Daily Stock Analysis 深度解析:零成本掛在 GitHub Actions 的 LLM 自選股決策儀表板

1 分鐘閱讀時長

發布時間:

Daily Stock Analysis 深度解析:零成本掛在 GitHub Actions 的 LLM 自選股決策儀表板

DSA Banner

Daily Stock Analysis(DSA)(ZhuLinsen/daily_stock_analysis,MIT)的自述:

LLM 驅動的多市場股票智能分析系統:多源行情、即時新聞、決策儀表板與自動推送,支援零成本定時執行。

本文數據以 GitHub API 於 2026-11-20 驗證:73,532 顆星、57,986 個 fork、48 個開放議題。星 fork 比接近 1:0.79——這數字本身就說明一切:它不是「按個星收藏」的專案,而是大量使用者 fork 自己掛起來用的生產工具。專案 2026-01-10 創建,發佈節奏穩定(v3.33.0 → 10/15、v3.34.0 → 11/09、v3.35.0 → 11/16),並附 arXiv 技術報告(2608.26990)。

它是本週榜單常客(見 11-16 週報 第 7 名),本篇是單一專案的深度整理。

它做什麼:每日一條龍

核心循環:每日自動分析自選股 → 生成決策儀表板 → 推送到通訊軟體。

AI 決策報告產出的不是模糊摘要,而是結構化欄位:核心結論、評分、趨勢、買賣點位、風險警報、利好催化因素、操作檢查清單。官方推送範例(節錄):

🎯 2026-02-08 決策儀表板
共分析3隻股票 | 🟢買入:0 🟡觀望:2 🔴賣出:1

🟡 中鎢高新(000657): 觀望 | 評分 65 | 看多
🔴 新萊應材(300260): 賣出 | 評分 35 | 看空

🚨 風險警報:
風險點1:主力資金出現明顯流出,需警惕短期拋壓。
✨ 利好催化:
利好1:公司被市場定位為 AI 供應鏈核心標的。

另有大盤復盤報告:主要指數、漲跌家數、漲停跌停、族群表現領漲領跌。

大盤復盤

功能盤:遠超「每日推播」的完整工作台

模組內容
多市場資料聚合A股、港股、美股、日股、韓股、台股與 ETF:行情、K 線、技術指標、新聞、公告、基本面
Web/桌面工作台手動分析、任務進度、歷史報告、完整 Markdown、回測、持股管理、配置管理、淺/深色主題
Agent 策略問股15 種內建策略:均線金叉、纏論、波浪理論、多頭趨勢、熱點題材、事件驅動、成長品質、預期重估等;多輪追問、會話匯出、推播到通知渠道、自訂策略檔與多 Agent 編排(實驗性)
即時告警中心EventMonitor 基線、Web 規則管理、通知結果、冷卻狀態
智能匯入圖片、CSV/Excel、剪貼簿匯入自選股;股票代碼/名稱/拼音/別名自動補全
自動化GitHub Actions(零成本)、Docker、本地排程、FastAPI 服務、Bot 接入

Web 工作台演示

資料源分層(這專案最務實的地方)

行情:預設內建 AkShare、Baostock、YFinance 免費源,零配置可跑;官方明言免費源受上游限流與介面變動影響、穩定性不保證——長期定時建議上 token 型源:Tushare(A 股)、Longbridge(港美股,補量比/換手率/PE)、Pytdx、TickPlus 等,文件有完整的 fallback 鏈路圖。

新聞搜尋:SerpAPI(推薦)、Anspire、Tavily、博查(中文最佳化)、Brave(美股補強)、MiniMax、SearXNG(自建免額度)。新聞源直接影響輿情、公告與催化因素品質。

社交輿情:Stock Sentiment API(Reddit / X / Polymarket,僅美股,可選)。

AI 模型:任何 OpenAI 相容端皆可——Gemini、Claude、DeepSeek、通義千問、Ollama 本地模型,以及贊助商網關(Modelflare、x6.ai、AIHubMix);文件附 LiteLLM 多渠道 YAML 範例。

