别再手抄行情了:这个 3.6 万 Star 的项目,把 A股/港股/美股日报做成了 AI 自动驾驶
几秒钟速读版
这篇讲什么：
一个叫 daily_stock_analysis 的开源项目，已经在 GitHub 上拿到约 3.6 万 Star。它做的事很明确：把 A股、港股、美股自选股的行情、新闻、技术指标、资金面、风险提示，整理成一份 AI 决策仪表盘，然后自动推送到企业微信、飞书、Telegram、Discord、Slack 或邮箱。为什么要看：
很多人不是不会看股票，而是每天复盘太懒、太散、太靠感觉。这个项目的价值，不是告诉你明天买哪只，而是把“每天该看的东西”固定成流程。你能记住什么：
- 它支持 A股、港股、美股和 ETF，不只是单一市场。
- 它能聚合行情、K 线、技术指标、资金流、筹码、新闻、公告和部分基本面信息。
- 它可以跑在 GitHub Actions、Docker、本地定时任务里，默认工作日定时分析。
- 它有 Web 工作台、Agent 策略问股、回测、持仓和历史报告能力。
- 它不应该被当成“荐股神器”，更适合当成复盘助手和纪律工具。
适合谁：
适合有自选股池、每天想固定复盘、愿意自己判断的人。不适合想找一键暴富信号的人。完整正文版
我最近看了一个 GitHub 项目，名字很直白：daily_stock_analysis。它不是那种讲故事的 AI 金融产品，也不是给你画几条线就说“明天起飞”的工具。它更像一个每天准点上班的股票复盘助理：到点拉数据，查新闻，整理指标，交给大模型做结构化分析，最后把报告推送给你。项目地址：
https://github.com/ZhuLinsen/daily_stock_analysis我查到的仓库信息是：Python 项目，MIT License，创建于 2026 年 1 月，最近仍在更新。GitHub API 显示 Stars 约 36579，Forks 约 35925。README 里写得也很清楚：这是一个 LLM 驱动的 A/H/美股智能分析系统。先说我的判断：
这类项目最有价值的地方，不是“AI 能不能预测涨跌”。真正有价值的是，它把复盘从一件靠心情做的事，变成一套可以每天重复执行的流程。很多散户的问题不在于少看了一条新闻，也不在于少装了一个指标。今天看技术面，明天看小作文；上涨时找利好，下跌时找安慰；心情好就多看两眼，忙一点就完全不复盘。daily_stock_analysis 解决的就是这个脏活：每天把该看的信息尽量收齐，按固定结构整理，再推到你常用的 IM 工具里。它到底能做什么
README 里列出来的能力不少，但我帮你翻成普通人能听懂的话。报告里不只是“看多/看空”四个字，而是会拆成核心结论、评分、趋势、买卖点位、风险警报、催化因素和操作检查清单。注意，这里说的是“检查清单”，不是交易指令。这个区别很重要。一个靠谱的工具，应该帮你少漏看信息，而不是替你冲动下单。项目支持 A股、港股、美股、ETF。数据侧覆盖行情、K 线、技术指标、资金流、筹码、新闻、公告和基本面。README 里提到的数据来源包括 AkShare、Tushare、Pytdx、Baostock、YFinance、Longbridge 等。比如你白天看 A 股，晚上还关心美股科技股，偶尔再看港股互联网。信息源散在不同地方，人很容易断片。工具把这些来源接到同一条流水线上，至少能减少来回切页面的成本。企业微信、飞书、Telegram、Discord、Slack、邮件都在支持范围内。你可以让它在工作日固定时间跑，分析完直接把报告送到你常看的地方。交易里很多亏损不是因为你不知道风险，而是你看到风险的时候已经太晚了。这个项目不只是命令行脚本。它还有本地 WebUI，能做配置管理、手动分析、任务进度、历史报告、回测、持仓管理、智能导入，以及浅色 / 深色主题。对不会长期守着终端的人来说，这个很关键。工具能不能坚持用，界面和反馈非常影响使用率。README 里写到，Web /chat 页面可以做策略问股，支持均线、缠论、波浪、趋势、热点、事件、成长、预期等内置策略，覆盖 Web、Bot、API。我不建议把这理解成“AI 老师给答案”。更合理的用法是：你把它当成一个能反复追问的复盘对象。- 今天的资金流和新闻，是支持上涨，还是只是情绪噪音？
