股票智能分析系统

基于 AI 大模型的多市场股票智能分析系统,每日自动分析并推送决策仪表盘到多平台。

Star 数
★ 67k
最近更新
1 天前
License
MIT
主语言
Python

30 秒速览

运行形态
命令行工具自托管服务网页应用
可在哪里用
通用 · 跨平台
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
Python 3.10+DockerGitHub ActionsAPI 密钥(LLM、新闻、数据)Shell / 命令行网络访问本地文件系统
典型场景
散户投资者每天早晨查看自己的自选股AI决策报告,了解评分和买卖建议。
不适合
  • 不愿配置多个 API Key 的用户:AI、新闻、推送均需密钥
  • 追求免费源长期稳定行情的用户:免费源限流且不保证稳定

这个 Agent 能做什么,适合哪些场景?

DSA(daily_stock_analysis)是一个由 LLM 驱动的多市场股票智能分析系统,支持A股、港股、美股、日股、韩股、台股。它聚合多源行情、实时新闻、基本面数据,通过AI生成决策报告,并通过企业微信、飞书、Telegram、Discord、Slack、邮件等渠道推送。系统提供Web工作台、Agent策略问股、回测、持仓管理等功能,并支持GitHub Actions、Docker、本地定时任务等多种部署方式。该项目默认集成免费数据源,可零配置运行,但长期稳定使用建议配置付费数据源。

系统读取自选股列表,从AkShare、Tushare、YFinance、TickFlow等数据源获取行情、K线、技术指标,从新闻搜索API获取实时新闻和公告,调用Anthropic、OpenAI、DeepSeek等AI模型生成决策报告,包括评分、买卖点位、风险警报、催化因素。报告通过企业微信机器人、飞书、Telegram等webhook推送。用户可通过CLI(如python main.py --stocks 600519,hk00700)进行手动分析,或通过Web界面(python main.py --webui)进行交互操作。系统支持Agent策略问股,内置均线、缠论、波浪等15种策略,并可运行在GitHub Actions的定时任务中。

  1. 散户投资者每天早晨查看自己的自选股AI决策报告,了解评分和买卖建议。
  2. 量化爱好者使用Agent策略问股功能,针对具体股票进行多轮策略追问。
  3. 企业用户通过Web工作台管理多个股票池,并利用回测功能验证策略。
  4. 开发者在CI/CD中集成股票分析任务,通过GitHub Actions实现免费定时运行。
  5. 分析师使用大盘复盘功能,快速了解主要指数和板块表现。

如何安装或部署这个 Agent?

方式一:GitHub Actions。Fork仓库,在Settings->Secrets添加所需API密钥(如ANSPIRE_API_KEYS、GEMINI_API_KEY等),配置STOCK_LIST,启用Actions后手动运行工作流。方式二:本地克隆仓库,执行pip install -r requirements.txt,复制.env.example为.env并填写环境变量,然后运行python main.py。

如何使用这个 Agent?

安装后,通过命令行运行python main.py --stocks 600519,hk00700进行单次分析,加--debug查看详细信息。也可使用--webui启动Web界面,访问http://127.0.0.1:8000进行交互操作。配置定时任务可参考文档,系统默认在工作日18:00(北京时间)自动运行。

这个 Agent 有哪些优点和局限?

优点
  • 支持多市场覆盖,包括A股、港股、美股、日股、韩股、台股
  • 提供Web工作台和Agent问股,交互丰富
  • 支持多种通知渠道,可灵活集成企业微信、飞书等
  • 可零成本用GitHub Actions部署,无需服务器
局限
  • 免费数据源不稳定,长期使用建议配置付费数据源
  • 需要配置多个API密钥,可能涉及成本
  • 非交易日不自动执行,默认周一至周五运行
  • 项目处于快速迭代中,API可能变动

