如何零成本实现股票分析自动化:GitHub Actions定时运行daily_stock_analysis
想要每天自动获取专业的股票分析报告,但又不想投入服务器成本?股票分析自动化正是你需要的解决方案。daily_stock_analysis作为一款LLM驱动的A股智能分析器,结合GitHub Actions的定时任务功能,让你能够零成本搭建股票分析系统,实现自动生成投资报告的梦想。
问题:手动分析股票的三大痛点
作为投资者,你是否经常遇到这些问题?
- 时间成本高:每天需要花费数小时收集数据、分析行情、撰写报告
- 信息碎片化:行情数据、新闻资讯、技术指标分散在不同平台
- 分析能力有限:缺乏专业的量化分析工具和AI决策支持
传统的股票分析方式不仅耗时耗力,还容易错过关键的市场信号。有没有一种方法,能够像设置闹钟一样,让专业的分析报告每天准时送达?
解决方案:GitHub Actions + daily_stock_analysis
daily_stock_analysis提供了完美的解决方案。这个开源项目集成了多数据源行情、实时新闻、AI决策仪表盘和多渠道推送功能,而GitHub Actions则提供了免费的定时运行环境。两者结合,你可以:
- 自动化数据收集:自动获取A股、港股、美股行情数据
- 智能AI分析:利用LLM模型进行深度技术分析和基本面评估
- 定时推送报告:每天在指定时间自动生成并推送分析报告
- 零成本运行:完全免费,无需服务器投入
图:daily_stock_analysis的FastAPI后端界面,展示了个股分析详情和技术指标
实施步骤:四步搭建自动化分析系统
第一步:获取项目代码
首先需要获取daily_stock_analysis的源代码。打开终端,执行以下命令:
git clone https://gitcode.com/GitHub_Trending/da/daily_stock_analysis cd daily_stock_analysis注意:建议先fork项目到自己的GitHub仓库,这样可以自定义配置并保持更新。
第二步:配置环境变量
项目的定时任务依赖环境变量配置。在项目根目录下找到.env.example文件,复制并重命名为.env:
cp .env.example .env然后编辑.env文件,配置以下关键参数:
# === 定时任务配置 === SCHEDULE_ENABLED=true SCHEDULE_TIME=18:00 # 每天18:00执行 SCHEDULE_RUN_IMMEDIATELY=false # === AI模型配置(至少配置一个)=== GEMINI_API_KEY=your_gemini_api_key # 或 ANTHROPIC_API_KEY=your_anthropic_api_key # === 股票列表配置 === STOCK_LIST=600519,300750,002594 # 茅台、宁德时代、比亚迪 # === 通知渠道配置 === WECHAT_WEBHOOK_URL=your_wechat_webhook EMAIL_RECEIVERS=your_email@example.com信息框:AI模型API可以从多个平台获取,如Google Gemini、Anthropic Claude或国内兼容服务。项目支持多种数据源和通知渠道,具体配置参考官方文档。
第三步:创建GitHub Actions工作流
在项目根目录创建.github/workflows/daily_analysis.yml文件,内容如下:
name: Daily Stock Analysis on: schedule: # 每天北京时间18:00运行(UTC时间10:00) - cron: '0 10 * * *' workflow_dispatch: # 允许手动触发 jobs: analyze: runs-on: ubuntu-latest steps: - name: Checkout code uses: actions/checkout@v4 - name: Set up Python uses: actions/setup-python@v5 with: python-version: '3.10' - name: Install dependencies run: | python -m pip install --upgrade pip pip install -r requirements.txt - name: Configure environment run: | cp .env.example .env echo "STOCK_LIST=${{ secrets.STOCK_LIST }}" >> .env echo "GEMINI_API_KEY=${{ secrets.GEMINI_API_KEY }}" >> .env echo "SCHEDULE_ENABLED=true" >> .env echo "SCHEDULE_TIME=18:00" >> .env - name: Run daily analysis run: python main.py --schedule第四步:配置GitHub Secrets
