daily_stock_analysis
一年之计在于春,一日之计在于晨。——萧绎
https://github.com/ZhuLinsen/daily_stock_analysis
📈《股票智能分析系统》:让自选股每天“自己开口汇报”,把决策仪表盘递到你手上
如果你的自选股是一群性格迥异的“打工人”,那每天收盘后,它们最想做的事大概不是装死,而是排队来你面前汇报:
- “我今天情绪有点飘,主力在撤退,老板你得小心。”
- “我这边基本面很稳,但新闻有点刺耳,别冲动。”
- “我站上关键均线了,量能也配合,给我一次证明自己的机会。”
ZhuLinsen/daily_stock_analysis 就是专门干这件事的——
它是一套 基于 AI 大模型的 A股/港股/美股自选股智能分析系统,每天自动分析并把「决策仪表盘」推送到你常用的通知渠道:企业微信/飞书/Telegram/Discord/Slack/邮箱。
你不必守在屏幕前盯盘,它会按时“打卡”,把你关心的股票逐只点名,把风险、机会、买卖点位、操作清单都整理好递上来。
仓库的自我介绍也很直接:
LLM驱动的 A/H/美股智能分析器:多数据源行情 + 实时新闻 + LLM决策仪表盘 + 多渠道推送,零成本定时运行,纯白嫖.
LLM-powered stock analysis system for A/H/US markets.
✨ 它到底会怎么“汇报”?——功能特性一览
这套系统不是只会说“看多/看空”那种空话的“嘴炮分析师”,它更像一个有流程、有表格、有评分标准的“研究员团队”。它把每日输出拆成了多个模块,每个模块都各司其职:
| 模块 | 功能 | 说明 |
|---|---|---|
| AI | 决策仪表盘 | 一句话核心结论 + 评分 + 买卖点位 + 风险警报 + 操作检查清单 |
| 分析 | 多维度分析 | 技术面、实时行情、筹码分布、新闻舆情、公告、资金流与基本面聚合 |
| 市场 | 全球市场 | 支持 A股、港股、美股、美股指数及常见 ETF |
| 策略 | 市场策略系统 | 内置 A股复盘、美股 Regime、均线、缠论、波浪、情绪周期等策略能力 |
| 复盘 | 大盘复盘 | 每日市场概览、指数表现、涨跌统计与板块强弱(支持 cn / hk / us / both) |
| Web | 双主题工作台 | 支持手动分析、配置管理、任务进度、历史报告、回测、持仓管理 |
| 导入 | 智能导入与补全 | 支持图片、CSV/Excel、剪贴板导入,自选股输入支持代码/名称/拼音/别名补全 |
| 历史 | 报告管理 | 支持历史报告查看、完整 Markdown 报告、重新分析与批量管理 |
| 回测 | AI 回测验证 | 对历史分析进行事后验证,查看方向准确率和模拟收益 |
| Agent 问股 | 策略对话 | 多轮策略问答,支持均线金叉/缠论/波浪等 11 种内置策略,Web/Bot/API 全链路 |
| 推送 | 多渠道通知 | 支持企业微信、飞书、Telegram、Discord、Slack、邮件等主流渠道 |
| 自动化 | 定时运行 | 支持 GitHub Actions、Docker、本地定时任务和 FastAPI 服务模式 |
你可以把它想象成一个“有纪律的交易助理”——
它不替你下单,但它会把信息、结构、风险与动作清单都摆在台面上,逼你别靠情绪拍脑袋。
🧠 它靠什么“脑子”与“眼睛”工作?——技术栈与数据来源
一个靠谱的研究员,得有两样东西:
- 脑子:负责归纳、判断、写结论(大模型)
- 眼睛和耳朵:负责看行情、听新闻、读公告(数据源)
AI 模型(脑子)
支持的模型与兼容路线非常丰富,包括但不限于:
Anspire、AIHubMix、Gemini、OpenAI 兼容、DeepSeek、通义千问、Claude、Ollama 本地模型等。
行情数据(眼睛)
包括:TickFlow、AkShare、Tushare、Pytdx、Baostock、YFinance、Longbridge。
新闻搜索(耳朵)
包括:Anspire、SerpAPI、Tavily等(以及更多可选项)。
社交舆情(围观群众的情绪)
可选支持:Stock Sentiment API(Reddit / X / Polymarket,仅美股)。
当市场消息像潮水一样涌来,它不会让你裸泳;它会把“浪花”打成条目,把“暗流”标红给你看。
🚀 快速开始:5 分钟让它开始每天给你发“仪表盘”(GitHub Actions 推荐)
这套系统最讨人喜欢的地方之一,是它非常懂“懒人友好”:
**GitHub Actions(推荐)**路线主打:零成本、无需服务器、5 分钟完成部署。
1)Fork 本仓库
点击右上角 Fork。
2)配置 Secrets
路径:Settings → Secrets and variables → Actions → New repository secret
✅ AI 模型配置(至少配置一个)
先选一个模型服务商并填写 API Key。要多模型、图片识别、本地模型或高级路由,再看 LLM 配置指南。
常见可选项(节选):
ANSPIRE_API_KEYSAIHUBMIX_KEYGEMINI_API_KEYANTHROPIC_API_KEYOPENAI_API_KEYOPENAI_BASE_URL/OPENAI_MODEL
✅ 通知渠道配置(至少配置一个)
