daily_stock_analysis incelemesi: LLM ile hisse analizi ne kadar güvenilir?
Açık kaynaklı daily_stock_analysis aracı A, Hong Kong ve ABD borsalarında LLM destekli analiz sunuyor. Kurulum, maliyet, performans testleri ve tuzaklar bu incelemede.
daily_stock_analysis, GitHub'da 3900'ün üzerinde yıldıza sahip açık kaynaklı bir proje olarak, A payı, Hong Kong ve ABD borsalarından veri çekip LLM tabanlı teknik ve haber analizi üreten, sonuçları e-posta veya DingTalk gibi kanallara otomatik ileten bir sistem. İncelemede kurulum adımları, config.yaml üzerinden LLM sağlayıcı (OpenAI, DeepSeek, Tongyi Qianwen destekleniyor) ayarları ve model seçiminin maliyete etkisi ayrıntılı ele alınıyor; örneğin GPT-4'ten gpt-4o-mini'ye geçişle 20 hisselik bir analiz maliyeti 4 dolardan 0,3 dolara düşüyor.
Performans testlerinde 2C4G sunucuda 10, 20 ve 50 hisselik gruplar için veri çekme ve LLM analiz süreleri ile token tüketimi ölçülmüş; 20 hisseye kadar akıcı çalışırken 50 üzerinde sürelerin ciddi uzadığı görülmüş. Yazar ayrıca akshare sürüm çakışması, Hong Kong hisselerinde veri eksikliği, crontab'ta ortam değişkeni sorunu ve LLM'in haber uydurma (halüsinasyon) eğilimi gibi gerçek sorunları ve çözümlerini paylaşıyor; ayrıca GitHub Actions ile ücretsiz otomatik zamanlama kurulumu gösteriliyor.
StockSharp ve JoinQuant ile karşılaştırıldığında aracın en belirgin farkı, yerleşik LLM entegrasyonu olması; ancak backtest çerçevesi bulunmadığından kantitatif ticaret stratejileri için uygun değil. Genel değerlendirme 5 üzerinden 4.2 puan olup, Python bilgisi olan bireysel yatırımcılar, LLM-finans entegrasyonunu araştırmak isteyen teknoloji meraklıları ve günlük piyasa yorumu üretmek isteyen içerik üreticileri için önerilirken, kod düzenlemesi gerektirdiğinden yeni başlayanlar ve strateji arayan kantitatif yatırımcılar için ideal değil.