FinAnalyzer

ابزار هوشمند تحلیل مالی شخصی و کسب‌وکاری

FinAnalyzer یک پلتفرم تحلیل مالی است که به کاربران امکان می‌دهد:

• تراکنش‌های مالی خود را به صورت هوشمند دسته‌بندی کنند
• تحلیل‌های دقیق از درآمد و هزینه‌ها دریافت کنند
• گزارش‌های حرفه‌ای PDF تولید کنند
• از هوش مصنوعی برای کشف الگوهای مالی استفاده کنند

FinAnalyzer/
├── app.py                    # اپلیکیشن اصلی Streamlit
├── core/
│   ├── __init__.py
│   ├── data_processor.py     # پردازش و تحلیل داده‌های مالی
│   ├── ml_engine.py          # موتور یادگیری ماشین
│   └── report_generator.py  # تولید گزارش PDF
├── utils/
│   ├── __init__.py
│   ├── currency.py          # تبدیل ارزهای فیات و دیجیتال
│   └── notifications.py    # سیستم اعلان‌ها
├── data/
│   └── sample_data.csv     # داده‌های نمونه
├── requirements.txt         # وابستگی‌های پروژه
└── README.md               # مستندات

• پشتیبانی از فرمت‌های مختلف: CSV, Excel, JSON, Parquet
• استانداردسازی داده‌ها: تبدیل نام ستون‌ها به فرمت یکپارچه
• تبدیل ارز: پشتیبانی از ارزهای فیات و دیجیتال
• تشخیص الگوها: شناسایی تراکنش‌های تکراری، اشتراک‌ها و هزینه‌های غیرمعمول
• تحلیل‌های مالی: محاسبه شاخص‌هایی مانند نرخ پس‌انداز، نسبت‌های مالی

• روش‌های دسته‌بندی چندگانه:

  • Rule-based: استفاده از الگوهای regex برای دسته‌بندی
  • Machine Learning: مدل RandomForest آموزش‌دیده
  • Zero-shot: استفاده از مدل BART برای دسته‌بندی بدون نیاز به داده‌های آموزشی
  • Hybrid: ترکیب چند روش برای بهترین نتیجه

• دسته‌بندی‌های پشتیبانی شده:

  • درآمد، خرید، قبوض، حمل و نقل، غذا
  • سرمایه گذاری، سلامت، آموزش، تفریح، سایر

• فرمت‌های خروجی: PDF, HTML, Excel
• پشتیبانی از زبان فارسی: استفاده از فونت‌های مناسب برای متون فارسی
• نمودارهای تعاملی: ایجاد نمودارهای مالی با matplotlib و seaborn
• قالب‌های قابل شخصی‌سازی: استفاده از Jinja2 برای قالب‌های HTML
• تحلیل‌های پیشرفته: شامل تحلیل فصلی، روندها و اهداف مالی

• پشتیبانی از ارزهای فیات: USD, EUR, GBP, JPY, IRR, TRY, CNY, RUB
• پشتیبانی از ارزهای دیجیتال: BTC, ETH, BNB, ADA, DOT, XRP
• کش کردن نرخ‌ها: ذخیره موقت نرخ‌ها برای بهبود عملکرد
• حالت آفلاین: استفاده از نرخ‌های پیش‌فرض در صورت عدم دسترسی به اینترنت
• محاسبه نوسانات: تحلیل نوسانات ارزها در دوره‌های زمانی مختلف

• کانال‌های اطلاع‌رسانی:
  • ایمیل (با قالب‌های HTML)
  • تلگرام (از طریق ربات)
  • وب‌هوک (برای یکپارچه‌سازی با سیستم‌های دیگر)
• مدیریت صف: پردازش نامتقارن اعلان‌ها
• سیستم تلاش مجدد: ارسال مجدد در صورت شکست
• لاگ‌گیری کامل: ثبت تمام فعالیت‌های سیستم اعلان‌ها

• کارت‌های خلاصه وضعیت مالی:
  • درآمد کل
  • هزینه کل
  • تراز خالص
  • نرخ پس‌انداز

