stock-daily-analysis

LLM驱动的每日股票分析系统 for OpenClaw

Installation
CLI
npx skills add https://github.com/chjm-ai/stock-daily-analysis-skill --skill stock-daily-analysis

Install this skill with the CLI and start using the SKILL.md workflow in your workspace.

Last updated 4/22/2026

Daily Stock Analysis for OpenClaw

基于 LLM 的股票智能分析 Skill,为 OpenClaw 提供 A股/港股/美股 技术面分析和 AI 决策建议。

🎯 项目定位

本项目是 ZhuLinsen/daily_stock_analysisOpenClaw Skill 适配版

与原版相比,本项目的特点:

  • OpenClaw 原生集成 - 直接作为 Skill 调用
  • 模块化设计 - 可独立使用或与 market-data skill 配合
  • 简化依赖 - 核心功能零配置即可运行
  • 开源友好 - MIT 协议,欢迎贡献

🚀 快速开始

安装

cd ~/workspace/skills/
git clone https://github.com/yourusername/stock-daily-analysis.git

# 安装依赖
pip3 install akshare pandas numpy requests

配置

cp config.example.json config.json
# 编辑 config.json 填入你的 API Key

使用

from scripts.analyzer import analyze_stock, analyze_stocks

# 分析单只股票
result = analyze_stock('600519')
print(result['ai_analysis']['operation_advice'])  # 买入/持有/观望

# 分析多只股票
results = analyze_stocks(['600519', 'AAPL', '00700'])

📊 功能特性

功能 状态 说明
A股分析 支持个股、ETF
港股分析 支持港股通标的
美股分析 基础行情获取
技术面分析 MA/MACD/RSI/乖离率
AI 决策建议 DeepSeek/Gemini
市场数据源集成 可选 market-data skill

🏗️ 项目结构

stock-daily-analysis/
├── SKILL.md                 # OpenClaw Skill 定义
├── README.md                # 项目文档
├── LICENSE                  # MIT 许可证
├── config.example.json      # 配置示例
├── config.json              # 用户配置 (gitignore)
├── requirements.txt         # Python 依赖
└── scripts/
    ├── analyzer.py          # 主入口
    ├── data_fetcher.py      # akshare 数据获取
    ├── market_data_bridge.py # market-data skill 桥接
    ├── trend_analyzer.py    # 技术分析引擎
    ├── ai_analyzer.py       # AI 分析模块
    └── notifier.py          # 报告输出

🔧 配置说明

AI 模型配置

DeepSeek (推荐,国内可用)

{
  "ai": {
    "provider": "openai",
    "api_key": "sk-your-deepseek-key",
    "base_url": "https://api.deepseek.com/v1",
    "model": "deepseek-chat"
  }
}

Gemini (免费,需代理)

{
  "ai": {
    "provider": "gemini",
    "api_key": "your-gemini-key",
    "model": "gemini-3-flash-preview"
  }
}

数据源配置

方案1:使用 akshare (默认)

{
  "data": {
    "use_market_data_skill": false
  }
}

方案2:使用 market-data skill (推荐用于 ETF)

{
  "data": {
    "use_market_data_skill": true,
    "market_data_skill_path": "../market-data"
  }
}

🤝 与 market-data skill 集成

如果你的 OpenClaw 已安装 market-data skill,本项目可自动调用其数据源:

workspace/skills/
├── market-data/          # 已安装
└── stock-daily-analysis/ # 本项目

配置 use_market_data_skill: true 后,ETF 数据将通过 market-data skill 获取,稳定性更好。

安装 market-data skill

cd ~/workspace/skills/
git clone https://github.com/chjm-ai/openclaw-market-data.git market-data

启用集成

{
  "data": {
    "use_market_data_skill": true,
    "market_data_skill_path": "../market-data"
  }
}

📈 返回数据格式

{
    'code': '600519',
    'name': '贵州茅台',
    'technical_indicators': {
        'trend_status': '强势多头',
        'ma5': 1500.0,
        'ma10': 1480.0,
        'ma20': 1450.0,
        'bias_ma5': 2.5,
        'macd_status': '金叉',
        'rsi_status': '强势买入',
        'buy_signal': '买入',
        'signal_score': 75,
        'signal_reasons': [...],
        'risk_factors': [...]
    },
    'ai_analysis': {
        'sentiment_score': 75,
        'trend_prediction': '强势多头',
        'operation_advice': '买入',
        'confidence_level': '高',
        'analysis_summary': '多头排列 | MACD金叉 | 量能配合',
        'target_price': '1550',
        'stop_loss': '1420'
    }
}

🛠️ 开发计划

  • [ ] 支持更多数据源 (Tushare, Baostock)
  • [ ] 添加板块分析功能
  • [ ] 支持自定义策略回测
  • [ ] WebUI 管理界面
  • [ ] 支持更多推送渠道

🤝 贡献指南

欢迎提交 Issue 和 PR!

  1. Fork 本项目
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送分支 (git push origin feature/AmazingFeature)
  5. 创建 Pull Request

⚠️ 免责声明

本项目仅供学习研究使用,不构成任何投资建议。股市有风险,投资需谨慎。

📄 许可证

MIT License - 详见 LICENSE 文件

🙏 致谢


Made with ❤️ for OpenClaw