部署方式一:GitHub Actions(推薦,零成本)

5 分鐘完成、免伺服器:

  1. Fork 倉庫。
  2. 填 Actions Secrets:至少一個模型金鑰(GEMINI_API_KEY/ANTHROPIC_API_KEY/OPENAI_API_KEY…)+至少一個通知管道(TELEGRAM_BOT_TOKEN+CHAT_ID、Discord/Slack/郵件/企業微信/飛書 Webhook)+必填的 STOCK_LIST。
  3. 啟用 Actions,手動跑一次「每日股票分析」測試。

STOCK_LIST 直接混寫各市場代碼:600519,hk00700,AAPL,7203.T,005930.KS,2330.TW——最後那筆就是台積電(2330.TW)。預設每個工作日 18:00(北京時間)執行,非交易日(含 A/H/US 假日)自動跳過。

告警中心

部署方式二:本地/Docker

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
python main.py                # 執行分析
python main.py --stocks 600519,hk00700,AAPL,2330.TW
python main.py --market-review   # 大盤復盤
python main.py --schedule        # 排程模式
python main.py --webui           # Web 工作台(127.0.0.1:8000)

還有小白客戶端安裝指南(面向不會寫程式的使用者)、桌面端打包、Zeabur/雲端 WebUI 部署、Grok Bot 集成 Skill 等文件。

文件紀律與生態

docs/INDEX.md 是「按場景選文件」的索引表——想做大事先看哪篇、接續看哪篇,全部列好;資料源故障有圖解文件、每個市場的支援邊界(可用資料、代碼後綴規則、降級界線與不承諾項)寫成 market-support.md。這份誠實度(明說哪些做不到)在同類專案中罕見。

作者旁支生態:AlphaSift(智能選股)與 AlphaEvo(策略回測與進化)兩個姊妹開源案,從「分析」往「選股」與「策略演化」延伸。

適用場景

  • 盤後自動情報員:把自選股(含台指成分股代碼格式)掛進 GitHub Actions,每天固定時間收一則結構化決策摘要到 Telegram/Slack——零伺服器、零費用(模型端用免費額度即可起步)。
  • 想要「有依據的儀表板」而非明牌:報告附評分、風險警報、催化因素與檢查清單,強制你把「看多/看空」拆成可檢查的證據。
  • 自架分析管線的工程師:FastAPI、資料源 fallback、LiteLLM 路由、本地 Ollama 全部可組裝,資料不出自家。
  • 不合適:把它當交易訊號源(官方免責:僅供學習研究、不構成投資建議);需要即時高頻告警的場景(推送節拍是日級,告警中心亦非逐筆層級)。

觀察

  1. 57,986 個 fork 是關鍵訊號:熱榜上很多專案是圍觀,DSA 是「人手一把」的實用派——它的成功把「LLM 應用」錨在了一個每日都會發生的剛需場景(收盤看盤)。
  2. 它對免費資料源不穩定的坦承與 fallback 設計,是所有 LLM+公開資料專案都該抄的作業:把降級路徑寫成文件與圖,而不是假裝資料永遠可用。
  3. 台股在列但屬「支援邊界」清單的一員:用 2330.TW 格式自選沒問題,基本面與新聞源的深度以 A 股最厚,跨市場使用者宜先讀 market-support.md 再上生產。

方法說明

資料來源:倉庫 README(繁中官方版 docs/README_CHT.md)、docs/INDEX.md、docs/full-guide.md 索引、docs/market-support.md 摘要、GitHub releases;星數/fork/版本以 GitHub API 於 2026-11-20 驗證;配圖取官方 docs/assets 並存於本站 /assets/images/daily_stock_analysis/。相關連結:11-16 本週 GitHub 熱門項目(DSA 當週第 7 名)。本專案僅供學習研究,不構成投資建議。