Как заставить нейросети следить за вашим портфелем акций

Утро инвестора часто начинается не с кофе, а с судорожного пролистывания графиков и новостных лент. Нужно проверить, как закрылся Нью-Йорк, что там с фьючерсами на индекс Мосбиржи и не вышло ли по вашим компаниям каких-то отчетов, которые перечеркивают всю стратегию. Если у вас в портфеле больше пяти-десяти позиций, этот процесс превращается в полноценную работу.

Недавно я наткнулся на проект daily_stock_analysis от разработчика ZhuLinsen. Это опенсорсная система, которая берет на себя всю рутину по сбору данных и, что самое интересное, использует LLM (большие языковые модели) для формирования ежедневного «дашборда решений». Она не просто выгружает цифры, а пытается объяснить, почему акция растет или падает, и стоит ли ее сейчас покупать.

Что умеет этот комбайн

Проект позиционируется как интеллектуальный аналитик для рынков Китая (A-shares), Гонконга и США. Но по факту, благодаря поддержке Yahoo Finance и различных поисковых движков, его можно адаптировать под любые задачи.

Основная фишка — автоматизация полного цикла. Система сама забирает котировки, ищет свежие новости через API поисковиков (вроде Tavily или SerpAPI), анализирует технические индикаторы и скармливает всё это нейросети. На выходе вы получаете структурированный отчет в Telegram, WeChat или на почту.

Вот несколько вещей, которые меня зацепили:

1. Мультимодельность через LiteLLM. Вы не привязаны к одному провайдеру. Можно использовать GPT-4o, Claude 3.5 Sonnet, Gemini или даже отечественные/китайские модели через OpenAI-совместимый интерфейс.
2. Агентский режим. В последних обновлениях добавили Agent Mode. Это когда нейросеть не просто пишет текст, а последовательно вызывает инструменты: сначала лезет за K-линиями, потом за новостями, затем применяет выбранную стратегию (например, волны Эллиотта или уровни Фибоначчи) и только потом выдает вердикт.
3. Умный импорт. Если у вас уже есть список избранного в каком-нибудь приложении, не нужно перебивать тикеры руками. Можно просто закинуть скриншот — система через Vision-модель распознает названия компаний и сама найдет их коды.

Как это выглядит на практике

Отчет, который приходит вечером, разделен на логические блоки. Сначала идет общее состояние рынка (индексы, количество выросших и упавших бумаг), а затем — детальный разбор ваших акций.

Для каждой бумаги система выставляет оценку и дает рекомендацию: «Покупать», «Наблюдать» или «Продавать». Причем это не просто гадание. В отчете подсвечиваются конкретные риски (например, «высокая концентрация фишек у крупных игроков») и катализаторы роста («сильный отчет за прошлый квартал»).

Интересно реализована проверка торговой дисциплины. В конфиге можно выставить порог отклонения от скользящих средних. Если акция слишком сильно оторвалась от средней цены (перегрета), система выдаст предупреждение «не преследовать рост», даже если новости супер-позитивные.

Техническая начинка

Проект написан на Python и довольно дружелюбен к деплою. Самый простой путь — запустить его через GitHub Actions. Вы форкаете репозиторий, прописываете свои API-ключи в Secrets, и всё. Сервер не нужен, скрипт будет просыпаться по расписанию, делать работу и засыпать.

Для тех, кто хочет больше контроля, есть Docker-образ и Web-интерфейс на FastAPI. Внутри используется солидный набор библиотек для работы с финансами: AkShare, Tushare, YFinance.

Данные для анализа нейросеть получает из нескольких источников:

• Технический анализ: MA5/10/20, объемы, волатильность.
• Фундаментал: отчеты о прибылях и убытках (если доступны в источнике).
• Сентимент: парсинг новостей и поисковая выдача в реальном времени.

Стоит ли доверять нейросети свои деньги

Важный момент: автор проекта (и я вслед за ним) подчеркивает, что это не финансовая рекомендация. Это инструмент для фильтрации шума. Нейросети склонны галлюцинировать, и если в новостях промелькнет фейк, LLM может принять его за чистую монету.

Однако как инструмент для «второго мнения» — это очень круто. Вместо того чтобы тратить два часа на чтение новостей по десяти компаниям, вы тратите пять минут на чтение выжимки, где уже подсвечены главные события.

Кому пригодится этот проект

Если вы занимаетесь свинг-трейдингом или долгосрочным инвестированием и у вас есть хотя бы базовое понимание того, как работают API, попробовать точно стоит. Проект активно растет: за короткое время он набрал более 18 тысяч звезд на GitHub, что для узкоспециализированного финансового инструмента — очень много.

Для старта хватит бесплатного ключа Gemini от Google или небольшого депозита на каком-нибудь агрегаторе нейросетей. Главное — настроить уведомления в удобный мессенджер, чтобы отчет не терялся в почтовом спаме.

Посмотреть код и инструкции по установке можно в репозитории ZhuLinsen/daily_stock_analysis. Там же есть подробный гайд по настройке стратегий, если стандартные «скользящие средние» вам кажутся слишком простыми.