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
股票智能分析系统 当前 46 · 缺口较多 命令行工具免费 + 模型费 ★ 67k 1 天前 Python —
OpenBB 开放数据平台 37 · 缺口较多 代码库 / SDK免费版 + 付费版 ★ 74k 今天 Python —
AlphaGBM 技能包 43 · 缺口较多 Agent 插件 / 技能免费版 + 付费版 ★ 3.6k 24 天前 Python Claude Code
QuantDinger AI 量化交易系统 89 · 表现良好 自托管服务免费 + 模型费 ★ 13k 今天 Python Codex · Claude Code · OpenAI API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
46/ 100 五分制 2.3 / 5
本评测基于 2026年8月9日 的源码;此后该项目发布了 4 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 7/29
可靠稳定 6/14
适用触发 12/18
规范维护 9/18
有效结果 9/13
证据核验 3/8
查看各维度的扣分理由
信任安全7 / 29 · 1.2/5

证据显示:工作流中大量使用 GitHub Secrets 存储 API 密钥,遵循最小权限原则;但未发现用户确认机制(如推送前确认),数据流透明度部分(README 描述数据源和推送渠道,但未明确数据流向),敏感数据处理部分(API 密钥通过 Secrets 传递,但未说明加密存储),依赖安全部分(requirements.txt 有版本范围,但未提及漏洞扫描),外部影响部分(推送通知和外部 API 调用,但未说明副作用),回滚部分(未提及),来源归属部分(README 和 LICENSE 明确作者)。扣分原因:缺少用户确认、回滚机制,数据流和敏感数据处理细节不足。

可靠稳定6 / 14 · 2.1/5

证据显示:README 和代码结构一致,功能描述与文件存在对应;依赖版本有范围,但未锁定精确版本,可能影响可复现性;失败消息部分(README 提到日志,但未提供具体错误处理示例)。扣分原因:依赖未锁定精确版本,失败消息证据不足。

适用触发12 / 18 · 3.3/5

证据显示:README 明确目标用户(个人投资者)和使用场景(每日分析、推送);能力边界部分(README 列出支持的市场和数据源,但未明确限制);触发精度部分(GitHub Actions 定时触发,可手动触发,但未说明触发条件细节);环境适配部分(支持 GitHub Actions、Docker、本地运行,但未说明系统要求)。扣分原因:能力边界和触发精度细节不足。

规范维护9 / 18 · 2.5/5

证据显示:README 结构清晰,有目录和文档链接;安装说明详细(快速开始、配置 Secrets);命名稳定性部分(项目名称和主要命令稳定,但未说明 API 稳定性);示例和 FAQ 部分(README 有推送效果示例,但未提供 FAQ);已知限制部分(README 提到免费源不稳定,但未全面列出);许可证部分(MIT 许可证明确);版本和变更日志部分(有 auto-tag 工作流,但未提供 CHANGELOG);维护责任部分(README 提供联系邮箱和 Issue 链接)。扣分原因:缺少 FAQ、CHANGELOG,已知限制不全面。

有效结果9 / 13 · 3.5/5

证据显示:输出可用性部分(README 展示决策仪表盘和推送效果,格式清晰);边际价值部分(提供多市场分析、多推送渠道,但未与现有工具对比);成本效益部分(README 强调零成本运行,但未提供实际成本分析)。扣分原因:边际价值和成本效益证据不足。

证据核验3 / 8 · 1.9/5

证据显示:声明可追溯性部分(README 描述功能,但未提供实现细节);跨源验证部分(未提供数据源交叉验证机制);事实与推断分离部分(AI 分析可能混合事实和推断,但未明确区分)。扣分原因:缺乏实现细节和验证机制。

