开源 AI 股票分析系统 daily_stock_analysis:4.8 万 star 的工具流水线解析

先把话放最前面：本文只解析一个开源技术项目，不是荐股、也不构成任何投资建议。股市有风险，AI 也会出错，任何决策请自己判断、盈亏自负。

GitHub 上 ZhuLinsen/daily_stock_analysis，MIT 协议，纯 Python 实现的中文项目，star 数约 4.8 万（动态，仍在活跃更新）。它的定位很直白：一套基于 AI 大模型的自选股智能分析系统，覆盖 A股 / 港股 / 美股 / 日股 / 韩股，每日自动跑一遍，给你推送一份"信息整理报告"。

但今天这篇，我不带你看它"算出了什么涨什么跌"——那种结论恰恰是最不该信的。我想拆的是它在工程上怎么把 AI 大模型 + 多源行情数据 + 自动化推送，拼成一条分析流水线。

维度daily_stock_analysis 形态开源 AI 自选股信息分析系统，不是荐股服务协议 / 语言MIT / Pythonstar约 4.8 万（动态）覆盖市场A股 / 港股 / 美股 / 日股 / 韩股支持模型OpenAI 兼容 / DeepSeek / 通义千问 / Claude / Gemini / Ollama 等行情数据源AkShare / Tushare / Baostock / YFinance / Pytdx 等

它和"打开炒股软件看分时图"是两回事：

这是一个把数据采集、AI 分析、报告生成、自动推送串成闭环的开源工具，它能产出一份结构化报告，但报告里的每一条都只是参考，不构成投资建议。把它当"信息整理和效率工具"，而不是"预测神器"。

下面分五节拆开看。

先把定位说死，免得误会。

daily_stock_analysis 是一个开源软件，你把自选股列表交给它，它每天自动从多个数据源拉数据，喂给你配置的 AI 大模型，产出一份分析报告，再推送到你指定的渠道。整条链路都在你自己手里跑。

它的价值在于省掉你手动搜集和整理信息的时间，而不是替你做决定。这里必须把一句话说清楚：

• AI 的所有输出仅供参考、不构成任何投资建议

• AI 会幻觉、会受数据延迟和模型偏差影响，它给的"结论"不等于事实

• 股市有风险，任何买卖决策需自己判断、盈亏自负

一句话：它面向"怎么把信息整理成一份报告"，不面向"该买该卖"。

二、数据聚合：先把多市场、多维度的原料喂进来

任何分析都得先有数据。这个项目第一层做的，是把分散在各处的行情原料聚合成统一输入。

它通过 AkShare / Tushare / Baostock / YFinance / Pytdx 等数据源，覆盖下面这些维度：

数据类别包含内容行情与走势实时行情、K线技术面技术指标资金面资金流、筹码分布消息面新闻、公告基本面公司基本面数据

需要诚实说明一点：不同市场的能力是有边界的。A股 / 港股 / 美股的数据相对完整，日股 / 韩股的部分高阶功能会降级。所以它不是"全球一视同仁"，用之前要知道自己关注的市场覆盖到什么程度。

三、AI 决策报告：它能产出哪些字段（注意只是字段）

数据进来之后，交给 AI 大模型，产出一份结构化报告。这里我只描述它能产出哪些字段，绝不复述任何具体结论。

按 README 的功能表，一份 AI 决策报告里通常包含这些栏目：

• 核心结论：一段总览式的概述

• 评分：对标的的量化打分

• 趋势：对走势的判断

• README 中称为"买卖点位"的参考字段：模型给出的一个参考区间（仅是字段，不构成任何操作建议）

• 风险警报：提示潜在风险点

• 催化因素：可能影响后续的事件

• 操作检查清单：一份待核对的提醒列表

看到"买卖点位""评分"这种字段，第一反应应该是警惕，而不是照做。这些都是 AI 基于历史数据生成的参考项，会出错、会过时、会被异常行情打脸。它的意义在于帮你把零散信息归类成一张表，让你自己去核实和判断，而不是替你下单。

支持的模型也很多：OpenAI 兼容接口 / DeepSeek / 通义千问 / Claude / Gemini，乃至 Ollama 本地模型——这意味着你可以把分析完全跑在本地，数据不出门。

四、Agent 策略问股 + 自动化推送

光有一份静态报告还不够，这个项目还做了两件让它更像"流水线"的事。

一是 Agent 策略问股。你可以多轮追问，它内置 15 种策略框架，比如均线、缠论、波浪、趋势、热点、事件、成长、预期等。换句话说，你能让它从某个特定视角去复盘一只标的，而不是只看一份大杂烩报告。同样地，这些策略输出只是不同角度的参考，不是结论。

二是自动化与推送。它把"每天自己跑一遍"这件事工程化了：

• 运行方式：支持 GitHub Actions、Docker、本地定时任务，也能起一个 FastAPI 服务

• 导入方式：自选股可以从图片 / CSV / Excel / 剪贴板导入，代码 / 名称 / 拼音 / 别名都能自动补全

• 推送渠道：跑完的报告可以推送到企业微信 / 飞书 / 邮箱等渠道，第二天打开就能看

外加一个 Web / 桌面工作台：手动分析、任务进度、历史报告、完整 Markdown 导出、回测、持仓、配置管理、深浅色主题，都在界面里。

五、怎么看：把它当效率工具，守住风险边界

最后这节最重要，必须冷静说。

再强调一次免责：这个项目是开源技术工具，AI 的所有输出仅供参考、不构成任何投资建议。它不展示、不背书任何具体买卖决策，本文也不复述任何点位和评分。股市有风险，决策需谨慎，盈亏自负。

那它到底值不值得关注？我的判断是：

它真正的价值，是把"每天手动搜行情、翻新闻、整理表格"这件苦活自动化了，让你把时间花在判断上，而不是搜集上。但判断这一步，永远是你的，不是 AI 的。

它适合谁：

• 想用一套可自部署、可换模型（含本地 Ollama）的开源工具，自动整理多市场信息的人

• 看重数据不出门、不想把自选股交给第三方黑盒服务的人

它的风险与边界，必须记住：

• AI 会幻觉，数据可能延迟，模型有偏差——它的"结论"不能直接当事实

• 日股 / 韩股等部分市场功能会降级，覆盖不均

• 它是工具，不是顾问。所有买卖决策的责任，都在你自己

一句话收尾：daily_stock_analysis 把一条 AI 选股分析流水线开源了出来，工程上很完整，但它能帮你的是"看得更省力"，绝不是"替你做决定"。守住这条边界，它才是个好工具。

欢迎大家进群沟通交流。

微信：Tinker_AI