支持国内股票分析的 AI 智能开源项目
一、核心结论
GitHub 上支持国内股票（A 股）分析且 Star 数量靠前的 AI 智能开源项目，按 Star 数量降序排列依次为：
- OpenBB（57.4k Star）：开源金融数据平台，支持 A 股等多市场数据获取与 AI 辅助分析；
- ai-hedge-fund（44.9k Star）：AI 对冲基金模拟系统，通过多智能体协作模拟投资大师策略，可适配 A 股；
- FinGenius（新兴项目，Star 快速增长）：专为 A 股设计的多智能体博弈分析工具，融合 16 位 AI 专家协作；
- daily_stock_analysis（5.5k Star）：A 股智能分析系统，基于大模型生成每日决策报告。
二、项目详细说明
1. OpenBB：开源金融数据与分析平台（57.4k Star）
- 项目地址：https://github.com/OpenBB-finance/OpenBB
- 核心特点：
OpenBB 是全球领先的金融数据开源平台，旨在为分析师、量化交易者和 AI 智能体提供一体化解决方案。其 Star 数量超 57k，是 GitHub 上最受关注的金融分析工具之一。- 数据覆盖：支持 A 股、港股、美股等多市场数据，涵盖实时行情、历史 K 线、财务报表（如资产负债表、利润表）、龙虎榜数据等，数据源包括东方财富、新浪财经等国内平台；
- AI 辅助分析：内置 AI Copilot（默认使用 LLaMA 模型），可回答用户关于金融数据的问题（如"分析苹果公司 CEO 过去五年的战略表现"），并支持自定义 LLM；
- 可视化与交互：提供类似 Bloomberg 的看板体验，整合财务、股东、市场对比等信息，支持 Matplotlib、Plotly 等可视化库生成交互式图表；
- 可扩展性：支持通过插件扩展数据源（如对接 Alpha Vantage、Quandl），并可通过脚本（如 Python）实现自动化分析。
- 适用场景：适合个人投资者快速获取 A 股数据、量化研究者进行多市场策略回测、教育机构开展金融数据分析教学。
2. ai-hedge-fund：AI 对冲基金模拟系统（44.9k Star）
- 项目地址：https://github.com/virattt/ai-hedge-fund
- 核心特点：
ai-hedge-fund 是概念验证项目，探索 AI 在交易决策中的应用，通过模拟多种投资策略的智能代理（Agents）进行股票分析和交易决策。其 Star 数量超 44k，是 GitHub 上最受欢迎的 AI 量化项目之一。- 多策略智能代理：包含模仿著名投资者策略的代理（如本杰明·格雷厄姆的价值投资、凯茜·伍德的增长投资、沃伦·巴菲特的长期价值投资），以及估值、情绪分析、基本面分析、技术分析等代理；
- 灵活的交易模拟：支持指定股票代码（如 AAPL、MSFT）、时间范围进行交易决策模拟，并可查看决策逻辑（如"巴菲特代理认为该公司具有安全边际"）；
- 回测功能：提供回测工具，可对特定时间段的历史数据进行分析，评估策略表现；
- 适配 A 股：虽原生不支持 A 股，但可通过改造数据源（如替换为 Wind 数据）、修改大模型提示词（如适配 A 股监管政策）实现 A 股分析。
- 适用场景：适合量化研究者验证 AI 策略在 A 股的有效性、教育机构开展 AI 量化教学、开发者构建定制化量化系统。
3. FinGenius：A 股多智能体博弈分析工具（新兴项目，Star 快速增长）
- 项目地址：https://github.com/HuaYaoAI/FinGenius
- 核心特点：
