Daemon 股票智能分析系统

基于 AI 大模型的 A股 / 港股 / 美股 / 日股 / 韩股 / 台股自选股智能分析系统,每日自动分析并推送「决策仪表盘」到企业微信、飞书、Telegram、Discord、Slack 与邮箱。

⭐ 71K+ Stars MIT License Python 3.10+ GitHub Actions / Docker TeleAgent 技能已上架

核心能力概览

15
内置交易策略(缠论、均线金叉、波浪等)
6+
支持市场(A/H/US/JP/KR/TW/ETF)
7
通知渠道(企业微信/飞书/Telegram等)
3
运行方式(CLI / WebUI / API)
能力覆盖内容
AI 决策报告核心结论、评分、趋势、买卖点位、风险警报、催化因素、操作检查清单
多市场数据聚合A股/港股/美股/日股/韩股/台股/ETF,行情、K线、技术指标、新闻、公告、基本面
Web / 桌面工作台手动分析、任务进度、历史报告、完整 Markdown、回测、持仓、配置管理、深浅色主题
Agent 策略问股多轮追问,均线、缠论、波浪、趋势、热点、事件、成长、预期等 15 种策略
智能导入与补全图片、CSV/Excel、剪贴板导入;代码/名称/拼音/别名补全
自动化与推送GitHub Actions、Docker、本地定时、FastAPI 服务与多渠道推送

系统架构

抓取行情数据→ 技术分析 + 新闻检索→ LLM 深度分析→ 生成决策报告→ 多渠道推送
模块职责
src/core/主流程编排(pipeline、config_registry、market_review、backtest_engine、trading_calendar)
src/services/业务服务层(analyzer_service、screening_service、portfolio_service 等)
data_provider/多数据源适配与 fallback(akshare、baostock、tushare、yfinance、efinance、pytdx 等)
strategies/15 个内置交易策略(YAML 定义)
api/ · bot/ · apps/FastAPI 服务、机器人接入、Web/桌面端

快速开始

本地安装

git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis
pip install -r requirements.txt
cp .env.example .env && vim .env

运行分析

python main.py                                   # 按 STOCK_LIST 配置分析自选股
python main.py --stocks 600519,hk00700,AAPL      # 指定股票
python main.py --market-review                   # 大盘复盘
python main.py --webui                           # 启动 Web 工作台 (http://127.0.0.1:8000)
python main.py --schedule                        # 定时任务
python main.py --serve-only                      # 仅启动 FastAPI 服务

核心环境变量

变量说明
STOCK_LIST自选股代码,如 600519,hk00700,AAPL,2330.TW
AI 模型 KeyOpenAI 兼容 / DeepSeek / 通义千问 / Claude / Gemini 等
通知渠道 Webhook企业微信/飞书/Telegram/Discord/Slack/邮件 至少一项
新闻搜索 KeySerpAPI / Tavily / Bocha / Brave 等(推荐)
行情 TokenTushare / Longbridge / TickPlus(可选,默认免费源)

Python API

分析服务层位于 src/services/analyzer_service.py,提供三个主要函数:

from src.services.analyzer_service import analyze_stock, analyze_stocks, perform_market_review

# 分析单只股票
result = analyze_stock("600519")
if result:
    print(f"股票: {result.name} ({result.code})")
    print(f"建议: {result.operation_advice} | 评分: {result.sentiment_score}")

# 批量分析
for r in analyze_stocks(["600519", "000001"]):
    print(r.name, r.operation_advice)

# 大盘复盘
print(perform_market_review())

分析结果 AnalysisResult 包含四大核心部分:核心结论数据视角(技术)情报面(新闻/风险/催化)作战计划(买卖点/仓位/风控)

内置 15 种交易策略

均线金叉 ma_golden_cross缠论 chan_theory波浪理论 wave_theory多头趋势 bull_trend热点题材 hot_theme事件驱动 event_driven成长质量 growth_quality预期重估 expectation_repricing龙头 dragon_head情绪周期 emotion_cycle箱体震荡 box_oscillation底部放量 bottom_volume缩量回踩 shrink_pullback放量突破 volume_breakout一阳三阴 one_yang_three_yin

策略以 YAML 定义,支持自定义策略文件与多 Agent 编排(实验性),可在 Web 工作台通过「策略问股」交互式使用。

部署方式

方式说明成本
GitHub Actions(推荐)Fork 仓库 → 配置 Secrets → 启用 Actions,默认每个工作日 18:00 自动执行零成本
本地 / Dockerpython main.py 或 Docker Compose 部署免费
云服务器Zeabur 等平台部署 WebUI,支持外网访问按需

TeleAgent 技能

本仓库已封装为 TeleAgent 技能「DSA股票智能分析Pro」,打包了完整文档、15 个策略定义、数据源适配器与核心源码(约 4.7MB)。可直接在对话中触发:

帮我分析 600519选股大盘复盘缠论分析每日决策仪表盘回测持仓分析

GitHub 仓库 ↗
⚠️ 免责声明:本项目仅供学习和研究使用,不构成任何投资建议。股市有风险,投资需谨慎。