项目分享|LLM驱动的多市场股票智能分析器

引言

在股票投资分析中，实时行情跟踪、多维度数据解析和科学决策判断是核心需求，而个人投资者往往面临数据分散、分析耗时、缺乏专业工具的问题。由ZhuLinsen开源的daily_stock_analysis项目完美解决了这些痛点，这是一款基于LLM大模型驱动的A/H/美股智能分析系统，实现了多数据源行情整合、实时新闻舆情分析、AI决策仪表盘生成和多渠道消息推送，还支持零成本定时运行，成为个人股票投资者的高效分析工具。本文将从项目概况、核心优势与应用、技术部署与代码实践三方面，全面解析这款开源工具的使用价值与实操方法。

项目概况

daily_stock_analysis是一款LLM驱动的跨市场股票智能分析系统，基于MIT开源协议开发，专为个人股票投资者设计，支持A股、港股、美股三大市场的自选股智能分析。项目核心依托大模型的自然语言理解与分析能力，整合多源行情数据和实时新闻舆情，每日自动生成包含买卖点位、核心结论、检查清单的AI决策仪表盘，并通过企业微信、飞书、Telegram、邮箱等多渠道推送分析结果。

项目实现了零成本白嫖的核心特性，可通过GitHub Actions免费定时运行，无需自备服务器；AI分析主力采用Google Gemini大模型（Google AI Studio提供免费额度），同时兼容OpenAI兼容API（DeepSeek、通义千问、月之暗面等）作为备选。数据来源覆盖AkShare、Tushare、Baostock、YFinance等免费/商用行情平台，新闻搜索整合Tavily、SerpAPI、Bocha等工具，还内置趋势交易、严禁追高等科学的交易理念，为投资分析提供专业参考。

项目目前已迭代至v2.1.0版本，支持本地运行、Docker部署、GitHub Actions部署三种方式，还提供简易WebUI管理界面，可实现配置管理、一键分析、任务状态实时查看等功能，整体操作门槛低，个人投资者可快速上手。

核心优势与应用场景

核心技术优势

1. 跨市场全覆盖，多标的同时分析：支持A股、港股、美股三大市场的股票分析，可自定义自选股列表，一次配置即可实现多只股票的批量自动分析，满足跨市场投资的分析需求。
2. LLM智能分析，生成专业决策仪表盘：依托大模型实现技术面、筹码分布、舆情情报、实时行情的多维度整合分析，输出一句话核心结论+精确买卖止损点位+条件检查清单，用🟢🟡🔴直观标记买入/观望/卖出信号，分析结果专业易懂。
3. 零成本部署，定时自动运行：支持GitHub Actions免费部署，无需购买服务器，配置完成后每个工作日自动定时运行，分析结果实时推送，实现“一次配置，终身受益”。
4. 多数据源整合，信息全面准确：行情数据整合AkShare（免费）、Tushare、Baostock、YFinance等平台，新闻舆情对接Tavily、SerpAPI、Bocha等搜索工具，兼顾数据的全面性和实时性，避免单一数据源的信息偏差。
5. 多渠道推送，触达及时便捷：支持企业微信、飞书、Telegram、邮箱、PushPlus等多种推送渠道，可同时配置多个渠道，分析结果多端同步接收，无需手动打开页面查看。
6. 低门槛使用，灵活扩展：提供WebUI可视化管理界面，支持配置修改、一键触发分析、任务状态查看；兼容多种AI模型和数据源，可根据个人需求灵活替换，还支持自定义Webhook对接钉钉、Discord等更多平台。
7. 内置交易理念，规避投资风险：内置严禁追高（乖离率>5%自动标记危险）、**趋势交易（MA5>MA10>MA20多头排列）**等科学交易理念，分析过程中自动校验关键指标，帮助投资者规避非理性投资行为。

典型应用场景

1. 个人股票投资日常分析：个人投资者可将自选股配置到系统中，每日自动接收AI分析报告，无需手动收集行情、分析新闻，大幅节省投资分析时间，提升决策效率。
2. 跨市场投资标的跟踪：针对同时投资A/H/美股的投资者，系统可实现多市场标的的统一分析和推送，避免因市场分散导致的分析遗漏，实现跨市场标的的集中管理。
3. 投资新手入门分析：对于缺乏专业分析能力的投资新手，系统的可视化决策仪表盘和明确的买卖信号，可作为投资分析的参考依据，帮助新手建立科学的投资分析思维。
4. 小团队投资交流参考：投资小团队可通过配置共享的推送渠道（如企业微信群、飞书群），让团队成员同步接收股票分析报告，为团队投资交流提供统一的信息基础。
5. 股票分析技术学习：项目为开源项目，代码结构清晰，包含数据采集、LLM调用、消息推送、WebUI开发等多个模块，可作为Python量化投资、LLM实际应用的学习案例。

技术原理与部署实践

核心技术原理与项目架构

daily_stock_analysis基于Python开发，采用模块化、分层式的架构设计，核心分为数据采集层、AI分析层、消息推送层、调度运行层和可视化层五大模块，各模块解耦设计，便于扩展和维护：

