by ZhuLinsen
LLM驱动的 A/H/美股智能分析:多数据源行情 + 实时新闻 + LLM决策仪表盘 + 多渠道推送,零成本定时运行,纯白嫖. LLM-powered stock analysis system for A/H/US markets.
# Add to your Claude Code skills
git clone https://github.com/ZhuLinsen/daily_stock_analysisGuides for using ai agents skills like daily_stock_analysis.
本技能基于 src/services/analyzer_service.py 的逻辑,提供分析股票和整体市场的功能。
AnalysisResult)分析函数返回一个 AnalysisResult 对象(或其列表),该对象具有丰富的结构。以下是其关键组件的简要概述,并附有真实的输出示例:
dashboard 属性包含核心分析,分为四个主要部分:
core_conclusion: 一句话总结、信号类型和仓位建议。data_perspective: 技术数据,包括趋势状态、价格位置、量能分析和筹码结构。intelligence: 定性信息,如新闻、风险警报和积极催化剂。battle_plan: 可操作的策略,包括狙击点(买/卖目标)、仓位策略和风险控制清单。Config)所有分析函数都可以接受一个可选的 config 对象。该对象包含应用程序的所有配置,例如 API 密钥、通知设置和分析参数。
如果未提供 config 对象,函数将自动使用从 .env 文件加载的全局单例实例。
参考: Config
描述: 分析单只股票并返回分析结果。
何时使用: 当用户要求分析特定股票时。
输入:
stock_code (str): 要分析的股票代码。config (Config, 可选): 配置对象。默认为 None。full_report (bool, 可选): 是否生成完整报告。默认为 False。notifier (NotificationService, 可选): 通知服务对象。默认为 None。输出: Optional[AnalysisResult]
一个包含分析结果的 AnalysisResult 对象,如果分析失败则为 None。
示例:
from src.services.analyzer_service import analyze_stock
# 分析单只股票
result = analyze_stock("600989")
if result:
print(f"股票: {result.name} ({result.code})")
print(f"情绪得分: {result.sentiment_score}")
print(f"操作建议: {result.operation_advice}")
参考: analyze_stock
Last scanned: 5/13/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-05-13T06:47:56.404Z",
"semgrepRan": false,
"npmAuditRan": true,
"pipAuditRan": false
}🤖 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/Discord/Slack/邮箱
产品预览 · 功能特性 · 快速开始 · 推送效果 · 文档中心 · 完整指南
| 能力 | 覆盖内容 | |------|------| | AI 决策报告 | 核心结论、评分、趋势、买卖点位、风险警报、催化因素、操作检查清单 | | 多市场数据聚合 | A股、港股、美股、ETF;行情、K 线、技术指标、资金流、筹码、新闻、公告和基本面 | | 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、浅色 / 深色主题 | | Agent 策略问股 | 多轮追问,支持均线、缠论、波浪、趋势等 11 种内置策略,覆盖 Web/Bot/API | | 智能导入与补全 | 图片、CSV/Excel、剪贴板导入;股票代码/名称/拼音/别名补全 | | 自动化与推送 | GitHub Actions、Docker、本地定时任务、FastAPI 服务和企业微信/飞书/Telegram/Discord/Slack/邮件推送 |
No comments yet. Be the first to share your thoughts!
