AI量化投资助手：Daily_Stock_Analysis项目部署与使用全攻略

随着后疫情时代经济活动的恢复，主动接触并参与证券市场的投资者数量显著增长。与此同时，全球宏观经济格局的变化，不仅使黄金等传统避险资产备受瞩目，铜、铝等基础工业金属也因供需关系、产业政策及周期性因素，频繁成为资本市场的关注热点。

面对复杂的市场环境，投资者需要追踪的信息维度远超个股本身，涵盖了宏观经济指标、行业动态新闻、主力资金流向、市场情绪转换，甚至跨资产类别的联动效应。如何高效、系统地进行每日复盘，并从中提炼出清晰可靠的投资决策依据？这对许多投资者而言是一项颇具挑战的任务。此时，借助人工智能技术或许能提供有效助力。

幸运的是，GitHub上近期出现了一个备受关注的开源Docker项目：daily_stock_analysis。这是一个由大语言模型驱动的A股、港股、美股智能分析系统。你可以将其视为一位全天候的自动化复盘助理，部署后能够实现：整合多数据源的行情信息、抓取实时市场新闻、生成基于Gemini等模型的决策仪表盘，并通过多种渠道推送报告。整个过程完全自动化、零成本，支持定时运行。

Image

该工具一项极具价值的功能是每日定时推送报告，它能将分散的市场信息整合成具有可操作性的投资结论。报告内容通常包含大盘复盘（主要指数表现、涨跌家数结构、板块强度排序）以及个股决策仪表盘（综合评分、技术趋势信号、关键风险与利好提示）。每天仅需花费几分钟阅读，即可完成从宏观环境审视到微观个股筛查的决策流程。

Image

Image

本文将以威联通NAS为例，详细演示通过Docker Compose方式部署该项目的全过程。由于项目涉及的环境变量配置较多，我们将采用.env配置文件进行管理。为方便读者，我们将提供打包好的docker-compose.yml及相关配置文件。其中，.env为根据本文调整后的部署配置，.env.example为项目官方提供的配置模板示例。

核心功能特性

完整项目名为：ZhuLinsen/daily_stock_analysis，您可以在GitHub上直接搜索找到。

  • AI决策仪表盘：提供一句话核心结论、精确的买卖参考点位以及操作前的检查清单。
  • 多维度分析框架：涵盖技术面分析（如盘中实时均线、多头排列形态）、筹码集中度变化、舆情监控情报以及实时行情数据。
  • 全球市场覆盖：支持分析A股、港股、美股及美股主要指数（如标普500SPX、道琼斯工业指数DJI、纳斯达克指数IXIC等）。
  • 市场策略系统：内置针对A股的“三段式复盘策略”与针对美股的“Regime Strategy”，输出“进攻/均衡/防守”或“risk-on/neutral/risk-off”的市场应对计划，并附带“仅供参考，不构成投资建议”的风险提示。
  • 自动化大盘复盘：生成每日市场概览与板块涨跌排行，支持在A股市场、美股市场或两者同时复盘之间切换。
  • 智能图片识别添加自选股：上传包含股票代码的截图，系统通过视觉大模型自动提取代码，一键加入监控列表。
  • AI回测验证机制：自动评估历史分析报告的准确性、方向判断胜率以及止盈止损建议的命中率。
  • 智能对话问股Agent：支持多轮次、深层次的策略问答，内置均线理论、缠论、波浪理论等11种分析策略，提供Web界面、机器人及API全链路交互。
  • 多渠道通知推送：集成企业微信、飞书、Telegram、钉钉、电子邮件、Pushover等多种主流通知方式。
  • 自动化定时运行：可通过GitHub Actions实现云端定时触发，无需依赖本地服务器资源。

环境变量配置详解

以下是最小化可运行配置的逐步说明。 在威联通NAS上，您可以创建专属目录来存放环境变量文件。使用系统自带的Text Editor或其他文本编辑器进行编辑。本文示例路径为/share/Container/gupiao，这也是后续项目的部署根目录。

Image

第一步：股票代码、数据源与定时任务配置 不同股票的代码之间需使用英文逗号分隔。底部的定时任务相关配置可以取消注释，并根据您的实际需求调整执行时间。

Image

关于付费数据源（如Tushare）的配置为可选项目。登录相应数据平台后，通常在“个人主页”或“接口令牌”页面可获取API Token。请注意，此类数据源通常需要付费，如果无需使用，请直接注释掉该行配置。

Image

第二步：AI模型配置 核心配置项LITELLM_MODEL用于指定主要调用的大语言模型，而LITELLM_FALLBACK_MODELS则用于设置备用模型列表。当主模型调用失败时，系统会按顺序尝试使用备用模型。

Image

目前个人常用的模型主要分为三类：Google的Gemini系列、OpenAI及其兼容API（如硅基流动、通义千问、DeepSeek等）、以及原生DeepSeek。

Image

Gemini和原生OpenAI API的配置相对简单，参考项目注释即可完成。 对于其他兼容OpenAI API的模型，通常需要在模型名称前添加openai/前缀。以硅基流动为例，其配置方式具有代表性，虽然其免费额度响应可能稍慢，但支持一KEY调用多种模型。

