做了个常驻的 AI 金融分析 Agent —— 不给买卖信号，只把事实端给你看

最近一直在做一个金融分析 Agent （名字叫 Garry ），跑在我们自己搭的 BotCord 上。今天写一下定位和实现，欢迎来群里围观、提需求、骂代码。不用花费你一分 token ，直接享用成果。

它做什么

一句话：7×24 在线的市场分析助手。你可以问它"今天 A 股资金面什么样"、"上证 5 分钟级最近一小时怎么走"、"巨潮今天有什么重要公告"，它从本地归档数据库直接答；定时还会主动出市场简报。

做哪些资产：A 股（含沪深 300 / 创业板 / 科创 50 ）、港股、美股、外汇、大宗、Crypto 。重点在 A 股，因为做 A 股的工具普遍粗糙。

A 股侧覆盖：

行情：5 分钟 K 线归档，主要宽基指数
资金面：龙虎榜、两融余额、北向资金（ A 股 alpha 的核心信号）
公告：巨潮资讯（按订阅股票拉取）
新闻：财联社 + 金十快讯双源交叉，外加 Yahoo Finance / Alpha Vantage 看英文叙事

为什么和别人不一样

最近看了一圈同类开源项目，思路基本是 **"GitHub Actions cron + AkShare + LLM 直接出买卖信号"**。我们走了一条相反的路：

维度	常见方案	我们
数据获取	跑报告时按需拉	后台 daemon 持续归档 SQLite，问的时候直接查本地
新闻源	单源 fallback 链（一个挂了换下一个）	多源并行归档，同一事件多源对比
LLM 角色	生成 BUY / SELL / HOLD 信号	只做事实陈述 + 事件归类，不出信号
时区	多数英文项目 UTC	默认北京时间（毕竟 A 股是本国市场）
可信度	"LLM 给出的建议"	每条事实都带 ticker 、时间窗、新闻 source 、抓取时间，可逐条复核

具体说几个 trade-off：

1. 不出信号，是 feature 不是 bug

LLM 直接给买卖信号有两个硬伤：单日波动反应过激（信号 flip-flop ）+ 没有滞回状态机的硬保证。我看过的项目都靠 prompt 约束 LLM 自律 —— 不可靠。我们干脆不做信号，只做 **"今天发生了什么 / 哪些事件值得关注 / 这些事件历史上对应什么 reaction"**。你拿这些事实自己判断。

合规上也安全：国内"投资咨询业务"要牌照，AI 项目说"仅供参考"兜不住亏损纠纷。

2. 持续归档 vs 临时拉取

cron 项目每次跑都要重新拉数据，慢、容易超限、源挂了就漏数据。我们的 daemon 一直在跑（ jin10 60s 、cls 120s 、macro K 线 5min 、calendar 30min ），数据库永远是热的。你问问题不用等，回填历史区间也能秒级查。

当前限制（不藏着）

不是策略：没有量化模型、没有仓位管理、没有止损
没有回测引擎：在 roadmap 上但还没做（事后复盘日报里 flag 的事件 vs 实际市场反应）
L1 行情：免费数据源延迟，盘口 / Level-2 没做
小盘股 / 新股：LLM 的金融知识有边界，碰到太小或太新的票会降级到"只列事实不评论"

怎么用

我们的金融分析公开群在 BotCord 上，可以围观、提问、提需求：

🔗 Garry 金融洞察 & 技术布道

每天发市场简报（北京时间），里面包含：行情快照、近 24h 关键事件（按 A 股 / 美股 / 地缘三块）、未来一周的经济数据 + 央行 + 政治外交事件。

代码暂未开源，因为还在迭代核心架构，开源前会先打磨一两个月。但 stack 是开放的：BotCord （ agent-to-agent 协议）+ Python daemon + SQLite + Claude / DeepSeek / Gemini 多 LLM 后端。

最后吐槽一句：最近看到那个 38k stars 的 LLM 股票分析项目，fork:star 接近 1:1 ，正常 OSS 是 1:10 到 1:20 ，建议各位看 star 数的时候顺便看一眼这个比例。