十几个指标，二十条新闻，几十个板块，一堆颜色。看起来很专业，最后用户还是不知道今天该注意什么。daily_stock_analysis 的推送示例更像一个决策仪表盘：它会先给你汇总，比如共分析几只股票，哪些偏买入，哪些偏观望，哪些偏卖出；然后再展开个股，给出重要信息速览、舆情情绪、业绩预期、风险警报、利好催化和最新动态。你不用一上来就读完整报告，先看摘要，发现某只票异常，再点进去看细节。大多数人不是坐在电脑前认真读 30 分钟研报，而是在通勤、吃饭、收盘后、睡前，用手机快速扫一遍自选股状态。怎么跑起来
流程大概是：Fork 仓库，配置 Secrets，填好模型 API Key、通知渠道、自选股列表，再启用 Actions。README 里写默认每个工作日北京时间 18:00 自动执行，也可以手动触发。- 一个可用的大模型渠道，比如 Anspire、AIHubMix、Gemini、OpenAI 兼容、Claude、Ollama 等。
- 一个通知渠道，比如企业微信、飞书、Telegram、Discord、Slack 或邮箱。
- 自选股列表，比如 600519,hk00700,AAPL,TSLA。
- 新闻搜索源，项目推荐配置 Anspire 或 SerpAPI，也支持 Tavily、Bocha、Brave、MiniMax、SearXNG 等。
项目文档里给了 Docker Compose 和官方镜像方式。Web 服务模式会开放 8000 端口，本地访问 http://localhost:8000 就能进工作台。git clone https://github.com/ZhuLinsen/daily_stock_analysis.git cd daily_stock_analysis pip install -r requirements.txt python main.py --stocks 600519,300750 --no-notify上面只是一个试跑思路，正式使用前还是要按项目文档配置 .env、模型、数据源和通知渠道。我最建议关注的 4 个细节
免费数据源够入门，但金融数据天然会遇到限流、缺字段、接口变动。项目支持多个数据源，意义就在这里。不要指望单一源永远稳定。如果每天给你推一堆长文，最后你会把它当噪音。更好的方式是：摘要先到手机，完整报告留在历史页，需要时再打开。项目有回测能力，会对历史 AI 分析记录做事后验证，比如方向准确率、胜率、平均收益、止损触发率、止盈触发率等。很多“AI 股票分析”最大的问题是只负责说，不负责回头看。一个工具只要愿意记录历史判断并接受复盘，就比只会输出漂亮结论的工具靠谱一截。评分、买卖点、风险警报都只是辅助。市场不是 API 返回值，模型也会被数据质量、新闻噪音、提示词和上下文影响。适合谁，不适合谁
- 想把报告推送到企业微信、飞书、Telegram 或邮箱的人。
- 会一点配置，愿意折腾 GitHub Actions、Docker 或本地 Python 的人。
- 做量化、交易系统、Agent 工作流，想借鉴股票分析流水线的人。
如果你属于最后一类，建议先别用。工具再好，也救不了不愿意承担决策责任的人。我的看法
我喜欢这个项目的原因很简单：它没有把 AI 包装成神棍。它更像是把一个交易者每天该做的基本功，拆成机器可以执行的流程：拉行情，找新闻，算指标，写报告，推送，留档，回测。对普通投资者来说，最大的提升往往不是多看一个指标，而是少一点随意。这些问题如果每天都有人替你问一遍，你的交易质量会比只刷消息流强很多。这类系统不是装上就能赚钱。你还需要处理数据源稳定性、模型费用、通知噪音、报告可信度、交易纪律，以及最难的一点：你自己会不会在亏钱时乱改规则。所以我更愿意把它定义成“AI 复盘基础设施”，不是“AI 炒股神器”。它能帮你把每日复盘自动化，把信息整理标准化，把历史判断留痕化。至于买不买、买多少、什么时候退出，还是你自己的交易系统说了算。收藏版清单
- 先用一个通知渠道，比如 Telegram 或企业微信。
- 先跑 --no-notify 或手动触发，确认报告内容正常。
- 重点看风险警报和判断变化，而不是只盯“买入/卖出”。
- 如果要用于真实交易，必须接入自己的风控规则，不能让报告直接变成下单指令。
下一步建议
如果你是普通投资者，可以先把它当“自选股日报机器人”。如果你是开发者，可以重点研究它的数据源适配、报告结构、通知链路、WebUI 和回测模块。如果你做 Agent 或量化系统，可以把它当一个参考样本：怎样把行情、新闻、模型、推送、历史记录和回测串成一个闭环。项目地址再放一次：
https://github.com/ZhuLinsen/daily_stock_analysis最后提醒一句：
AI 可以帮你复盘，不能替你负责。股市有风险，任何工具输出都不构成投资建议。
