Text Matrix
技术笔记 行业快讯 视频精读 财富自由 思考与随笔 搜索
Text Matrix

目录

股票智能分析系统：A股/港股/美股 AI 驱动量化投资平台

 收录于 技术笔记
   约 6630 字   预计阅读 17 分钟 

目标读者：想了解如何用 AI 构建量化投资系统的开发者、个人投资者 核心问题：如何用大模型技术构建一个完整的股票分析、决策与自动推送系统？ 难度：⭐⭐⭐⭐（专家设计） 预计阅读时间：40 分钟

§0 三分钟速览

如果你现在只想快速判断这个项目值不值得深入，先记住下面 4 点：

  1. daily_stock_analysis 是一个基于 AI 大模型的 A股/港股/美股智能分析系统，通过 GitHub Actions 实现零成本定时推送，而非开箱即用的实盘策略。
  2. 它最适合的场景是个人投资者的研究辅助和决策参考，而不是机构级量化交易系统。
  3. 核心优势在于多渠道推送、多市场覆盖、内置交易纪律，以及极低的运行成本。
  4. AI 分析仅供参考，不构成投资建议，这是所有类似工具都必须明确的边界。

如果你带着不同目标阅读，可以直接按下面的顺序跳读：

你的目标建议优先阅读
先判断项目边界是否靠谱§1、§2、§7
想快速上手体验§3、§4、§5
想从架构和源码切入§2、§6
想评估是否适合二次开发§2、§6、§8

§1 阅读目标

读完本文后，你应该能够：

  • 准确理解 daily_stock_analysis 的定位和边界。
  • 理解它当前已经公开实现的核心功能。
  • 完成从安装配置到定时推送的基本流程。
  • 看懂系统的多渠道推送、多市场覆盖、策略系统等核心能力。
  • 判断这个项目是否适合你的需求。

§2 项目概述

2.1 什么是 daily_stock_analysis

daily_stock_analysis（股票智能分析系统）是一个基于 AI 大模型的 A股/港股/美股自选股智能分析系统，每日自动分析并推送「决策仪表盘」到企业微信、飞书、Telegram 等渠道。

它解决的核心问题是：

痛点系统能力
信息碎片化统一数据层（AkShare + Tushare + YFinance）
分析主观性AI 客观分析 + 内置交易纪律
跟踪困难GitHub Actions 定时推送
执行繁琐多渠道统一推送（企业微信/飞书/Telegram）

2.2 关键数据

指标数值
GitHub Stars26.8k
GitHub Forks27.6k
提交数480
分支数67
许可证MIT
Python 版本3.10+

2.3 核心能力

能力说明
AI 决策仪表盘一句话核心结论 + 精确买卖点位 + 操作检查清单
多维度分析技术面（盘中实时 MA/多头排列）+ 筹码分布 + 舆情情报 + 实时行情
全球市场支持 A股、港股、美股及美股指数（SPX、DJI、IXIC 等）
策略系统内置 A股「三段式复盘策略」与美股「Regime Strategy」
自动化推送GitHub Actions 定时执行，零成本无需服务器

2.4 这篇文章适合谁读

读者类型是否适合原因
个人投资者适合有量化分析需求，想学习思路
量化开发者适合有完整的数据层、AI 层、策略层架构
技术开发者适合可以二次开发，扩展数据源和渠道
寻找实盘系统的人不适合系统定位为研究辅助，非实盘执行

§3 先建立边界：哪些是事实，哪些需要谨慎

3.1 当前可确认的已实现能力

能力当前状态说明
多市场数据获取✅ 已实现AkShare/Tushare/YFinance
AI 分析决策✅ 已实现LiteLLM 统一接口
多渠道推送✅ 已实现企业微信/飞书/Telegram/Discord/邮件
内置策略✅ 已实现三段式复盘/Regime Strategy
GitHub Actions 定时✅ 已实现零成本运行
Web 工作台✅ 已实现Web 界面

