ZhuLinsen/daily_stock_analysis 是国内开发者 ZhuLinsen 在 2026 年初开源的一个 LLM 驱动多市场股票智能分析系统,半年时间在 GitHub 上拿下 56,000+ stars、48,000+ forks。它的目标很直接:让任何想用 AI 分析自己持仓、想看每日行情摘要、想做舆情监控的散户和团队,在不租用服务器、不暴露股票账户的前提下,每天定时收到一份自动生成的市场报告。

它的工作方式跟「付费选股软件」完全不同——GitHub Actions 是执行环境,Fork 仓库 + 配置 API Key 即可,服务器、域名、数据库都不需要。免费数据源(AkShare、Baostock、YFinance)零配置即可运行;付费数据源(Tushare、TickFlow、Longbridge)则面向长期运行和批量分析的用户。LLM 层支持 DeepSeek、通义千问、Claude、GPT、Gemini、Ollama 本地模型等多路选择,不需要科学上网也能用。

项目已发布 6 个月,GitHub 提交活跃、文档完善,被广泛用于个人日内盯盘、投顾团队研报素材生产、自媒体选题辅助、企业内部投资分析等多个场景,是当下中文圈最热的量化工具之一。

一、项目简介

daily_stock_analysis 由国内独立开发者 ZhuLinsen 维护,定位是「LLM 驱动的多市场股票智能分析系统」。它的目标用户很清晰:散户、量化爱好者、自媒体、投顾团队,以及对 AI 在金融场景落地的开发者。

项目立项时间是 2026 年 1 月 10 日,半年累计 56,232 stars、48,388 forks,topics 标签覆盖 a-stock、ai-agent、aigc、llm、quant、quantitative-finance、quantitative-trading,从这些标签可以看到项目同时面向 A 股散户与量化开发两个群体。

有几个关键数据:

  • GitHub stars:56,232,过去 30 天新增约 14,800 stars
  • forks:48,388,fork 比例接近 86%,说明大量用户 Fork 后做自部署
  • 正式部署方式:GitHub Actions(零成本)
  • 许可证:MIT
  • 语言:Python 100%
  • 维护状态:高活跃,几乎每周都有更新
  • 官网:https://dsa.zhulinsen.tech
  • Repository topics:a-stock、ai-agent、aigc、llm、quant、quantitative-finance、quantitative-trading

它不是单纯的行情爬虫,而是把「数据采集 + LLM 分析 + 推送通知」三件事打包成了开箱即用的方案。对个人用户来说,价值在于「不需要技术团队也能每天收到 AI 写的市场摘要」;对开发者来说,价值在于「可定制化的 prompt 与模块化架构」。

二、核心功能

2.1 多市场覆盖

支持的标的范围包括:A 股、港股、美股、加密货币、期权与衍生品。同一份代码、一套配置,可以同时盯多个市场。对跨境投资的用户尤其友好。

2.2 多源行情数据

免费源(零配置即可):AkShare、Baostock、YFinance、Pytdx。这是默认配置,适合大多数个人用户。

专业源(需要 API Key):TickFlow、Tushare、Longbridge。这些更适合需要稳定、定时、批量分析的场景,容错与 fallback 规则在文档里有详细说明。

2.3 多 LLM 路由

支持的模型层包括:

  • 国内:DeepSeek、通义千问、智谱 GLM5.2
  • 国外:OpenAI 全系、Anthropic Claude、Google Gemini
  • 本地:Ollama(完全离线可用)

通过环境变量切换模型,一个项目文件里同时支持多家供应商。用户可以根据预算、合规要求、模型能力自由选择。

2.4 新闻搜索与社交舆情

新闻数据源:Anspire(本项目官方合作,新用户 35 元免费额度)、SerpAPI、Tavily、Bocha、Brave Search、硅基流动、SearXNG。

社交舆情:Stock Sentiment API 提供 Reddit、X(推特)、Polymarket 的情绪指标(仅美股覆盖)。

LLM 拿到行情和新闻后,会按预设 prompt 自动输出「今日市场综述」「异动股票解读」「板块热点」「舆情预警」等结构化结果。

2.5 多渠道自动推送

报告推送渠道包括:

  • 企业微信机器人
  • 飞书机器人
  • Telegram Bot
  • Discord Webhook
  • 邮件
  • Server酱、Bark(苹果推送通道)

支持一次推送多渠道,适合需要团队共享研报的场合。

2.6 决策看板

报告除了推送文字版,还附带结构化的决策看板,展示当日异动股票、涨跌幅排行、板块热点、舆情趋势等关键指标。用户可以在浏览器里直接看,不必再回到券商 App 找数据。

2.7 定时调度

GitHub Actions 原生支持 cron 表达式,默认推荐北京时间每个交易日 18:00 自动跑任务(收盘后生成报告)。也可以改成 09:30 开盘前或盘中跟踪。