你希望“研究员”去哪儿找你,就给它开哪扇门:
WECHAT_WEBHOOK_URL(企业微信机器人)FEISHU_WEBHOOK_URL(飞书机器人)TELEGRAM_BOT_TOKEN+TELEGRAM_CHAT_IDDISCORD_WEBHOOK_URLSLACK_BOT_TOKEN+SLACK_CHANNEL_IDEMAIL_SENDER+EMAIL_PASSWORD
✅ 自选股配置(必填)
这一步就是告诉系统:“每天点名这些同学。”
STOCK_LIST:例如600519,hk00700,AAPL,TSLA
⭐ 新闻源配置(推荐)
新闻质量会显著影响舆情、公告、事件与催化因素的质量,建议至少配一个搜索服务,例如:
ANSPIRE_API_KEYSSERPAPI_API_KEYSTAVILY_API_KEYSBOCHA_API_KEYSBRAVE_API_KEYSMINIMAX_API_KEYSSEARXNG_BASE_URLS
3)启用 Actions
进入 Actions 标签页 → 点击启用工作流。
4)手动测试
Actions → 每日股票分��� → Run workflow → Run workflow
5)坐等它准时打卡
默认每个**工作日 18:00(北京时间)**自动执行;默认非交易日不执行。
从此以后,你的“研究员”到点就交作业,你下班路上就能看日报。
🧰 方式二:本地运行 / Docker 部署(让它在你电脑或服务器里“常驻”)
当你想要把它留在自己机器上,像一个不出门的“私人投研秘书”,可以走本地运行路线:
1 | # 克隆项目 |
它也准备了一组常用命令,像给你一排“快捷按钮”,你可以按需要让它切换姿态:
1 | python main.py --debug |
--debug:让它把思路说清楚一点,像在旁边碎碎念的研究员--dry-run:演练不发通知,先看看输出长啥样--stocks:临时点名几只股票单独汇报--market-review:让它写“大盘复盘”--schedule:让它按计划自动跑--serve-only:只启动服务模式
📱 推送效果:它交上来的“决策仪表盘”和“大盘复盘”长什么样?
1)决策仪表盘(它最擅长的那份日报)
它会先给一个全局摘要:今天分析了几只、买入/观望/卖出分别多少;然后逐只股票展开,告诉你信息速览、舆情情绪、业绩预期、风险警报、利好催化、最新动态……
示例(节选):
1 | 🎯 2026-02-08 决策仪表盘 |
它像一个会写“会议纪要”的人:
先结论,再证据,再风险清单。
哪怕你只扫一眼,也能知道今天的重点应该盯哪里。
2)大盘复盘(它的“收盘播报”)
它会把指数表现、涨跌统计、涨停跌停、板块强弱都整理出来:
1 | 🎯 2026-01-10 大盘复盘 |
如果你把它��为每天固定推送,它就像一个“准点的晚间电台”,不煽情,但不缺重点。
🖥️ Web 界面:给研究员配一张“工作台”
除了自动推送,它也有 Web 工作台,支持:
- 配置管理
- 任务监控
- 手动分析
- 历史报告
- 回测、持仓管理
- 智能导入
- 浅色 / 深色双主题
启动方式:
1 | python main.py --webui |
打开:http://127.0.0.1:8000
你会看到它像个坐在工位上的人:左手翻资料,右手写报告,桌面上还摆着一盏“浅色/深色”的台灯。
🤖 Agent 策略问股:你可以直接“追问它”
当你配置了任意可用 AI API Key 后,Web 的 /chat 页面即可用“策略问股”。
它支持:
- 均线金叉、缠论、波浪理论、多头趋势等内置策略
- 实时行情、K 线、技术指标、新闻与风险信息调用
- 多轮追问、会话导出、发送到通知渠道、后台执行
- 自定义策略文件与多 Agent 编排(实验性)
它不像那种只会回答“这只票不错”的泛泛聊天对象;它更像一个愿意被你拎着领子问细节的分析员:
“你说观望,那观望的触发条件是什么?”
“你说风险,那风险的证据是哪条数据?”
“如果我只关心趋势策略,你能不能按策略给我讲?”
它会接住你的追问,把话说在结构里。
🧾 策略文件:写策略,不一定要写代码
系统里有一个“交易策略目录”,存放 自然语言交易策略文件(YAML)。
系统启动时会自动加载该目录下所有 .yaml 文件。
也就是说,你可以用“写文档”的方式写策略:
不用写程序,不用写回测框架,先把规则讲清楚,让 AI 按规则做事。
最简模板长这样:
1 | name: my_strategy # 唯一标识(英文,下划线连接) |
你甚至还可以指定额外的自定义策略目录:
1 | AGENT_SKILL_DIR=./my_skills |
它像一个会“读作业要求”的执行者:你把标准写出来,它就按标准去查数据、去评估、去输出。
🧭 相关项目:它不是一个人作战
仓库也提到同系列的延伸项目:
- AlphaSift:多因子选股与全市场扫描,从股票池里提取候选标的
- AlphaEvo:策略回测与自我进化,用于验证策略规则并探索参数与组合
如果 daily_stock_analysis 是“每日投研日报”,那它们更像“选股雷达”和“策略实验室”。
📄 License
MIT License © 2026 ZhuLinsen
⚠️ 免责声明
本项目仅供学习和研究使用,不构成任何投资建议。股市有风险,投资需谨慎。作者不对使用本项目产生的任何损失负责。
