AI股票分析师daily_stock_analysis一键部署教程：Python爬虫数据采集实战
AI股票分析师daily_stock_analysis一键部署教程：Python爬虫数据采集实战
你是不是也厌倦了每天手动盯盘，在几十个股票软件和财经新闻网站之间来回切换？想不想拥有一个24小时在线的AI分析师，帮你自动抓取数据、分析行情，还能把分析报告直接推送到你的手机上？
今天，我就带你手把手搭建一个属于自己的AI股票分析系统。这个系统叫daily_stock_analysis，是一个在GitHub上非常火的开源项目。它最大的特点就是“全自动”和“零成本”——利用免费的云端资源和AI大模型，帮你把繁琐的复盘工作自动化。
听起来有点复杂？别担心，这篇教程就是写给新手看的。我会用最直白的话，一步步教你如何在星图GPU平台上把它跑起来，并且重点讲解如何用Python爬虫技术，为这个系统注入“活水”——也就是自动采集股票数据。
整个过程就像搭积木，跟着我做，你也能拥有一个专属的智能投研助理。
1. 准备工作：认识你的AI分析师
在动手之前，我们先花几分钟了解一下我们要部署的这个“家伙”到底能干什么。这样你才知道自己即将拥有一个什么样的工具。
daily_stock_analysis的核心思路很简单：让机器代替人去做那些重复、枯燥的信息收集和初步分析工作。
想象一下，一个专业的股票分析师每天要做什么？他需要：
- 看行情：查看自选股的股价、涨跌幅、成交量等。
- 看技术指标：分析K线、均线、MACD等各种图表。
- 看新闻和舆情：搜索公司相关的利好或利空消息。
- 综合判断：把所有信息揉在一起，给出一个初步的买卖建议。
这个AI系统干的就是前面三步的“苦力活”，然后把整理好的数据和初步分析交给一个AI大模型（比如Gemini或者DeepSeek），让它生成一份像模像样的“决策仪表盘”。最后，这份报告会通过微信、飞书或者邮件自动发给你。
它不会替你下决定，但它能把你从海量信息里解放出来，让你只关注最有价值的结论。对于上班族或者没时间盯盘的朋友来说，这简直是神器。
2. 环境搭建：在星图GPU平台安家
我们选择在星图GPU平台上部署，主要是图它方便。你不用自己折腾服务器环境，也不用担心家里的电脑关机了程序就停了。星图提供了现成的、带GPU的容器环境，跑AI应用正合适。
2.1 创建你的工作空间
首先，你得有一个星图平台的账号。登录之后，找到“创建实例”或者“新建工作空间”的按钮。
在镜像选择这里，是关键一步。我们不需要从零开始安装Python环境，那样太慢了。你可以直接搜索“Python”或者“PyTorch”这类基础镜像。我推荐选择预装了Python 3.10或Python 3.11，并且带有CUDA支持的镜像，这样后续调用一些需要GPU加速的库会更顺畅。
实例配置上，对于这个分析系统，CPU和内存不用特别高，起步配置通常就够用。重点是把存储空间给足，建议至少50GB，因为我们要安装不少Python库，后续运行也会产生一些缓存文件。
点击创建，稍等几分钟，一个属于你的云端开发环境就准备好了。
2.2 把代码“搬”到云端
环境有了，接下来要把daily_stock_analysis的代码放进去。这里我们用git命令，这就像是一个代码搬运工。
打开星图平台提供的终端（通常是Web Terminal或者Jupyter Lab里的Terminal），输入以下命令：
# 克隆项目代码到你的工作空间 git clone https://github.com/ZhuLinsen/daily_stock_analysis.git # 进入项目文件夹 cd daily_stock_analysis 两条命令执行完，项目的所有文件就都下载到你的云端环境里了。你可以用ls命令看看，是不是多了一个daily_stock_analysis的文件夹。
2.3 安装必需的“零件”
代码有了，但它还跑不起来，因为它依赖很多其他的Python库，比如网络请求的requests、数据分析的pandas等等。我们需要一次性把这些“零件”都装上。
项目很贴心地准备了一个requirements.txt文件，里面列出了所有需要的库。我们只需要一条命令：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 这里我加了一个-i参数，指定使用清华大学的镜像源来下载。国内网络访问这个源会快很多，能避免安装过程卡住。
这个安装过程可能需要几分钟，取决于网速。泡杯茶，耐心等一下。如果中间有某个库安装报错，别慌，通常是网络波动，重新运行一次上面的命令就行。
3. 核心实战：用Python爬虫抓取股票数据
好了，基础环境搭好了。现在来到最核心、也是最有意思的部分——数据采集。daily_stock_analysis项目本身支持多种数据源，比如AkShare、Tushare。但我想教你更底层、更通用的方法：自己写爬虫去抓。
为什么？因为自己写的爬虫最灵活。万一某个数据源接口变了，或者你想抓一些特定网站的数据，自己动手就能搞定。
3.1 爬虫初体验：抓取单只股票实时行情
我们从一个最简单的例子开始：从新浪财经抓取某只股票的实时价格。别被“爬虫”这个词吓到，其实就是让程序去访问一个网页，然后把我们需要的信息“抠”出来。
我们先安装一个专门用来解析网页的库：
pip install beautifulsoup4 lxml 然后，创建一个新的Python文件，比如叫stock_spider.py，把下面的代码复制进去：
