项目分享|LLM驱动的多市场股票智能分析器

news2026/3/26 18:42:39
项目分享|LLM驱动的多市场股票智能分析器引言在股票投资分析中实时行情跟踪、多维度数据解析和科学决策判断是核心需求而个人投资者往往面临数据分散、分析耗时、缺乏专业工具的问题。由ZhuLinsen开源的daily_stock_analysis项目完美解决了这些痛点这是一款基于LLM大模型驱动的A/H/美股智能分析系统实现了多数据源行情整合、实时新闻舆情分析、AI决策仪表盘生成和多渠道消息推送还支持零成本定时运行成为个人股票投资者的高效分析工具。本文将从项目概况、核心优势与应用、技术部署与代码实践三方面全面解析这款开源工具的使用价值与实操方法。项目概况daily_stock_analysis是一款LLM驱动的跨市场股票智能分析系统基于MIT开源协议开发专为个人股票投资者设计支持A股、港股、美股三大市场的自选股智能分析。项目核心依托大模型的自然语言理解与分析能力整合多源行情数据和实时新闻舆情每日自动生成包含买卖点位、核心结论、检查清单的AI决策仪表盘并通过企业微信、飞书、Telegram、邮箱等多渠道推送分析结果。项目实现了零成本白嫖的核心特性可通过GitHub Actions免费定时运行无需自备服务器AI分析主力采用Google Gemini大模型Google AI Studio提供免费额度同时兼容OpenAI兼容APIDeepSeek、通义千问、月之暗面等作为备选。数据来源覆盖AkShare、Tushare、Baostock、YFinance等免费/商用行情平台新闻搜索整合Tavily、SerpAPI、Bocha等工具还内置趋势交易、严禁追高等科学的交易理念为投资分析提供专业参考。项目目前已迭代至v2.1.0版本支持本地运行、Docker部署、GitHub Actions部署三种方式还提供简易WebUI管理界面可实现配置管理、一键分析、任务状态实时查看等功能整体操作门槛低个人投资者可快速上手。核心优势与应用场景核心技术优势跨市场全覆盖多标的同时分析支持A股、港股、美股三大市场的股票分析可自定义自选股列表一次配置即可实现多只股票的批量自动分析满足跨市场投资的分析需求。LLM智能分析生成专业决策仪表盘依托大模型实现技术面、筹码分布、舆情情报、实时行情的多维度整合分析输出一句话核心结论精确买卖止损点位条件检查清单用直观标记买入/观望/卖出信号分析结果专业易懂。零成本部署定时自动运行支持GitHub Actions免费部署无需购买服务器配置完成后每个工作日自动定时运行分析结果实时推送实现“一次配置终身受益”。多数据源整合信息全面准确行情数据整合AkShare免费、Tushare、Baostock、YFinance等平台新闻舆情对接Tavily、SerpAPI、Bocha等搜索工具兼顾数据的全面性和实时性避免单一数据源的信息偏差。多渠道推送触达及时便捷支持企业微信、飞书、Telegram、邮箱、PushPlus等多种推送渠道可同时配置多个渠道分析结果多端同步接收无需手动打开页面查看。低门槛使用灵活扩展提供WebUI可视化管理界面支持配置修改、一键触发分析、任务状态查看兼容多种AI模型和数据源可根据个人需求灵活替换还支持自定义Webhook对接钉钉、Discord等更多平台。内置交易理念规避投资风险内置严禁追高乖离率5%自动标记危险、**趋势交易MA5MA10MA20多头排列**等科学交易理念分析过程中自动校验关键指标帮助投资者规避非理性投资行为。典型应用场景个人股票投资日常分析个人投资者可将自选股配置到系统中每日自动接收AI分析报告无需手动收集行情、分析新闻大幅节省投资分析时间提升决策效率。跨市场投资标的跟踪针对同时投资A/H/美股的投资者系统可实现多市场标的的统一分析和推送避免因市场分散导致的分析遗漏实现跨市场标的的集中管理。投资新手入门分析对于缺乏专业分析能力的投资新手系统的可视化决策仪表盘和明确的买卖信号可作为投资分析的参考依据帮助新手建立科学的投资分析思维。小团队投资交流参考投资小团队可通过配置共享的推送渠道如企业微信群、飞书群让团队成员同步接收股票分析报告为团队投资交流提供统一的信息基础。股票分析技术学习项目为开源项目代码结构清晰包含数据采集、LLM调用、消息推送、WebUI开发等多个模块可作为Python量化投资、LLM实际应用的学习案例。技术原理与部署实践核心技术原理与项目架构daily_stock_analysis基于Python开发采用模块化、分层式的架构设计核心分为数据采集层、AI分析层、消息推送层、调度运行层和可视化层五大模块各模块解耦设计便于扩展和维护数据采集层通过data_provider模块实现多数据源适配器对接AkShare、Tushare等行情平台和Tavily等新闻搜索工具完成股票行情数据、新闻舆情数据的统一采集和格式标准化AI分析层核心为src/analyzer.py模块将采集的行情、舆情数据封装为结构化提示词调用Gemini/OpenAI兼容API进行大模型分析解析返回结果并生成标准化的决策仪表盘消息推送层由src/notification.py模块实现封装企业微信、飞书、Telegram等多渠道的推送接口将AI分析结果格式化后推送到指定渠道调度运行层支持GitHub Actions定时调度、本地手动调度、Docker容器调度三种方式通过工作流配置实现每日自动运行还支持任务异步执行和状态管理可视化层由webui.py和web模块实现简易WebUI基于轻量化Web框架开发提供配置管理、一键分析、任务状态查看等可视化功能降低操作门槛。