跳到正文
发现
股票智能分析系统:LLM 驱动多市场股票分析
其他AI 应用

股票智能分析系统:LLM 驱动多市场股票分析

LLM 驱动的多市场股票智能分析系统,每日自动生成决策仪表盘并推送到企业微信、飞书、Telegram 等渠道。

admin
发布于 2026-10-28
浏览
4
访问
0
下载
0
版本
v3.33.0
该作品还没有经过官方审核。访问演示、下载或复制命令前,请自行确认来源可信。

详细介绍

项目简介

股票智能分析系统(daily_stock_analysis)是一个基于 AI 大模型的 A股/港股/美股/日股/韩股/台股自选股智能分析系统。它每天自动对自选股进行分析,生成「决策仪表盘」,并推送到企业微信、飞书、Telegram、Discord、Slack 或邮箱。

系统同时提供 Web / 桌面工作台,可用于手动分析、查看任务进度与历史报告、回测、持仓管理以及配置管理,并支持浅色 / 深色主题。

主要功能

  • AI 决策报告:输出核心结论、评分、趋势、买卖点位、风险警报、催化因素和操作检查清单。
  • 多市场数据聚合:覆盖 A股、港股、美股、日股、韩股、台股和 ETF,聚合行情、K 线、技术指标、新闻、公告、基本面等数据。
  • Web / 桌面工作台:手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理。
  • Agent 策略问股:多轮追问,内置均线、缠论、波浪、趋势、热点、事件、成长、预期等 15 种策略,覆盖 Web / Bot / API。
  • 智能导入与补全:支持图片、CSV/Excel、剪贴板导入,以及股票代码/名称/拼音/别名补全。
  • 自动化与推送:支持 GitHub Actions、Docker、本地定时任务、FastAPI 服务,以及企业微信、飞书、Telegram、Discord、Slack、邮件推送。
  • 大盘复盘:输出主要指数、市场涨跌家数、涨跌停数量与板块领涨领跌情况。

技术栈与数据来源

类型 支持
AI 模型 Modelflare、AIHubMix、Gemini、OpenAI 兼容、DeepSeek、通义千问、Claude、Ollama 本地模型等
行情数据 AkShare、Tushare、Pytdx、Baostock、YFinance、Longbridge
新闻搜索 Anspire、SerpAPI、Tavily、Bocha、Brave、MiniMax、SearXNG
社交舆情 Stock Sentiment API(Reddit / X / Polymarket,仅美股,可选)

项目默认内置 AkShare、Baostock、YFinance 等免费行情源,可零配置运行。

安装与使用

方式一:GitHub Actions(推荐)

无需服务器,Fork 仓库后在 Settings → Secrets and variables → Actions 中配置 Secrets:

  • AI 模型:至少配置一个,如 MODELFLARE_KEY、AIHUBMIX_KEY、GEMINI_API_KEY、ANTHROPIC_API_KEY、OPENAI_API_KEY(兼容服务还需 OPENAI_BASE_URL / OPENAI_MODEL)。
  • 通知渠道:至少配置一个,如 WECHAT_WEBHOOK_URL、FEISHU_WEBHOOK_URL、TELEGRAM_BOT_TOKEN + TELEGRAM_CHAT_ID、DISCORD_WEBHOOK_URL、SLACK_BOT_TOKEN + SLACK_CHANNEL_ID、EMAIL_SENDER + EMAIL_PASSWORD。
  • 自选股:必填 STOCK_LIST,如 600519,hk00700,AAPL,7203.T,005930.KS,2330.TW。
  • 新闻源(推荐):如 ANSPIRE_API_KEYS、SERPAPI_API_KEYS,另有 TAVILY_API_KEYS、BOCHA_API_KEYS、BRAVE_API_KEYS、MINIMAX_API_KEYS、SEARXNG_BASE_URLS。
  • 行情数据源(可选):TUSHARE_TOKEN(A 股)、LONGBRIDGE_OAUTH_CLIENT_ID + LONGBRIDGE_OAUTH_TOKEN_CACHE_B64(港股/美股)。

配置完成后在 Actions 标签启用工作流,进入「每日股票分析」选择 Run workflow 手动测试。默认每个工作日 18:00(北京时间)自动执行,非交易日不执行。

方式二:本地运行 / Docker 部署

# 克隆项目
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git && cd daily_stock_analysis

# 安装依赖
pip install -r requirements.txt

# 配置环境变量
cp .env.example .env && vim .env

# 运行分析
python main.py

常用命令:

python main.py --debug
python main.py --dry-run
python main.py --stocks 600519,hk00700,AAPL,2330.TW
python main.py --market-review
python main.py --schedule
python main.py --serve-only

Web 界面

python main.py --webui
python main.py --webui-only

启动后访问 http://127.0.0.1:8000 使用。

Agent 策略问股

配置任意可用 AI API Key 后,Web /chat 页面即可使用策略问股;如需关闭可设置 AGENT_MODE=false。

注意事项

  • 免费行情源受上游限流、接口变动和网络波动影响,稳定性不保证;长期定时、批量分析建议配置 Tushare、Longbridge 等 token 型数据源。
  • 新闻源会显著影响舆情、公告、事件和催化因素的分析质量,建议至少配置一个搜索服务。
  • Ollama 更适合本地 / Docker 部署,GitHub Actions 推荐使用云端 API。
  • 调度超时后默认推送已完成的部分结果,可通过 DSA_TIMEOUT_PARTIAL_NOTIFY=false 关闭。
  • 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。

本作品整理自 GitHub 开源项目 ZhuLinsen/daily_stock_analysis,原作者 @ZhuLinsen,许可证 MIT。中文介绍由 AI 根据项目 README 整理,以原仓库为准。

更新记录

  1. v3.33.0当前版本

    问股讨论对象改由服务端保存,刷新与 Bot/Web 交替使用可恢复;新增无需 LLM 的规则化 ETF 双动量轮动与回测;Web 新增只读数据中心、持仓风险看板与自选股提示;选股补齐入选理由与新闻证据;简化 Modelflare 单 Key 配置并修复多项解析与调度问题。

评论