Daily Stock Analysis: AI-система, которая превращает список акций в ежедневный дашборд решений

daily_stock_analysis от ZhuLinsen — один из самых звездных AI-проектов про финансы прямо сейчас, #1 Python-репозиторий дня на Trendshift. Но интересно тут не число звезд. Интересно, что проект не делает вид, будто предсказывает цены. Он решает более узкую и куда более полезную задачу: каждый торговый день берет ваш список акций и формирует структурированный, объяснимый аналитический отчет — и доставляет его туда, где вы реально читаете, в мессенджер.

Дисклеймер автора проекта: только для обучения и исследований. Это не инвестиционная рекомендация. Рынок несет риск.

Главная идея: не бот, а ежедневный аналитик-репортер

Большинство репозиториев про AI-трейдинг гонятся за одной фантазией: данные на вход, сигнал на выход, прибыль вверх. daily_stock_analysis построен на более честной посылке — сложное в инвестировании не сгенерировать еще один сигнал, а собрать цельную, непротиворечивую картину по бумаге и записывать ее одинаково каждый день.

Поэтому система ведет себя как младший аналитик по расписанию. Пайплайн линейный и читаемый:

По умолчанию запускается по расписанию (будни, после закрытия) и пропускает неторговые дни. Покрывает рынок Китая (A-акции), Гонконг, акции и ETF США, а японский и корейский рынки поддерживает в урезанном виде там, где не дотягиваются источники данных.

Тихо умная часть: отказоустойчивость данных

Самое крепкое инженерное решение в проекте — не LLM, а то, как он по умолчанию считает данные ненадежными.

Рыночные данные тянутся через приоритетную цепочку из шести провайдеров, каждый из которых подстраховывает предыдущий:

Efinance (P0) → Tencent (P0) → Akshare (P1) → Pytdx (P2) → Baostock (P3) → Yfinance (P4)

Когда анализируется американский тикер, система автоматически пропускает чисто китайские источники и уходит на Yahoo Finance. Если источник падает, отваливается по таймауту или отдает частичные данные, прогон деградирует только этот блок, а не роняет весь отчет. Промпту даже сообщается, какие блоки идут как fallback, partial или missing — поэтому модель обязана написать "данные недоступны", а не выдумать число.

Это правильный инстинкт для любой боевой системы: падение одного источника данных не должно ронять весь анализ. Относитесь к каждому фиду как к best-effort, нормализуйте поля и делайте пропуски видимыми, а не молча подставляйте значения.

Дашборд решения

LLM возвращает не прозу, а строгий JSON — дашборд решения, который отчет рендерит в единый макет:

• Ключевой вывод — одной фразой: покупать, держать или ждать, плюс срочность.
• Раздельный совет — разные указания для того, кто в позиции, и того, кто в кэше.
• Взгляд на данные — расположение средних, цена против поддержки/сопротивления, отклонение, чтение объема.
• Разведка — риск-алерты и позитивные катализаторы, каждый обязан нести дату.
• План действий — конкретные точки: идеальная покупка, стоп-лосс, цель, размер позиции.
• Чек-лист — каждое условие помечено ✅ / ⚠️ / ❌ (бычье построение, отклонение в норме, объем, отсутствие крупного негатива, оценка).

Дисциплина, зашитая в промпт, опинионированная и здравая: не догонять (отклонение более 5% выше MA5 — жесткое "не покупать"), торговать только бычье построение средних (MA5 > MA10 > MA20), предпочитать вход на откате с падающим объемом к поддержке и не прыгать между покупкой и продажей из-за движения одного дня.

Стратегии-агенты: задайте системе вопрос

Помимо ежедневного отчета, проект несет режим агента с 15 встроенными стратегическими сценариями, которые можно расспросить по тикеру:

Каждая стратегия — это YAML-файл со своими правилами, нужными инструментами и поправками к оценке, так что "интеллект" настраиваемый и проверяемый, а не спрятан внутри одного гигантского промпта.

Как читать это без самообмана

Любой такой проект легко переоценить. Честный чек-лист оценки:

1. Качество источников новостей. Блок разведки хорош ровно настолько, насколько настроены ваши поисковые провайдеры — без них настроения и катализаторы пустеют, и отчет опирается только на технику.
2. Недетерминированность. Выводы LLM плавают; один и тот же тикер может читаться чуть по-разному между прогонами. Дашборд — структурированное мнение, а не неизменная истина.
3. Покрытие по рынкам. Глубина по A-акциям (потоки капитала, фишки, dragon-tiger) аккуратно деградирует до not_supported на рынках, где данных нет.
4. Свежесть данных. Следите за флагами fallback/partial — деградировавший вход должен снижать вашу уверенность, ровно как требует промпт.
5. Бэктест ≠ прибыль. Отчет — это поддержка решения, а не подтвержденное преимущество.

Ограничения и честная оценка

Чем daily_stock_analysis не является:

• Не система исполнения. Анализирует и отчитывается; не выставляет заявки и не моделирует ликвидность.
• Зависит от модели. Качество вывода идет за тем LLM, на который вы его нацелили.
• Зависит от поиска. Без ключей к новостным API качественная половина отчета истончается.
• Недетерминированность. Одинаковый вход может давать слегка разные дашборды.

Ссылки

• 💻 GitHub: ZhuLinsen/daily_stock_analysis
• 📄 Лицензия: MIT

Вывод

daily_stock_analysis ценен не как оракул, а как повторяемая аналитическая привычка, поставленная на автомат:

• Стандартизировать, что значит "посмотреть на акцию", каждый день.
• Считать данные ненадежными и делать пропуски видимыми.
• Делать вывод объяснимым — оценка, уровни, чек-лист, риски.
• Отделять генерацию идей (15 стратегий) от дисциплинированной рамки решения.

Для обучения, ежедневного разбора и прототипа исследовательского процесса — сделано крепко. Для прода нужен следующий слой, тот же, что любой серьезной системе: валидированные данные, контроль дрейфа модели, реалистичное исполнение и риск-правила, которые живут в коде, а не только в промптах.