散户每天的行情功课其实不复杂：看一眼自选股涨跌，翻几条新闻，判断今天有没有什么事要留意。麻烦的是这件事必须天天做，一天不做就跟不上，而且真正耗时间的不是看，是把行情、K 线、指标、公告、新闻拼在一起想明白。
如果这件事能自动化——每天早上或者收盘后，一份整理好的简报直接推到你手机上，你只需要花三分钟读一遍呢？
是什么
daily_stock_analysis 就是冲着这个场景做的。它是一条 LLM 驱动的多市场股票分析流水线：把 A 股、港股、美股以及日韩台市场的行情、技术指标、资金流、新闻、公告、基本面汇总起来，交给大模型生成一份结构化的决策看板，再推送到你常用的聊天工具里。
项目在 GitHub 上 6.5 万 Star，5.45 万 Fork，MIT 协议，Python 写成，最新版本 v3.32.0（2026-09-06 发布），仓库到 9 月 13 日还有提交。2026 年 1 月建仓，大半年时间迭代了三十多个版本。
核心优势
把 GitHub Actions 当免费定时器，这是它最聪明的设计。部署方式不是买服务器，而是把这个仓库拉一份到自己账号下，在 Settings 里填好密钥，然后在 Actions 页面点一下「启用工作流」。之后每个交易日北京时间 18:00，仓库会自己醒来跑一遍分析，算完把结果推给你。整个过程零服务器成本，你唯一付的是模型 API 的钱。
报告是结构化的，不是一段笼统的 AI 作文。每只股票输出一份固定结构的判断：核心结论、评分、趋势判断、买卖点、风险提示、潜在催化剂、行动清单。这种格式的好处是可以复盘——你可以把过去一个月的报告翻出来，对照真实走势看模型当时判断得准不准，而不是只记得「它说过好像还行」。
多市场、多数据源，能换。行情数据默认走 AkShare、Baostock、YFinance 这些免费源，想要更稳的历史数据可以接 Tushare（A 股）或 Longbridge（港股美股），把量比、换手率、市盈率这些字段补全。市场覆盖到 A 股、港股、美股，也包括日本、韩国、中国台湾地区的标的。
带 15 个内置策略，还能追问。均线交叉、缠论、波浪理论、趋势、热点、事件驱动、成长、预期等策略都内置了。除了读固定报告，还可以在 Agent 对话里针对某只股票、某个策略多轮提问，它会去查实时行情和新闻再回答。本地工作台里能跑回测、管持仓、翻历史报告，深浅色主题都有。
自选股可以「拍」进去。手动一个个敲代码太烦，它支持从截图、CSV、Excel、剪贴板导入自选股列表，代码和名称支持拼音、别名自动补全。这个细节看起来小，但决定你愿不愿意真的把它用起来。
安装/使用方法
推荐走 GitHub Actions，大概五分钟能跑通。三步：把仓库拉一份到自己的账号；在 Settings 的 Secrets 里加密钥，至少要配一个模型 key（Anspire、AIHubMix、Gemini、OpenAI 兼容接口都行）、一个通知渠道（企业微信机器人、飞书、Telegram、Discord、Slack 或邮件任选其一），以及必填的自选股列表；然后在 Actions 页启用工作流，手动跑一次做测试。
想本地跑或者用 Docker 也可以。克隆仓库，装依赖，把 .env.example 复制成 .env 填好，然后 python main.py。常用参数有 --debug 看详细日志、--dry-run 只跑不推送、--stocks 600519,hk00700,AAPL 临时指定标的、--market-review 只出大盘复盘、--schedule 本地常驻定时。
一点建议：先拿三五只股票跑通整条链路，确认推送能收到、报告能看懂，再往里加标的。一上来就扔几十只进去，调试会很难受。
不是没有槽点
免费数据源不保证可靠，这一点项目自己在文档里就写明了。默认走的那几个免费源偶发缺失或不稳定，日志里会出现「未配置」之类的提示。要稳就得配 Tushare 或 Longbridge 的凭据。这是省钱换来的代价，得认。
报告质量强烈依赖新闻搜索接口。如果不配任何搜索源，情绪、公告、事件和催化剂这几块的分析会明显变差，剩下的基本就是技术指标复述。搜索源里对中文内容优化过的选择更合适，因为 A 股的分析很依赖中文资讯。这一条是使用体验上最容易踩的坑：很多人配完模型就跑，然后奇怪为什么报告看起来很空。
社交情绪只覆盖美股。Reddit、X 这类社交信号只对美股有效，A 股和港股的「情绪」只能靠新闻推断，不是真的情绪数据，看报告时要有这个预期。
它只分析，不下单。这是设计上的边界，不是缺陷，但一定要说清楚：它给你的是注意力提醒和复盘素材，不是交易信号。把它当成自动交易机器人用，方向就错了。
入门门槛不算低。至少一个模型 key、一个推送渠道、一份自选股列表，三样都得有；想效果好的话，搜索源和数据源的凭据也得补上。相比「下载一个 App 打开就看」，它需要你先把管道搭起来。
跟同类怎么比
聚宽、米筐这类量化平台功能更完整，能写策略、能回测、能模拟交易，但你要学它的一套框架，做一个自选股日报属于杀鸡用牛刀。TradingView 的提醒做得很好，可它提醒的是价格条件，不是「今天发生了什么、要不要留意」。手机上那些 AI 选股 App 最省事，代价是判断逻辑你完全看不到，也没法自己换模型、换数据源。
daily_stock_analysis 卡在中间：比 App 透明，比量化平台轻，比价格提醒多了分析和解释。代码全开着，模型和数据源都能换，报告跑在你自己账号的仓库里。
一句话总结：如果你已经有自选股清单，想要一份每天都送上门、能自己调数据源和模型的行情简报，它值得花一个下午搭起来。如果你指望它替你决定买卖，那它不合适，别的工具也不合适。
GitHub：https://github.com/ZhuLinsen/daily_stock_analysis
官方网站：https://dsa.zhulinsen.tech
标签：#daily_stock_analysis #股票分析 #LLM #量化辅助 #GitHubActions #开源项目
你每天真正会认真看的行情信息，其实有几条？