描述: 分析一个股票列表并返回分析结果列表。
何时使用: 当用户想要一次分析多只股票时。
输入:
stock_codes (List[str]): 要分析的股票代码列表。config (Config, 可选): 配置对象。默认为 None。full_report (bool, 可选): 是否为每只股票生成完整报告。默认为 False。notifier (NotificationService, 可选): 通知服务对象。默认为 None。输出: List[AnalysisResult]
一个 AnalysisResult 对象列表。
示例:
from src.services.analyzer_service import analyze_stocks
# 分析多只股票
results = analyze_stocks(["600989", "000001"])
for result in results:
print(f"股票: {result.name}, 操作建议: {result.operation_advice}")
参考: analyze_stocks
描述: 对整体市场进行复盘并返回一份报告。
何时使用: 当用户要求市场概览、摘要或复盘时。
输入:
config (Config, 可选): 配置对象。默认为 None。notifier (NotificationService, 可选): 通知服务对象。默认为 None。输出: Optional[str]
一个包含市场复盘报告的字符串,如果失败则为 None。
示例:
from src.services.analyzer_service import perform_market_review
# 执行大盘复盘
report = perform_market_review()
if report:
print(report)
功能细节、字段契约、基本面 P0 超时语义、交易纪律、数据源优先级、Web/API 行为请看 完整配置与部署指南。
| 类型 | 支持 | |------|------| | AI 模型 | Anspire、AIHubMix、Gemini、OpenAI 兼容、DeepSeek、通义千问、Claude、Ollama 本地模型等 | | 行情数据 | TickFlow、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) |
完整规则见 数据源配置。
5 分钟完成部署,零成本,无需服务器。
点击右上角 Fork 按钮(顺便点个 Star⭐ 支持一下)
Settings → Secrets and variables → Actions → New repository secret
AI 模型配置(至少配置一个)
默认先选一个模型服务商并填写 API Key;需要多模型、图片识别、本地模型或高级路由时,再参考 LLM 配置指南。
| Secret 名称 | 说明 | 必填 |
|------------|------|:----:|
| ANSPIRE_API_KEYS | Anspire API Key,一Key同时启用全球热门大模型和联网搜索,无需科学上网,含免费额度 | 推荐 |
| AIHUBMIX_KEY | AIHubMix API Key,一Key切换使用全系模型,无需科学上网,本项目可享 10% 优惠 | 推荐 |
| GEMINI_API_KEY | Google Gemini API Key | 可选 |
| ANTHROPIC_API_KEY | Anthropic Claude API Key | 可选 |
| OPENAI_API_KEY | OpenAI 兼容 API Key(支持 DeepSeek、通义千问等) | 可选 |
| OPENAI_BASE_URL / OPENAI_MODEL | 使用 OpenAI 兼容服务时填写 | 可选 |
Ollama 更适合本地 / Docker 部署,GitHub Actions 推荐使用云端 API。
通知渠道配置(至少配置一个)
| Secret 名称 | 说明 |
|------------|------|
| WECHAT_WEBHOOK_URL | 企业微信机器人 |
| FEISHU_WEBHOOK_URL | 飞书机器人 |
| TELEGRAM_BOT_TOKEN + TELEGRAM_CHAT_ID | Telegram |
| DISCORD_WEBHOOK_URL | Discord Webhook |
| SLACK_BOT_TOKEN + SLACK_CHANNEL_ID | Slack Bot |
| EMAIL_SENDER + EMAIL_PASSWORD | 邮件推送 |
更多渠道、签名校验、分组邮件、Markdown 转图片等配置见 通知渠道详细配置。
自选股配置(必填)
| Secret 名称 | 说明 | 必填 |
|------------|------|:----:|
| STOCK_LIST | 自选股代码,如 600519,hk00700,AAPL,TSLA | ✅ |
新闻源配置(推荐)