2.8 模块化架构

整个项目按数据采集、数据分析、报告生成、消息推送分层组织,每层都是独立模块。二次开发者可以单独抽出「数据采集层」接自家系统,或者替换「报告生成层」的 prompt 来定制输出风格。

2.9 自定义 Prompt 体系

提供 LLM_CONFIG_GUIDE.md 详细说明怎么改 prompt。可以加自定义分析维度(比如加入技术面指标、基本面 PE/PB、机构持仓变化等),让 AI 报告更贴合个人偏好。

2.10 部署方式多样

除了 GitHub Actions 这一零成本主流方案,还支持:本地 Python 直接跑、Docker 部署、Linux crontab、第三方云函数(腾讯云函数、阿里云函数计算等)。

2.11 完整的容错机制

内置 fallback 链:某数据源失效时,自动切换到下一个候选;LLM 调用失败时,降级到本地缓存的报告模板;推送失败时,记录到日志供后续手工补推。

三、使用场景

3.1 个人投资者每日收盘总结

普通散户最难的是每天收盘后看一遍所有持仓股、看一遍板块热点、判断明天怎么操作。用 daily_stock_analysis,系统会在每天 18:00 推送一份「您的持仓今日表现 + 板块异动 + AI 解读」摘要,直接当作第二天的开盘参考。

3.2 跨境投资者多市场跟踪

同时持有 A 股、港股、美股的投资者,可以用一份代码同时盯三个市场,每天早上收到「昨晚美股如何 → 今天 A 股开盘怎么走」的连贯分析,不用自己切换多家行情软件。

3.3 量化爱好者策略回测

quant 标签暗示它可以接入量化策略回测流程。daily_stock_analysis 输出的报告可以作为策略信号的二次验证,或者用 LLM 解读回测结果中的异常点。

3.4 投顾团队研究素材生产

中小投顾团队经常需要给客户写每日策略摘要。AI 生成的报告可以作为研究底稿,投顾在它的基础上加自己的判断,效率提升 5-10 倍。

3.5 自媒体内容生产

财经类自媒体作者可以让系统每日自动生成「今日盘面总结」长文素材,用作公众号、知乎、雪球的初稿,大幅降低日常输出成本。

3.6 企业内部投资参考

公司账上有闲置资金的财务部门、内部投资部门,可以用这份报告辅助判断短期操作。GitHub Actions 私有部署 + 邮件推送,信息完全闭环。

3.7 AI + 金融工程实验

对 AI 在金融场景落地感兴趣的开发者,这是一个完整的开源 case study。从数据采集到 LLM 分析到定时推送的链路完整可用,可以基于它做毕设、做研究、做技术分享。

3.8 加密货币辅助

虽然不是主流币圈工具,但项目对加密货币有基础支持。可以用它跟踪主流币种的舆情与价格异动,作为辅助决策工具。

3.9 教育与培训

金融培训机构可以让学员跑通 daily_stock_analysis 全流程,理解金融数据、AI 分析、定时任务三个概念结合的实际应用。

3.10 投资人脉网络聚会

投资类社群运营方,可以用推送消息的形式每天给群里所有成员发一份市场摘要,增加活跃度。这点对公众号主理人、付费圈子运营者很有价值。

四、安装与使用

4.1 最快的部署方式:GitHub Actions(零成本)

第一步:Fork 本仓库到自己的 GitHub。点击仓库右上角的 Fork 按钮,顺便 Star⭐ 支持一下原作者。

第二步:配置 Secrets。Settings → Secrets and variables → Actions → New repository secret。

需要配置的 Secret 分两类:

AI 模型相关(至少一个):

  • ANSPIRE_API_KEYS:Anspire 官方 API key,新用户 35 元免费额度(推荐)
  • AIHUBMIX_KEY:AIHubMix 一键切全系模型,本项目 10% 优惠
  • GEMINI_API_KEY:Google Gemini
  • ANTHROPIC_API_KEY:Claude
  • OPENAI_API_KEY:OpenAI 兼容(支持 DeepSeek、通义千问等)

通知渠道相关(至少一个):

  • WECHAT_WEBHOOK_URL:企业微信机器人
  • FEISHU_WEBHOOK_URL:飞书机器人
  • TELEGRAM_BOT_TOKEN + TELEGRAM_CHAT_ID
  • DISCORD_WEBHOOK_URL

第三步:启用 Actions。Fork 后默认不开启,需要手动在 Actions 页面启用。

第四步:等第一次跑任务。默认配置下,系统会在每个交易日的北京时间 18:00 自动跑,跑完后把报告推送到配置的渠道。第一次跑可以在 Actions 页面手动触发。

4.2 本地部署

如果希望本地控制更稳,可以拉代码到本地跑:

git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis
pip install -r requirements.txt
cp .env.example .env # 编辑配置 API key
python main.py

