daily_stock_analysis는 LLM으로 관심 종목 분석 리포트를 매일 메신저로 보내 줍니다 | DAKER 커뮤니티

ZhuLinsen/daily_stock_analysis 저장소 소개 모션 미리보기

ZhuLinsen/daily_stock_analysis는 대형 언어 모델(LLM)로 관심 종목을 분석해 매일 결정 대시보드 형태의 리포트를 만들고, 이를 Telegram·Discord·Slack·이메일 같은 채널로 자동 발송하는 오픈소스 시스템입니다. 중국 A주와 홍콩·미국·일본·한국·대만 주식, ETF를 다루고, GitHub Actions로 서버 없이 정해진 시각에 돌릴 수 있다는 점이 핵심입니다. 2026-11-12 KST GitHub Trending Daily 2위에 올랐고, GitHub API 기준 별 70,373개(2026-11-12 11:40 KST 확인), 주 언어는 Python, 라이선스는 MIT입니다.

여러 시장의 시세와 뉴스를 모아 LLM이 매일 결정 대시보드를 쓰고, 그 결과를 메신저로 밀어 주는 것까지 한 저장소에 담았습니다

무엇인가

daily_stock_analysis(README에서는 DSA라고 줄여 부릅니다)는 사용자가 등록한 관심 종목마다 시세, K선, 기술 지표, 뉴스, 공시, 기본 재무 데이터를 모은 뒤 LLM에게 분석을 맡깁니다. README가 소개하는 AI 결정 리포트에는 핵심 결론, 점수, 추세, 매수·매도 가격대, 위험 경고, 호재 요인, 점검 체크리스트가 들어갑니다. 결과는 웹·데스크톱 작업 화면에서 이력, 전체 Markdown 리포트, 백테스트, 보유 종목 관리와 함께 볼 수 있습니다.

모델은 Gemini, OpenAI 호환 API(DeepSeek, 통의천문 등), Claude, 로컬 Ollama 모델 등을 붙일 수 있습니다. 시세 데이터는 AkShare, Tushare, Pytdx, Baostock, YFinance, Longbridge를 지원하고, 기본으로 들어 있는 무료 시세 소스만으로도 추가 설정 없이 돌아간다고 README는 설명합니다. 다만 무료 소스는 상류 서비스의 호출 제한이나 인터페이스 변경 영향을 받아 안정성이 보장되지 않는다고 함께 적어 두었습니다.

웹의 /chat 화면에서는 Agent 전략 문답을 쓸 수 있습니다. 이동평균 골든크로스, 엘리엇 파동, 추세, 테마, 이벤트, 성장성 같은 내장 전략으로 여러 차례 이어서 질문할 수 있고, 저장소의 strategies 폴더에는 전략 정의 YAML 파일 15개가 들어 있습니다. README 마지막의 면책 조항은 이 프로젝트가 학습과 연구용일 뿐 어떤 투자 조언도 아니라고 분명히 밝힙니다.

왜 지금 뜨나

2026-11-12 KST 트렌딩 페이지에서 하루 동안 별 278개를 받아 Daily 2위에 있습니다. 같은 시각 GitHub API로 확인한 포크는 56,880개이고, 저장소는 2026-01-10 KST에 만들어졌습니다. 가장 최근 릴리스는 v3.34.0으로 2026-11-09 21:39 KST에 나왔고, 그 전 v3.33.0은 2026-10-15, v3.32.0은 2026-09-06에 나와 한 달 안팎 간격으로 꾸준히 버전이 오르고 있습니다.

관심을 끄는 이유는 설치 부담이 낮다는 데 있는 것으로 보입니다. README가 권하는 첫 번째 방식은 저장소를 포크하고 GitHub Actions 시크릿에 모델 API 키, 알림 채널, 관심 종목 목록만 넣는 것이고, 5분이면 서버 없이 배포가 끝난다고 안내합니다. 기본 일정은 평일 18:00(베이징 시간, 한국 시간 19:00)이며 휴장일에는 돌지 않습니다. Claude Code 사용자에게는 저장소 루트의 AGENTS.md·CLAUDE.md, 종목 분석 기능을 설명한 SKILL.md, 이슈·PR 분석과 이슈 수정용 스킬이 담긴 .claude/skills 폴더가 함께 들어 있다는 점도 눈여겨볼 만합니다.