新闻源会显著影响舆情、公告、事件和催化因素质量,建议至少配置一个搜索服务。
| Secret 名称 | 说明 | 必填 |
|------------|------|:----:|
| ANSPIRE_API_KEYS | Anspire AI Search:中文内容特别优化,适合 A 股新闻和舆情检索;同一 Key 可复用为 Anspire 大模型 | 推荐 |
| SERPAPI_API_KEYS | SerpAPI:搜索引擎结果补强,适合实时金融新闻 | 推荐 |
| TAVILY_API_KEYS | Tavily:通用新闻搜索 API | 可选 |
| BOCHA_API_KEYS | 博查搜索:中文搜索优化,支持 AI 摘要 | 可选 |
| BRAVE_API_KEYS | Brave Search:隐私优先,美股资讯补强 | 可选 |
| MINIMAX_API_KEYS | MiniMax:结构化搜索结果 | 可选 |
| SEARXNG_BASE_URLS | SearXNG 自建实例:无配额兜底,适合私有部署 | 可选 |
更多搜索源、社交舆情和降级规则见 搜索服务配置。
Actions 标签 → I understand my workflows, go ahead and enable them
Actions → 每日股票分析 → Run workflow → Run workflow
默认每个**工作日 18:00(北京时间)**自动执行,也可手动触发。默认非交易日(含 A/H/US 节假日)不执行;强制运行、交易日检查、断点续传等规则见 完整指南。
# 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
python main.py --market-review
python main.py --schedule
python main.py --serve-only
🎯 2026-02-08 决策仪表盘
共分析3只股票 | 🟢买入:0 🟡观望:2 🔴卖出:1
📊 分析结果摘要
⚪ 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)
📰 重要信息速览
💭 舆情情绪: 市场关注其AI属性与业绩高增长,情绪偏积极,但需消化短期获利盘和主力流出压力。
📊 业绩预期: 基于舆情信息,公司2025年前三季度业绩同比大幅增长,基本面强劲,为股价提供支撑。
🚨 风险警报:
风险点1:2月5日主力资金大幅净卖出3.63亿元,需警惕短期抛压。
风险点2:筹码集中度高达35.15%,表明筹码分散,拉升阻力可能较大。
风险点3:舆情中提及公司历史违规记录及重组相关风险提示,需保持关注。
✨ 利好催化:
利好1:公司被市场定位为AI服务器HDI核心供应商,受益于AI产业发展。
利好2:2025年前三季度扣非净利润同比暴涨407.52%,业绩表现强劲。
📢 最新动态: 【最新消息】舆情显示公司是AI PCB微钻领域龙头,深度绑定全球头部PCB/载板厂。2月5日主力资金净卖出3.63亿元,需关注后续资金流向。
---
生成时间: 18:00
🎯 2026-01-10 大盘复盘
📊 主要指数
- 上证指数: 3250.12 (🟢+0.85%)
- 深证成指: 10521.36 (🟢+1.02%)
- 创业板指: 2156.78 (🟢+1.35%)
📈 市场概况
上涨: 3920 | 下跌: 1349 | 涨停: 155 | 跌停: 3
🔥 板块表现
领涨: 互联网服务、文化传媒、小金属
领跌: 保险、航空机场、光伏设备
完整环境变量、模型渠道、通知渠道、数据源优先级、交易纪律、基本面 P0 语义和部署说明请参考 完整配置指南。
Web 工作台提供配置管理、任务监控、手动分析、历史报告、完整 Markdown 报告、Agent 问股、回测、持仓管理、智能导入和浅色 / 深色主题。启动方式:
python main.py --webui
python main.py --webui-only
访问 http://127.0.0.1:8000 即可使用。认证、智能导入、搜索补全、历史报告复制、云服务器访问等细节见 本地 WebUI 管理界面。
配置任意可用 AI API Key 后,Web /chat 页面即可使用策略问股;如需显式关闭可设置 AGENT_MODE=false。
DSA 聚焦日常分析报告;下面两个同系列项目分别覆盖选股、策略验证与策略进化,适合按需延伸使用。它们当前独立维护,后续会优先探索与 DSA 的候选股导入、回测验证和报告联动。
| 项目 | 定位 | |------|------| | AlphaSift | 多因子选股与全市场扫描,用于从股票池中提取候选标的 | | AlphaEvo | 策略回测与自我进化,用于验证策略规则,并通过迭代探索策略参数与组合 |
MIT License © 2026 ZhuLinsen
欢迎在二次开发或引用时注明本仓库来源,感谢支持项目持续维护。
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。作者不对使用本项目产生的任何损失负责。