3.2 需要特别注意的事项

注意事项说明
AI 分析仅供参考不构成投资建议
需要配置 API KeyAI 模型和数据源需要配置
GitHub Actions 有频率限制免费计划每月 2000 分钟
数据质量依赖第三方AkShare/Tushare 等数据可能有延迟

3.3 为什么这个边界必须写清楚

金融工具和普通效率工具不同。用户不仅关心"能不能跑"，还关心：

  • 这个分析结果是否可作为决策依据。
  • 这个策略是否经过充分回测。
  • 这个系统是否有实盘执行能力。

daily_stock_analysis 明确是一个研究辅助工具，不是实盘系统，这一点必须在文档中反复强调。

§4 系统架构

4.1 整体架构

┌─────────────────────────────────────────────────────────────────────────────┐
│                         daily_stock_analysis 系统架构                         │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  ┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐      │
│  │    数据层        │     │    搜索层        │     │    AI 层        │      │
│  │                 │     │                 │     │                 │      │
│  │  AkShare        │     │  Tavily 新闻     │     │  LiteLLM        │      │
│  │  Tushare        │     │  SerpAPI        │     │  Agent 决策引擎  │      │
│  │  YFinance       │     │  Bocha          │     │  策略系统       │      │
│  │  Baostock       │     │  MiniMax        │     │                 │      │
│  └────────┬────────┘     └────────┬────────┘     └────────┬────────┘      │
│           │                        │                        │                │
│           └────────────────────────┼────────────────────────┘                │
│                                    │                                         │
│                                    ▼                                         │
│                        ┌─────────────────┐                                   │
│                        │    推送层        │                                   │
│                        │                 │                                   │
│                        │  企业微信        │                                   │
│                        │  飞书           │                                   │
│                        │  Telegram       │                                   │
│                        │  Discord        │                                   │
│                        │  邮件           │                                   │
│                        └────────┬────────┘                                   │
│                                 │                                            │
│                                 ▼                                            │
│                        ┌─────────────────┐                                   │
│                        │    界面层        │                                   │
│                        │                 │                                   │
│                        │  Web 工作台      │                                   │
│                        │  Bot 问股       │                                   │
│                        │  API 接口       │                                   │
│                        └─────────────────┘                                   │
└─────────────────────────────────────────────────────────────────────────────┘

4.2 目录结构

daily_stock_analysis/
├── api/                    # API 模块
│   ├── stock_api.py        # 股票数据 API
│   └── fundamental_api.py # 基本面 API
├── apps/                   # 应用模块
│   ├── analyzer.py         # 分析器
│   └── reporter.py         # 报告生成
├── bot/                     # Bot 模块
│   ├── telegram_bot.py     # Telegram Bot
│   ├── feishu_bot.py       # 飞书 Bot
│   └── webhook.py          # Webhook 接收
├── data_provider/           # 数据提供器
│   ├── akshare_provider.py # AkShare 数据
│   ├── tushare_provider.py # Tushare 数据
│   └── yfinance_provider.py# YFinance 数据
├── docker/                  # Docker 配置
├── scripts/                  # 脚本工具
├── src/                      # 核心源码
│   ├── analyzer_service.py # 分析服务
│   ├── main.py             # 入口文件
│   └── webui.py            # Web 界面
├── strategies/               # 策略模块
│   ├── a_share_strategy.py # A股策略
│   └── us_strategy.py      # 美股策略
├── templates/                # 报告模板
├── tests/                    # 测试
├── docs/                     # 文档
├── AGENTS.md                # Agent 定义
├── CLAUDE.md                # Claude 配置
└── README.md                # 项目说明

4.3 技术栈

层级技术选型说明
数据层AkShare/Tushare/YFinance多源行情数据
搜索层Tavily/SerpAPI/Bocha新闻和舆情数据
AI 层LiteLLM统一模型接口
推送层企业微信/飞书/Telegram多渠道通知
界面层Web 工作台/Bot用户交互
自动化GitHub Actions零成本定时任务

§5 核心模块详解

5.1 数据层：多源行情数据

系统统一通过 AkShare、Tushare、YFinance 获取行情数据，支持 A股、港股、美股：

数据源覆盖市场特点
AkShareA股、港股免费开源，数据全面
TushareA股专业级数据，需注册
YFinance美股Yahoo 官方，实时性强
BaostockA股专注基本面数据
PytdxA股直连交易所，低延迟

