夜雨聆风花几千块买炒股软件？
每天 18 点，AI 自动帮你
筛完一遍自选股
多市场覆盖 · 报告全透明 · 零成本部署
daily_stock_analysis · GitHub 63.3k Star
3 PARTS + CONCLUSION
左右滑动 →
PART 01
它是干什么的
七大市场 · 全透明
PART 02
零成本三步部署
Fork → Secret → 跑
PART 03
5 个核心能力
决策盘 · 问股 · 告警
PART ///
写在最后
AI 能替代你吗
一套炒股软件，一年要花多少钱？
两三千是起步，贵的五六千。
我在 GitHub 上扒到一个开源项目，daily_stock_analysis，6.3万 Star、5.3万 Fork，近 7 天又涨了 725 个 Star。付费炒股软件那套功能，它基本都具备。
简单配置一下就能跑，每个工作日 18 点自动生成一份 AI 决策报告，推到你配好的聊天工具（企业微信、飞书、Telegram 都行）里。
这篇我直接带你走一遍搭建流程，全程零成本，不用买服务器，也不用写一行代码。
01
PART
daily_stock_analysis 是干什么的
WHAT IT DOES
一句话概括：LLM 驱动的多市场股票智能分析系统。
你给它一份自选股清单，它每天自动抓行情、新闻、基本面，用大模型帮你做多维分析，最后产出一张决策仪表盘——核心结论、评分、趋势、买卖点位、风险警报都在上面。
覆盖 A股、港股、美股、日股、韩股、台股和 ETF 七大市场。数据源多元化，AkShare、Tushare、YFinance 互相备份，互相切换。
63,365 Star、53,240 Fork，HelloGitHub 满分 10/10收录在第 119 期。项目有 108 个贡献者、34 个 Release，2026 年 1 月创建，到现在一直在更新。
先把丑话说前面：它不是荐股神器，不会告诉你“明天买什么必涨”。
它的定位是帮你做初筛——用多维度数据交叉验证，先把明显不该碰的标的过滤掉。省的是你筛股票的时间，不是你的判断。
— DSA 官网首页：LLM 驱动的多市场股票智能分析系统
02
PART
实操演示：零成本三步部署
ZERO-COST SETUP
我按官方推荐的 GitHub Actions 走了一遍，真·三步，20 分钟跑通。
第一步，Fork 仓库。
打开项目主页，点右上角 Fork，进你自己的 GitHub 账号。就这一个动作。
第二步，配 Secret。
这是最要紧的一步，也是不少人卡住的地方。Fork 完之后，进你的仓库，Settings → Secrets and variables → Actions，新建 Secret。
要配的东西分三类：
AI 模型 API Key：比如 GEMINI_API_KEY。没有 Gemini 就用 DeepSeek、通义千问、Claude，都行；
通知渠道 Secret：企业微信、飞书、Telegram、Discord、Slack、邮件，想推到哪儿配哪儿；
自选股清单 STOCK_LIST：填你要跟踪的股票代码，用逗号隔开。
— GitHub Actions Secrets 配置 AI 模型 API Key
我本来还担心配置会不会很复杂，结果发现就是填变量名、粘贴 key，跟我平时配 CI 一模一样，两三分钟搞定。
第三步，启用 Actions 跑一次。
进 Actions 标签页，允许 workflow 运行，然后手动 Run workflow 试一把。
第一次跑我等了大概三分钟，看到绿色的对勾出来，才算真的成了。
之后就不用管它了。默认每个工作日 18:00（北京时间）自动执行，跑完把报告推到你配好的渠道。
跑完会输出一张完整的 AI 决策报告：核心结论、评分、趋势判断、买卖点位、风险警报、催化因素、操作检查清单，还带仓位建议和止损位。
— AI 决策报告示例：核心结论、评分、趋势、买卖点位与风险警报
想手动分析、翻历史报告、跟 Agent 多轮问股，可以开 Web 工作台：
CMDpython main.py --webui
浏览器打开 http://127.0.0.1:8000 就能用。官方有个演示动图，点一下手动分析，任务进度、历史报告、Agent 问股全在一个页面里，还带浅色/深色主题切换。
GIF 动图DSA Web 工作台演示：手动分析、历史报告、Agent 问股（官方动图）
03
PART
功能拆解：5 个核心能力
