+```
+用户：想测试新的交易策略
+系统：使用历史数据模拟
+输出：回测报告，包含：
+  - 收益率曲线
+  - 最大回撤
+  - 胜率统计
+```
+
+## 4. 数据需求
+
+### 4.1 数据内容
+1. **基础数据**
+   - 实时价格
+   - 成交量
+   - 涨跌幅
+   - 市值
+
+2. **历史数据**
+   - 日K线数据（开盘、收盘、最高、最低）
+   - 分钟级数据（可选）
+   - 财务指标（PE、PB等）
+
+3. **衍生数据**
+   - 技术指标值
+   - 趋势判断结果
+   - 风险评分
+
+### 4.2 数据频率
+- 实时数据：交易时间每5-10分钟更新
+- 日线数据：每天收盘后更新
+- 历史数据：按需加载
+
+## 5. 技术约束
+
+### 5.1 开发约束
+- 开发周期：3个月（分阶段）
+- 团队规模：单人开发
+- 技术栈：选择成熟稳定的技术
+
+### 5.2 部署约束
+- 运行环境：Linux服务器
+- 存储需求：初期<10GB
+- 网络要求：稳定的互联网连接
+
+### 5.3 合规约束
+- 免责声明：所有建议仅供参考
+- 数据使用：遵守数据源API条款
+- 用户隐私：保护用户配置信息
+
+## 6. 成功标准
+
+### 第一阶段成功标准
+1. ✓ 能够监控1个ETF
+2. ✓ 每天自动发送邮件报告
+3. ✓ 包含基础技术分析
+4. ✓ 系统稳定运行1周
+
+### 最终成功标准
+1. ✓ 支持50+个ETF同时监控
+2. ✓ 提供准确的买卖点提醒
+3. ✓ 用户满意度 > 80%
+4. ✓ 系统无故障运行1个月
+
+## 7. 风险评估
+
+### 技术风险
+1. **数据源不稳定** - 多数据源备份
+2. **分析算法不准确** - 持续优化和验证
+3. **系统性能问题** - 压力测试和优化
+
+### 业务风险
+1. **投资建议风险** - 明确免责声明
+2. **用户期望管理** - 明确功能边界
+3. **市场变化风险** - 策略需要适应市场
+
+## 8. 后续计划
+
+### 短期计划 (1-2周)
+- 技术调研和选型
+- 原型设计
+- 数据源测试
+
+### 中期计划 (3-8周)
+- MVP开发
+- 基础功能实现
+- 初步测试
+
+### 长期计划 (9-12周)
+- 功能完善
+- 性能优化
+- 用户反馈迭代

research/RESEARCH_PLAN.md

@@ -0,0 +1,114 @@
+# ETF监控服务 - 技术调研计划
+
+## 调研目标
+
+1. 了解现有开源股票/ETF监控项目
+2. 评估不同的预测和分析算法
+3. 确定适合的技术栈和数据源
+4. 收集可复用的代码和思路
+
+## 调研方向
+
+### 1. 开源项目调研
+- GitHub上的相关项目
+- 技术架构分析
+- 功能特点比较
+- 可复用组件识别
+
+### 2. 算法调研
+- 技术指标算法（TA-Lib等）
+- 机器学习预测算法
+- 时间序列分析
+- 风险管理算法
+
+### 3. 数据源调研
+- 免费金融数据API
+- 数据质量和稳定性
+- 访问频率限制
+- 数据格式和接口
+
+### 4. 技术栈调研
+- 后端框架选择
+- 数据库选择
+- 任务调度方案
+- 消息通知方案
+
+## 调研方法
+
+### 1. GitHub搜索关键词
+```
+- stock monitor
+- etf tracker
+- financial analysis
+- trading bot
+- quantitative finance
+- technical analysis
+```
+
+### 2. 算法库评估
+```
+- TA-Lib (技术分析库)
+- pandas (数据分析)
+- scikit-learn (机器学习)
+- statsmodels (统计模型)
+```
+
+### 3. 数据源测试
+```
+- 新浪财经API
+- 腾讯财经API
+- Yahoo Finance
+- Alpha Vantage
+- 聚宽/JQData
+```
+
+## 输出文档
+
+### 1. 开源项目分析报告
+- 项目列表和特点
+- 技术架构对比
+- 优缺点分析
+- 可借鉴点
+
+### 2. 算法评估报告
+- 算法原理说明
+- 适用场景分析
+- 实现复杂度评估
+- 准确性测试结果
+
+### 3. 技术选型建议
+- 推荐技术栈
+- 架构设计建议
+- 开发路线图
+- 风险评估
+
+## 时间安排
+
+### 第1天：开源项目调研
+- 搜索和收集相关项目
+- 初步分析和分类
+
+### 第2天：深度分析
+- 选择3-5个重点项目深度分析
+- 记录技术细节
+
+### 第3天：算法调研
+- 收集常用预测算法
+- 评估算法适用性
+
+### 第4天：数据源测试
+- 测试不同数据源API
+- 评估数据质量
+
+### 第5天：综合报告
+- 整理调研结果
+- 给出技术选型建议
+- 制定开发计划
+
+## 成功标准
+
+1. ✓ 收集至少10个相关开源项目
+2. ✓ 深度分析3个以上项目
+3. ✓ 测试2个以上数据源
+4. ✓ 完成完整的技术选型报告
+5. ✓ 给出明确的开发建议