GitHub开源AI盯盘神器：自选股交给它，从此告别手动复盘
这种焦虑我太熟悉了。白天上班无暇顾及盘面，傍晚收工后身心俱疲懒得再看，拖来拖去，当初放进自选里的那些票到底还跟没跟着，自己都记不清了。
最近挖到一个挂在 GitHub 上的开源项目，专门替你干这份苦差：你只需把股票代码丢给它，它每天会自动扫描行情、资讯、基本面，再借助大模型产出一份带评级、走势、参考价位和风险提醒的看板，按时送到你的企业微信、飞书或邮箱里。
项目名叫 daily_stock_analysis，作者是 ZhuLinsen，采用 MIT 协议。今年 1 月启动开发，到 8 月仍保持着高频提交，commit 数已破 949，更新节奏相当猛。它也并非小众玩物——最近连续霸榜 GitHub Trending，多家开源榜单同日将其推上 5 万 star 的位置，属于今年增速最快的那一批。
简单说，它就是一款「开源股票分析看板 + 消息推送机器人」，给那些有自选股、想持续跟踪却没空盯盘的散户，或者搞量化的朋友自用。
它具体能为你呈现哪些内容
它会生成一份 AI 研报：这只票当前处于什么趋势、综合得分多少、给出参考价位，同时把风险点和潜在催化剂整理清楚，末尾再附上一份待关注清单。内置策略多达 15 套，均线、缠论、波浪这些经典方法都在其中，想用哪套由你定。
行情数据层面，它做得相当厚道。默认集成 AkShare、Baostock、YFinance 等免费数据源，开箱即用无需任何配置；想用更全的数据，可以接入 Tushare、Longbridge，不过需要自行填入对应的 key。除个股分析外，它还支持大盘复盘和选股引擎，Web 界面与桌面工作台也都齐全。
市场覆盖也很全面：A股、港股、美股，外加日股、韩股、中国台湾股市，还有 ETF。如果你同时盯多个市场，这一套基本就能覆盖。
顺便提一下，上面这些评分、信号、参考价位，都是工具基于公开数据自行运算的，仅供参考——后文还会再强调，它们绝非投资建议。
先把话说在前头：它只是工具，并非导师
这个项目确实会生成「买入 / 观望 / 卖出」之类的操作信号，还附带具体的参考价位。但 README 里写得明明白白：仅供学习研究，不构成投资建议，股市有风险。
我替作者再把警钟敲响一次：它给出的信号，是模型基于公开数据计算得出的，并非什么内幕消息，也无法保证准确无误。你若真拿它去下单，盈亏全由自己承担。本文同样如此——下文我只介绍它的运行方式和功能，绝不会替你拍板买哪只。所有买卖信号都仅是工具自动产出、作者明确不构成建议，后果自负。
如何把它跑起来（命令均经过实测，变量名以项目 README 为准）
最省事、完全免费的方案，是直接薅 GitHub Actions 的羊毛：
# 1. 右上角 Fork 这个项目 # 2. Settings → Secrets and variables → Actions → New repository secret # 3. 至少配这些（示例为占位，换成你自己的）： STOCK_LIST=你的A股代码,你的港股代码,你的美股代码 # 格式：A股6位数字 / 港股加.HK / 美股直接填 / 日股加.T / 韩股加.KS / 中国台湾加.TW ANSPIRE_API_KEYS=你的key # AI 模型，至少配一个 WECHAT_WEBHOOK_URL=你的机器人webhook # 通知渠道，至少配一个 # 4. Actions → 每日股票分析 → Run workflow 手动触发 # 默认每个工作日 18:00（北京时间）自动跑，非交易日不跑
想在本地机器跑也完全 OK：
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
启动一个网页界面来查看报告：
python main.py --webui # 打开 http://127.0.0.1:8000
命令行中也可以临时指定要查看的股票，或执行大盘复盘、设置定时任务：
python main.py --stocks 你的代码1,你的代码2 python main.py --market-review python main.py --schedule
所有 AI key、数据源 key 统一存放在 .env 或 Actions Secrets 中，缺哪一项就少哪一项功能，但基础分析并不强制全部填齐。另外它也兼容 Docker 部署，具体指令参见官方完整指南。
至于最偷懒的玩法，还是找个 AI 智能体把网址丢过去，对话中它就能帮你把安装搞定。
两个常被忽略的细节
其一是数据归属问题。你用 GitHub Actions 跑，报告会推送到你自己的企业微信或飞书，数据仅经过你的仓库和 key，本质上是个相当私密的本地化方案，完全不必担心自选股被泄露转卖。
其二是「零成本」的具体含义。运行环境本身不花钱，但调用 AI 模型那部分需要 key；行情数据源免费版已能满足日常使用。所以「零成本」指的是跑工具的机器不花钱，而非模型不花钱——这点务必别搞混。
今天就能动手的一步
如果你早就有自选股、又嫌每天翻看太繁琐，最便捷的做法就是现在去 Fork 一下，填好 STOCK_LIST 和一个 AI key，等明天 18:00 收下它推送的第一份报告。先当尝个鲜，熟悉了再决定怎么用。
你的自选股列表是不是同样在吃灰？评论区来聊聊你加过却再没点开过的股票代码，看看有多少人跟你一样。
⭐ 收藏起来，下回想认真盯盘又嫌折腾时，翻出这篇文章把自动化跑起来。
#AI工具#开源项目#股票分析#量化投资#自动化#GitHub#workbuddy
本文仅介绍该开源项目的技术能力与部署方式，不构成任何投资建议。文中提及的评分、信号、参考价位均由项目本身基于公开数据生成，作者及本项目声明仅供学习研究，股市有风险，投资需谨慎。据此操作，风险自担。