import requests from bs4 import BeautifulSoup import time def get_stock_price(stock_code): """ 从新浪财经获取A股股票实时价格 :param stock_code: 股票代码，例如 'sh600519' (上海) 或 'sz000001' (深圳) :return: 股票名称和当前价格 """ # 构建新浪财经股票页面的URL url = f'https://hq.sinajs.cn/list={stock_code}' # 设置请求头，模拟浏览器访问 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36', 'Referer': 'https://finance.sina.com.cn' } try: # 发送网络请求 response = requests.get(url, headers=headers) response.encoding = 'gbk' # 新浪财经使用gbk编码 if response.status_code == 200: # 解析返回的数据（格式类似：var hq_str_sh600519="茅台,1850.50,...";） data_str = response.text # 提取引号内的数据部分 data_content = data_str.split('"')[1] data_list = data_content.split(',') if len(data_list) > 1: stock_name = data_list[0] current_price = data_list[3] # 当前价格通常在第四个位置 print(f"股票 {stock_name}({stock_code}) 当前价格: {current_price} 元") return stock_name, current_price else: print("解析数据失败") return None, None else: print(f"请求失败，状态码: {response.status_code}") return None, None except Exception as e: print(f"抓取过程中出现错误: {e}") return None, None # 试试抓取贵州茅台的股价 if __name__ == "__main__": # 贵州茅台在上海证券交易所的代码是 sh600519 name, price = get_stock_price('sh600519') if price: print(f"成功获取到 {name} 的价格：{price}") 运行这个脚本，你就能在终端看到贵州茅台（600519）的实时股价了。这段代码做了几件事：
requests.get去访问新浪财经的一个特定数据接口。BeautifulSoup虽然这里没直接用上，但它是解析复杂HTML的利器，我们后面会用到。- 从返回的一串文本里，按照新浪的格式，把股票名字和价格“切”出来。
这就是爬虫最基本的工作原理：访问 -> 获取 -> 解析。
3.2 进阶任务：批量抓取你的自选股列表
只抓一只股票不过瘾，我们通常关注一个股票池。这就需要用到循环和列表了。
假设你有一个自选股列表，存放在一个文本文件my_stocks.txt里，每行一个代码：
sh600519 sz000858 sz300750 我们可以写一个函数来批量抓取：
def batch_get_prices(stock_file='my_stocks.txt'): """批量从文件读取股票代码并获取价格""" stock_data = [] try: with open(stock_file, 'r', encoding='utf-8') as f: stock_codes = [line.strip() for line in f if line.strip()] print(f"开始批量获取 {len(stock_codes)} 只股票数据...") for code in stock_codes: name, price = get_stock_price(code) if name and price: stock_data.append({ 'code': code, 'name': name, 'price': price }) # 礼貌一点，每次请求间隔1秒，避免把别人服务器搞崩 time.sleep(1) print("\n=== 自选股行情汇总 ===") for item in stock_data: print(f"{item['name']}({item['code']}): {item['price']}") return stock_data except FileNotFoundError: print(f"文件 {stock_file} 不存在") return [] # 运行批量抓取 if __name__ == "__main__": my_portfolio = batch_get_prices() 这样，你只需要维护好那个my_stocks.txt文件，运行一次脚本，整个股票池的行情就一目了然了。
3.3 让数据“活”起来：定时自动运行
手动运行脚本还是麻烦。既然是AI分析师，就得让它自动化。在Linux环境下，最常用的定时任务工具是crontab。
在终端里输入 crontab -e，会打开一个编辑器。在里面添加一行：
