∴ GitHub / 趋势仓库

ZhuLinsen / daily_stock_analysis

LLM 驱动的多市场自选股智能分析,每日自动生成决策仪表盘并推送

语言
Python
Star
71.9k
Fork
57.4k
当日新增(11-14)
+256
累计在榜
6 天
最高名次
第 2 名
首次上榜
2026-11-09
去 GitHub 查看 ↗项目主页 ↗

∴ 是什么

这是一个基于大语言模型的多市场股票智能分析系统,覆盖 A股、港股、美股、日股、韩股、台股和 ETF。系统由 AI 决策报告、多源行情聚合、Web/桌面工作台、Agent 策略问股、智能导入与补全、自动化推送等部分组成。它通过配置的 AI 模型、行情数据源和新闻搜索源,生成包含评分、趋势、买卖点位、风险警报等内容的决策仪表盘,并支持推送到企业微信、飞书、Telegram 等多个渠道。

∴ 解决什么问题

  • 解决投资者每日需要人工收集多市场行情、新闻和公告并进行分析的繁琐问题
  • 提供结构化的 AI 决策报告,包含核心结论、评分、趋势、买卖点位、风险警报和催化因素
  • 支持多市场自选股的统一监控与自动推送,减少错过重要信息的风险
  • 通过 GitHub Actions 实现零成本定时运行,无需自备服务器

∴ 怎么上手

  1. 01Fork 本仓库
  2. 02在 GitHub 仓库 Settings → Secrets and variables → Actions 中配置 AI 模型 Secret(至少一个,如 MODELFLARE_KEY 或 GEMINI_API_KEY)
  3. 03配置至少一个通知渠道 Secret(如 WECHAT_WEBHOOK_URL 或 FEISHU_WEBHOOK_URL)
  4. 04配置必填的 STOCK_LIST Secret,填入自选股代码,如 600519,hk00700,AAPL,7203.T,005930.KS,2330.TW
  5. 05在 Actions 标签页启用 workflows
  6. 06手动触发 '每日股票分析' workflow 进行测试

∴ 适合谁

适合需要定期跟踪多个市场自选股、希望获得 AI 辅助决策信息的个人投资者或量化研究者,尤其是熟悉 GitHub Actions 或 Python 的开发者。

∴ 要点

  • 支持多市场数据聚合,覆盖 A股、港股、美股、日股、韩股、台股和 ETF,行情源包括 AkShare、Tushare、Pytdx、Baostock、YFinance、Longbridge
  • AI 模型支持 Modelflare、AIHubMix、Gemini、OpenAI 兼容、DeepSeek、通义千问、Claude、Ollama 本地模型等
  • 自动化推送渠道包括企业微信、飞书、Telegram、Discord、Slack 和邮件
  • 提供 Web/桌面工作台,支持手动分析、任务进度、历史报告、回测、持仓、配置管理和浅色/深色主题
  • Agent 策略问股支持均线、缠论、波浪、趋势、热点、事件、成长、预期等 15 种内置策略
  • 项目采用 MIT License,并声明仅供学习和研究使用,不构成投资建议
许可证 MITa-stockai-agentaigcllmquantquantitative-financequantitative-trading

解读由 AI 依据项目 README 生成,生成于 2026-11-09,以 GitHub 原文为准。

∴ 在榜记录

GitHub Trending 今日榜的每日存档,日期按北京时间。2026-11-09 首次上榜,累计在榜 6 天,最高第 2 名。

[object Object]2026-11-09 +5052026-11-10 +5062026-11-11 +4292026-11-12 +2782026-11-13 +2722026-11-14 +256
每日新增 Star · 2026-11-09 至 2026-11-14 · 共 6 个在榜日峰值 +506
日期名次当日新增总 Star
#4+25671,890
#4+27271,286
#2+27870,791
#2+42969,952
#9+50669,336
#9+50568,492