当散户开始用 AI 每天自动分析股票：daily_stock_analysis 全流程拆解

一个散户的盯盘困境，和 AI 提供的解法

下班回到家，打开交易软件，发现今天市场大涨——但你的自选股里有一只悄悄跌了 5%，而你完全没来得及反应。再翻翻新闻，发现那条利空消息上午 10 点就出来了。

这是大多数散户的日常：没时间盯盘，没精力分析，信息永远慢半拍。就算挤出时间打开软件，面对 K 线图、均线、MACD、筹码分布、新闻舆情……也很难在短时间内做出系统化的判断。

daily_stock_analysis 就是冲着这个问题来的。

它是 GitHub 上的一个开源项目（ZhuLinsen/daily_stock_analysis），做的事情很直白：每天自动分析你关注的股票，生成一份"决策仪表盘"，推送到你的微信、飞书、Telegram 或邮箱。覆盖 A 股、港股、美股三大市场，支持 Gemini、DeepSeek、Claude、GPT 等几乎所有主流大模型。

但先说清楚一个反直觉的判断：这类工具的真正价值不在于"替你赚钱"，而在于"强制执行一套系统化的决策纪律"。后面会展开讲为什么。

daily_stock_analysis 到底做了什么：从数据采集到决策仪表盘

先看看它每天自动跑出来的"决策仪表盘"长什么样：

🎯 2026-02-08 决策仪表盘
共分析3只股票 | 🟢买入:0 🟡观望:2 🔴卖出:1

📊 分析结果摘要
⚪ 中钨高新(000657): 观望 | 评分 65 | 看多
⚪ 永鼎股份(600105): 观望 | 评分 48 | 震荡
🟡 新莱应材(300260): 卖出 | 评分 35 | 看空

⚪ 中钨高新 (000657)
📰 重要信息速览
💭 舆情情绪: 市场关注其AI属性与业绩高增长，情绪偏积极
📊 业绩预期: 2025年前三季度扣非净利润同比暴涨407.52%

🚨 风险警报:
风险点1：主力资金大幅净卖出3.63亿元，需警惕短期抛压
风险点2：筹码集中度高达35.15%，筹码分散，拉升阻力较大

✨ 利好催化:
利好1：被定位为AI服务器HDI核心供应商
利好2：业绩同比暴涨，基本面强劲

注意这个输出结构：不是一段模糊的"这只股票值得关注"，而是一个完整的决策框架——评分、信号方向、风险点、利好催化、最新动态，每个维度都独立列出。

这个仪表盘的背后，是一条完整的自动化管线：

1. 数据采集层 → 从 TickFlow、AkShare、Tushare、YFinance 等多个数据源拉取行情数据（日线、实时行情、资金流向、筹码分布）。单一数据源挂了会自动降级到备用源。
2. 新闻情报层 → 通过 SerpAPI、Tavily、Anspire 等搜索引擎抓取最新新闻和公告，做舆情情绪分析。
3. AI 分析层 → 把上述所有数据喂给 LLM，按多 Agent 编排模式分步分析。后面会详细拆解这个过程。
4. 报告生成层 → 输出 Markdown 格式的决策仪表盘，支持简报、完整报告、微信专用格式等多种模板。
5. 推送层 → 通过企业微信、飞书、Telegram、Discord、Slack、邮件等 6+ 渠道发送。单渠道失败不影响其他渠道。

5 分钟零成本部署：从 Fork 到收到第一条推送

这是 daily_stock_analysis 最让人意外的设计：你不需要服务器，不需要写代码，不需要花一分钱。

整个流程四步走：

第一步：Fork 仓库

去 GitHub 搜 ZhuLinsen/daily_stock_analysis，点右上角 Fork。

第二步：配置 Secrets

在你 Fork 的仓库里，进入 Settings → Secrets and variables → Actions，添加几个关键配置：

必填项只有三组：

AI 模型方面，项目通过 LiteLLM 适配层支持几乎所有主流大模型：

第三步：启用 Actions

进入 Actions 标签，点击启用工作流。

第四步：手动触发测试

Actions → 每日股票分析 → Run workflow。

完成后你会收到第一条推送。默认配置下，之后每个**工作日 18:00（北京时间）**自动执行，非交易日自动跳过。

如果你有 NAS 或者想跑在服务器上，项目也提供 Docker 镜像：

docker pull ghcr.io/zhulinsen/daily_stock_analysis:latest

配合 Web 界面，可以手动分析、查看历史报告、管理持仓，不只是一个定时任务。

11 种策略引擎：从均线金叉到缠论，不写代码也能自定义

daily_stock_analysis 内置了 11 种交易策略，覆盖趋势、形态、突破、回调等主要风格：

但最值得关注的设计不是这些内置策略本身，而是策略的定义方式。

每个策略就是一个 YAML 文件，用自然语言描述：

name: bull_trend
display_name: 多头趋势
description: 判断股票是否处于多头趋势中

instructions: |
  判断标准：
  1. MA5 > MA10 > MA20 多头排列
  2. 量能持续放大确认趋势有效
  3. 回踩均线支撑为最佳买点