Image

关于OPENAI_VISION_MODEL（图片识别模型），其实用性见仁见智。对于大多数用户而言，手动添加自选股代码可能比截图识别更为直接高效。

Image

最后，OPENAI_TEMPERATURE参数控制模型输出的“创造性”或“随机性”（数值越低输出越稳定保守，越高则越发散多样）。

  • 0.0–0.3：输出非常保守，结构固定，重复性高，适用于需要高度一致性的“技术分析模板”或“标准化复盘报告”。
  • 0.4–0.7：平衡模式，也是最常用的默认设置。
  • 0.8–1.2：输出更具创造性，措辞更多样，但可能导致分析偏离主题或产生过多主观臆测。
  • 大于1.2：不建议用于严肃的股票分析，因为输出稳定性会显著下降。

第三步：搜索引擎配置 此部分为必须配置项。根据项目作者的推荐，Tavily是首选的搜索引擎服务。

Image

您可以使用GitHub或Google账户直接登录Tavily获取API Key。免费套餐通常提供每分钟100次请求和每月1000次搜索的使用额度。

Image

配置好Key后，其他未使用的搜索引擎配置项可以注释掉。您也可以配置多个平台的Key以作备用。

Image

第四步：消息推送配置 此部分同样为必须配置项，至少需要启用一种推送渠道。

Image

企业微信机器人、Telegram和电子邮件是个人常用的几种推送方式，它们的配置过程都相对简单直观。

Image

以企业微信为例，在目标群聊中添加“群机器人”，即可获得一个Webhook URL，将其粘贴到配置文件中并取消对应注释即可。

Image

由于我们采用Docker部署，需要将推送内容的格式设置为full（完整模式），以确保所有分析细节都能被正确发送。

Image

此外，请确保开启定时大盘复盘功能的推送开关。

Image

第五步：Web用户界面配置 此部分用于控制Web UI的启用状态，以及修改服务的监听地址和端口号。

Image

第六步：行情数据源配置 建议启用所有可用的实时数据源。若使用免费数据源，可将Tushare（如需付费）的顺序移至列表末尾，或直接将其注释删除。

Image

项目正式部署流程

打开威联通的Container Station应用，选择“创建” -> “创建应用程序”。 将以下Docker Compose部署代码粘贴到编辑框中：

services:
  analyzer:
    image: ghcr.io/zhulinsen/daily_stock_analysis:latest
    container_name: stock-analyzer
    restart: always
    env_file:
      - /share/Container/gupiao/.env
    volumes:
      - /share/Container/gupiao/data:/app/data
      - /share/Container/gupiao/logs:/app/logs
      - /share/Container/gupiao/reports:/app/reports
      - /share/Container/gupiao/.env:/app/.env
      - /share/Container/gupiao/strategies:/app/strategies
    environment:
      - TZ=Asia/Shanghai

  server:
    image: ghcr.io/zhulinsen/daily_stock_analysis:latest
    container_name: stock-server
    restart: always
    env_file:
      - /share/Container/gupiao/.env
    environment:
      - TZ=Asia/Shanghai
      - WEBUI_HOST=0.0.0.0
      - WEBUI_PORT=8068
    command: ["python", "main.py", "--serve-only", "--host", "0.0.0.0", "--port", "8068"]
    ports:
      - "8068:8068"
    volumes:
      - /share/Container/gupiao/data:/app/data
      - /share/Container/gupiao/logs:/app/logs
      - /share/Container/gupiao/reports:/app/reports
      - /share/Container/gupiao/.env:/app/.env
      - /share/Container/gupiao/strategies:/app/strategies

Image

系统使用体验一览

部署完成后，在浏览器中输入您的NAS_IP地址:8068即可访问Web管理界面。例如，在搜索框中输入股票代码“600519”（贵州茅台）并点击分析。报告下方通常还会附带相关的实时资讯链接，可直接点击查看。

Image

您可以基于初步分析报告，通过对话界面继续向AI助理追问，进行更深入的策略探讨和细节分析。

Image

定时推送功能会在配置的时间点自动执行，生成如文章开头所示的格式化报告并发送至指定渠道。 个人经验提示：我曾将任务设置为每日19:00执行，但由于使用的部分免费模型API（如硅基流动免费额度）响应速度有限，分析三只股票并完成推送整个过程可能耗时近半小时。因此，建议在经济条件允许的情况下，优先选择响应更稳定、速度更快的AI模型服务提供商。

结语

总体而言，daily_stock_analysis是一个对个人投资者和量化交易爱好者极具实用价值的辅助工具。它能够将投资者从繁复的日常信息收集与初步分析工作中解放出来，显著提升投资研究的效率。感兴趣的朋友不妨亲自动手部署体验一番。 然而，必须清醒认识到，人工智能可以分析海量数据与历史模式，却无法精准测算市场的集体情绪与突发性人性因素。任何工具都应作为决策的参考，而非唯一的依据。投资之路上，谨慎永远是第一准则。

“真正的股神不研究K线图，而是自己画K线图。”——唐纳德•特朗普 祝愿每一位在股海中航行的朋友，都能理性决策，稳健前行。