• نمودار خطی: روند مالی ماهانه
• نمودار دایره‌ای: توزیع هزینه‌ها بر اساس دسته‌بندی
• جدول تراکنش‌ها: نمایش فیلتر شده تراکنش‌ها با قابلیت‌های:
  • فیلتر تاریخ
  • فیلتر دسته‌بندی
  • فیلتر نوع تراکنش

• آپلود فایل: پشتیبانی از فایل‌های CSV
• داده‌های نمونه: استفاده از داده‌های پیش‌فرض در صورت عدم آپلود فایل
• تولید گزارش: ایجاد گزارش PDF با یک کلیک
• نمایش بینش‌ها: نمایش تحلیل‌های هوش مصنوعی به صورت JSON

• Python 3.8+: زبان برنامه‌نویسی اصلی
• Pandas: پردازش و تحلیل داده‌ها
• NumPy: محاسبات عددی
• Scikit-learn: الگوریتم‌های یادگیری ماشین
• Transformers: مدل‌های پیشرفته NLP (BART)
• PyTorch: فریمورک یادگیری عمیق

• Streamlit: ساخت رابط کاربری وب
• Plotly: نمودارهای تعاملی
• Matplotlib/Seaborn: نمودارهای آماری

• FPDF2: تولید فایل‌های PDF
• Jinja2: موتور قالب‌سازی HTML
• ReportLab: پیشرفته‌تر برای گزارش‌های پیچیده

• Requests: ارتباط با APIها
• CurrencyConverter: تبدیل ارز
• python-dateutil: پردازش تاریخ‌ها
• Threading: پردازش نامتقارن

streamlit==1.28.0
pandas==2.0.3
numpy==1.24.3
plotly==5.17.0
scikit-learn==1.3.0
transformers==4.35.2
torch==2.1.0
fpdf2==2.7.6
requests==2.31.0
python-dateutil==2.8.2
CurrencyConverter==0.17.4

• Python 3.8+
• pip

# کلون ریپازیتوری
git clone https://github.com/arash-aryapour/FinAnalyzer.git
cd FinAnalyzer

# ایجاد محیط مجازی
python -m venv venv
source venv/bin/activate  # در ویندوز: venv\Scripts\activate

# نصب وابستگی‌ها
pip install -r requirements.txt

# اجرای برنامه
streamlit run app.py

پروژه شامل یک فایل sample_data.csv در پوشه data است که می‌توانید برای تست برنامه از آن استفاده کنید.

• فایل CSV خود را آپلود کنید (با ستون‌های Date, Description, Amount, Category, Currency)
• یا از داده‌های نمونه استفاده کنید

• خلاصه وضعیت مالی در کارت‌های بالا
• نمودارهای تحلیلی در بخش میانی
• جدول تراکنش‌ها با فیلترهای مختلف

• روی دکمه "تولید گزارش PDF" کلیک کنید
• گزارش را دانلود کنید

config = {
    'api_key': 'YOUR_API_KEY',
    'base_currency': 'USD',
    'cache_duration': 60  # دقیقه
}

config = {
    'email': {
        'smtp_server': 'smtp.gmail.com',
        'smtp_port': 587,
        'username': 'your_email@gmail.com',
        'password': 'your_password'
    },
    'telegram': {
        'bot_token': 'YOUR_BOT_TOKEN',
        'chat_id': 'YOUR_CHAT_ID'
    }
}

• دسته‌بندی خودکار هزینه‌های ماهانه
• شناسایی الگوهای مصرف
• پیشنهاد برای بهینه‌سازی هزینه‌ها

• تحلیل درآمد و هزینه‌های شرکت
• گزارش‌گیری مالیاتی
• پیش‌بینی روندهای مالی

• ردیابی تراکنش‌های ارز دیجیتال
• تحلیل نوسانات بازار
• محاسبه سود و زیان

ما از مشارکت‌ها استقبال می‌کنیم! لطفاً قبل از ارسال Pull Request:

1. ریپازیتوری را فورک کنید
2. یک شاخه برای ویژگی خود ایجاد کنید
3. تغییرات خود را کامیت کنید
4. شاخه را پوش کنید
5. یک Pull Request باز کنید

این پروژه تحت مجوز MIT منتشر شده است.

اگر این پروژه برای شما مفید بوده، لطفاً با دادن یک ⭐️ به آن حمایت کنید!