项目核心工作流程为定时触发→自选股解析→多源数据采集→结构化提示词构建→LLM大模型调用→AI分析报告生成→多渠道消息推送全程自动化执行无需人工干预。部署方式三种方案任选附核心配置/代码项目支持GitHub Actions推荐零成本、本地运行、Docker部署三种方式以下为各方式的核心操作步骤重点讲解最实用的GitHub Actions部署方式一GitHub Actions部署推荐零成本无需服务器该方式依托GitHub Actions的免费运行资源实现每日自动定时分析核心步骤为Fork仓库配置Secrets启用ActionsFork项目仓库打开https://github.com/ZhuLinsen/daily_stock_analysis点击右上角Fork按钮将项目复刻到自己的GitHub账号配置仓库Secrets进入复刻后的仓库→Settings→Secrets and variables→Actions→New repository secret添加以下核心配置必填项标★至少配置一个AI模型和一个推送渠道AI模型配置二选一★GEMINI_API_KEYGoogle AI Studio获取的免费Gemini API Key推荐OPENAI_API_KEYOpenAI兼容API Key搭配OPENAI_BASE_URLAPI地址、OPENAI_MODEL模型名使用推送渠道配置至少一个★WECHAT_WEBHOOK_URL企业微信机器人Webhook URLFEISHU_WEBHOOK_URL飞书机器人Webhook URLTELEGRAM_BOT_TOKEN/TELEGRAM_CHAT_IDTelegram机器人令牌和聊天IDEMAIL_SENDER/EMAIL_PASSWORD/EMAIL_RECEIVERS邮箱发件人、授权码、收件人核心业务配置★STOCK_LIST自选股代码格式如600519,hk00700,AAPL,TSLAA股/港股/美股启用GitHub Actions进入仓库的Actions标签→点击I understand my workflows, go ahead and enable them启用工作流手动测试运行Actions→选择「每日股票分析」→Run workflow→点击Run workflow触发一次手动分析测试配置是否正常完成部署默认每个工作日北京时间18:00自动执行分析结果自动推送到配置的渠道。方式二本地运行适合开发/调试附核心代码本地运行需先配置Python环境3.8核心步骤克隆仓库并安装依赖# 克隆仓库gitclone https://github.com/ZhuLinsen/daily_stock_analysis.gitcddaily_stock_analysis# 安装依赖pipinstall-rrequirements.txt配置环境变量复制.env.example为.env编辑文件填写GEMINI_API_KEY、STOCK_LIST、推送渠道等配置与Secrets字段一致本地运行分析/启动WebUI# 执行一次完整分析并推送python main.py# 启动WebUI配置管理一键分析访问地址http://127.0.0.1:8000python main.py--webui# 仅启动WebUI不执行自动分析python main.py --webui-only方式三Docker部署适合本地服务器/云服务器依托Docker-compose实现一键部署核心命令# 克隆仓库gitclone https://github.com/ZhuLinsen/daily_stock_analysis.gitcddaily_stock_analysis# 编辑docker/.env文件填写配置信息# 启动容器docker-compose-fdocker/docker-compose.yml up-d# 查看运行日志docker-compose-fdocker/docker-compose.yml logs-f关键功能使用WebUI与API接口项目提供简易WebUI和API接口方便可视化操作和二次开发WebUI功能访问http://127.0.0.1:8000可实现自选股配置修改、单只股票一键分析、分析任务状态实时查看、多任务并行管理核心API接口GET请求/health健康检查返回服务运行状态/analysis?codexxx触发单只股票异步分析xxx为股票代码如600519/tasks查询所有分析任务的执行状态/task?idxxx查询单个任务的详细执行状态。该项目及相关内容已AladdinEdu课题广场同步发布欢迎前往了解更多技术实现与资源项目地址AladdinEdu课题广场

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2451837.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…