作者：老余捞鱼
原创不易，转载请标明出处及原作者。
写在前面的话：今天不聊复杂的量化算法，分享个真·好用的开源工具。它能用AI帮你读新闻、看数据，把原本几小时的复盘工作压缩成一份秒懂的日报，并支持企业微信、飞书、邮件等多渠道推送。最关键的是：利用GitHub和免费API，实现全自动零成本运行。别让情绪左右判断，让数据帮你理性思考。
很多朋友在做决策时，花在“做苦力”上的时间，远多于“做思考”的时间。每天盯着密密麻麻的K线，在几百条新闻资讯里翻找线索，等到真正要按下”确认键”的时候，脑子已经晕了——最后往往是情绪战胜了逻辑。这就是我们常说的“疲劳决策”。
今天给大家深度拆解一个显著提升效率的开源工具——Daily Stock Analysis。它能把原本枯燥的复盘苦力活，全部交给机器处理。这个开源项目5天涨了2.1k星。
01. 为什么说它是”AI分析师”？
传统的看盘软件，只能告诉你”现在的价格是多少”；而加入了AI大模型（LLM）的系统，试图告诉你“价格背后的逻辑是什么”。
这个开源项目的核心逻辑，就是让机器像真人一样去”阅读”和”思考”。它主要解决了三个痛点：
- 🕒 省时间： 自动扫描你的关注列表，不用一个个点开看。
- 💣 避风险： 全网搜索负面舆情。如公司有突发利空，它比你先知道。
- 🤖 守纪律： 严格按照设定好的技术指标提示信号，克服人性的弱点。
🛠️ 功能深度延展：它不仅是”搬运工”
这套系统的核心逻辑很简单：利用AI大模型（如Gemini或DeepSeek等）像真人一样去阅读新闻、分析走势。
▶️ 秒懂的”决策日报”： 系统每天自动生成简报，直接推送到企业微信、飞书或钉钉。内容不再是冷冰冰的数字，而是经过AI消化后输出的”人话”。
📰 舆情避雷针： 自动抓取全网负面消息。如果公司出现潜在利空，它会比你更早发现风险。
📈 形态去噪： 摆脱人眼的主观幻觉。系统通过乖离率等指标判断当前位置，辅助管住乱动的手。
▲ 自动化复盘报告生成示意（图源：Daily Stock Analysis GitHub）
你的手机会收到这样的消息：
🎯 决策仪表盘
📊 2026-01-10 决策仪表盘
3只股票 | 🟢买入:1 🟡观望:2 🔴卖出:0
🟢 买入 | 贵州茅台(600519)
📌 缩量回踩MA5支撑，乖离率1.2%处于最佳买点
💰 狙击: 买入1800 | 止损1750 | 目标1900
✅多头排列 ✅乖离安全 ✅量能配合
🟡 观望 | 宁德时代(300750)
📌 乖离率7.8%超过5%警戒线，严禁追高
⚠️ 等待回调至MA5附近再考虑
---
生成时间: 18:00🔁 大盘复盘
🎯 2026-01-10 大盘复盘
📊 主要指数
- 上证指数: 3250.12 (🟢+0.85%)
- 深证成指: 10521.36 (🟢+1.02%)
- 创业板指: 2156.78 (🟢+1.35%)
📈 市场概况
上涨: 3920 | 下跌: 1349 | 涨停: 155 | 跌停: 3
🔥 板块表现
领涨: 互联网服务、文化传媒、小金属
领跌: 保险、航空机场、光伏设备📊 数据来源
- 行情数据: AkShare（免费）、Tushare、Baostock、YFinance
- 新闻搜索: Tavily、SerpAPI
- AI 分析:
· 主力：免费的Google Gemini（gemini-3-flash-preview）。
· 备选：应大家要求，也支持了OpenAI 兼容 API（DeepSeek、通义千问、Moonshot 等）
🛡️ 交易理念内置
- ❌ 严禁追高 – 乖离率 > 5% 自动标记「危险」。
- ✅ 趋势交易 – MA5 > MA10 > MA20 多头排列。
- 📍 精确点位 – 买入价、止损价、目标价。
- 📋 检查清单 – 每项条件用 ✅⚠️❌ 标记。
02. 三种部署方式：选最适合你的
👍真正”零成本”的自动化
很多量化工具需要你买服务器、租云主机，或者全天开着电脑。但这个项目最绝的地方在于——它可以完全免费（白嫖）。
| 对比维度 | 传统人工复盘 | AI 自动化系统 |
|---|---|---|
| 效率 | 手动翻阅关注列表 | 自动扫描秒出简报 |
| 决策依据 | 凭经验、凭感觉、听消息 | 尊重客观逻辑数据 |
| 运行环境 | 人肉盯盘，眼酸手累 | GitHub Actions 云端自动跑 |
| 大脑芯片 | 依赖直觉和情绪 | Google Gemini / DeepSeek API |
| 成本 | 时间与精神内耗 | 利用云端资源”白嫖” |
根据你的技术水平和需求，还可以选择不同方案：
方案 A：GitHub Actions（零成本首选）
利用 GitHub Actions 免费的云端机器人，不需要开电脑，全自动在云端跑脚本。
适合人群：追求极致省心、不想买服务器的上班族
方案 B：本地 Python 运行
在自己的电脑上运行。这种方式方便随时调整代码逻辑，调试起来最快。
适合人群：开发者或希望深度定制分析逻辑的用户
方案 C：Docker 容器化部署
在轻量云服务器上运行。稳定性最高，适合多账号或高频监控需求。
适合人群：有服务器基础、追求极致稳定的进阶用户
03. 使用建议：如何正确使用工具？
工具再强大，核心还在于使用工具的人。在使用这类”黑科技”之前，老余有两条建议：
第一，相信数据，克制直觉。系统内置了严格的风控模型。当系统提示”技术指标破位”或者”风险等级高”时，哪怕你觉得它还会涨，也请尊重客观数据。AI没有情绪，这是它比人类强的地方。
第二，把它当做”初筛漏斗”。不要完全依赖AI帮你做最终决定。它的作用是帮你从几千只标的中，筛选出形态最好、逻辑最顺的几只，然后你再花精力去深度研究。这才是高效率的方式。
04. 观点总结：把繁杂工作”漏斗化”
工具只是辅助，核心在于使用者。这套系统的最大价值在于把繁杂的复盘工作”漏斗化”，让你只看最有价值的信息。
- ✅ 相信数据： 当指标显示风险时，尊重客观事实。
- ✅ 高效初筛： 从海量信息中过滤出值得深研的内容。
- ✅ 全自动运行： 借用云端力量实现解放双手。
🛠️ 如何获取这套工具？
这是一个开源项目，任何懂一点点技术的人都可以轻松部署。如果你是小白，也可以找懂代码的朋友帮忙搭建。
GitHub 项目地址：https://github.com/ZhuLinsen/daily_stock_analysis
#AI金融 #自动化复盘 #开源项目推荐 #量化思维 #GitHub
感谢阅读！愿本文为您带来新启发与实用知识。若觉有益，请点赞分享，您的支持是我创作的动力，欢迎留言必复。
风险提示：本文仅供参考，不构成投资建议。量化策略开发应以学习和技术交流为目的。投资有风险，入市需谨慎。
Be First to Comment