# 每天上午9点30分（开盘后）和下午3点（收盘后）各运行一次爬虫脚本 30 9 * * 1-5 /usr/bin/python3 /你的路径/stock_spider.py >> /你的路径/stock.log 2>&1 0 15 * * 1-5 /usr/bin/python3 /你的路径/stock_spider.py >> /你的路径/stock.log 2>&1 这行命令的意思是：每周一到周五（1-5）的9点30分和15点整，自动执行我们的Python脚本，并且把运行日志追加到stock.log文件里。
这样一来，你的爬虫就成了一个不知疲倦的小助手，每天准时帮你采集数据。
4. 数据清洗与整合：喂给AI“干净”的粮食
爬虫抓回来的数据往往是原始的、杂乱的。直接丢给AI，它可能“吃坏肚子”。所以我们需要做一步“数据清洗”，把数据整理成AI容易理解的格式。
4.1 清洗数据：处理异常和缺失
爬虫过程中可能会遇到网络错误、页面改版等问题，导致抓回来的数据是空的或者格式不对。我们需要在代码里增加一些“容错”处理。
改进一下之前的get_stock_price函数：
def get_stock_price_enhanced(stock_code): url = f'https://hq.sinajs.cn/list={stock_code}' headers = {'User-Agent': 'Mozilla/5.0 ...'} try: response = requests.get(url, headers=headers, timeout=10) # 设置10秒超时 response.encoding = 'gbk' if response.status_code != 200: print(f"警告：请求{stock_code}失败，状态码{response.status_code}") # 这里可以尝试重试，或者记录到错误日志 return None, None, None # 多返回一个状态 data_str = response.text if 'hq_str' not in data_str: print(f"警告：{stock_code}返回的数据格式异常") return None, None, '格式错误' # ... 原有的解析逻辑 ... # 假设我们成功解析出了价格 price_float = float(current_price) # 数据合理性校验：股价通常不会低于0.01元或高于10万元 if price_float < 0.01 or price_float > 100000: print(f"警告：{stock_code}价格{price_float}异常，可能数据有误") return stock_name, current_price, '价格异常' return stock_name, current_price, '成功' except requests.exceptions.Timeout: print(f"错误：获取{stock_code}超时") return None, None, '超时' except ValueError as e: print(f"错误：解析{stock_code}价格时出错: {e}") return None, None, '解析错误' except Exception as e: print(f"未知错误：{e}") return None, None, '未知错误' 你看，我们增加了超时控制、数据格式校验、数值合理性判断，并且对不同类型的错误进行了分类。这样，即使某个股票数据抓取失败，也不会影响整个程序，我们还能知道失败的原因是什么。
4.2 整合数据：生成AI喜欢的格式
daily_stock_analysis项目内部有它自己约定的数据格式。我们的爬虫抓取到数据后，最好能转换成项目能直接使用的格式，比如一个JSON文件或者直接写入数据库。
假设项目需要一个stock_data.json文件，格式如下：
[ { "symbol": "600519.SH", "name": "贵州茅台", "current_price": 1850.50, "change": "0.85%", "update_time": "2024-01-01 15:00:00" } ] 那我们可以在批量抓取函数最后，加上数据保存的逻辑：
import json from datetime import datetime def save_to_json(data_list, filename='stock_data.json'): """将股票数据保存为JSON格式""" output_data = [] for item in data_list: output_data.append({ "symbol": item['code'].replace('sh', '').replace('sz', '') + '.SH' if 'sh' in item['code'] else '.SZ', "name": item['name'], "current_price": float(item['price']), "update_time": datetime.now().strftime("%Y-%m-%d %H:%M:%S") }) with open(filename, 'w', encoding='utf-8') as f: json.dump(output_data, f, ensure_ascii=False, indent=2) print(f"数据已保存至 {filename}") 保存成JSON的好处是，结构清晰，很多编程语言都能方便地读取。daily_stock_analysis的主程序就可以直接加载这个文件，获取最新的股票数据。
