daily_stock_analysis : système d'analyse boursière IA couvrant six marchés
LLM多源行情、实时新闻、决策看板与自动推送，支持零成本定时运行。 Système d'analyse boursière multi-marchés alimenté par LLM avec données de marché multi-sources, actualités en temps réel, tableau de bord de décision, notifications automatisées et exécutions planifiées gratuites.
En bref
- De quoi s’agit-il ?
- Un pipeline quotidien qui transforme une liste de surveillance en tableaux de bord de décision et les envoie vers des canaux de chat et de courriel, avec déploiement GitHub Actions et local.
- À qui s’adresse-t-il ?
- Le README est explicite sur la limite de l'offre gratuite : le projet peut fonctionner sans identifiants de source de données, mais les sources gratuites ne sont pas assez stables pour des exécutions planifiées garanties. Le reste des détails opérationnels, de la vérification des jours de bourse aux règles de repli, est renvoyé au Full Guide, qui devrait être lu avant de choisir un déploiement.
- Puis-je l’utiliser commercialement ?
- Oui. MIT est une licence permissive : vous pouvez utiliser, modifier et vendre un logiciel qui en dépend, à condition de conserver les mentions de droit d’auteur et de licence.
- Est-il encore maintenu ?
- Oui. Les derniers commits datent d’il y a 3 jours.
- En quel langage est-il écrit ?
- Principalement Python, d’après les statistiques de langage de GitHub.
Ces réponses reposent sur les données GitHub du projet (dernière synchronisation le 15 septembre 2026) et sur notre analyse. Elles ne constituent pas un avis juridique.
ANALYSE OPEN SOURCE APPROFONDIE
Pipeline d'analyse quotidienne couvrant plusieurs marchés
Le dépôt décrit un système d'analyse boursière piloté par IA couvrant les actions chinoises, hongkongaises, américaines, japonaises, coréennes et taïwanaises, ainsi que les ETF. Pour une liste de surveillance configurée, il produit chaque jour un tableau de bord de décision avec conclusion centrale, score, tendance, niveaux d'entrée/sortie, alertes de risque, catalyseurs et liste d'actions, puis envoie le rapport vers Telegram, Discord, Slack, Email, WeChat Work ou Feishu. Le README montre un exemple de sortie pour trois actions, chacune recevant un verdict Achat/Surveiller/Vente avec un score et un label de tendance, accompagné d'alertes de risque et de catalyseurs positifs. Un exemple de revue de marché liste les indices principaux, la largeur de marché haussière/baissière et les nombres de limites à la hausse/baisse.
Sources de données, recherche d'actualités et offre gratuite
Les données de marché proviennent de TickFlow, AkShare, Tushare, Pytdx, Baostock, YFinance et Longbridge, et la recherche d'actualités d'Anspire, SerpAPI, Tavily, Bocha, Brave, MiniMax ou d'instances SearXNG auto-hébergées. Le projet note explicitement que des sources gratuites comme AkShare, Baostock et YFinance permettent de fonctionner sans identifiants supplémentaires, mais ces sources peuvent être limitées en débit, voir leurs contrats en amont changer, ou fluctuer selon les conditions réseau, donc la stabilité n'est pas garantie. Le README recommande des sources à jeton comme TickFlow, Tushare ou Longbridge pour les exécutions planifiées. Le sentiment social pour Reddit, X et Polymarket est disponible via une API Stock Sentiment, uniquement pour les actions américaines.
Le déploiement GitHub Actions comme voie recommandée
Le README recommande GitHub Actions comme voie de déploiement principale, affirmant qu'il faut environ cinq minutes, aucun serveur et aucun coût d'infrastructure. Les étapes documentées sont : forker le dépôt, ajouter des secrets de dépôt pour au moins un fournisseur d'IA et au moins un canal de notification, définir le secret STOCK_LIST pour la liste de surveillance, activer Actions, puis exécuter manuellement le workflow Daily Stock Analysis. Par défaut, le workflow s'exécute chaque jour ouvré à 18h00 heure de Pékin et ignore les jours non ouvrés. Le comportement exact des exécutions forcées et des vérifications de jours de bourse est couvert par le Full Guide, vers lequel le README renvoie sans le reproduire.
