Um analisador de ações de 71.000 estrelas que roda no cron gratuito do GitHub

A maioria dos projetos de "agentes de IA" são demos que precisam que alguém aperte executar. Você clona o repositório, instala quarenta dependências e então descobre que a inteligência é real e a operação é imaginária. Ninguém quer ser a pessoa que lembra de rodar aquilo toda manhã.
ZhuLinsen/daily_stock_analysis, com cerca de 71.600 estrelas e uma das entradas mais surpreendentes da lista semanal de tendências do GitHub neste mês, é o tipo oposto de projeto. Ele foi feito para ser esquecido. Você faz o fork, preenche alguns secrets, ativa um workflow, e um painel chega no seu aplicativo de mensagens às 18:00 no horário de Pequim em todo dia de negociação, tenha você lembrado ou não.
O sistema cobre os mercados de ações A, Hong Kong, Estados Unidos, Japão, Coreia e Taiwan para uma lista de papéis que você define. Ele puxa dados de mercado e notícias, passa o conjunto por um LLM e empurra um painel de decisão para WeCom, Feishu, Telegram, Discord, Slack ou e-mail. Licença MIT, Python 3.10 ou superior, com um artigo no arXiv por trás.
A configuração é o produto
O caminho pelo GitHub Actions leva uns cinco minutos e não exige ambiente local nenhum.
Faça o fork do repositório. Adicione secrets de repositório. `STOCK_LIST` é o único obrigatório, no formato de códigos separados por vírgula entre mercados: `600519,hk00700,AAPL,7203.T,005930.KS,2330.TW`. Escolha pelo menos um canal de notificação: `WECHAT_WEBHOOK_URL`, `FEISHU_WEBHOOK_URL`, `TELEGRAM_BOT_TOKEN` mais `TELEGRAM_CHAT_ID`, `DISCORD_WEBHOOK_URL`, `SLACK_BOT_TOKEN` mais `SLACK_CHANNEL_ID`, ou `EMAIL_SENDER` mais `EMAIL_PASSWORD`. Opcionalmente, acrescente uma chave de busca para melhorar as notícias: a SerpAPI é a recomendada, com Tavily, Bocha, Brave, MiniMax e uma instância própria de SearXNG como alternativas.
Depois vá até a aba Actions, aceite o aviso sobre ativar workflows e rode "每日股票分析" uma vez na mão para confirmar que funciona. A partir daí ele dispara sozinho às 18:00 no horário de Pequim nos dias úteis, pula os dias sem negociação, incluindo os feriados de ações A, Hong Kong e Estados Unidos, e aceita execuções forçadas e checkpoints retomáveis para os casos de borda.
O caminho local, para quem prefere ficar com o processo:
git clone https://github.com/ZhuLinsen/daily_stock_analysis.git && cd daily_stock_analysis
pip install -r requirements.txt
cp .env.example .env
python main.py
A CLI tem um conjunto razoável de opções. `--debug` para saída detalhada, `--dry-run` para gerar sem enviar, `--stocks` para substituir a lista em uma execução, `--market-review` para o resumo no nível do mercado em vez de por papel, `--schedule` para um agendador local de longa duração e `--serve-only` para a parte web sem análise. Existe uma imagem Docker em `zhulinsen/daily_stock_analysis` para o meio do caminho.
Por que as fontes gratuitas importam mais que o modelo
A economia deste projeto é a parte interessante.
Os dados de mercado padrão vêm do AkShare, do Baostock e do YFinance, todos gratuitos. O README é explícito: linhas de log dizendo que uma fonte não está configurada não afetam a execução. Existem alternativas pagas, TickPlus para ações A e ETFs, Tushare para estabilidade histórica, Longbridge para campos de Hong Kong e Estados Unidos como volume financeiro e P/L, mas o sistema foi desenhado para produzir um painel utilizável sem gastar nada.
O processamento são minutos de GitHub Actions, o que para um fork público rodando uma vez por dia útil é efetivamente de graça. A busca de notícias é o único lugar onde aparece custo, e mesmo ali os níveis gratuitos de vários fornecedores cobrem uma lista de uma dúzia de tickers.