어떻게 써 보나

로컬에서 돌릴 때는 README의 순서대로 저장소를 받고, 의존성을 설치하고, 환경 변수 파일을 채운 뒤 실행합니다. README 배지 기준 Python 3.10 이상이 필요합니다.

git clone https://github.com/ZhuLinsen/daily_stock_analysis.git && cd daily_stock_analysis
pip install -r requirements.txt
cp .env.example .env
python main.py

관심 종목은 STOCK_LIST에 쉼표로 적습니다. README 예시에는 600519, hk00700, AAPL, 7203.T, 005930.KS, 2330.TW처럼 시장별 표기가 섞여 있어, 한국 종목은 005930.KS 같은 형식을 쓰면 됩니다.
처음에는 AI 분석 없이 데이터만 가져오는 python main.py --dry-run으로 데이터 수집부터 확인하고, python main.py --stocks 600519,AAPL처럼 한 번만 특정 종목을 돌려 볼 수 있습니다.
python main.py --market-review는 시장 전체 복기 분석만 돌리고, python main.py --schedule은 매일 정해진 시각에 실행하는 예약 모드를 켭니다.
python main.py --webui를 실행하고 브라우저에서 127.0.0.1:8000에 접속하면 설정 관리, 수동 분석, 이력 리포트, Agent 문답을 웹 화면에서 쓸 수 있습니다.

서버 없이 쓰고 싶다면 포크한 저장소의 Settings에서 Actions 시크릿으로 GEMINI_API_KEY나 OPENAI_API_KEY 같은 모델 키 하나, TELEGRAM_BOT_TOKEN과 TELEGRAM_CHAT_ID 같은 알림 채널 하나, STOCK_LIST를 넣은 뒤 Actions 탭에서 워크플로를 켜고 수동 실행으로 시험해 보면 됩니다.

어디에 쓰면 좋나

시세·뉴스 수집, LLM 분석, 리포트 생성, 메신저 발송까지 이어지는 LLM 데이터 파이프라인을 실제 운영 코드로 공부하고 싶을 때
금융 데이터 대회나 해커톤에서 여러 데이터 소스를 묶고 실패 시 대체 소스로 넘어가는 구조를 참고하고 싶을 때
GitHub Actions 예약 실행으로 서버 비용 없이 매일 돌아가는 개인 자동화 봇을 만들어 보고 싶을 때
AGENTS.md와 SKILL.md, .claude/skills를 갖춘 대형 Python 저장소에서 Claude Code로 이슈를 분석하고 고치는 흐름을 살펴보고 싶을 때

리포트에 매수·매도 가격대가 나오더라도 README가 밝히듯 투자 조언이 아니므로, 실제 투자 판단에는 쓰지 말고 데이터 파이프라인과 프롬프트 설계를 배우는 용도로 보는 편이 안전합니다.

출처

https://github.com/ZhuLinsen/daily_stock_analysis — README·저장소 설명·MIT 라이선스·주 언어(Python)·설치와 실행 명령, 별 70,373개·포크 56,880개(2026-11-12 11:40 KST, GitHub API 확인)
https://github.com/ZhuLinsen/daily_stock_analysis/blob/main/docs/README_EN.md — 영문 README(지원 시장, 데이터 소스, STOCK_LIST 예시)
https://github.com/ZhuLinsen/daily_stock_analysis/releases/tag/v3.34.0 — v3.34.0 릴리스(2026-11-09 21:39 KST)
https://github.com/trending — 2026-11-12 KST Daily 트렌딩 2위, 오늘 받은 별 278개

여러분이라면 이런 매일 자동 리포트 봇을 주식 말고 어떤 데이터에 붙여 보고 싶으신가요?