大数跨境

基于大模型(LLM)的自选股智能分析系统,让AI帮你盯盘,每天自动推送分析报告

基于大模型(LLM)的自选股智能分析系统,让AI帮你盯盘,每天自动推送分析报告 机器学习AI算法工程
2026-08-18
1
导读:向AI转型的程序员都关注公众号 机器学习AI算法工程

向AI转型的程序员都关注公众号 机器学习AI算法工程


每天收盘后,你是不是还在手动翻看各种股票软件、刷财经新闻、看研报?如果有一套系统,能自动帮你分析自选股,生成一份像专业投顾一样的决策报告,直接推送到你的企业微信/飞书/Telegram——而且完全免费、零成本运行

这就是GitHub上爆火的daily_stock_analysis,一个LLM驱动的多市场股票智能分析系统,目前已斩获6.3万Star。 

https://github.com/ZhuLinsen/daily_stock_analysis

一、它是什么?

daily_stock_analysis是一套基于大语言模型(LLM)的自选股智能分析系统。简单来说,它能:

1. 多市场覆盖:支持A股、港股、美股、日股、韩股、台股以及ETF,一个系统搞定全球市场。

2. 多源数据聚合:自动采集行情数据、K线、技术指标、新闻、公告、基本面数据,无需手动搜集。

3. AI生成决策报告:大模型自动分析,输出核心结论、评分、趋势判断、买卖点位、风险警报、催化因素、操作检查清单。

4. 自动推送到手机:每天收盘后自动执行,结果推送到企业微信、飞书、Telegram、Discord、Slack或邮箱


二、五大核心亮点

亮点一:零成本运行

利用GitHub Actions的免费额度,无需购买服务器,Fork仓库、配置几个Secret就能跑起来。每个工作日18:00(北京时间)自动执行分析。

亮点二:决策仪表盘

不是简单地告诉你涨跌,而是生成一份完整的决策仪表盘:包含综合评分、舆情情绪分析、业绩预期、风险警报、利好催化、操作检查清单。像私人投顾一样专业。

亮点三:Web工作台 + Agent问股

内置Web界面,支持手动分析、历史报告查看、任务监控。更强大的是Agent策略问股功能——支持均线金叉、缠论、波浪理论、多头趋势、热点题材、事件驱动等15种内置策略,可以多轮追问,像和投顾对话一样。

亮点四:多模型支持

支持Anspire、AIHubMix、Gemini、OpenAIDeepSeek、通义千问、Claude、Ollama本地模型等主流AI服务。甚至可以在本地用Ollama跑开源模型,完全私有化。

亮点五:智能导入

支持通过图片、CSV/Excel、剪贴板导入自选股,还有股票代码/名称/拼音/别名补全功能,配置自选股非常方便。

三、推送效果长什么样?

系统每天会推送两份报告:决策仪表盘(自选股分析)和大盘复盘(市场概况)。

🎯 2026-02-08 决策仪表盘

共分析3只股票 | 🟢买入:0 🟡观望:2 🔴卖出:1

────────────────────────

⚪ 中钨高新(000657): 观望 | 评分 65 | 看多

⚪ 永鼎股份(600105): 观望 | 评分 48 | 震荡

🟡 新莱应材(300260): 卖出 | 评分 35 | 看空

────────────────────────

📰 中钨高新 (000657)

💭 舆情情绪: 市场关注其AI属性与业绩高增长

📊 业绩预期: 前三季度扣非净利润同比暴涨407%

🚨 风险: 主力资金净卖出3.63亿元

✨ 催化: AI服务器HDI核心供应商

📊 大盘复盘示例

上证指数: 3250.12 (🟢+0.85%)

深证成指: 10521.36 (🟢+1.02%)

创业板指: 2156.78 (🟢+1.35%)

上涨: 3920 | 下跌: 1349 | 涨停: 155 | 跌停: 3

领涨板块: 互联网服务、文化传媒、小金属

四、5分钟快速上手(GitHub Actions方式)

第一步:Fork仓库

打开GitHub仓库页面,点击右上角Fork按钮,将项目复制到自己的账号下。

第二步:配置Secrets

进入仓库Settings → Secrets and variables → Actions,添加以下配置:

Secret名称
说明
OPENAI_API_KEY
AI模型API Key(任选一个服务商)
STOCK_LIST
自选股代码,如 600519,hk00700,AAPL
WECHAT_WEBHOOK_URL
企业微信机器人Webhook(可选)
FEISHU_WEBHOOK_URL
飞书机器人Webhook(可选)