为了保护敏感信息,需要在GitHub仓库中配置Secrets:
- 进入仓库的"Settings" → "Secrets and variables" → "Actions"
- 点击"New repository secret"添加以下密钥:
STOCK_LIST: 你的自选股代码列表GEMINI_API_KEY: AI模型API密钥- 其他需要的API密钥和通知配置
图:在GitHub仓库中安全配置API密钥和环境变量
验证与优化
验证定时任务
配置完成后,可以通过以下方式验证:
- 手动触发测试:在GitHub Actions页面点击"Run workflow"
- 查看运行日志:监控任务执行过程,排查错误
- 检查输出结果:验证分析报告是否正常生成
调整定时时间
如果需要调整运行时间,修改工作流文件中的cron表达式:
| 北京时间 | UTC时间 | Cron表达式 |
|---|---|---|
| 09:00 | 01:00 | 0 1 * * * |
| 18:00 | 10:00 | 0 10 * * * |
| 22:00 | 14:00 | 0 14 * * * |
查看分析结果
定时任务运行后,分析报告将通过配置的通知渠道发送。报告包含:
- 市场情绪分析:整体市场情绪和资金流向
- 个股技术分析:买卖点位、支撑阻力位
- 风险提示:潜在风险和操作建议
- 新闻摘要:相关新闻和催化因素
图:系统生成的每日大盘复盘报告,包含市场总结、指数点评和资金动向分析
进阶技巧:提升分析效果
1. 多股票组合分析
系统支持同时分析多只股票,只需在STOCK_LIST中配置多个代码:
STOCK_LIST=600519,300750,002594,00700,BABA,TSLA2. 自定义分析策略
daily_stock_analysis内置了15种分析策略,包括:
- 技术分析策略:均线系统、缠论、波浪理论
- 基本面策略:成长质量、估值重估
- 事件驱动策略:热点主题、事件驱动
可以在策略配置目录中查看和自定义策略。
3. 多渠道通知配置
系统支持多种通知渠道,确保不错过任何重要信号:
| 通知渠道 | 配置方式 | 适用场景 |
|---|---|---|
| 企业微信 | Webhook URL | 团队协作 |
| 飞书机器人 | Webhook URL | 企业内部 |
| Telegram | Bot Token + Chat ID | 个人使用 |
| 邮件 | SMTP配置 | 正式报告 |
| Discord | Webhook URL | 开发者社区 |
图:配置钉钉机器人接收股票分析通知
4. 告警规则设置
除了定时分析,还可以设置实时告警规则:
图:在Web界面配置技术指标告警规则,实时监控市场变化
常见问题解答
Q1: GitHub Actions有使用限制吗?
A: GitHub Actions为每个仓库提供每月2000分钟的免费额度,对于每天运行一次的股票分析任务完全足够。
Q2: 需要哪些API密钥?
A: 至少需要一个AI模型API密钥(如Gemini或Claude),可选配置数据源API(如Tushare)和搜索引擎API(如SerpAPI)。
Q3: 如何添加新的股票代码?
A: 只需在STOCK_LIST环境变量中添加新的股票代码,用逗号分隔。支持A股、港股、美股代码。
Q4: 分析报告包含哪些内容?
A: 报告包含市场情绪、技术分析、资金流向、新闻摘要、风险提示和操作建议六个部分,具体格式参考报告模板。
Q5: 如何自定义分析频率?
A: 修改GitHub Actions的cron表达式,支持每小时、每天、每周等不同频率。
总结
通过GitHub Actions定时运行daily_stock_analysis,你可以:
✅零成本搭建专业的股票分析系统
✅自动化获取每日分析报告
✅智能化利用AI进行深度分析
✅多渠道接收实时通知提醒
这个方案特别适合:
- 个人投资者想要系统化分析
- 小型团队需要共享分析结果
- 开发者想要学习量化分析实践
现在就开始行动,让AI成为你的投资助手,每天准时为你提供专业的市场分析和投资建议。不再需要手动收集数据,不再担心错过重要信号,一切都在自动化的流程中完成。
提示:更多高级配置和部署选项,请参考完整部署指南和配置说明文档。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考