1. 数据采集层：通过data_provider模块实现多数据源适配器，对接AkShare、Tushare等行情平台和Tavily等新闻搜索工具，完成股票行情数据、新闻舆情数据的统一采集和格式标准化；
2. AI分析层：核心为src/analyzer.py模块，将采集的行情、舆情数据封装为结构化提示词，调用Gemini/OpenAI兼容API进行大模型分析，解析返回结果并生成标准化的决策仪表盘；
3. 消息推送层：由src/notification.py模块实现，封装企业微信、飞书、Telegram等多渠道的推送接口，将AI分析结果格式化后推送到指定渠道；
4. 调度运行层：支持GitHub Actions定时调度、本地手动调度、Docker容器调度三种方式，通过工作流配置实现每日自动运行，还支持任务异步执行和状态管理；
5. 可视化层：由webui.py和web模块实现简易WebUI，基于轻量化Web框架开发，提供配置管理、一键分析、任务状态查看等可视化功能，降低操作门槛。

项目核心工作流程为：定时触发→自选股解析→多源数据采集→结构化提示词构建→LLM大模型调用→AI分析报告生成→多渠道消息推送，全程自动化执行，无需人工干预。

部署方式：三种方案任选（附核心配置/代码）

项目支持GitHub Actions（推荐，零成本）、本地运行、Docker部署三种方式，以下为各方式的核心操作步骤，重点讲解最实用的GitHub Actions部署：

方式一：GitHub Actions部署（推荐，零成本，无需服务器）

该方式依托GitHub Actions的免费运行资源，实现每日自动定时分析，核心步骤为Fork仓库+配置Secrets+启用Actions：

1. Fork项目仓库：打开https://github.com/ZhuLinsen/daily_stock_analysis，点击右上角Fork按钮，将项目复刻到自己的GitHub账号；
2. 配置仓库Secrets：进入复刻后的仓库→Settings→Secrets and variables→Actions→New repository secret，添加以下核心配置（必填项标★，至少配置一个AI模型和一个推送渠道）：
   • AI模型配置（二选一★）：
     • GEMINI_API_KEY：Google AI Studio获取的免费Gemini API Key（推荐）
     • OPENAI_API_KEY：OpenAI兼容API Key，搭配OPENAI_BASE_URL（API地址）、OPENAI_MODEL（模型名）使用
   • 推送渠道配置（至少一个★）：
     • WECHAT_WEBHOOK_URL：企业微信机器人Webhook URL
     • FEISHU_WEBHOOK_URL：飞书机器人Webhook URL
     • TELEGRAM_BOT_TOKEN/TELEGRAM_CHAT_ID：Telegram机器人令牌和聊天ID
     • EMAIL_SENDER/EMAIL_PASSWORD/EMAIL_RECEIVERS：邮箱发件人、授权码、收件人
   • 核心业务配置（★）：
     • STOCK_LIST：自选股代码，格式如600519,hk00700,AAPL,TSLA（A股/港股/美股）
3. 启用GitHub Actions：进入仓库的Actions标签→点击I understand my workflows, go ahead and enable them，启用工作流；
4. 手动测试运行：Actions→选择「每日股票分析」→Run workflow→点击Run workflow，触发一次手动分析，测试配置是否正常；
5. 完成部署：默认每个工作日北京时间18:00自动执行分析，结果自动推送到配置的渠道。

方式二：本地运行（适合开发/调试，附核心代码）

本地运行需先配置Python环境（3.8+），核心步骤：

1. 克隆仓库并安装依赖

# 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

2. 配置环境变量：复制.env.example为.env，编辑文件填写GEMINI_API_KEY、STOCK_LIST、推送渠道等配置（与Secrets字段一致）；
3. 本地运行分析/启动WebUI

# 执行一次完整分析并推送
python main.py
# 启动WebUI（配置管理+一键分析），访问地址：http://127.0.0.1:8000
python main.py --webui
# 仅启动WebUI，不执行自动分析
python main.py --webui-only

方式三：Docker部署（适合本地服务器/云服务器）

依托Docker-compose实现一键部署，核心命令：

# 克隆仓库
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis
# 编辑docker/.env文件，填写配置信息
# 启动容器
docker-compose -f docker/docker-compose.yml up -d
# 查看运行日志
docker-compose -f docker/docker-compose.yml logs -f

关键功能使用：WebUI与API接口

项目提供简易WebUI和API接口，方便可视化操作和二次开发：

1. WebUI功能：访问http://127.0.0.1:8000，可实现自选股配置修改、单只股票一键分析、分析任务状态实时查看、多任务并行管理；
2. 核心API接口（GET请求）：
   • /health：健康检查，返回服务运行状态；
   • /analysis?code=xxx：触发单只股票异步分析，xxx为股票代码（如600519）；
   • /tasks：查询所有分析任务的执行状态；
   • /task?id=xxx：查询单个任务的详细执行状态。

该项目及相关内容已AladdinEdu课题广场同步发布，欢迎前往了解更多技术实现与资源

项目地址：AladdinEdu课题广场