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。

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。


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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

此外,请确保开启定时大盘复盘功能的推送开关。

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。

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。

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

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。

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。

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。