随着股市的发展,股票市场成为我国经济的重要组成部分,对我国经济的发展起到了很重要的作用,越来越多的人将炒股作为理财的一种方式。随着计算机技术的发展,利用计算机技术对股票信息进行分析更加方便和可靠,因此市面上的股票分析系统越来越多,但是这些系统过于复杂和专业化,可操作性较差,导致许多投资者无法及时获取影响股票波动的全部有效信息,而且部分系统缺少智能分析功能,不能帮助投资者做出有效的投资决策,因此开发一个简洁实用、功能完善的股票分析系统十分重要。本文针对上述问题,设计实现了基于布林指标的股票分析系统。本系统基于B/S结构设计与实现,使用Python和Flask进行后台服务器的搭建,前端Web页面使用Html进行开发。本文主要实现了股票行情数据的浏览、评论管理、自选股管理等基础功能,并重点对相似K线、改进布林指标和股价预测三个功能进行了设计与实现。首先,为了实现了相似K线功能,将沪深所有股票的历史K线数据划分成子序列,然后采用皮尔逊相关系数计算每只股票近期的K线数据与这些子序列的相似性,并对计算结果进行排序和选择;其次,基于历史数据中标注的最优买卖点,采用多元线性回归的方法分别对布林线的上轨线和下轨线进行拟合,以实现改进布林指标功能;最后,基于改进布林指标的上轨线和下轨线、股票的收盘价和成交量等数据,使用长短期记忆循环神经网络进行股价的预测。此外,根据数据的不同特性,本文采用了不同数据库进行数据的存储。具体而言,使用MongoDB数据库存储股票行情、新闻信息等查询频繁的数据;而对于用户信息、评论信息等关系性比较强的数据则存放在MySQL数据库中;同时,为了提高系统的运行速度,本文在系统的设计和实现过程中使用了 Redis中间件。与采用传统布林指标进行交易相比,本文设计实现的改进布林指标,能取得更高的收益率。此外,相比于仅采用收盘价预测股价,本系统实现的多维数据股价预测能够获得更高的准确率。并且经过测试,本系统的功能逻辑正确,在接口的响应速度、吞吐量等性能方面都具有良好的表现。