风险与缓解建议
  • 源码中未见:执行前用户确认开启或自行加上执行前确认;先在沙箱或测试环境跑通,确认行为后再接入真实数据。
  • 源码中未见:回滚或恢复路径运行前先备份,或在 git 分支、快照上操作,确保改动可以撤销。
  • 依赖未锁定精确版本,可能影响可复现性和安全性。
  • 缺少用户确认机制,推送通知可能未经用户确认。
  • 数据流和敏感数据处理细节不足,需进一步审查。
  • 未提供回滚机制,配置错误可能难以恢复。
  • AI 分析可能混合事实和推断,需谨慎对待。
证据充分度:低 评估于 2026年8月9日 审查版本 46d5bf3472c0 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v3.33.0
    发布说明摘录
    v3.33.0 发布亮点 - feat: 问股讨论对象由服务端保存,刷新、重开及 Bot/Web 交替使用可恢复;修复“长电科技”等完整股票名称被内部短别名误判的问题。 - feat: 新增无需 LLM 的规则化 ETF 双动量轮动,提供最新调仓信号、扣成本回测、年度对比、参数平原检验及数据质量告警。 - feat: Web 新增只读数据中心、持仓风险与暴露看板,以及自选股“变化 / 状态 / 下一步”提示;设置页保护未保存草稿并改善首次配置引导。 - improve: 选股补齐带来源与质量状态的入选理由及新闻事件证据,修复日线新鲜度、交易日期、缓存降级和检索时间一致性。 - feat: 简化 Modelflare 单 Key 配置,补充 Requesty 渠道、妙想筹码与资金流数据、FXMacroData 宏观工具,以及单票决策复盘记忆和 Multi-Agent 阶段评估。 - fix: 修复基本面和资金流解析、科创板成交量单位、重复定时派发及桌面 MiniRacer 打包;调度超时后默认推送已完成的部分结果,可通过 DSA_TIMEOUT_PARTIAL_NOTIFY=false 关闭。 What's Changed …
    在 GitHub 查看 ↗
  2. v3.32.0
    发布说明摘录
    v3.32.0 Highlights - 已登记 A 股指数贯通 Web/API、Bot、CLI 与 GitHub Actions 分析入口,注册表扩展至 33 项,并统一指数身份、任务去重、历史与 Chat 上下文。 - 新增个股研究聚合 API、ResearchArtifact 结构化研究产物,以及数据源能力与数据集质量只读接口。 - 完善 Futu OpenD 港股数据源接入,新增 Web Chat 分词基础模块与 Agent 轨迹评估入口。 - 自建 SearXNG 搜索超时可配置,Tavily 改用 basic 搜索以降低 credit 消耗。 - 定时分析采用独立进程与硬超时保护,选股结果支持历史恢复,桌面端增加全局更新入口,并修复 Linux/Docker 分享图中韩文字体缺失。 - 收敛 LiteLLM 兼容版本窗口,更新 Web/桌面依赖,并修复美股数据源优先级与股票名称归一问题。 Contributors @Gach-Coder, @SPEC, @ZhuLinsen, @anupamme, @ariesy, @daladada666-a11y, @elvisw, @subaoyan16, @sunkai174634, @tzlwn1, @wvyan, @zhanghao56666-svg, @zhulinsen …
    在 GitHub 查看 ↗
  3. v3.31.0
    发布说明摘录
    v3.31.0 发布亮点 - feat: Agent 工具调用新增按类别和单工具配置的超时契约,并补齐防重试、协作取消、并发预算、线程安全与热重载一致性。 - feat: 股票名称解析、StockDaily.canonical_id 双写和 A 股指数多数据源 fallback 路由共同完善股票身份与行情降级链路。 - improve: 新闻检索为空时在报告中如实披露证据边界;Anspire 默认覆盖全球区域,公共 SearXNG 实例改为显式启用。 - fix: 修复服务重启后的定时任务恢复、分析无报告时的失败反馈、钉钉通知识别,以及大盘复盘历史摘要和实际生成后端诊断。 - security: 桌面端升级 builder-util-runtime 至 9.7.0,修复 CVE-2026-54673 涉及的 HTTP 重定向凭据头信息泄露风险。 - docs: 增加 xAI Grok 的 LiteLLM 配置示例、Grok Bot 集成说明与可复用异步分析 Skill,并更新 AIHubMix 中国大陆直连入口。 What's Changed …
    在 GitHub 查看 ↗

常见问题

使用这个系统需要付费吗?
基础功能免费,可使用内置免费数据源和GitHub Actions零成本运行。但若需要更稳定的数据或更好的AI模型,可能需要配置付费API密钥。
如何保证推送通知的安全性?
通知渠道通过安全的方式配置,如Webhook URL或Bot Token,建议使用环境变量或GitHub Secrets保密。
如果遇到数据源限流怎么办?
系统设计了数据源的优先级和降级机制,可配置多个数据源,当免费源不可用时自动切换。
能否自定义策略?
可以,Agent问股支持自定义策略文件,并支持多Agent编排。
在 GitHub 查看 ↗ 安装 ↓

相关 Agents