症状:你想部署 Daily Stock Analysis,却不确定运行环境是否合适;项目本地部署指南要求 Python 3.10+。查看项目部署指南
最快解法:Daily Stock Analysis 部署教程的关键不是先开定时任务,而是先核验行情源、账户权限和当前版本支持的功能。项目可以用于搭建 AI 辅助的美股与 A 股分析、自选股监控及每日报告流程,但能否完整实现取决于数据源、接口权限和自动化配置。先用少量股票验证数据与报告,再启用定时;AI 输出只用于信息整理,不是投资建议。
希望部署 Daily Stock Analysis、生成美股或 A 股观察报告的个人投资者。
需要串联自选股、定时运行和报告输出的开发者。
正在评估行情数据边界、运行维护和凭据安全的技术用户。
Daily Stock Analysis 部署教程:先核验双市场能力
项目仓库说明列有多市场行情聚合、AI 分析报告、股票清单、定时运行和通知等能力,并列出 AkShare、Tushare、Pytdx、Baostock、YFinance 和 Longbridge 等行情源。查看项目官方仓库说明
这些说明不代表每个代码、数据字段和行情时效在所有环境中都可用。项目的市场支持说明提示,免费数据源会受上游限流、接口变化和网络状况影响;需要特定字段或更稳定的访问时,可能要配置有权限要求的数据源。你应按目标股票、所需字段和数据更新时间逐项确认,而不是只检查“能否启动”。
部署时把工作流拆成三层:
- 行情与基本面:由数据源提供价格、K 线或公司资料。不同市场的数据源、字段和更新时间可能不同。
- 新闻与市场信息:由搜索或新闻接口补充事件背景;有数据不等于信息完整,也不代表来源经过核实。
- AI 分析与报告:模型根据传入资料生成文字结论。模型不能替代你检查行情时间戳、缺失字段和数据来源。
还要区分“自选股定时分析”和“实时盯盘告警”。定时生成报告不等于逐笔行情监控;如果需要价格阈值、指标触发或盘中告警,应确认当前版本是否支持对应规则、市场范围和通知渠道,不能只凭报告推送能力推断告警已经启用。
部署前排除环境与权限问题
开始安装前,检查 Python 版本、依赖、项目目录读写权限、网络连通性,以及模型服务和行情接口能否从运行机器访问。依赖安装方式以项目部署指南为准;锁定的依赖列表可在项目 requirements.txt复核。
python --version
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git
cd daily_stock_analysis
pip install -r requirements.txt
cp .env.example .env
版本符合要求,只说明依赖具备安装条件,不代表 API 密钥、网络策略和上游接口已经就绪。第一次运行不要把密钥写进公开代码、提交记录或日志;本地 .env 应限制访问权限,托管工作流则使用平台的 Secret 配置,避免把凭据直接写入工作流文件。
⚠️ 美股和 A 股行情可能分别受数据源授权、访问频率和使用范围限制。YFinance 文档说明,该工具并非 Yahoo 的官方产品,数据使用权应以相关平台条款为准;如果计划共享报告或用于商业服务,更要先核对授权边界。查看 YFinance 文档中的数据使用提示
第一步:分开配置行情、新闻与模型
先配置自选股,再按需添加模型、行情或搜索服务的凭据。项目 README 列有 STOCK_LIST 等配置示例,以及模型、通知和可选数据源相关配置;具体变量名称和用法以仓库当前文件为准,不要照搬旧教程中的密钥名称。
建议按以下顺序操作:
- 复制
.env.example为.env,保留原文件作为配置参考。 - 在
STOCK_LIST中先放入少量且代码格式明确的标的,例如AAPL,600519。这只是测试输入示例,实际清单仍需逐项验证。 - 选择模型渠道并配置所需的 API Key、模型名或服务地址。不同渠道的认证方式和可用模型不同,可对照项目 LLM 配置指南。
- 如需新闻辅助,按项目配置说明启用对应搜索服务;不要把新闻搜索密钥误当作行情接口密钥。
- 只有在默认行情源缺字段、受到限流或无法覆盖目标市场时,才增加对应数据源凭据。先核对账户权限,再测试接口。
例如,Tushare 官方接入说明要求使用账户 Token;具体接口可能还需单独权限或受调用频次约束。配置 Token 不意味着所有接口自动开放,遇到权限错误时,应按目标接口的官方说明检查权限状态。查看 Tushare 接入与 Token 说明
怎样配置美股和 A 股行情数据?先根据项目市场支持说明确认标的代码格式和数据源路由,再分别用一只美股和一只 A 股测试数据获取。不要一开始就把整份清单交给模型:如果上游返回空值、旧数据或字段不全,报告仍可能生成,但分析输入已经不可靠。
中途决策:运行方式对比
运行位置决定你要维护哪些环节。GitHub Actions 适合按工作流触发;本地或 Docker 适合希望控制进程、存储和运行环境的情况。下表用于选择方案,不代表任何方式都能绕过行情源或模型服务的限制。
| 运行选项 | 更适合的情况 | 需要重点确认 | 主要取舍 |
|---|---|---|---|
| GitHub Actions | 希望用工作流定时启动,不维护常驻电脑 | Secret 是否配置、工作流是否启用、时区与触发记录 | 依赖托管工作流;调度行为以工作流配置为准 |
本地 --schedule |
希望在自己的机器上定时运行并查看日志 | 进程是否持续运行、系统是否休眠、网络与本地时区 | 环境由你掌控,但要确保机器在线 |