Déploiement local et Docker
Pour une utilisation locale, le README donne une courte séquence de commandes : cloner le projet, installer les dépendances avec pip install -r requirements.txt, copier .env.example vers .env et l'éditer, puis exécuter python main.py. La même commande prend en charge les drapeaux --debug, --dry-run, --stocks avec un argument de liste de surveillance, --market-review, --schedule et --serve-only. Le déploiement Docker, la planification et l'accès WebUI sur serveur cloud sont documentés dans le Full Guide, pas dans le README lui-même. Le démarrage de l'interface web utilise python main.py --webui ou --webui-only, avec l'interface à http://127.0.0.1:8000.
Espace de travail web et chat de stratégies par agent
L'espace de travail web couvre les paramètres, le suivi des tâches, l'analyse manuelle, les rapports historiques, les rapports Markdown complets, le backtest, la gestion de portefeuille, l'import intelligent et les thèmes clair/sombre. L'import intelligent accepte les images, les fichiers CSV/Excel et le contenu du presse-papiers, avec autocomplétion par code, nom, pinyin et alias. Le chat de stratégies par agent effectue des questions-réponses multi-tours sur quinze stratégies intégrées, dont les croisements de moyennes mobiles, la théorie de Chan, les vagues d'Elliott, la tendance haussière, les thèmes chauds, l'événementiel, la qualité de croissance et la réévaluation des attentes. Il utilise des cotations en temps réel, des données en chandeliers, des indicateurs techniques, des actualités et le contexte de risque, et prend en charge l'export de session, l'envoi de notifications et l'exécution en arrière-plan. Des fichiers de stratégie personnalisés et une orchestration multi-agents expérimentale sont mentionnés comme pris en charge.
Projets liés, licence et avertissement
Le README positionne daily_stock_analysis comme centré sur les rapports d'analyse quotidiens, notant que son implémentation de sélection de titres référence AlphaSift, tandis qu'AlphaEvo couvre la validation et l'évolution de stratégies. Le projet est sous licence MIT, copyright 2026 ZhuLinsen, et la licence accorde les droits d'utilisation, de copie, de modification, de fusion, de publication, de distribution, de sous-licence et de vente, le logiciel étant fourni tel quel et sans garantie. Elle ne dit rien sur la posture de sécurité, les engagements de support ou l'adéquation à la production. Le dépôt contient un avertissement indiquant que le projet est à des fins informatives et éducatives uniquement, que l'analyse générée par IA n'est pas un conseil en investissement et que les investisseurs doivent faire leurs propres recherches et consulter un conseiller agréé. Les métadonnées du dépôt listent 60 123 étoiles, 51 448 forks et 49 problèmes ouverts, bien que le README lui-même ne discute pas de métriques d'adoption.
Pour daily_stock_analysis, commencez par `cp .env.example .env` et renseignez une seule source de modèle, un canal de notification et `STOCK_LIST` avec des titres de test. Lancez `python main.py --dry-run`, puis `python main.py --stocks 600519,hk00700,AAPL` et comparez les données, les alertes et le tableau de décision. Vérifiez séparément `--market-review`, `--serve-only` et le workflow GitHub Actions. Les sources gratuites AkShare, Baostock et YFinance peuvent être limitées ou modifiées; observez les journaux et la règle de fallback avant de programmer une exécution quotidienne. Une recommandation issue d'un modèle ne doit pas être confondue avec une validation financière.
Conclusion éditoriale
Le README est explicite sur la limite de l'offre gratuite : le projet peut fonctionner sans identifiants de source de données, mais les sources gratuites ne sont pas assez stables pour des exécutions planifiées garanties. Le reste des détails opérationnels, de la vérification des jours de bourse aux règles de repli, est renvoyé au Full Guide, qui devrait être lu avant de choisir un déploiement. Avant adoption, exécutez le contrôle propre à daily_stock_analysis, relevez la sortie et vérifiez la limite qui concerne vos données.
Notes de la communauté