DSA

项目简介

DSA 是一个研究系统，融合多源市场数据、新闻与事件背景、技术指标、基本面以及 LLM 推理，生成自选股决策报告和每日市场复盘。它覆盖 A 股、港股和美股，支持针对单个标的进行策略问答，并可通过多种通知渠道推送报告。

核心功能

• 跨市场行情覆盖 A 股、港股、美股和常见 ETF，通过多个数据提供方与回退路径获取行情。
• 新闻与事件聚合新闻、公告、搜索结果和社交舆情，为财报、主题、资金流和风险事件提供背景。
• LLM 决策报告将行情、新闻、技术指标和基本面转化为包含评分、趋势、建议、风险警报和检查清单的结构化结论。
• Agent 策略问答支持均线、缠论、波浪理论、趋势观点，并可从 Web、CLI 或 Bot 入口继续追问。
• 报告存入 SQLite，用于方向准确率、模拟收益、持仓复盘和市场复盘纪律检查。
• 多通道推送通过企业微信、飞书、Telegram、Discord、Slack、邮件等发送自选股报告和市场复盘。

适用场景

• 每日自选股研究：为每个标的生成摘要、评分、趋势、风险警报、催化因素和操作检查清单。
• 市场复盘：按市场汇总指数、市场宽度、板块强度、市场温度和交易日状态。
• 按需策略问答：针对某个标的提问，结合行情、指标、新闻和内置策略形成研究视图。
• 定时推送：将自选股报告和市场复盘发送到团队聊天、邮件或其他通知渠道。

快速开始

• 使用 GitHub Actions：Fork 仓库，配置至少一个 AI Key 和一个通知渠道的 Secrets，设置 STOCK_LIST，启用 Actions，并运行 Daily Stock Analysis 工作流。
• 本地运行：克隆仓库，创建 Python 虚拟环境，安装 requirements，将 .env.example 复制为 .env，并运行 python main.py --stocks AAPL,MSFT,NVDA。
• 使用 Docker：在 .env 中设置 STOCK_LIST、AI Key 和通知渠道后，使用本地 Compose 构建或官方 Docker Hub / GHCR 镜像。

部署与要求

• 本地运行需要 Python 3.10+。
• 至少配置一个 AI 模型 API Key，例如 Gemini、OpenAI 兼容接口、Anthropic，或在本地 / Docker 部署中使用 Ollama 本地模型。
• 需要配置 STOCK_LIST 自选股代码。
• 至少配置一个通知渠道或本地查看路径。
• 使用 Docker 时，可使用 docker/docker-compose.yml 或官方镜像。

采用前须知

• 许可证：MIT。在使用、修改或分发项目前，请确认其具体条款。