散户每天看盘最费时的不是盯行情，而是把碎片化的技术指标、公告、新闻舆情和资金流向揉成一份可操作的判断。过去这套工作要么靠经验，要么靠付费研报，现在一个 33k Star 的开源项目把它做成了自动化流水线。
ZhuLinsen 维护的 daily_stock_analysis 是一个基于 LLM 的 A 股/港股/美股智能分析系统，每日自动抓取多源数据、调用大模型生成「决策仪表盘」，并通过企业微信、飞书、Telegram、Discord、Slack 或邮件推送给关注列表。整个流程可以跑在 GitHub Actions 上，零服务器成本。
它解决什么问题
个人投资者做决策时通常面临几个信息断层：
- 行情数据和新闻舆情分散在多个平台
- 技术面分析需要手动看 K 线、均线、MACD
- 基本面数据需要查财报、公告
- 不同市场的交易逻辑差异大（A 股的涨停板制度、港股的 T+0、美股的盘前盘后）
这个项目把这些断层缝合成了一条自动化管线：数据采集 → 多维度分析 → LLM 生成决策仪表盘 → 推送。
核心能力
系统由多个模块组成，每个模块各司其职：
| 模块 | 功能 |
|---|---|
| 决策仪表盘 | 一句话核心结论 + 评分 + 买卖点位 + 风险警报 + 操作检查清单 |
| 多维度分析 | 技术面、实时行情、筹码分布、新闻舆情、公告、资金流与基本面聚合 |
| 市场策略系统 | 内置 A 股复盘、美股 Regime、均线、缠论、波浪、情绪周期等策略 |
| 大盘复盘 | 每日市场概览、指数表现、涨跌统计与板块强弱 |
| Agent 问股 | 多轮策略问答，支持 11 种内置策略 |
| AI 回测验证 | 对历史分析进行事后验证，查看方向准确率和模拟收益 |
推送效果示例：
🎯 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
📰 舆情情绪: 市场关注其AI属性与业绩高增长，情绪偏积极
🚨 风险点1：2月5日主力资金大幅净卖出3.63亿元
✨ 利好1：公司被定位为AI服务器HDI核心供应商技术栈
项目支持广泛的 AI 模型和数据源，不锁定任何单一供应商：
AI 模型：AIHubMix、Gemini、OpenAI 兼容接口、DeepSeek、通义千问、Claude、Ollama 本地模型等。至少配置一个即可运行。
行情数据：TickFlow、AkShare、Tushare、Pytdx、Baostock、YFinance、Longbridge，覆盖 A/H/US 三大市场。
新闻搜索：Anspire、SerpAPI、Tavily、Bocha、Brave、MiniMax、SearXNG，显著影响舆情分析质量。
社交舆情：Stock Sentiment API（Reddit / X / Polymarket，仅美股，可选）。
与替代方案对比
| 维度 | daily_stock_analysis | 传统炒股软件 | 付费研报 |
|---|---|---|---|
| 成本 | 零服务器成本（GitHub Actions） | 免费或月费 | 数百至数千元/年 |
| 定制化 | 自选股 + 多渠道推送 + 策略自定义 | 固定功能 | 固定覆盖范围 |
| 自动化 | 每日定时自动推送 | 需手动查看 | 定期发布 |
| AI 分析 | LLM 综合多源数据生成判断 | 基于技术指标 | 人工分析 |
| 覆盖市场 | A/H/US + ETF | 通常单一市场 | 有限覆盖 |
代价在哪：LLM 分析的准确性取决于 prompt 质量和数据源可靠性，不适合直接作为交易依据；GitHub Actions 免费版有每月额度限制，高频分析需要自建服务器。
快速上手
最快的方式是通过 GitHub Actions，5 分钟即可完成部署：
- Fork 仓库并配置 Secrets
- 配置 AI 模型（至少一个）：
AIHUBMIX_KEY=你的Key # 或 GEMINI_API_KEY / ANTHROPIC_API_KEY / OPENAI_API_KEY - 配置通知渠道（至少一个）：
WECHAT_WEBHOOK_URL=企业微信机器人地址 # 或 FEISHU_WEBHOOK_URL / TELEGRAM_BOT_TOKEN + TELEGRAM_CHAT_ID - 配置自选股（必填）：
STOCK_LIST=600519,hk00700,AAPL,TSLA - 启用 Actions 并手动触发测试
默认每个工作日 18:00（北京时间）自动执行，非交易日不运行。
本地运行同样简单：
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis
pip install -r requirements.txt
cp .env.example .env && vim .env
python main.py也支持 Docker 部署和 FastAPI 服务模式（python main.py --serve-only）。
值得关注的点
- 项目已提交 558 个 commit、120 个 tag，活跃度很高，最近一次提交在 13 小时前
- 支持 Kimi K2.6 等新模型，团队持续扩展兼容性
- Web 工作台提供手动分析、配置管理、回测和持仓管理
- Agent 问股功能支持多轮追问和自定义策略文件
限制：LLM 给出的分析是参考信息，不构成投资建议；免费模型在高峰期可能响应不稳定；A 股数据源的实时性受免费 API 限制。
来源
- GitHub 仓库：https://github.com/ZhuLinsen/daily_stock_analysis
- 完整配置与部署指南：仓库内 docs 目录