4.3 Docker 部署

仓库提供 Dockerfile,镜像拉到本地或云服务器上跑,可以挂到自家的监控系统里。

4.4 进阶用法

  • 修改 config/prompt.yaml:自定义 AI 分析模板
  • 修改 config/stocks.yaml:调整关注的自选股列表
  • 修改 .github/workflows/*.yml:调整跑任务的频率和时机
  • 接入 Tushare Pro:在数据源配置里加 token,获得更稳定的行情

4.5 零成本运行的关键

GitHub Actions 对公共仓库提供每月 2000 分钟免费额度,本项目单次跑几秒钟,完全在免费额度内。这是它能实现「零成本」的根本原因。

五、技术亮点

5.1 数据源多层 fallback

一份代码接 7+ 行情数据源、6+ 新闻源、3+ 舆情源,自动按优先级与可用性切换。某源挂了,切下一个;全挂了,记录到告警日志。

5.2 模型路由与可插拔

通过环境变量切换 LLM 供应商,不需要改代码。同一个 prompt 既能喂给 Claude,也能喂给 DeepSeek,这对成本与合规敏感的团队至关重要。

5.3 提示词工程完善

项目作者长期跟踪主流 LLM 在金融场景的表现,内置的 prompt 模板针对中文市场专门优化,包含意图识别、行情摘要、板块关联、舆情归因等多个维度。

5.4 GitHub Actions 工程化

把定时任务工程化到极致:用 cron 表达式、AES 加密的 Secret、矩阵策略跑多个场景。这种「用免费 CI 跑生产任务」的思路是很多个人项目的复用模板。

5.5 完整中文文档

主 README 中文友好,从快速开始到进阶配置一步步说明,降低了普通用户上手门槛。配套的 docs/ 下还有数据源配置、LLM 配置、推送渠道等多个专项指南。

5.6 模块化拆分

数据采集、数据分析、报告生成、消息推送分层,每层都是独立模块。对二次开发者极其友好——可以单独抽出「数据采集层」接入自家交易系统。

5.7 容错与降级

LLM 调用失败时,降级到本地模板生成基础报告;推送失败时,记录到日志待手工补推;数据源失效时,自动切换。这种容错机制让生产环境跑得稳。

六、同类项目对比

仓库/工具 部署方式 数据源 LLM 集成 零成本运行
ZhuLinsen/daily_stock_analysis GitHub Actions 为主 AkShare/Tushare/YFinance 等 7+ 多模型路由 ✅ 公开仓库零成本
akshare Python 库 仅数据源,无 LLM 不集成 ✅ 免费
Tushare Pro Python 库 仅 A 股,质量高 不集成 ❌ 付费 token
开源量化平台(如 Qlib) 本地部署 自带数据层 可集成 ❌ 需要服务器
付费选股软件(同花顺/通联) SaaS 内置 部分集成 ❌ 订阅制

如果是「一个人想每日拿到 AI 写的市场摘要」,daily_stock_analysis 是当下最省事的方案——零成本、配置简单、推送齐全。

如果是要做严肃量化回测,Qlib、vnpy 等更合适,这类项目侧重策略与回测引擎,而不是报告生成。

如果只是想拿数据,直接用 akshare 即可,不需要 daily_stock_analysis 这种「数据 + 分析 + 推送」一体方案。

七、常见问题

用 GitHub Actions 跑安全吗?金融数据会不会泄露?

数据本身是公开行情与新闻,GitHub Secrets 只存储 LLM API key 和通知 webhook,不存在泄露持仓或券商账户的问题。所有数据采集都走公开 API。如果你对隐私要求极高,可以用本地部署替代 Actions 跑。

免费数据源够用吗?

对大多数个人用户的日常盯盘来说够用。AkShare、Baostock、YFinance 在正常时段稳定性尚可,但偶有上游限流或接口变动,适合中小规模使用。如果做长期定时、批量分析,建议配置 Tushare Pro 或 TickFlow 这类付费源获得更稳的体验。

需要会写代码吗?

基本不需要。零成本部署路径(GitHub Actions)只需要你能点 Fork、能填 Secret。能看懂配置文件的 YAML 即可。如果想做 prompt 自定义或接入新数据源,Python 基础即可。

推送会泄露持仓吗?

推送内容由 prompt 决定,默认推送的「市场摘要」不包含你的持仓明细,只有常规行情、板块、舆情。如果你希望推送包含持仓分析,需要在配置里加自选股列表,推送会带这些股票的相关内容。建议不要把推送群共享给非信任成员。

支持国内大模型吗?

支持。DeepSeek、通义千问、智谱 GLM5.2 都可以直接接,国内访问速度稳定,合规友好。如果只想用国产模型,完全不需要 OpenAI 或 Claude 的账号。

跟 Tushare Pro 是什么关系?

不同定位。Tushare Pro 是专业金融数据接口,提供丰富的因子、行情、基本面数据,适合做量化研究。daily_stock_analysis 是在 Tushare、AkShare 等数据源之上做分析与推送,可以理解为「数据用 Tushare,分析用 Claude,推送用 daily_stock_analysis」。