FinGenius 是专为 A 股设计的多智能体博弈分析工具，由国内 00 后团队开发，旨在通过 16 位 AI 专家（如舆情、游资、风控、技术派）协作，解决 A 股信息繁杂、数据失真、通用大模型水土不服等问题。其 Star 数量虽未明确，但内测阶段吸引了大量用户（4000+ 申请体验码），增长迅速。- 多智能体协作：16 位 AI 专家分工协作，包括舆情专家（扫描全网情绪）、游资猎手（解读龙虎榜数据）、风控大师（评估政策风险）、技术派（分析 K 线指标）、筹码侦探（分析股东变动）等；
- 博弈辩论机制：智能体之间通过多轮辩论（默认 2 轮）优化决策，避免单一 AI 的'幻觉'问题；
- A 股适配：采用'动态任务树'调度（任务重构耗时<200ms），支持 A 股特色因子（如龙虎榜资金流、政策敏感度），并采用'A 股适配度得分'（含规则符合率、情绪准确率）评估模型；
- 记忆系统：基于'年轮记忆规则算法'，记录用户投资习惯（如建仓位置偏好、风险承受能力），优化后续分析。
- 适用场景：适合A 股投资者获取多维度分析（如舆情、游资动向）、量化研究者探索多智能体协作策略、开发者构建 A 股定制化分析工具。
4. daily_stock_analysis：A 股智能分析系统（5.5k Star）
- 项目地址：https://github.com/ZhuLinsen/daily_stock_analysis
- 核心特点：
daily_stock_analysis 是基于大模型的 A 股智能分析系统，通过每日自动获取行情与新闻，生成'专业级'分析报告，并推送至用户常用平台（如企业微信、飞书、Telegram）。其 Star 数量超 5.5k，是个人投资者的实用工具。- 自动化分析：每个交易日定时运行，自动获取 A 股、港股、美股的自选股数据（如行情、新闻、财务指标），并生成分析报告；
- 多维度数据融合：结合技术面（如均线、MACD）、筹码分布（如股东变动）、舆情（如新闻情绪）、实时行情（如价格波动）等多维度数据，生成结构化报告；
- AI 决策仪表盘：报告包含'一句话核心结论'（如'买入信号 | 高信心度'）、'关键点位'（如买入点、止损点、目标价位）、'检查清单'（如'是否符合均线多头排列'），帮助用户快速决策；
- 多渠道推送：支持企业微信、飞书、Telegram、邮箱等推送方式，用户无需登录平台即可获取报告。
- 适用场景：适合个人投资者快速了解 A 股自选股情况、非程序员进行简易量化分析、教育机构开展金融数据分析实践。
三、补充说明
- 其他相关项目：除上述四个项目外，GitHub 上还有Qlib（15k Star，微软出品的 AI 量化研究平台，支持 A 股因子库）、vn.py（23k Star，国产 Python 量化交易框架，支持 A 股实盘交易）等项目，虽 Star 数量较高，但AI 智能分析功能较弱（如 Qlib 更侧重量化研究，vn.py 更侧重交易执行），故未列入 Top 榜。
- 注意事项：
- Star 数量的时效性：Star 数量是动态变化的，以上数据为近期统计，具体以 GitHub 实时数据为准；
- 项目适用性：不同项目适合不同用户（如 OpenBB 适合数据获取，ai-hedge-fund 适合策略模拟，FinGenius 适合多维度分析，daily_stock_analysis 适合个人投资者），需根据自身需求选择；
- 开源协议：大部分项目采用 MIT、Apache 等开源协议，可免费商用，但需注意部分项目的特殊要求（如 AKShare 的数据使用限制）。
四、总结
若你需要全面的金融数据，选择OpenBB；若你需要AI 策略模拟，选择ai-hedge-fund；若你需要A 股多维度分析，选择FinGenius；若你是个人投资者，选择daily_stock_analysis。这些项目均是 GitHub 上支持国内股票分析且 Star 数量靠前的 AI 智能开源工具，覆盖了量化交易的各个环节，适合不同需求的用户。
如需了解更多项目，可通过 GitHub 搜索关键词（如"A 股 股票分析 开源'"A 股 量化交易 开源'）进一步筛选。