ZhuLinsen GitHub avatar

daily_stock_analysis

Python
股票智能分析系统ZhuLinsen最近推送 2026年11月17日
金融服务MIT73.1k57.8k37 issues7 天 +3,509

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日

用大模型每日分析多市场自选股,生成决策看板并自动推送。

这是一个 Python 编写的 LLM 驱动股票分析系统,覆盖 A股、港股、美股、日股、韩股、台股和 ETF。它聚合多源行情、K 线、技术指标、新闻公告与基本面数据,由大模型生成含结论、评分、买卖点位和风险提示的决策报告,并通过企业微信、飞书、Telegram 等渠道推送。

推荐指数

4.0

功能完整、部署门槛低,适合想用 LLM 做每日复盘提醒的开发者,但分析结果不构成投资建议。

近 7 天

+3,509

新增 Star

总 Star 排名

#59

雷达追踪的 3,931 个 AI 仓库中

创建于

2026

2026年1月10日

核心亮点

  • 1多市场覆盖

    支持 A股、港股、美股、日股、韩股、台股及 ETF 的行情与新闻聚合。

  • 2AI 决策报告

    输出核心结论、评分、趋势、买卖点位、风险警报与操作清单。

  • 3零成本定时

    可 Fork 后用 GitHub Actions 定时运行,无需自备服务器。

  • 4多渠道推送

    支持企业微信、飞书、Telegram、Discord、Slack 和邮件。

  • 5Web 工作台

    提供手动分析、历史报告、回测、持仓与配置管理界面。

适用场景

  • 每日自选股复盘

    例如:配置 STOCK_LIST 后,每个交易日收盘后自动收到自选股分析报告。

  • 多市场跟踪

    例如:同时关注 A股、美股和港股标的,统一在一个看板中查看结论。

  • 策略问答

    例如:在 Web 或 Bot 中用均线、缠论等内置策略对个股做多轮追问。

  • 私有化部署

    例如:用 Docker 本地运行并接入 Ollama 本地模型,避免数据外传。

它是怎么工作的

  1. 第 1 步

    配置自选股与密钥

    在 Secrets 中填写 STOCK_LIST、模型 API Key 和推送渠道。

  2. 第 2 步

    拉取多源数据

    从 AkShare、Tushare、YFinance 等数据源获取行情、K 线与新闻。

  3. 第 3 步

    大模型分析

    将行情与新闻输入 LLM,按策略生成评分和决策建议。

  4. 第 4 步

    生成看板并推送

    输出 Markdown 报告,通过配置的渠道定时发送。

快速上手

  1. 1

    Fork 仓库

    点击 GitHub 右上角 Fork 按钮复制仓库。

  2. 2

    配置 Secrets

    在 Settings → Secrets and variables → Actions 中添加模型 Key、STOCK_LIST 和推送地址。

  3. 3

    启用定时任务

    GitHub Actions 按计划自动运行,也可手动触发一次验证。

  4. 4

    本地运行

    也可用 Docker 镜像 zhulinsen/daily_stock_analysis 部署。

    docker run zhulinsen/daily_stock_analysis

适合谁

  • 有基础 Python 和 GitHub 使用经验的开发者
  • 需要每日自动获取股票分析提醒的个人投资者
  • 想研究 LLM 在金融分析中应用的开发者

不太适合

  • 期望获得确定性交易信号的用户
  • 不熟悉 API Key 和 Secrets 配置的新手

成熟度

  • 活跃度最近一次推送在 2026-11,star 与 fork 数很高。
  • 文档README 详细,另有完整指南、LLM 配置和多语言文档。
  • 社区star 数高、开放 issue 仅 39 个,维护较活跃。
  • 上手难度Fork 加配置 Secrets 即可运行,但需理解多个密钥项。

同类项目怎么选

  • OpenBB偏数据终端与研究工具,不内置 LLM 决策报告和推送流程。
  • FinGPT侧重金融大模型训练与微调,不是开箱即用的每日分析系统。

使用前注意

  • · 分析结果由大模型生成,仅供研究参考,不构成投资建议。
  • · 免费行情源受限流和接口变动影响,稳定性不保证。
  • · 需要自行准备 LLM API Key,可能产生调用费用。
  • · 项目采用 MIT 许可,可自由使用和修改。

主题标签

aigcllmquantquantitative-tradinga-stockai-agentquantitative-finance