Essa combinação (dados grátis, processamento grátis, entrega grátis) explica a subida das estrelas. A análise não é melhor que a de um terminal pago. O custo marginal de rodar é zero, então dá para deixar ligado para sempre e ver o que acontece.
O que ele realmente entrega
O painel é um bloco por papel com a leitura do LLM sobre o comportamento do preço, o sentimento das notícias, os comunicados e os catalisadores, mais uma revisão no nível do mercado. O README é franco sobre as regras de degradação: o sentimento social e algumas fontes de notícias recuam ou desaparecem quando suas APIs limitam a taxa, e o sistema registra o recuo em vez de fingir que os dados estavam completos.
Essa honestidade é mais rara do que deveria ser. A maioria dos painéis de IA apresenta um resumo confiante, tenham as entradas chegado ou não. Este trata uma fonte ausente como um estado a ser reportado.
Onde ele erra
A cobertura é ampla no papel e desigual na prática, e a documentação do próprio repositório é o melhor guia para saber onde.
A qualidade dos dados depende de qual fonte responde. AkShare e Baostock são mantidos pela comunidade e às vezes atrasam ou mudam de schema; o YFinance cobre bem os papéis americanos e pior os mercados mais finos. Campos de Hong Kong e Estados Unidos como giro, razão de volume e P/L precisam de credenciais da Longbridge para ficarem completos, o que significa que uma instalação sem configuração vai produzir um painel com lacunas visíveis nesses mercados.
A etapa do LLM herda o que a camada de notícias encontrou. Se faltarem suas chaves de busca, a seção de sentimento degrada para comportamento do preço e comunicados, e um papel com muita conversa social vai ser lido como silencioso. O README deixa claro que fontes ausentes são reportadas em vez de suavizadas em silêncio, o que é a decisão certa, mas também quer dizer que dois usuários do mesmo repositório podem receber painéis bem diferentes para o mesmo ticker no mesmo dia.
E a análise em si é um modelo de linguagem resumindo informação pública. Ele não roda um modelo de valuation, não tem estimativas de consenso e não consegue dizer se um movimento de preço foi um exagero. O que ele consegue é comprimir quarenta manchetes, três comunicados e uma semana de preço em uma página que você vai de fato ler antes do mercado abrir.
A parte que vale copiar
Tire as ações e sobra um modelo para uma categoria inteira de produtos mal atendida: agentes agendados, privados, de propósito único, que empurram um resultado em vez de esperar que alguém pergunte.
Os componentes são triviais de descrever. Um cron. Algumas fontes gratuitas com degradação graciosa. Uma etapa de LLM que transforma dados estruturados em prosa que uma pessoa vai mesmo ler. Um canal de entrega que o usuário já consulta. Um arquivo de configuração sem servidor para manter.
Quase todo "assistente de IA" lançado neste ano é o contrário: uma janela de chat que exige que você saiba o que perguntar. A forma de cron com push inverte isso. Ela assume que o usuário tem coisa melhor a fazer do que interrogar um modelo, e conquista seu lugar aparecendo num horário fixo com algo específico.
A ressalva que precisa ser dita
É uma ferramenta de análise de nível amador, não é recomendação de investimento, e o repositório diz isso. Um LLM resumindo notícias públicas sobre uma ação não é um analista de research, e um painel que chega toda noite pode criar uma falsa sensação de rigor justamente por ser tão regular.
Use como um filtro que diz o que mudou. Quem trata isso como um oráculo que diz o que fazer está usando errado, e o mesmo vale para a maioria dos produtos de IA lançados neste mês: o valor está na redução da leitura, nunca na conclusão.
Artigos relacionados
O conselho criou um comitê de exportação na mesma semana do balanço
Só o resultado virou notícia. O comitê de controle de exportação é o que pode mudar de fato como a empresa opera.
A Nvidia nunca formou um banco de sucessores. Essa é a descoberta.
A empresa passou trinta e três anos decidindo, sem dizer, que a pergunta sobre quem vem depois não era urgente.
A AMD ganhou 19% só por ser a outra opção
O dinheiro não saiu de IA. Saiu do único nome com problema de governança e foi para os dois que não tinham.
Dez rebaixamentos em quatro sessões e nenhum número novo
Ninguém publicou dado novo sobre o livro de pedidos. O que mudou foi a largura da faixa, não o ponto do meio.