| Docker | 希望隔离依赖并管理数据、日志和报告目录 | 挂载路径是否可写、环境变量是否注入容器 | 便于打包环境,但卷和凭据需要额外维护 |
项目部署指南说明,本地定时模式可通过 python main.py --schedule 启动;GitHub Actions 工作流也提供定时运行配置。工作流示例采用 0 10 * * 1-5,项目文档将其对应到北京时间工作日 18:00;GitHub 官方说明,未另设时区时,schedule 按 UTC 解释。查看 GitHub Actions 工作流语法
如果选择本地运行,启动 --schedule 的终端会话不能随意关闭;如果选择 Actions,就要检查运行记录和仓库 Secret 映射。两种方式都应先手动运行一次,再依赖自动调度。项目工作流文件中实际使用的触发条件与环境变量映射,以当前工作流配置为准。不要假设本地 .env 中的变量会自动进入托管工作流。
第二步:添加并验证自选股
怎样添加、修改或移除监控标的?本地运行时编辑 .env 中的 STOCK_LIST;Actions 运行时则按工作流要求修改对应 Secret 或变量。加入代码后,先用 --dry-run 检查数据获取,再执行一次完整分析。移除标的时也要检查托管环境中的清单,避免本地和工作流使用不同配置。
python main.py --stocks 600519,AAPL --dry-run
python main.py --stocks 600519,AAPL --debug
项目部署指南说明,--dry-run 用于获取数据而不执行 AI 分析,--debug 用于输出调试信息。验证时不要只看“任务成功”,还要逐项检查:
- 标的是否命中:日志或报告中应能区分清单里的代码;如果代码被识别为错误市场,先修正格式。
- 数据日期与时间戳:分别记录美股和 A 股返回的交易日期,确认其符合预期分析区间。
- 缺失字段如何处理:价格、成交量、新闻或基本面字段缺失时,记录为“未知”,不要把空值解释成零或无风险。
- 配置修改是否生效:改动清单后重新运行,确认新增标的出现、移除标的不再进入分析。
如何自动监控价格或指标?先确认当前配置实现的是定时扫描、报告通知,还是事件规则告警。如果你需要阈值触发或盘中提醒,应单独核对它是否覆盖目标市场、数据频率和通知渠道;仅有每日报告不能证明价格触发监控已启用。
第三步:配置每日报告自动生成
日报流程可拆成“取数—分析—汇总—保存或推送—核验”。先确认单次运行成功,再启动定时;使用项目内置调度时,按官方指南执行:
python main.py --schedule
如果希望启动时不立即执行分析、只等待下一次定时触发,项目指南提供 --no-run-immediately 参数。使用 GitHub Actions 时,先启用工作流并手动运行,再检查运行记录。定时表达式采用什么时区、是否跳过非交易日,都要依据实际工作流配置确认,不能只凭界面显示的时间判断。
怎样设置每日自动生成投资分析报告?确认调度时间、运行时区和股票清单后,手动触发一次完整流程。验收报告时核对生成时间、覆盖标的、行情交易日期、缺失项提示和通知结果。若报告没有某只股票,先排查市场休市、行情缺失、代码识别失败或模型阶段异常;不能把“已发送”直接等同于“全量分析已完成”。
行情与日报故障排查
没有行情数据时怎么查?先对单只股票运行 --dry-run,按“代码格式—市场识别—网络—数据源权限—上游限流”的顺序排除。若只有一类市场失败,不要先更换模型:行情源与 AI 服务属于不同链路。查看日志中的数据源、错误状态和返回字段,再对照项目数据源配置与服务商权限说明。
有行情但没有报告时怎么查?检查模型 Key 是否存在、模型名和服务地址是否匹配、账户是否有调用权限,再查看 AI 阶段和报告输出日志。密钥错误、模型不可用和行情空值是不同故障;一次只调整一个配置,便于确认修复是否有效。
定时没触发或报告缺项时怎么办?先查工作流或本地进程是否运行,再核对调度时区、系统休眠、非交易日过滤、运行超时和日志。报告缺项则回到股票清单与数据时间戳检查:盘中运行可能拿到尚未完成的交易日数据;跨市场清单也可能遇到不同交易日历。需要持续自动运行时,确保数据、日志和报告目录有持久化空间,并且运行用户有写入权限。
排查时保留一份小范围、可重复的测试清单,以及一次正常运行的日志作为对照。不要把 API Key、Token 或完整环境变量贴进公开问题记录;分享日志前应先脱敏。有关运行环境和账号使用问题,你也可以查看 Kvmzen 服务支持说明,同时自行核对所接入数据平台的授权条款。
收尾:把日报当作研究记录
Daily Stock Analysis 能把分散的行情、新闻和模型文字整理进可重复查看的流程,但它无法保证行情实时、数据完整或模型结论正确。市场数据可能延迟,接口可能限流,模型也可能误读输入或生成不准确解释。项目仓库将用途限定为学习和研究,不构成投资建议;你应回查原始数据和来源,再结合自身判断作决定,不能根据 AI 标签直接买卖。
如果当前方案是在个人电脑上常驻运行,系统休眠、网络变化和本机凭据管理都可能增加维护负担;托管工作流则有平台环境、Secret 映射和运行记录等限制。先按项目要求完成小范围、可复现的部署验收,再根据是否需要持续运行、远程访问和 macOS 环境选择运行位置。不需要 macOS 的定时任务,Actions 或现有服务器可能更合适;确实需要远程 macOS 工作环境时,可将自购设备与 Kvmzen 云端 Mac 租用选项一并比较。租用可以减少个人电脑常驻运行的负担,但不会改善行情源质量,也不意味着投资结果会更好。