5.2 AI 层：LiteLLM 统一接口

系统通过 LiteLLM 封装所有 AI 模型，支持统一调用和负载均衡：

模型类别支持的模型
OpenAIGPT-4, GPT-3.5-turbo
AnthropicClaude-3-opus, Claude-3-sonnet
GoogleGemini-pro
DeepSeekDeepSeek-chat
阿里通义千问
MistralMistral-medium

5.3 决策仪表盘：AI 生成投资建议

核心输出格式，包含三个部分：

## 📈 贵州茅台（600519）分析

### 💡 一句话结论
**多头趋势延续，短期回调是买入机会，目标价 1850 元**

### 🎯 决策点位
| 类型 | 价格 | 理由 |
|------|------|------|
| 买入价 | 1750 | MA5 支撑位 |
| 止损价 | 1700 | MA10 跌破 |
| 目标价 | 1850 | 前高压力位 |

### ✅ 操作检查清单
- [x] MA5 > MA10 > MA20 多头排列 ✓
- [x] 乖离率 3.2% < 5% 阈值 ✓
- [x] 成交量放大 20% ✓
- [ ] 北向资金净流入（需确认）

5.4 策略系统：内置交易纪律

A股「三段式复盘策略」

class AShareThreeStageStrategy:
    """
    A股三段式复盘策略

    原理：
    1. 趋势判断：MA 多头排列确认方向
    2. 位置评估：乖离率判断贵贱
    3. 仓位决策：综合给出买入/持有/卖出建议
    """

内置交易纪律

规则说明可配置
严禁追高乖离率超 5% 提示风险✅
趋势交易MA5 > MA10 > MA20 多头排列✅
精确点位买入价、止损价、目标价✅
检查清单每项条件「满足/注意/不满足」✅
新闻时效默认 3 天内新闻✅

5.5 推送系统：多渠道通知

支持 8 大推送渠道：

渠道说明
企业微信群机器人 Webhook
飞书自定义机器人
TelegramBot 推送
DiscordWebhook
邮件SMTP 发送

§6 安装与配置

6.1 GitHub Actions 部署（推荐，零成本）

步骤 1：Fork 本仓库

点击 GitHub 右上角 Fork 按钮

步骤 2：配置 Secrets

进入 Settings → Secrets and variables → Actions → New repository secret：

Secret 名称说明必填
AIHUBMIX_KEYAIHubMix API Key（推荐，一 Key 用全系模型）至少配置一个
GEMINI_API_KEYGoogle AI Studio Key可选
ANTHROPIC_API_KEYAnthropic Claude Key可选
TUSHARE_TOKENTushare 数据 Token可选

步骤 3：启用定时任务

编辑 .github/workflows/schedule.yml：

on:
  schedule:
    - cron: '0 9 * * 1-5'  # 周一至周五 09:00 执行
  workflow_dispatch:           # 支持手动触发

步骤 4：查看推送

每天 09:00（北京时间）自动分析并推送到配置的通知渠道。

6.2 本地运行

# 克隆仓库
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
# 编辑 .env 填入 API Key

# 运行分析
python main.py --stock 600519 --market cn

§7 LLM 配置详解

7.1 配置方式对比

方式说明适用场景
方式 1：简单模式单个 API Key快速体验
方式 2：多模型回退fallback 机制提高稳定性
方式 3：多渠道负载均衡高级配置生产环境

7.2 方式 1：简单模式

# .env 文件
AIHUBMIX_KEY=your-key-here

7.3 方式 2：多模型回退

LITELLM_MODEL=gpt-4
LITELLM_FALLBACK_MODELS=gpt-3.5-turbo,claude-3-haiku

7.4 方式 3：多渠道负载均衡

# 渠道 1
LLM_CHANNELS=openai,anthropic
LLM_OPENAI_PROTOCOL=https://api.openai.com/v1
LLM_OPENAI_API_KEY=sk-xxx
LLM_OPENAI_MODELS=gpt-4,gpt-3.5-turbo
LLM_OPENAI_ENABLED=true