  评分调整：
  - 满足多头排列建议 sentiment_score +10

这意味着什么？你不需要写任何代码，就能创建自己的交易策略。 只要用中文把你的判断标准、入场条件、出场条件写清楚，系统就会自动加载并在分析时调用。

你可以通过环境变量 AGENT_SKILL_DIR 指定自定义策略目录，系统同时加载内置和自定义策略，同名时自定义覆盖内置。

这个设计的意义不只是"好用"。它把交易策略从"盘感"和"感觉"变成了可审计、可复现、可迭代的规则。你的策略写进 YAML 文件里，白纸黑字，下次回测可以直接验证。这比"我觉得这只股票要涨"靠谱得多。

AI 分析的真正价值：不是预测涨跌，是强制执行决策纪律

说到这里，必须直面一个大多数人都搞错的问题。

很多人看到"AI 分析股票"，第一反应是：它能帮我赚钱吗？能预测涨跌吗？

坦率地说，不能。至少目前不能。任何声称能准确预测股票涨跌的 AI 工具，要么在撒谎，要么在拿历史数据拟合出来的虚假胜率骗你。

daily_stock_analysis 的真正价值在别的地方。

它解决的核心问题不是"预测"，而是纪律。

散户亏钱，大部分不是因为看不懂 K 线，而是因为：

1. 追涨杀跌：看到涨了就追，跌了就恐慌卖出
2. 没有系统：每次分析的维度不一样，一会儿看技术面，一会儿听消息
3. 信息过载：打开交易软件，到处都是红红绿绿的数字，脑子一片空白
4. 事后合理化：亏了之后告诉自己"其实我早就觉得不对劲"

daily_stock_analysis 对这四个问题都有针对性的解法：

它背后的多 Agent 编排架构（Technical → Intel → Risk → Decision）本质上是在拆解决策的认知负荷。不是让一个大模型一股脑给出答案，而是让专业化的 Agent 各自处理擅长的事情，最后再汇总。

这就像一个好的投资团队：技术分析师看图表，研究员看新闻，风控官看风险，最后由投资决策人综合判断。区别是这个团队每天 18:00 准时出报告，从不迟到，从不遗漏。

什么没变：AI 分析不了的东西和必须承认的局限

上面的分析可能让人产生一种错觉：有了 AI，散户就能和机构平起平坐了。

事实远非如此。有几件重要的事情，AI（至少目前的 AI）分析不了：

1. 黑天鹅事件

AI 的分析基于历史数据和公开信息。突发的政策变动、国际冲突、公司丑闻——这些"黑天鹅"在发生之前几乎没有任何数据信号。daily_stock_analysis 的新闻检索能捕捉已发生的事件，但无法预判。

2. 市场的非理性

技术分析和基本面分析都假设市场有某种"规律"。但短期股价的波动很大程度上由情绪、资金博弈、甚至随机噪声驱动。这些不是靠分析新闻和均线就能预测的。

3. 你自己的执行纪律

AI 可以给你一份完美的分析报告，但如果你看了之后还是管不住手，追涨杀跌，那报告再好也没用。工具能帮你做决策，不能替你执行决策。

4. 信息时差

尽管 daily_stock_analysis 每天推送，但它本质上是一个"日频"分析工具。对于需要日内决策的场景（比如打板、短线），它的信息频率不够。

5. 模型的幻觉和误判

LLM 会犯错，会编造不存在的信息，会在模棱两可的情况下给出过于自信的判断。项目通过多 Agent 分工和结构化输出降低这个风险，但无法完全消除。

项目作者也在 README 中明确声明："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。"

这不是客套话，是实话。

适合谁、不适合谁：三类人的决策框架

最后给你一个判断框架，帮你决定这个工具适不适合你。

适合的人

上班族兼职投资者：每天只有 30 分钟看盘时间的人。daily_stock_analysis 能让你用 5 分钟扫完仪表盘，快速知道自选股的核心变化和风险点。剩下的 25 分钟可以用来深入研究重点关注的那一两只。

想建立系统化分析流程的散户：如果你现在的分析方式是"打开软件随便看看"，这个工具能帮你强制走一遍完整的分析流程。哪怕你最后不完全认同 AI 的判断，至少你看了技术面、新闻、风险、筹码——比"随便看看"强。

对 AI 应用感兴趣的开发者：daily_stock_analysis 的多 Agent 编排、YAML 策略引擎、多数据源降级设计，都是很好的学习案例。100+ 测试文件、完整的 CI/CD、清晰的文档，代码质量在开源项目里算上乘。

不太适合的人

追求短线暴利的投机者：日频分析 + 趋势判断的框架不适合短线交易。你需要的是 Level 2 实时数据和毫秒级响应，不是一个每天推送一次的仪表盘。

完全的股市新手：仪表盘输出的评分、信号、风险点需要一定的投资知识才能理解。如果你连"乖离率""筹码分布"是什么都不知道，这份报告对你来说信息密度太高了。

把 AI 分析当"买卖信号"的人：如果你打算看完仪表盘就直接下单，那不如不用。这个工具的价值在于帮你思考和判断，不是替你做决定。

一个简单的判断标准

如果你能回答"我为什么要买这只股票"并且答案不是"因为 AI 说买入"，那这个工具对你有用。如果你的回答是"AI 说买入"，那这个工具可能反而有害——因为它会让你对自己的决策过度自信。

工具能做的是减少信息不对称和认知偏差。最终下单的手，还是你的。

项目地址：github.com/ZhuLinsen/daily_stock_analysis

同系列项目：AlphaSift（多因子选股）、AlphaEvo（策略回测与进化）