5. 连接与测试：让你的爬虫为AI服务
数据有了，环境也有了，最后一步就是把它们串联起来，让daily_stock_analysis系统能用上我们爬取的数据。
5.1 配置AI分析系统
回到daily_stock_analysis项目目录，我们需要进行一些配置。最简单的方式是复制环境变量模板文件：
cp .env.example .env 然后用文本编辑器打开.env文件，你会看到很多配置项。最关键的是这几行：
# 1. 设置你的自选股列表 (用逗号分隔) STOCK_LIST=600519,000858,300750 # 2. 设置AI模型 (二选一) # 如果你有Google Gemini的API Key（免费申请） GEMINI_API_KEY=your_gemini_api_key_here # 或者，如果你用DeepSeek、通义千问等兼容OpenAI的模型 OPENAI_API_KEY=your_openai_api_key OPENAI_BASE_URL=https://api.deepseek.com/v1 OPENAI_MODEL=deepseek-chat # 3. 设置通知方式 (比如企业微信) WECHAT_WEBHOOK_URL=your_wechat_webhook_url 把STOCK_LIST改成你自己的股票代码。然后去申请一个AI模型的API Key（Gemini免费，DeepSeek也便宜）。最后，如果你希望每天收到推送，就去配置一个企业微信或飞书的机器人，把Webhook地址填进来。
5.2 修改数据源指向我们的爬虫
默认情况下，daily_stock_analysis使用AkShare等库获取数据。为了让它使用我们爬虫抓取的数据，我们需要做一点小小的“嫁接”。
找到项目里获取股票行情的代码文件（通常在data_provider或sources目录下）。我们不需要改动核心逻辑，只需在合适的位置，添加一个从我们本地JSON文件读取数据的函数，并让它优先使用我们的数据。
例如，创建一个新文件custom_data_loader.py：
import json import os from datetime import datetime, timedelta def load_custom_stock_data(json_file='stock_data.json'): """从本地JSON文件加载爬虫获取的股票数据""" if not os.path.exists(json_file): print(f"自定义数据文件 {json_file} 不存在，将使用默认数据源。") return None try: with open(json_file, 'r', encoding='utf-8') as f: data = json.load(f) # 检查数据是否新鲜（比如是今天的数据） if data: latest_time = data[0].get('update_time') # 这里可以添加时间有效性校验逻辑 # ... print(f"成功从自定义文件加载 {len(data)} 条股票数据。") return data else: return None except Exception as e: print(f"加载自定义数据失败: {e}") return None # 然后，在项目主逻辑中，可以这样调用： # custom_data = load_custom_stock_data() # if custom_data: # # 使用自定义数据 # process_data(custom_data) # else: # # 回退到默认数据源 # default_data = get_default_data() 这样，当我们的爬虫定时运行并更新了stock_data.json文件后，AI分析系统在运行时就会优先采用这份更新鲜、更定制化的数据。
5.3 运行与验收
所有配置都搞定后，在项目根目录下运行：
python main.py 如果一切顺利，你会看到程序开始运行，获取数据、调用AI分析、生成报告。稍等片刻，如果你配置了通知，你的手机就会“叮”的一声，收到一份像下面这样的AI分析报告：
[AI决策仪表盘] 🟢 买入 | 贵州茅台(600519) 缩量回踩MA5支撑，乖离率1.2%处于最佳买点 💰 建议: 买入1800 | 止损1750 | 目标1900 多头排列 乖离安全 量能配合 --- 生成时间: 18:00 恭喜你！到这里，一个集成了自动数据采集（Python爬虫）和智能分析（AI大模型）的股票分析系统，就完全在你的掌控之中了。
整个过程从无到有，我们经历了环境部署、爬虫编写、数据清洗、系统集成。最棒的是，它完全在你的私有环境里运行，数据经过你的手，分析逻辑由你定制。
回过头看，技术并没有想象中那么高深。它就是一系列自动化步骤的组合：定时抓取、清洗整理、交给AI总结、推送结果。你每天需要做的，就是花一分钟看看手机上的推送报告，把省下来的几个小时，用在更深入的思考和决策上。
这个系统就像一个不知疲倦的初级研究员，帮你完成了信息收集和整理的工作。但它终究是个工具，最后的投资决策，还需要你结合自己的经验和判断。用它来提高效率、辅助决策，而不是完全依赖它，这才是技术的正确打开方式。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 ZEEKLOG星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