# 渠道 2
LLM_ANTHROPIC_PROTOCOL=https://api.anthropic.com
LLM_ANTHROPIC_API_KEY=sk-ant-xxx
LLM_ANTHROPIC_MODELS=claude-3-opus,claude-3-sonnet
LLM_ANTHROPIC_ENABLED=true

§8 与类似项目对比

功能daily_stock_analysisQuantConnect聚宽
AI 驱动✅ GPT/Claude/Gemini❌❌
中文优化✅ 深度优化❌✅
零服务器✅ GitHub Actions❌❌
多渠道推送✅ 8 大渠道❌❌
内置策略✅ 三段式/Regime✅✅
成本免费免费/付费付费

§9 风险提示

重要声明： 本系统仅供学习研究，不构成投资建议。

风险类型说明
AI 预测不确定性AI 模型的预测存在不确定性
数据质量依赖第三方数据源的准确性和时效性
市场风险交易表现可能因多种因素而异
策略风险量化策略有风险，过往业绩不代表未来表现

底线建议：

  • 本系统仅作为研究工具使用。
  • 不要用于真实交易决策。
  • 投资有风险，决策需谨慎。
  • 系统默认配置适合学习，实盘使用请充分测试。

§10 常见问题

Q1: 推送没收到？

检查以下几点：

  1. GitHub Actions 是否成功运行（查看 Actions 日志）
  2. Secrets 配置是否正确
  3. Webhook URL 是否有效
  4. 通知渠道是否正常（如企业微信群是否满员）

Q2: 分析结果不准确？

AI 分析仅供参考：

  1. AI 模型能力有限，请勿作为唯一决策依据
  2. 可以调整 temperature 参数改变创造性
  3. 建议结合自身判断使用

Q3: 如何添加自选股？

编辑 config/stocks.yml：

a_stock:
  - code: 600519
    name: 贵州茅台
  - code: 000858
    name: 五粮液

us_stock:
  - code: AAPL
    name: Apple
  - code: TSLA
    name: Tesla

§11 总结

如果要用一句话概括 daily_stock_analysis，我会这样定义：

它是一个基于 AI 的股票智能分析系统，通过多渠道定时推送帮助个人投资者跟踪市场，定位为研究辅助工具，而非实盘交易系统。

它的优势在于：

  • 零成本运行（GitHub Actions）
  • 多渠道实时推送
  • 内置交易纪律，避免情绪化决策
  • 支持 A股、港股、美股
  • 活跃社区，持续更新

它的边界也同样明确：

  • AI 分析仅供参考，不构成投资建议
  • 需要一定技术基础配置
  • 实盘使用需充分回测验证
  • GitHub Actions 有免费额度限制

适合 有技术背景的投资者 学习量化分析思路，或作为 个人投资管理工具 辅助决策。

资源链接

  • GitHub 仓库：https://github.com/ZhuLinsen/daily_stock_analysis
  • 完整指南：https://github.com/ZhuLinsen/daily_stock_analysis/blob/main/docs/full-guide.md
  • 常见问题：https://github.com/ZhuLinsen/daily_stock_analysis/blob/main/docs/FAQ.md
  • LLM 配置指南：https://github.com/ZhuLinsen/daily_stock_analysis/blob/main/docs/LLM_CONFIG_GUIDE.md

文档元信息

  • 难度：⭐⭐⭐⭐
  • 类型：技术笔记 / 项目解读
  • 更新日期：2026-04-08
  • 依据来源：GitHub 仓库 README、公开文档与源码结构
更新于 2026-05-23
 量化投资, AI, 股票分析, LiteLLM, Python, GitHub Actions
返回 | 主页

下一步

如果这篇内容对你有帮助，继续往更完整的路径里走。

你可以从专题页继续系统阅读，也可以通过联系页反馈想跟进的主题、工具和合作方向。

AI Agent 专题 Coding Agent 专题 开源 AI 工具 联系

继续阅读

与这篇内容相关的文章