CORE FEATURES
这章挑 5 个我实测过、觉得真正值得用的核心能力
AI 决策仪表盘
输出核心结论、评分、趋势、买卖点位、风险警报，还带仓位建议和止损位。不会只有一句“可买入”，背后是一整套能逐条核对的依据。
多市场 + 多数据源自动 fallback
A股、港股、美股、日股、韩股、台股、ETF 全覆盖，行情、K线、技术指标、新闻、公告、基本面一起抓。AkShare、Tushare、YFinance、Longbridge 互为备份，一个挂了自动切下一个。
Agent 策略问股
Web、Bot、API 都能多轮追问。内置均线金叉、缠论、波浪理论、热点题材、事件驱动、成长质量、预期重估等 15 种策略。追问逻辑，会顺着上下文继续往下分析，不是一问一答的聊天机器人。
大盘复盘 + 告警中心
每天还能出大盘复盘报告——主要指数、板块表现、涨跌家数，帮你感受当天市场情绪。告警中心支持 MA/RSI/MACD/KDJ/CCI 等日线技术指标规则，指标一触发就自动提醒。
— 大盘复盘报告：指数涨跌、涨跌家数与板块表现（2026-01-13 示例）
— 告警中心：MA/RSI/MACD/KDJ/CCI 等技术指标规则配置
多渠道推送 + Web 工作台
企业微信、飞书、Telegram、Discord、Slack、邮件，随便挑。工作台里还能回测、管持仓、做配置备份，甚至支持图片、CSV/Excel、剪贴板智能导入自选股，股票代码、名称、拼音都能自动补全。
— Web 工作台的配置管理与备份设置界面
04
PART
怎么用：三种部署方式对比
DEPLOYMENT OPTIONS
部署有三条路，丰俭由人：
① GitHub Actions
推荐零成本，不用服务器，Fork 就能跑。适合大多数“配好就不想再管”的人，上面三步部署就是这条。
② Docker 一键部署
有服务器或 NAS 的话，照着 docs/full-guide.md 拉镜像跑，数据全在自己手里，稳定可控。
③ 本地运行
想在本地跑起来的，照下面这套来：
# 克隆仓库并进入目录git clonehttps://github.com/ZhuLinsen/daily_stock_analysis.gitcd daily_stock_analysispip install-r requirements.txtcp .env.example .envpythonmain.py
跑起来的服务长，FastAPI 界面，接口都开着，方便自己调。
— FastAPI 服务启动运行（本地/Docker 服务部署方式）
需要注意一下的是：
本地部署门槛不低。要 Python 3.10+，还要 Rust 工具链（litellm 依赖它），Windows 上 orjson 还得装 VS Build Tools 编译。没把握就直接走 GitHub Actions。
免费行情数据源（AkShare 这类）受上游限流、接口变动影响，偶尔会不稳定。长期定时批量分析，建议配 TickFlow、Tushare、Longbridge 这类 token 型数据源。
不同市场对筹码分布这类字段支持不同，动手前先看 docs/market-support.md 摸清边界。
///
LAST
写在最后：AI 能替代你炒股吗
FINAL TAKE
社区里有真实用户用了快一个多月，原话是：
“只能分析技术面，捎带一点信息面，其他比较平庸也常出错。对新手很友好，没有那么激进；能听进去的，至少成为韭菜的概率会小很多。”
还有人直接说“获取不到筹码分布”。
这才是这个项目最值钱的地方——它把 AI 分析的过程展示出来，数据源、模型、推理依据全部可追溯。准不准需要自己判断。
作者也写了免责声明：仅供学习研究，不构成投资建议，股市有风险，投资需谨慎。
所以我的看法是：它不是股神股神，它的定位是当你的初筛助理。同时局限也写得很清楚——LLM 是概率模型不是推理模型，分析偏重技术面，最终结果，还是看个人。技术面、新闻、基本面交叉验证，先排除掉明显不该碰的，剩下的再结合自己的判断去深挖。
当你能免费拿到一份数据源和推理过程全透明的初筛报告
花 20 分钟把上面三步走完，你就有一套每天自动跑的 AI 股票初筛系统。试过的朋友，评论区聊聊感受？
我是 代码炼金术师，热衷实测 GitHub 上的开源项目，记录真实的上手体验。
顺手点个赞、点个推荐、转发给身边炒股的朋友。
关注我，下期继续实测更多开源工具。
THANKS FOR READING