第三步:启用Actions

进入Actions标签页,点击「I understand my workflows, go ahead and enable them」。

第四步:手动测试

Actions → 每日股票分析 → Run workflow,测试一次看看效果。

💡 提示:默认每个工作日18:00(北京时间)自动执行,非交易日不运行。也可以在本地用 python main.py 手动运行,或用Docker部署。

五、技术架构一览

模块
技术/工具
AI模型
Anspire / AIHubMix / Gemini / OpenAI / DeepSeek / Claude / Ollama
行情数据
AkShare / Tushare / Baostock / YFinance / Longbridge / TickFlow
新闻搜索
SerpAPI / Tavily / Bocha / Brave / Anspire / SearXNG
通知推送
企业微信 / 飞书 / Telegram / Discord / Slack / 邮件
部署方式
GitHub Actions(免费) / Docker / 本地运行 / FastAPI服务

项目默认内置AkShare、Baostock、YFinance等免费数据源,零配置即可运行。如需更稳定的数据,可配置Tushare、Longbridge等付费数据源。

六、适合谁用?

个人投资者:每天自动收到自选股分析报告,省去手动研究的时间,辅助投资决策。

量化开发者:项目提供了完整的数据采集、分析、推送管线,可以作为量化系统的基座进行二次开发。

AI/LLM学习者:项目是一个很好的LLM应用场景实战案例,展示了如何将大模型与金融数据结合。

团队协作:支持多渠道推送,适合投资团队共享分析结果。

机器学习算法AI大数据技术

 搜索公众号添加: datanlp

长按图片,识别二维码


阅读过本文的人还看了以下文章:


YOLO实时定位,Qwen3-VL-Seg深度诊断,两者协同完成从"看见"到"看懂"再到"审断"的AI质检全链路
GPT-4o做大脑,Qwen2-VL做眼睛,让无人机+无人船自动巡检港口
NVIDIA开源LocateAnything深度解读:3B参数,比Qwen3-VL快10倍,最强3B视觉定位大模型来了
本地部署AI Agent,6G显存跑Qwen3.6-35B-A3B 从入门到实战全流程
TexMS-YOLO:纹理感知特征融合 + 多尺度交互实现工业缺陷检测91.99% mAP
汇集所有大模型架构图!大模型架构演进全解析
98%准确率!这个双分支AI模型,精准识别木薯叶病害(附代码)
2026论文解读,ASAHI:自适应切片助力小目标检测,速度提升25%、精度创新高
TexMS-YOLO:纹理感知特征融合 + 多尺度交互实现工业缺陷检测91.99% mAP
14.7M参数,小目标AP达到13.9%!FSDETR用频空融合重新定义目标检测
skill刚开源就斩获 1.7K Star!web-access让AI真正"上网"
Qwen3.5实战教程:从0到1掌握本地部署与微调
引入小目标注意力模块改进YOLO12用于无人机视角下的岸边人员玩水检测
pdf2skill:让计算机视觉初学者把PDF文档变成AI技能包
next-ai-draw-io 用这款AI 画图几十秒就搞定了
10 万文档 RAG 落地实战:从 Demo 到生产,我踩过的所有坑
最强一键抠图19Kstar 的 Rembg 开源神器
YOLO12改进引入DINOv3少样本目标检测精度飙升,分享训练自定义数据集代码
基于DINOv2和SAM2改进的U-Net模型
Ultralytics & lightly-train:简化计算机视觉模型训练,无需标签
最新视觉大模型 DINOv3论文精读(逐段解析)
医学影像数据集汇总(持续更新)150个
【医学影像分割】UN-SAM:一种高效且通用的细胞核分割模型
小目标检测难点分析和解决策略

【模型高效部署】tensorrtx 深度解读,yolov11高性能推理实战案例

实时语义分割ENet算法,提取书本/票据边缘


整理开源的中文大语言模型,以规模较小、可私有化部署、训练成本较低的模型为主


《大语言模型》PDF下载


动手学深度学习-(李沐)PyTorch版本


基于40万表格数据集TableBank,用MaskRCNN做表格检测


《基于深度学习的自然语言处理》中/英PDF


Deep Learning 中文版初版-周志华团队


【全套视频课】最全的目标检测算法系列讲解,通俗易懂!


《深度学习入门:基于Python的理论与实现》高清中文PDF+源码


python就业班学习视频,从入门到实战项目


2019最新《PyTorch自然语言处理》英、中文版PDF+源码


《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码


《深度学习之pytorch》pdf+附书源码


《Python数据分析与挖掘实战》PDF+完整源码



不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  


【声明】内容源于网络
0
0
机器学习AI算法工程
计算机视觉、自然语言处理、推荐系统、人工智能、大模型、深度学习、机器学习、大数据技术社区,分享各类算法原理与源码、数据处理、可视化、爬虫、竞赛开源代码等资源。
内容 1570
粉丝 1
机器学习AI算法工程 计算机视觉、自然语言处理、推荐系统、人工智能、大模型、深度学习、机器学习、大数据技术社区,分享各类算法原理与源码、数据处理、可视化、爬虫、竞赛开源代码等资源。
总阅读41.9k
粉丝1
内容1.6k